Beruflich Dokumente
Kultur Dokumente
3. Diseos con una fuente de variacin. Anlisis de un caso de diseo con un factor fijo
[Anterior] [Arriba]
19/02/14
3. Diseos con una fuente de variacin. Anlisis de un caso de diseo con un factor fijo
influencia es casi nula, de modo que casi con total seguridad el problema radica en las unidades de coche fabricadas que se estn provando. El factor tratamiento es los coches y los niveles son todos los coches fabricados y que se podran fabricar en el futuro. Tericamente esta poblacin de niveles es infinita y se puede suponer que los coches elegidos entre los ltimos fabricados son una muestra aleatoria de todas los fabricados. El efecto del coche sobre el consumo es un efecto aleatorio y se modela mediante una variable aleatoria. [2] Se sabe que hay muy pocas diferencias entre los coches fabricados o estn son mnimas, y se supone que su influencia en el consumo es prcticamente nula. Por otra parte, la fbrica de coches ha querido hacer una prueba de consumo de carcter realista y ha elegido como conductores para hacer la prueba a personas de la ciudad donde est ubicada con la nica condicin de que tengan el carnet de conducir. Por tanto cabe esperar que el origen de la variabilidad debe encontrarse en los conductores. La ciudad es relativamente grande y el nmero de conductores es elevado, por este motivo los operarios seleccionados para hacer la prueba son una pequea muestra de todos los conductores de la ciudad. Asumido que el grupo seleccionado es representativo de la poblacin, ste puede considerarse una muestra aleatoria de la poblacin total de conductores. De nuevo el factor conductor es un factor de efectos aleatorios y se debe utilizar un diseo de una va completamente aleatorizado. En su planificacin, habr que seleccionar al azar una muestra de tamao I de la poblacin de niveles del factor tratamiento aleatorio y, a continuacin, asignar al azar las unidades experimentales a los I niveles seleccionados. Aqu, para conseguir una potencia especfica en las pruebas de hiptesis, hay que determinar con antelacin el valor apropiado de I, adems del tamao muestral de cada nivel.
3.7.1 El modelo matemtico de un factor aleatorio. Para un diseo completamente aleatorizado con I niveles seleccionados al azar de un factor tratamiento T, el modelo de un factor aleatorio es
(3.32)
para i = 1,...,I, j = 1,...,ni. Las Ti son variables aleatorias i.i.d. con distribucin
N(0,
las
y los ij son variables aleatorias i.i.d. con distribucin N(0, 2). Siendo y los ij mutuamente independientes.
2),
dm.udc.es/asignaturas/estadistica2/sec3_7.html
2/9
19/02/14
3. Diseos con una fuente de variacin. Anlisis de un caso de diseo con un factor fijo
Comparando el modelo de efectos aleatorios con el modelo de efectos fijos, se observa que la forma de ambos modelos y las hiptesis sobre el error son exactamente iguales. La nica diferencia est en la modelizacin del efecto tratamiento. Dado que el i-simo nivel del factor tratamiento observado en el experimento ha sido seleccionado aleatoriamente de una poblacin infinita, su efecto observado es el resultado de la variable aleatoria y, i. La media de la poblacin de los efectos del tratamiento es la constante por tanto, se justifica que la media de las
i
es ahora 2. Su importancia es fundamental: si todos los efectos de la totalidad de niveles del factor tratamiento son iguales, entonces 2 = 0. Si, por el contrario, existen niveles con efectos muy diferentes, entonces 2 es grande.
La independencia entre
ij
incidencia sobre cualquier fuente de variacin que haya sido englobada en el error. Comparando el modelo de efectos fijos y efectos aleatorios, se tiene: Efectos Fijos Modelo yij = +
i=1 I
i
+ =0
ij
+ N
ij
Los efectos son parmetros desconocidos variables aleatorias Influyen en Objetivo Los niveles El contraste la respuesta media estimar
i
en la variabilidad estimar
2
son predeterminados H0 :
i
se eligen al azar H0 :
2
= 0, i
=0
(3.33)
dm.udc.es/asignaturas/estadistica2/sec3_7.html
3/9
19/02/14
3. Diseos con una fuente de variacin. Anlisis de un caso de diseo con un factor fijo
ij
, la Cov
= 0.
(3.34)
se denominan componentes
Al contrario que en el modelo de efectos fijos, las observaciones pertenecientes a un mismo tratamiento son correladas:
Estimacin de
Por la similitud entre los modelos de una va de efectos aleatorios y de efectos fijos y realizando un sencillo clculo matemtico puede probarse que la varianza residual residual obtenida en (3.15) para el modelo de efectos fijos tambin es un estimador insesgado de 2 en el modelo de efectos aleatorios.
(3.35)
Estimacin de
2. 2.
Se puede utilizar scmT para obtener un estimador de desarrollo matemtico permite obtener
Un sencillo
(3.36)
dm.udc.es/asignaturas/estadistica2/sec3_7.html 4/9
19/02/14
3. Diseos con una fuente de variacin. Anlisis de un caso de diseo con un factor fijo
Si todos los ni son iguales (ni = r, para todo i), entonces n = Ir y c = r. Por tanto, (3.37) De lo anterior se deduce que SCMT es un estimador insesgado de c de 2). Y de (3.35) y (3.36) se deduce que
2+
2
(no
(3.38)
(3.39)
En resumen
donde c = (1 /n - I)
3.7.2 Contraste de igualdad de los efectos tratamiento. En el modelo de efectos aleatorios tiene inters la siguiente prueba de
dm.udc.es/asignaturas/estadistica2/sec3_7.html 5/9
19/02/14
3. Diseos con una fuente de variacin. Anlisis de un caso de diseo con un factor fijo
hiptesis:
Para resolver este contraste se utiliza la misma medida de discrepancia que la utilizada para contrastar si los efectos eran iguales en un modelo de efectos fijos. En el apartado anterior se obtena que:
1 y, si H1 es cierta, el cociente anterior toma valores positivos grandes. Por lo tanto el estadstico del contraste es
(3.40)
si
El resultado es anlogo al caso de efectos fijos, y el clculo matemtico para resolver el problema con efectos aleatorios o con efectos fijos es el mismo aunque el planteamiento de los problemas son muy diferentes. La tabla ANOVA para el modelo de una va de efectos aleatorios es prcticamente igual al de efectos fijos con la diferencia en los valores esperados de las sumas de cuadrados medios. En la tabla 3.2. se presenta la tabla ANOVA del modelo de diseo de experimentos con un factor aleatorio.
CUADRO DEL ANLISIS DE LA VARIANZA UNA VA EFECTOS ALEATORIOS Fuente de Variacin g.l. scm E(SCM)
scmT =
6/9
dm.udc.es/asignaturas/estadistica2/sec3_7.html
19/02/14
3. Diseos con una fuente de variacin. Anlisis de un caso de diseo con un factor fijo
Tratamientos
i=1
j =1
ni
I-1
2+
Residual
i=1
scR =
I j =1 ni
2
scG = Global
i=1 I j =1 ni
n-1
c= : T2 = 0 en base al p-valor p = P
Rechazar H0
Cuadro 1.2: Cuadro del anlisis de la varianza para un diseo completamente aleatorizado de efectos aleatorios. "Como regla general, los modelos de efectos fijos se utilizan para conocer si deben no aplicarse determinados tratamientos, mientras que los modelos de efectos aleatorios permiten medir el efecto de factores que, se quiera o no, estn presentes en el proceso. En el primer caso, nos interesa conocer el aumento o disminucin de la media de la respuesta segn los niveles de los factores, mientras que con el segundo se busca su efecto sobre la variabilidad." Comparando el modelo de efectos fijos y efectos aleatorios, se tiene: Efectos Fijos Modelo
yij = +
i
Efectos Aleatorios
yij =
i
+ uij
+ N
+ uij
=0
= 0, i
dm.udc.es/asignaturas/estadistica2/sec3_7.html
19/02/14
3. Diseos con una fuente de variacin. Anlisis de un caso de diseo con un factor fijo
3.7.3 Anlisis de un caso de diseo con un factor aleatorio. En esta seccin se estudia un problema de un diseo de experimentos con un factor aleatorio. Ejemplo 3.3. Un laboratorio controla la calidad de los plsticos utilizados en bolsas. Se desea contrastar si existe variabilidad en la calidad de los plsticos que existen en el mercado. Para ello se eligen al azar cuatro plsticos y se los somete a una prueba de resistencia. De cada plstico elegido se han seleccionado ocho muestras y los resultados de la variable que mide la resistencia son los de la tabla adjunta. Qu conclusiones se deducen de este experimento? Plst.A. 135 213 175 171 97 115 Plst.B. 275 219 170 187 154 220 133 185 Plst.C. 169 253 239 179 184 280 222 193 Plst.D. 115 120 105 74 93 85 87 63
Un primer anlisis de estos datos se recoge en la siguiente tabla Pintura Observ. Media Pint.A Pint.B Pint.C Pint.D Total 8 8 8 8 32 D. tip. Sim.Est Kurt. est 0104 0761 0565 -0014 0426 -0.196 0288 -0671 -0556 -0815
16315 5862
dm.udc.es/asignaturas/estadistica2/sec3_7.html
8/9
19/02/14
3. Diseos con una fuente de variacin. Anlisis de un caso de diseo con un factor fijo
La tabla ANOVA es: Tabla ANOVA Fuentes de variacin Entre pinturas Residual Total Suma de cuadrados Grados de libertad Varianzas 69094'1 37430'1 106524'0 3 28 31
2
SCMP= 23.031'4
R Y 2 2
= 1.336'8 = 3.436'2
= 0 es:
el p - valor = 0'000 y se rechaza la hiptesis de no influencia del factor. Esta conclusin concuerda con los resultados de la tabla de estadsticos descriptivos de los datos. Se estiman los parmetros del modelo como sigue:
[Anterior] [Arriba]
dm.udc.es/asignaturas/estadistica2/sec3_7.html
9/9