Beruflich Dokumente
Kultur Dokumente
H 0 1 2 3 .... k
12 22 .
Como el ANOVA de un criterio es una generalizacin de la prueba de t para dos muestras, los
supuestos para el ANOVA de un criterio son:
1. Todas las poblaciones k son normales.
2
2
2
2
2
2. 1 2 3 ..... k
El mtodo de ANOVA con un criterio requiere del clculo de dos estimaciones independientes para
2
2
2
2 , la varianza poblacional comn. Estas dos estimaciones se denotan por s b y s w . s b se
2
s b2
F 2
sw
El valor crtico para la prueba F es:
F ( k 1, k ( n 1))
Donde el nmero de grados de libertad para el numerador es k-1 y para el denominador es k(n-1),
siendo el nivel de significancia.
k = nmero de muestras.
El Procedimiento es el siguiente1:
1
Pgina 1
ANOVA
SCT
i 1
( Xij X )
j 1
***
*
**
***
Xi valores individuales
**
X
*
*
**
**
SCTR rj ( X j X ) 2
j 1
Media
X3
*
5
Media X2
Media X1
Pgina 2
Media de medias
ANOVA
SCE
i 1
(X
j 1
ij
X j )2
**
Xi
*
**
***
Xi
*
**
*
*
X media 1
*
Xmedia 2
Xmedia 3
** *
Xi
*
NO RECHAZAR
ZONA DE RECHAZo
Alfa
Pgina 3
ANOVA
TABLA DE ANOVA
FUENTE DE VARIACIN
SUMA DE
CUADRADOS
GRADOS
DE
LIBERTAD
CUADRADO
MEDIO
SCTR
c-1
CMTR
Dentro de muestras
(err.)
SCE
n-c
CME
Variacin total
SCT
n-1
CMT
VALOR F
CMTR/CME
Regla: No rechazar si la F de la muestra es menor que la F de Excel para una cierta alfa
Si las medias son diferentes se
puede aplicar la prueba de Tukey o
DMS como sigue:
PRUEBA DE TUKEY
Se utiliza para diseos balanceados (todos los tratamientos tienen
asignado el mismo nmero de elementos)
Se utiliza el estadstico
T
CME
T absoluto
q ,c ,n c de
Se compara T vs la diferencia en valor
r
cada par de medias, si esta dif. Excede a T, las medias son diferentes
o iguales en caso contrario.
n = 16
r=4
c=
4 Alfa=0.05
Por ejemplo:
3.6
CME =
19.6875
T
Medias
q.05,4,12=
4.2
9.31
X1 =
145
!X1 - X2!=
0.25 X1=X2
X2=
145.25
!X1-X3! =
12.75 X1<>X3
X3=
132.25
!X1-X4!=
15.75 X1<>X4
X4=
129.25
!X2-X3!=
13 X2<>X3
!X2-X4!=
16 X2<>X4
!X3-X4!=
3 X3=X4
Pgina 4
ANOVA
X4
X3
DMS
=3.41
X1 X2
129.25 132.25
145 145.2
DMS
MEDIAS
IGUALES
MEDIAS
DIFERENTES
9.45
DMS
r=4
F = DISTR.F.INV(alfa, gl. =1, gl. CME
=12)
2(CME ) F ,1,nc
r
CME =
r=
F.05,1,12
19.6875
4
4.75
187.0313
46.75781 6.837968
DMS j , k
1
1
(CME ) F ,c 1, n c
rk
rj
y si X2 = X3 en el ejemplo de empleados.
DMS 2,3 ?
3.4
X1=21.74 X2=21.5
X1-X2=
Pgina 5
F=3.34
Alfa =.05
CME=0.02571
0.24
ANOVA
0.1965
A
6
2
4
1
7
B
8
7
7
2
6
C
3
2
5
4
1
Probability Plot of A
Normal
99
Mean
StDev
N
RJ
P-Value
95
90
Percent
80
70
60
50
40
30
20
10
5
-2
4
A
10
Pgina 6
4
2.550
5
0.982
>0.100
ANOVA
Probability Plot of B
Normal
99
95
90
Mean
StDev
N
RJ
P-Value
6
2.345
5
0.909
>0.100
Mean
StDev
N
RJ
P-Value
3
1.581
5
0.998
>0.100
Percent
80
70
60
50
40
30
20
10
5
6
B
10
12
Probability Plot of C
Normal
99
95
90
Percent
80
70
60
50
40
30
20
10
5
-1
3
C
Analizando las grficas nos damos cuenta de que las muestras provienen de poblaciones
normales.
Si denotamos por 1, 2 y 3 las medias poblacionales de los tiempos de vida til para los tipos A,
B y C, respectivamente, entonces podemos escribir las hiptesis estadsticas como:
H 0 : 1 2 3
H1: Al menos dos medias poblacionales no son iguales.
Pgina 7
ANOVA
Procedimiento en Excel:
Alfa = 0.05
En Rango de salida indicar la celda donde se inciar la presentacin de resultados.
ANLISIS DE VARIANZA
Origen de las variaciones
Entre grupos
Dentro de los grupos
Total
Cuenta
Suma
5
5
5
Promedio
20
30
15
4
6
3
Varianza
6.5
5.5
2.5
14
Pgina 8
ANOVA
ANOVA en Minitab.
Utilice 0.05 para calcular si difiere el rendimiento de los motores.
Seleccionar:
Stat > ANOVA > One Way (Unstacked)
Response in separate columns A, B, C
Seleccionar ! Store Residuals ! Store Fits
Graphs
Seleccionar Normal plot of residuals
Comparisons
Seleccionar Tukeys Family error rate OK
Resultados:
La grfica normal de residuos debe mostrar los residuos aproximados por una recta para validar el
modelo:
95
90
Percent
80
70
60
50
40
30
20
10
5
-5.0
-2.5
0.0
Residual
2.5
5.0
One-way ANOVA: A, B, C
Source
Factor
Error
Total
DF
2
12
14
SS
23.33
58.00
81.33
MS
11.67
4.83
F
2.41
P
0.132
R-Sq = 28.69%
R-Sq(adj) = 16.80%
Pgina 9
ANOVA
Level
A
B
C
N
5
5
5
Mean
4.000
6.000
3.000
StDev
2.550
2.345
1.581
Lower
-1.707
-4.707
Center
2.000
-1.000
Upper
5.707
2.707
---------+---------+---------+---------+
(----------*---------)
(---------*----------)
---------+---------+---------+---------+
-3.5
0.0
3.5
7.0
Upper
0.707
---------+---------+---------+---------+
(---------*----------)
---------+---------+---------+---------+
-3.5
0.0
3.5
7.0
B subtracted from:
C
Lower
-6.707
Center
-3.000
RESI1
2
-2
0
-3
3
RESI2
2
1
1
-4
0
RESI3
0
-1
2
1
-2
FITS1
4
4
4
4
4
FITS2
6
6
6
6
6
FITS3
3
3
3
3
3
Pgina 10
ANOVA
A
82
79
75
68
65
B
55
67
84
77
71
C
69
72
78
83
74
D
87
61
82
61
72
95
90
Percent
80
70
60
50
40
30
20
10
5
-20
-10
0
Residual
10
20
One-way ANOVA: A, B, C, D
Source
Factor
Error
Total
DF
3
16
19
SS
52.2
1367.6
1419.8
MS
17.4
85.5
F
0.20
P
0.892
Como el valor P de 0.892 es mayor a alfa de 0.05 no hay efecto en la respuesta cambiando los
niveles del factor A, B, C y D.
S = 9.245
Level
A
B
C
D
N
5
5
5
5
R-Sq = 3.68%
Mean
73.800
70.800
75.200
72.600
StDev
7.190
10.918
5.450
11.887
R-Sq(adj) = 0.00%
Individual 95% CIs For Mean Based on
Pooled StDev
-------+---------+---------+---------+-(--------------*--------------)
(--------------*--------------)
(-------------*--------------)
(--------------*--------------)
-------+---------+---------+---------+-66.0
72.0
78.0
84.0
Se pueden traslapar los intervalos de confianza de los niveles del factor, por tanto no hay diferencia
significativa en sus efectos.
Pgina 11
ANOVA
Lower
-19.745
-15.345
-17.945
Center
-3.000
1.400
-1.200
Upper
13.745
18.145
15.545
--------+---------+---------+---------+(-------------*------------)
(-------------*-------------)
(-------------*-------------)
--------+---------+---------+---------+-12
0
12
24
Upper
21.145
18.545
--------+---------+---------+---------+(-------------*-------------)
(------------*-------------)
--------+---------+---------+---------+-12
0
12
24
Upper
14.145
--------+---------+---------+---------+(-------------*-------------)
--------+---------+---------+---------+-12
0
12
24
B subtracted from:
C
D
Lower
-12.345
-14.945
Center
4.400
1.800
C subtracted from:
D
Lower
-19.345
Center
-2.600
En la prueba de Tukey como el cero pertenece a los intervalos de confianza de todas las
diferencias entre niveles A, B, C y D, no hay diferencia entre sus efectos en la respuesta.
Pgina 12