IN TROD UCCIÓN AL AN ÁLISIS

D E LA VARIAN ZA
José Luis Vicente Villardón

D epartamento de Estadística
 AN ALISIS D E LA VARIAN ZA
D ISEÑO D E UN A VIA

Disponem os d e r poblaciones, generalm ente correspond ientes a r

tratam ientos experim entales. Cad a u no d e los tratam ientos Ti, (i=1, …,
r) se su pone qu e tiene d istribu ción norm al con m ed ia i y varianza 2,
com ú n a tod os ellos, es d ecir se trata d e poblaciones norm ales y
hom osced ásticas. De cad a u na d e las poblaciones (o tratam ientos),
tom am os u na muestra d e tam año n i.

Las observaciones obtenid as se pu ed en recoger en u na tabla d e la

form a

es d ecir xij es la observación j d el gru po experim ental i.

Llam aos a las m edias mu estrales d e los gru pos y a la med ia

d e tod as las observaciones.

Cuand o se trata d e u n experim ento d iseñad o, es d ecir, cuand o se trata

d e la aplicación d e r tratam ientos a u n conju nto d e u nid ad es
experim entales, estas d eben seleccionarse para qu e sean hom ogéneas,
d e form a qu e no se introd uzcan factores d e variación d istintos d el qu e
se d esea controlar. La asignación d e los tratam ientos a cad a u na d e las
u nid ad es d ebe hacerse al azar. Es lo qu e se conoce com o d iseño
“completamente al azar”.

El mod elo matem ático su byacente a este tipo d e d iseño es

d ond e es la cantid ad qu e d epend e d el tratam iento usad o
(d escom pu esta en u na m ed ia global y u n efecto d el tratam iento) y es
la cantid ad qu e d epend e solam ente de la u nid ad experim ental y qu e se
id entifica con el error experim ental.

La hipótesis d e qu e los d istintos tratam ientos no prod u cen ningún

efecto (o la d e que las m ed ias d e tod as las poblaciones son iguales) se
contrasta m ed iante el análisis d e la varianza d e u na vía, com parand o la
variabilid ad entre gru pos con la variabilid ad d entro d e los gru pos.

El análisis d e la varianza se basa en la d escom posición d e la

variabilid ad total en d os partes, u na parte d ebid a a la variabilid ad
entre las d istintas poblaciones o tratam ientos (variabilid ad entre
gru pos o variabilidad explicada por el d iseño) y otra parte qu e pu ed e
consid erarse com o la variabilidad intrínseca d e las observaciones
(variabilidad d entro d e los gru pos o resid ual).

La variabilidad entre grupos

m id e la d iscrepancia entre los gru pos y la m ed ia global, d e form a qu e

si no hay d iferencias entre ellos (la hipótesis nula es cierta)
obtend rem os variabilid ad es pequeñas. Si, por el contrario, la hipótesis
nu la es falsa, cabe esperar qu e la variabilid ad entre gru pos sea grand e.

La variabilidad d entro d e los gru pos

m id e la variabilidad intrínseca d e las observaciones, es d ecir, si el
experim ento está bien d iseñad o y no se inclu yen factores d e variación
d istintos al estu d iad o, d ebe ser error pu ram ente aleatorio prod u cid o
com o resu ltad o d e la variabilidad biológica d el material experim ental.

El contraste d el Análisis d e la varianza se basa en la com paración d e la

variabilid ad entre y la variabilid ad dentro, rechaz arem os la hipótesis
nu la siem pre qu e la variabilid ad “entre” sea grand e, pero u tilizando
com o patrón d e com paración la variabilid ad “d entro”. Es d ecir,
aceptarem os u n efecto d e los tratam ientos siem pre qu e estos
prod u zcan m ayores d iferencias en las u nid ad es experim entales que las
qu e habría sin la aplicación d e los mism os.

Antes d e proced er a la com paración hem os d e d ivid ir las su mas d e

cuad rad os por su s correspond ientes grad os d e libertad , relacionad os
con el nú m ero d e observaciones con las qu e se realiza el cálcu lo.

De esta form a obtenem os los cu ad rad os m ed ios o estim ad ores d e las

variabilid ad es.

La inform ación com pleta se resu m e en la tabla sigu iente. Es la qu e se

conoce com o tabla d e AN OVA y resu m e tod a la inform ación necesaria
para realizar el correspond iente contraste.

Fu ente Su m a d e cuad rad os g.l. Estim ad or Fexp

Entre r-1

Resid ual n-r

Total n-1

El cociente entre la variabilid ad “entre” y la variabilid ad “d entro”, u na

vez qu e se han hecho com parables, sigu e u na d istribu ción F d e
Sned ecor con r-1 y n-r grad os d e libertad . La d istribución nos sirve
para bu scar el valor a partir d el cu al el cociente es lo suficientem ente
grand e como para d eclarar las d iferencias entre gru pos
estad ísticam ente significativas.

Los estim ad ores d e los efectos d e los tratam ientos se estim an a partir
de

y la parte propia d e cad a observación (o resid ual)

Los resid uales pued en servirnos para la valid ación d e las hipótesis
básicas.

Recu érd ese qu e, en realid ad , u n análisis d e la varianza d e u na vía es

equ ivalente a un m od elo d e regresión en el qu e solo aparece u na
regresora cu alitativa con r categorías (m ed iante las correspond ientes
variables ficticias). La valid ación d e las hipótesis básicas pu ed e hacerse
entonces d e la mism a m anera qu e en u n mod elo re regresión,
u tilizand o gráficos d e resid u ales.
AN ALISIS D E D OS VIAS

En m u chas situaciones prácticas la u nid ad es experim entales no son

hom ogéneas por lo qu e conviene agruparlas en d istintos conju ntos de
observaciones hom ogéneas. A tales conju ntos se les d enom ina
bloques.

Los tratam ientos se aplican d entro d e cad a bloqu e sigu iend o las
m ism as técnicas d e aleatorización expuestas previam ente.

Se procu rará qu e los tratam ientos estén representad os d e la m isma

m anera en tod os los bloques.

D iseño en bloques al azar

Su pongamos qu e se d ispone d e r tratam ientos a com parar y qu e se

d ivid en las observaciones en s bloqu es con r u nid ad es experim entales
cad a u no.

Dentro d e cad a bloqu e se aplica u na vez cad a tratam iento u tilizando

u n proced im iento de aleatorización.

Los d atos resu ltantes serían los sigu ientes

El mod elo matem ático es ahora

Dond e i es el efecto d ebid o al bloqu e, j es el efecto d ebid o al

tratam iento y ij es el error experim ental.
Obsérvese qu e solam ente hem os su straíd o d el resid u al la parte
correspond iente a los bloqu es.

-Análisis estadístico: Análisis de la varianza de dos vías.

Las hipótesis d e qu e los d istintos tratam ientos y los bloqu es no

prod u cen ningú n efecto se contrasta med iante el análisis de la varianza
d e d os vías, com parand o la variabilid ad entre bloqu es y la variabilid ad
entre tratam ientos con la variabilid ad d entro d e los gru pos.

Los resu ltad os fund am entales se resum en en la tabla sigu iente.

Fuente Suma de cuadrados g.l. Estimador Fexp

Entre Bloqu es s-1

Entre Tratam . r-1

Resid ual (r-1)(s-

1)

Total n-1

Los estimad ores d e los efectos d e los bloqu es y tratam ientos se estiman
a partir d e

y la parte propia d e cad a observación (o resid ual)

Los resid uales pued en servirnos para la valid ación d e las hipótesis
básicas d e la mism a manera que en el d iseño d e u na vía.
 ID EAS BASICAS SOBRE
EXPERIMEN TOS FACTORIALES
-D efiniciones generales y discusión
A cad a u no d e los tratam ientos básicos le d enom inaremos factor y a
cad a u na d e su s posibles formas (o valores) la d enom inarem os nivel
d el factor.

Una combinación d e u n nivel d e cada u no d e los factores estu d iad os

d eterm ina u n tratamiento.

El experim ento en el qu e tod as las com binaciones d e niveles d e los

factores son interesantes se d enom ina experimento factorial.

-Tipos de factores
-Factores cu alitativos específicos.

Factores su sceptibles d e aplicación

Factores d e clasificación

-Factores cu antitativos

-Factores cu alitativos ord enad os.

-Factores cu alitativos mu estread os.

Efectos principales e interacción en un experimento de dos factores.

Su pongamos qu e tenem os u n experim ento d e d os factores A y B con

cuatro niveles cad a u no, y su pongamos, para sim plificar qu e no existe
variación no controlad a.

Factor B
Factor nivel 1 nivel 2 nivel 3 nivel 4 m ed ia
A
nivel 1 9 11 14 15 12.25
nivel 2 12 14 17 18 15.25
nivel 3 10 12 15 16 13.25
nivel 4 13 15 18 19 16.25
m ed ia 11 13 16 17

Tenem os varias form as d e cacterizar esta tabla:

a)La d iferencia entre las observaciones d e d os niveles cualesqu iera d e

A es la mism a para tod os los niveles d e B.

b)La d iferencia entre las observaciones d e d os niveles cualesqu iera de

B es la misma para tod os los niveles d e A.

c) Los efectos d e los d os factores son aditivos.

d ) Los resid uales al restar los efectos fila y colu m na son cero.

En este caso se d ice qu e los factores no interactuan o qu e sus efectos

son aditivos.

Si estas cond iciones no se verifican decim os qu e hay u na interacción

entre A y B.

Se d ice qu e hay interacción cuand o las d iferencias entre d os niveles

cualesqu iera d e u no d e los factores d epend en d e los niveles d el otro
factor.
 Factor B
Factor nivel 1 nivel 2 nivel 3 nivel 4 m ed ia
A
nivel 1 9 11 14 15 12.25
nivel 2 12 14 17 18 15.25
nivel 3 11 11 14 17 13.25
nivel 4 12 16 19 18 16.25
m ed ia 11 13 16 17

Efectos principales: Efectos d e cad a uno d e los niveles d e los factores

por separad o (prom ed iand o sobre el otro factor).

Interacción: Efectos prod ucid os por la aplicación conju nta d e los

niveles d e los d os factores.

Gráficos de interacción

Efectos ad itivos

Efectos no ad itivos
Experimento factorial con dos factores de variación y el mismo
número de observaciones por casilla.

Se d ispone d e u n conju nto d e observaciones hom ogéneas y se asigna

los tratam ientos (com binación d e niveles d e los d os factores)
aleatoriam ente a las u nidad es.

Los d atos resu ltantes serían los sigu ientes

El mod elo matem ático es ahora

Dond e i es el efecto d ebid o al bloqu e, j es el efecto d ebid o al

tratam iento, (ij es el efecto conju nto (interacción) y ij es el error.

-Análisis estadístico: Análisis de la varianza de dos vías.

Las hipótesis d e que los d istintos factores no prod u cen ningú n efecto y
d e qu e no existe interacción se contrastan m ed iante el análisis d e la
varianza d e d os vías con interacción, com parand o la variabilid ad entre
los niveles d el factor A, la variabilidad entre los niveles d el fact or B, y
la variabilid ad d ebid a a la interacción con la variabilidad d entro d e los
gru pos o resid ual.

Fu ente Su m a d e cuad rad os g.l. Estim ad or Fexp

Filas s-1

Colu m nas r-1

Interacc. (r-1)(s-
1)

Resid . rs(t-1)

Total rst-1

Los estimad ores d e los efectos d e los bloqu es y tratam ientos se estiman
a partir d e

y la parte propia d e cad a observación (o resid ual)

Los resid uales pued en servirnos para la valid ación d e las hipótesis
básicas d e la mism a manera que en el d iseño d e u na vía.
EJEMPLO

Se está investigand o cual es el efecto d e tres tipos d e abono sobre d os tipos de

suelo. Se espera que el efecto d e los d istintos abonos se m anifieste d e form a
d iferente d epend iend o d el tipo d e suelo. Para el presente estud io tom arem os d os
tipos d e suelo, ácid o y alcalino y tres tipos d e abono que d enotarem os con A, B y
C. Tenem os así d os factores (suelo y abono) con 2 y 3 niveles respectivam ente, q ue
resultan en 6 com binaciones. Tom arem os u n d iseño factorial con d os factores y tres
réplicas en cad a una d e las com binaciones d e los niveles d e los d os factores. La
respuesta es un índ ice d e abund ancia d e una d eterm inad a especie tras la aplicación
d e los d istintos abonos. Los resultad os se m u estran en la tabla siguiente.

A B C
8 10 8
Ácid o 4 8 6
0 6 4
14 4 15
Alcalino 10 2 12
6 0 9