Anova de Un Factor

ANOVA DE UN FACTOR
1. En” Auto lote El Pibe” se quiere determinar el efecto del precio en la marca
del automóvil, para esto se tomaron al azar 20 vehículos de tres marcas
distintas y se registraron los precios de cada uno, los resultados fueron los
siguientes:
N Media Desviación típica

Toyota 8 15300,00 5061,338
Honda 6 15483,33 8707,793
Kia 6 24266,67 35190,718
Total 20 18045,00 19306,788
Gráfico
Variación del precio del automóvil entre las marcas
En el gráfico se observa que el mayor precio de automóvil se da en la marca Kia,

seguida de Honda y por último Toyota, cabe destacar que estas dos últimas están
por debajo de la media.
Variación entre las marcas de automóvil
Aparentemente, en la gráfica los datos representados tienen una variación

homogénea, no obstante, en la marca Kia la varianza se observa más dispersa.
Modelo Aditivo Lineal
𝑌𝑖𝑗 = 𝜇 + 𝜏𝑖 + 𝜀𝑖𝑗
i=1,2,3 (Marcas de automóviles)

j=1,2,3, 4,…,8 (autos muestreados)
𝑌𝑖𝑗 =Precio del j-ésimo auto muestreado de la i-ésima marca.
𝜇= Precio promedio poblacional.

𝜏𝑖 = El efecto de la i-ésima marca de automóvil en el precio de este.
𝜀𝑖𝑗 = El efecto aleatorio en el precio del automóvil.
Prueba de homogeneidad de varianzas
Hipótesis
𝐻0 : 𝜎12 = 𝜎22 = 𝜎32 (Hay homogeneidad en las varianzas)
𝐻1 = Al menos dos varianzas son diferentes.

Precio de Automóviles (en $)
Estadístico de
Levene gl1 gl2 Sig.
4,418 2 17 ,029
Decisión
𝐻0 se rechaza (p=0.029≤0.05)
Conclusión
Podemos afirmar con un nivel de significancia del 0.05 que al menos dos varianzas
son diferentes. Por lo tanto, no podemos considerar el supuesto de homogeneidad
de las varianzas.
Prueba de Kruskal-Wallis
Hipótesis
𝐻0 : 𝜇1 = 𝜇2 = 𝜇3 (El precio promedio es el mismo para las tres marcas)
𝐻1 = Al menos dos marcas tienen precio promedio, diferente.
Estadísticos de contrastea,b
Precio de
Automóviles (en
$)
Chi-cuadrado 1,409
gl 2
Sig. asintót. ,494
a. Prueba de Kruskal-Wallis
b. Variable de agrupación: Marca del
Automóvil_X5
Decisión
𝐻0 no se rechaza (p=0.494≥0.05)
Conclusión
No podemos afirmar con un nivel de significancia del 0.05 que al menos dos marcas
tienen precio promedio, diferente.
Pruebas Múltiples
Debido a que en la prueba no paramétrica anterior la hipótesis nula no se rechaza,

no existe diferencia significativa que nos permita realizar las pruebas múltiples y
evidenciar una un contraste entre precio y marca.
2. En” Auto lote El Pibe” se quiere determinar el efecto del kilometraje recorrido
en la marca del automóvil, para esto se tomaron al azar 20 vehículos y se
registraron los kilómetros recorridos de cada uno, los resultados fueron los
siguientes:
N Media Desviación típica

Toyota 8 75750,00 46677,465
Honda 6 27916,67 15806,381
Kia 6 44666,67 28472,209
Total 20 52075,00 38979,845
Gráfico
Variación del Kilometraje recorrido entre las marcas de automóvil
En el gráfico se observa que el menor kilometraje recorrido se da en la marca

Honda, seguida de Kia y, el mayor kilometraje recorrido lo tiene la marca Toyota,
cabe destacar que esta última se encuentra por encima de la media.

homogénea, no obstante, en la marca Toyota la varianza se observa más dispersa.

j=1,2,3, 4,…,8 (autos muestreados)
𝑌𝑖𝑗 =Kilometraje recorrido del j-ésimo auto muestreado de la i-ésima marca.
𝜇= Kilometraje recorrido promedio poblacional.

𝜏𝑖 = El efecto de la i-ésima marca de automóvil en kilometraje recorrido.
𝜀𝑖𝑗 = El efecto aleatorio en el kilometraje recorrido.
Hipótesis

Kilometráje recorrido_X1
Estadístico de
Levene gl1 gl2 Sig.
5,646 2 17 ,013
Decisión
𝐻0 se rechaza (p=0.013≤0.05)
Conclusión
Podemos afirmar con un nivel de significancia del 0.05 que al menos dos varianzas
son diferentes. Por lo tanto, no podemos considerar el supuesto de homogeneidad
de las varianzas.
Hipótesis
𝐻0 : 𝜇1 = 𝜇2 = 𝜇3 (El kilometraje recorrido promedio es el mismo para las tres

marcas)
𝐻1 = Al menos dos marcas tienen kilometraje recorrido promedio, diferente.
Kilometráje
recorrido_X1
Chi-cuadrado 3,082
gl 2
Sig. asintót. ,214
b. Variable de agrupación: Marca
del Automóvil_X5
Decisión
Conclusión
No podemos afirmar con un nivel de significancia del 0.05 que al menos dos
marcas tienen kilometraje recorrido promedio, diferente.
Pruebas Múltiples

evidenciar una un contraste entre kilometraje recorrido y marca.
3. En” Auto lote El Pibe” se quiere determinar el efecto de los años de uso en la
marca del automóvil, para esto se tomaron al azar 20 vehículos y se
registraron los años de uso de cada uno, los resultados fueron los siguientes:
Desviación
N Media típica
Toyota 8 5,50 3,071
Honda 6 2,33 1,506
Kia 6 3,33 2,503
Total 20 3,90 2,770
Gráfico
Variación de los años de uso entre las marcas de automóvil
En el gráfico se observa que los autos con menor año de uso son de la marca
Honda, seguida de Kia y, la mayor cantidad de años de uso antes de estar en el
autolote lo tiene la marca Toyota, cabe destacar que esta última se encuentra por
encima de la media.


j=1,2,3,4,…,8 (autos muestreados)
𝑌𝑖𝑗 =Años de uso del j-ésimo auto muestreado de la i-ésima marca.
𝜇= Años de uso promedio poblacional.

𝜏𝑖 = El efecto de la i-ésima marca de automóvil en los años de uso.
𝜀𝑖𝑗 = El efecto aleatorio en los años de uso.
Hipótesis

Años de uso_X2
Estadístico
de Levene gl1 gl2 Sig.
2,510 2 17 ,111
Decisión
Conclusión
varianzas son diferentes. Por lo tanto, podemos considerar el supuesto de
homogeneidad de las varianzas.
ANOVA de un factor
Hipótesis
𝐻0 : 𝜇1 = 𝜇2 = 𝜇3 (Los años de uso promedio es el mismo para las tres marcas)
𝐻1 = Al menos dos marcas tienen años de uso promedio, diferente.
ANOVA
Años de uso_X2
Suma de Media
cuadrados gl cuadrática F Sig.
Inter- 37,133 2 18,567 2,905 ,082
grupos
Intra- 108,667 17 6,392
grupos
Total 145,800 19
Decisión
Conclusión
tienen años de uso promedio, diferente.
Hipótesis
𝐻0 : 𝜇1 = 𝜇2 = 𝜇3 (Los años de uso promedio es el mismo para las tres marcas)
𝐻1 = Al menos dos marcas tienen años de uso promedio, diferente.
Años de
uso_X2
Chi-cuadrado 3,899
gl 2
Sig. asintót. ,142
del Automóvil_X5
Decisión
Conclusión
tienen años de uso promedio, diferente.
Pruebas Múltiples

evidenciar una un contraste entre años de uso y marca.
4. En” Auto lote El Pibe” se quiere determinar el efecto del tiempo de estar en
el autolote en la marca del automóvil, para esto se tomaron al azar 20
vehículos de tres marcas distintas y se registraron el tiempo de estar en el
autolote en meses, los resultados fueron los siguientes:
Desviación
N Media típica
Toyota 8 4,75 2,188
Honda 6 3,67 2,066
Kia 6 6,17 2,483
Total 20 4,85 2,346
Gráfico
Variación del tiempo de estar en el autolote entre las marcas de automóvil
En el gráfico se observa que los autos con el menor tiempo de estar en el autolote
son de la marca Honda, seguida de Toyota y, la mayor cantidad de meses de estar
en el autolote lo tiene la marca Kia, cabe destacar que esta última se encuentra por
encima de la media.

homogénea, no obstante, en la marca Kia la varianza se observa más dispersa.

𝑌𝑖𝑗 =Tiempo de estar en el autolote del j-ésimo auto muestreado de la i-ésima

marca.
𝜇= Tiempo de estar en el autolote promedio poblacional.

𝜏𝑖 = El efecto de la i-ésima marca de automóvil en el tiempo de estar en el
autolote.
𝜀𝑖𝑗 = El efecto aleatorio en el tiempo de estar en el autolote.

Hipótesis
Tiempo de estar en el autolote en meses_X3

Estadístico de
Levene gl1 gl2 Sig.
,175 2 17 ,841
Decisión
Conclusión
ANOVA de un factor
Hipótesis
𝐻0 : 𝜇1 = 𝜇2 = 𝜇3 (El tiempo promedio de estar en el autolote es el mismo para las

tres marcas)
𝐻1 = Al menos dos marcas tienen tiempo promedio de estar en el autolote,

diferente.
ANOVA
Tiempo de estar en el autolote en meses_X3
Suma de Media
Inter- 18,883 2 9,442 1,874 ,184
grupos
Intra- 85,667 17 5,039
grupos
Total 104,550 19
Decisión
Conclusión
tienen tiempo promedio de estar en el autolote, diferente.
Hipótesis
𝐻0 : 𝜇1 = 𝜇2 = 𝜇3 (El tiempo promedio de estar en el autolote es el mismo para las

tres marcas)
𝐻1 = Al menos dos marcas tienen tiempo promedio de estar en el autolote,

diferente.
Tiempo de estar
en el autolote en
meses_X3
Chi-cuadrado 3,445
gl 2
Sig. asintót. ,179
b. Variable de agrupación: Marca del
Automóvil_X5
Decisión
Conclusión
tienen tiempo promedio de estar en el autolote, diferente.
Pruebas Múltiples

evidenciar un contraste entre tiempo de estar en el autolote y marca.
5. En” Auto lote El Pibe” se quiere determinar el efecto del año del automóvil en
la marca del automóvil, para esto se tomaron al azar 20 vehículos de tres
marcas distintas y se registraron los años de cada uno, los resultados fueron
los siguientes:
Desviación
N Media típica
Toyota 8 2011,00 3,295
Honda 6 2012,83 1,602
Kia 6 2012,17 2,639
Total 20 2011,90 2,673
Gráfico
Variación del año del automóvil entre las marcas de automóvil
En el gráfico se observa que los autos más actuales, es decir, con mayor cercanía
al año lectivo son de la marca Kia, seguida de Honda y, los que podrían considerarse
más antiguos son de la marca Toyota, cabe destacar que esta última se encuentra
por debajo de la media.


𝑌𝑖𝑗 =Año del j-ésimo auto muestreado de la i-ésima marca.
𝜇= Año promedio poblacional.

𝜏𝑖 = El efecto de la i-ésima marca de automóvil en el año del automóvil.
𝜀𝑖𝑗 = El efecto aleatorio en el año del automóvil.
Hipótesis

Año del Automóvil_X6
Estadístico
de Levene gl1 gl2 Sig.
1,431 2 17 ,266
Decisión
Conclusión
ANOVA de un factor
Hipótesis
𝐻0 : 𝜇1 = 𝜇2 = 𝜇3 (El año promedio es el mismo para las tres marcas)
𝐻1 = Al menos dos marcas tienen año promedio, diferente.
ANOVA
Año del Automóvil_X6
Suma de Media
Inter- 12,133 2 6,067 ,834 ,451
grupos
Intra- 123,667 17 7,275
grupos
Total 135,800 19
Decisión
Conclusión
tienen año promedio, diferente.
Hipótesis
𝐻0 : 𝜇1 = 𝜇2 = 𝜇3 (El año promedio es el mismo para las tres marcas)
𝐻1 = Al menos dos marcas tienen año promedio, diferente.
Año del
Automóvil_X6
Chi-cuadrado ,712
gl 2
Sig. asintót. ,701
del Automóvil_X5
Decisión
Conclusión
tienen año promedio, diferente.
Pruebas Múltiples

evidenciar un contraste entre año del automóvil y marca.

Anova de Un Factor

Hochgeladen von

Dokumentinformationen

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Anova de Un Factor

Hochgeladen von

Copyright:

Verfügbare Formate

ANOVA DE UN FACTOR

N Media Desviación típica

En el gráfico se observa que el mayor precio de automóvil se da en la marca Kia,

Variación entre las marcas de automóvil

Aparentemente, en la gráfica los datos representados tienen una variación

Modelo Aditivo Lineal

i=1,2,3 (Marcas de automóviles)

𝑌𝑖𝑗 =Precio del j-ésimo auto muestreado de la i-ésima marca.

𝜇= Precio promedio poblacional.

𝐻0 : 𝜎12 = 𝜎22 = 𝜎32 (Hay homogeneidad en las varianzas)

𝐻1 = Al menos dos varianzas son diferentes.

Prueba de homogeneidad de varianzas

𝐻0 : 𝜇1 = 𝜇2 = 𝜇3 (El precio promedio es el mismo para las tres marcas)

𝐻1 = Al menos dos marcas tienen precio promedio, diferente.

Debido a que en la prueba no paramétrica anterior la hipótesis nula no se rechaza,

N Media Desviación típica

En el gráfico se observa que el menor kilometraje recorrido se da en la marca

Variación entre las marcas de automóvil

Aparentemente, en la gráfica los datos representados tienen una variación

Modelo Aditivo Lineal

i=1,2,3 (Marcas de automóviles)

𝑌𝑖𝑗 =Kilometraje recorrido del j-ésimo auto muestreado de la i-ésima marca.

𝜇= Kilometraje recorrido promedio poblacional.

𝐻0 : 𝜎12 = 𝜎22 = 𝜎32 (Hay homogeneidad en las varianzas)

𝐻1 = Al menos dos varianzas son diferentes.

Prueba de homogeneidad de varianzas

𝐻0 : 𝜇1 = 𝜇2 = 𝜇3 (El kilometraje recorrido promedio es el mismo para las tres

𝐻1 = Al menos dos marcas tienen kilometraje recorrido promedio, diferente.

Debido a que en la prueba no paramétrica anterior la hipótesis nula no se rechaza,

Variación entre las marcas de automóvil

Aparentemente, en la gráfica los datos representados tienen una variación

Modelo Aditivo Lineal

i=1,2,3 (Marcas de automóviles)

𝑌𝑖𝑗 =Años de uso del j-ésimo auto muestreado de la i-ésima marca.

𝜇= Años de uso promedio poblacional.

𝐻0 : 𝜎12 = 𝜎22 = 𝜎32 (Hay homogeneidad en las varianzas)

𝐻1 = Al menos dos varianzas son diferentes.

Prueba de homogeneidad de varianzas

𝐻0 : 𝜇1 = 𝜇2 = 𝜇3 (Los años de uso promedio es el mismo para las tres marcas)

𝐻1 = Al menos dos marcas tienen años de uso promedio, diferente.

𝐻0 : 𝜇1 = 𝜇2 = 𝜇3 (Los años de uso promedio es el mismo para las tres marcas)

𝐻1 = Al menos dos marcas tienen años de uso promedio, diferente.

Debido a que en la prueba no paramétrica anterior la hipótesis nula no se rechaza,

Variación entre las marcas de automóvil

Aparentemente, en la gráfica los datos representados tienen una variación

Modelo Aditivo Lineal

i=1,2,3 (Marcas de automóviles)

𝑌𝑖𝑗 =Tiempo de estar en el autolote del j-ésimo auto muestreado de la i-ésima

𝜇= Tiempo de estar en el autolote promedio poblacional.

𝜀𝑖𝑗 = El efecto aleatorio en el tiempo de estar en el autolote.

𝐻0 : 𝜎12 = 𝜎22 = 𝜎32 (Hay homogeneidad en las varianzas)

𝐻1 = Al menos dos varianzas son diferentes.

Prueba de homogeneidad de varianzas

Tiempo de estar en el autolote en meses_X3

𝐻0 : 𝜇1 = 𝜇2 = 𝜇3 (El tiempo promedio de estar en el autolote es el mismo para las

𝐻1 = Al menos dos marcas tienen tiempo promedio de estar en el autolote,

𝐻0 : 𝜇1 = 𝜇2 = 𝜇3 (El tiempo promedio de estar en el autolote es el mismo para las

𝐻1 = Al menos dos marcas tienen tiempo promedio de estar en el autolote,

Debido a que en la prueba no paramétrica anterior la hipótesis nula no se rechaza,

Variación entre las marcas de automóvil

Aparentemente, en la gráfica los datos representados tienen una variación

Modelo Aditivo Lineal

i=1,2,3 (Marcas de automóviles)

𝑌𝑖𝑗 =Año del j-ésimo auto muestreado de la i-ésima marca.