Beruflich Dokumente
Kultur Dokumente
Control 50 65 72 46 38 29 70 85 72 40 57 59
25mg 49 47 30 602 62 60 19 28 56 62 55 40
50mg 20 59 64 61 28 47 29 41 60 57 61 38
100mg 20 23 38 31 27 16 27 18 22 12 24 11
125mg 18 30 22 26 31 11 15 12 31 36 16 11
I.PLANTEAMOS EL CONTRASTE
En este caso se quiere contrastar si el medicamento es efectivo y en qué dosis
respecto al control observado.
Por lo tanto nosotros disponemos los datos para diferentes tratamientos (en nuestro
caso 5) en este caso debemos utilizar un análisis de la varianza de un factor,
contraste para la media de una variable continua normal en dos o más grupos, donde
el factor es la dosis, que contiene 5 clases o grupos o niveles, y la variable numérica
a analizar es el número de parásitos contabilizados en cada uno de los 60 peces
estudiados, y están agrupados en los diferentes tratamiento y control.
𝑄 𝐸⁄𝐾 − 1
𝐹𝐸𝑋𝑃𝐸𝑅𝐼𝑀𝐸𝑁𝑇𝐴𝐿 =
𝑄 𝐷⁄𝑁 − 𝐾
𝑃𝑐 = 𝐹𝑡𝑒𝑜 = 𝐹𝑔𝑙 𝑛𝑢𝑚, 𝑔𝑙 𝑑𝑒𝑛𝑜𝑚 , 𝛼 = 𝐹𝑘−1,𝑛−𝑘,𝑎
Clase 𝑛𝑖 𝑥̅𝑖 𝑠𝑖 2 𝑠𝑖
Control 12 56.917 279.538 16.719
25mg 12 47.500 224.818 14.994
50mg 12 47.083 238.629 15.448
100mg 12 22.417 60.629 7.786
125mg 12 21.750 76.386 8.740
REQUISITOS
La hipótesis necesarias para poder llevar a cabo un análisis NOVA son
como:
𝐺12,5,0.05
𝐿𝑜 𝑙𝑙𝑒𝑣𝑎𝑚𝑜𝑠 𝑎 𝐺11,5,0.05
A. ANOVA
Para hacer debemos completar nuestra tabla de anova
CONCLUSION
Se rechaza 𝐻0 y por lo tanto al menos alguno de las clases son
diferentes entre sí (existen diferencias en los resultados para las dosis
aplicadas). Es decir, existe al menos una dosis que tiene resultados
diferentes a las demás. Como lo interesante una vez comprobado 𝐻0 es
averiguar cuáles son diferentes y en qué sentido para detectar si alguna
de las dosis es más efectiva se debe desarrollar un contraste a posteriori
con objeto de identificar las diferencias ya detectas (pero no
identificadas) en el análisis de ANOVA.
b. Representación Gráfica del contraste ANOVA
Totales Promedios
tr Observaciones Yi Yi.
I 9 12 10 8 15 13 67 11.17
II 20 23 30 73 24.33
III 6 5 8 16 35 8.75
Y.. 175 14.75 = Y ..
Con un nivel de significación de = 0.05. ¿Tiene los circuitos diferente tiempo de respuesta?
k = 3; n1 = 6; n2 = 3; n3 = 4; N = 6 + 3 + 4 = 13
k n
SST = (Yij 2 Y.. 2 /N) =
j =1 i =1
1752
9 12 ... 8 16
2 2 2
= 2
13
2993 2355.76 = 637.24
k
SStr = (Yi.2 /n i Y.. 2 /N) =
j =1
2
67 732 352 1752
= 474.98
6 3 4 13
SSE = SST - SStr = 637.24 - 474.98 = 162.29
Fuente
SS G.L. MS
De error F0
MStr/MSE
Factor o tratamientos SStr=474.98 k – 1 = 2 MStr =237.49
= 14.64
Total SST=637.24 N – 1 = 12
Dado que F.05,2,10 = 4.10, se concluye que los circuitos muestran diferentes tiempos de
respuesta.
3. Estudio sobre los consumidores, publico los resultados de una encuesta sobre
hábitos de conducción en Estados Unidos. Los datos contenían impuestos a la
gasolina por hogar para los 50 estados. Seis estados se escogieron aleatoriamente
de cuatro regiones del país para determinar si hay alguna diferencia en el
impuesto promedio anual de la gasolina dentro de las regiones. Las siguientes
resultados se aproximaron al dólar más próximo:
REGIÓN (TRATAMIENTO)
Estado Norte(1) Sur(2) Occidente(3) Centro De EE.UU.(4)
1 US$ 293 US$ 121 US$ 114 US$ 136
2 280 116 176 164
3 283 223 224 117
4 242 236 183 153
5 268 118 159 152
6 184 222 149 108
̅̅̅̅
𝑋1 258.3 173.0 167.5 138.3
̅̅̅̅ = 184.3
𝑋
Un economista deseaba probar al nivel del 5% la hipótesis de que en promedio los residentes
de las cuatro regiones pagan la misma suma en los impuestos federales sobre la gasolina.
̅ 𝒊 (𝒙
𝑺𝑪𝑻𝑹 = ∑ 𝑿 ̅)𝟐
̅̅̅𝟎 − 𝒙
SCTR= 6(258.3 − 184.3)2 + 6(173.0 − 184.3)2 + 6(167.5 − 184.3)2 + 6(138.3 −
184.3)2 = 48.023
̅ 𝒊 )𝟐
̅̅̅𝟎 − 𝒙
𝑺𝑪𝑬 = ∑ ∑(𝒙