UNIVERSIDAD NACIONAL JOSÉ FAUSTINO SÁNCHEZ CARRIÓN

FACULTAD DE CIENCIAS ECONÓMICAS, CONTABLES Y FINANCIERAS

CURSO: ESTADISTICA
CICLO Y SECCIÓN: VIII – “C”
INTEGRANTES:
PAISIG CERDAN , DIANA
RUIZ OLIVAS , YERSON
VEGA GOMES , HAYME
REYNA JESÚS , LEYDI

2019
HUACHO - PERÚ

Hay varias formas en las cuales puede
diseñar un experimento anova , quizá el mas
común es el diseño compleméntales
aleatorizados o anova a una vía . el termino
proviene del hecho que varios sujetos o
unidades experimentales que se asignen
aleatoriamente a diferentes niveles de un
solo factor
Se utiliza el análisis de la varianza (ANOVA)
para comprobar si existen diferencias en las
medias. Fundamentalmente este análisis
consiste en separar la contribución de cada
fuente de variación en la variación total
observada. Sin embargo, éste ANOVA está
supeditado a los siguientes supuestos que
deben verificarse:
•Normalidad
•Varianza constante (igual varianza en los
tratamientos)
•Independencia
EJEMPLO:
 varios empleados
(unidades experimentales )
 pueden seleccionarse
aleatoriamente para participar en
diversos tipos
(niveles diferentes )
 de un programa capacitación
( el factor)
 EL DIRECTOR ADMINISTRATIVO DE UNA EMPRESA INDUSTRIAL DESEA DETERMINAR SI LOS 3
PROGRAMAS DE CAPACITACIÓN DISTINTO TIENE EFECTOS DIFERENTES NIVELES DE
PRODUCTIVIDAD DE LOS EMPLEOS ESTOS PROGRAMAS SON LOS TRATAMIENTO QUE PUEDE
EVALUAR EL ANÁLISIS DE LA VARIANZA SE SELECCIONA ALEATORIAMENTE 14 EMPLEAOS SE
ASIGNA A UNO TRES PROGRAMAS SE COLOCA 4 EMPLEADOS EN 1 PRIMERO Y CINCO EN LO
MAS DOS PROGRAMAS .CADA UNO TRATA DE MANERA INDEPENDIENTE

COLUMNA
Medias

Como s observa la medias se calcula para cada tratamiento (columna) debido a que las columnas se
identifica mediante el subíndice . El promedio de columna
FUNDAMENTO DE LA ANOVA
 SUMA DE CUADROS
La suma de cuadrados representa una
medida de variación o desviación con
respecto a la media. Se calcula como
una suma de los cuadrados de las
diferencias con respecto a la media. El
cálculo de la suma total de
los cuadrados considera tanto
la suma de los cuadrados de los factores
como la de aleatoriedad o error.

VARIANZA MUESTRAL
La cantidad S2 se llama varianza
muestral y tiene un valor
fundamental en el análisis
estadístico, su interpretación es
como sigue: es el promedio de las
desviaciones cuadráticas respecto
de la media.
SUMA DE CUADROS TOTAL
suma total de cuadrados es, de forma
muy simple, la variabilidad total de
una variable que estamos intentando
explicar o estimar. Junto con la suma
cuadrada de los residuos y de la
regresión, conforma el modelo
ANOVA.
SUMA DE CUADROS DE LOS
TRATAMIENTOS
La suma de los cuadrados de la regresión
es la variación atribuida a la relación entre
las X y las Y o, en este caso, entre el
presupuesto de publicidad y las ventas.
La suma de los cuadrados del
error residual es la variación atribuida
al error
SUMA DE CUADROS DE ERROR
La suma de cuadrados representa una
medida de variación o desviación con
respecto a la media. Se calcula como una
suma de los cuadrados de las diferencias
con respecto a la media. El cálculo de la
suma total de los cuadrados considera
tanto la suma de los cuadrados de los
factores como la de aleatoriedad o error.
 FUNDAMENTO DE LA ANOVA
Los cuadrados medios representan una estimación de la
varianza de la población. Se calculan dividiendo la suma
correspondiente de los cuadrados entre los grados de
libertad.
Regresión
¿Qué son los cuadrados medios ajustados?
Los cuadrados medios ajustados se calculan dividiendo la
suma ajustada de los cuadrados entre los grados de
libertad. La suma ajustada de los cuadrados no depende del
orden en que los factores se ingresan en el modelo. Es la
porción única de SC Regresión explicada por un factor, si
todos los demás factores están en el modelo,
independientemente del orden en que se ingresaron en el
mismo.
Por ejemplo, si usted tiene un modelo con tres factores, X1,
X2 y X3, la suma ajustada de los cuadrados para X2
muestra qué tanto de la variación restante es explicada por
X2, si X1 y X3 también se encuentran en el modelo.

Regresión
En regresión, los cuadrados medios se utilizan para
determinar si los términos de un modelo son significativos.
 El cuadrado medio del término se obtiene dividiendo la
suma de los cuadrados del término entre los grados de
libertad.
 El cuadrado medio del error (MSE) se obtiene dividiendo la
suma de los cuadrados del error residual entre los grados
de libertad. El MSE es la varianza (s2) en torno a la línea
de regresión ajustada.
 PRUEBAS PARA LA
DIFERENCIA ENTRE PARES
DE MEDIA
PRUEBAS PARA DISEÑOS BALANCEADOS
TANTO EL MÉTODO TURKEY COMO EL PRIMERO
DE LOS DOS MÉTODOS DMS QUE APARECEN
AQUÍ, SE UTILIZAN SI EXISTE IGUAL NUMERO DE
OBSERVACIONES EN CADA MUESTRA.

Diseño ANOVA es un diseño de análisis de varianza balanceado, cada

muestra tiene el mismo numero de observaciones. Si una o mas
muestras tiene un numero diferente de observaciones, se dice que el
diseño no esta balanceado
METODOS
TURKEY DMS
Compara el criterio de la diferencia menos
El método desarrollado en 1953 por J. W. Turkey,
significativa con la diferencia absoluta en las medias
requiere el calculo del criterio de Turkey, “T”
muestrales.

DONDE: DONDE:
q: distr. de rangos estudentizada con c y n-c libertad F tiene 1 y n-c libertad
c: numero de muestras c: número de muestras
n: observaciones n: observaciones
PRUEBA PARA DISEÑOS NO BALANCEADOS
METODO DMS ALTERNATIVO

r: numero de observaciones en la muestra jésima

DONDE:
r: numero de observaciones en la muestra késima

DMS: será diferente para cada par de comparaciones por pares,

el número de observaciones no es el mismo en cada muestra.
10.4 ANOVA A DOS VIAS. EL DISEÑO ALEATORIZADO EN BLOQUES
Niveles de producción para los
sistemas de computación
EN ANOVA A DOS VIAS:
LOS VALORES F SE CALCULAN DE LA MISMA MANERA QUE EN EL ANALISIS DE VARIANZA A
UNA VIA:
 10.5. ANÁLISIS FACTORIAL
En la difusión sobre el análisis de
varianza a dos vías, se reconoció la
presencia de un segundo factor
que influenciara las unidades En Análisis
experimentales. Ya que no se tubo factorial
interés en analizar esta segunda
fuerza, se buscó eliminar este
impacto.
Puede efectuar una prueba de efector principales por
cada factor. Cada prueba es muy parecida como las
presentadas anteriormente: Se diseñan para
determinar si niveles diferentes de cualquier factor
tiene impacto en las unidades experimentales en
diversas formas. Si no se encuentran efectos
principalmente para un factor, la hipótesis nula no se
rechaza.
 ANÁLISIS FACTORIAL

Análisis Factorial Es la evaluación de dos factores de interés al mismo tiempo.

• En Análisis factorial se puede efectuar una prueba de efectos principales por
cada factor.
• Cada prueba es muy parecida como las presentadas anteriormente:
 Se diseñan para determinar si niveles diferentes de cualquier factor tiene
impacto en las unidades experimentales en diversas formas.
Si no se encuentran efectos principalmente para un factor, la hipótesis nula
no se rechaza.
 ANÁLISIS FACTORIAL
En este análisis factorial cada factor tiene varios
El Análisis factorial tiene la ventaja de ser menos
niveles. El sistema de computación, factor A, tiene
costosa.
3 niveles y los paquetes de software, factor B,
Se pueden estudiar dos factores como un tienen 2 niveles.
experimento en lugar de realizar dos pruebas
Por ejemplo: El sistema de computación 1 puede
independientes. Por tanto, no solo se puede
ser más o menos productivo por el paquete de
ahorra tiempo y esfuerzo, sino que se pueden
software 1, mientras que el sistema de
lograr el mismo grado de exactitud utilizando
computación 3 puede funcionar mejor con el
menos unidades experimentales, ya que ambas
paquete de software 2. Por tanto, el impacto total
pruebas se realizan al mismo tiempo. O quizás de
del factor A (sistema) sobre la productividad,
mayor valor aun es el hecho de que al utilizar el
depende de cual nivel del factor B (software) se
diseño factorial se pueda identificar toda
utilice. Se dice que los dos factores Interactúan en
interacción que pueda existir entre los dos
su impacto sobre la productividad.
factores.
 ANÁLISIS FACTORIAL
INTERACCIÓN
• La relación entre el factor A y las variables en análisis (productividad en este
caso) depende del nivel del factor B que se utilice.
• La interacción puede detectarse analizando las
diferencias promedio éntrelos niveles de un factor
relativo a los niveles diferentes al otro factor. Si esta
diferencia promedio son las misma en todos los
• La interacción ocurre cuando las diferencias
niveles de ambos factores, no existe interacción. Por
en las respuestas promedio para los dos
otra parte, la interacción existe si las diferencias
niveles en un factor no son las mismas en
promedio entre los niveles de un factor no son las
todos los niveles del segundo factor.
mismas para todos los niveles del otro factor.
10.4 ANOVA A DOS VIAS. EL DISEÑO ALEATORIZADO EN BLOQUES
Niveles de producción para los
sistemas de computación
EN ANOVA A DOS VIAS:
LOS VALORES F SE CALCULAN DE LA MISMA MANERA QUE EN EL ANALISIS DE VARIANZA A
UNA VIA: