Guía de Trabajo Unidad II - Anova de Un Factor

Descargar como docx, pdf o txt
Descargar como docx, pdf o txt
Está en la página 1de 6

Unidad 2: ANOVA de un factor

Tema: ANOVA de un factor


Bibliografía:
 Montgomery, D. y Runger, G. (2005) Probabilidad y estadística aplicadas a la ingeniería. México,
D.F.: Limusa Wiley. Capítulo 12. Sección 12.1 y 12.4
 Triola, M. (2013). Estadística. 11va. Edición. Pearson Educación, México, D.F. Capítulo 12. Sección
12.1 y 12.2.

Después de la revisión de la infografía


Actividad estudiante con profesor

Análisis de varianza (Anva o Anova)

Método de prueba de igualdad de tres o más medias poblacionales, por medio del análisis de las
varianzas muestrales. El análisis de varianza de un factor se utiliza con datos clasificados con base en
un tratamiento (o factor), que es una característica que nos permite distinguir entre sí a las distintas
poblaciones. (Triola, 2013, p.629)

Planteamiento de hipótesis

No hay diferencia en las El factor en estudio no afecta a


H0 : µ1 = µ 2 =… = µ k
medias poblacionales la variable respuesta

Al menos un µi es Hay diferencia en al menos El factor en estudio afecta a la


H1 :
diferente una media poblacional variable respuesta

Supuestos del modelo DCA

En el análisis de varianza del modelo simple o de un factor, se supone que las observaciones siguen una
distribución normal e independiente con la misma varianza para cada tratamiento o nivel de factor.
Estos supuestos deberán verificarse examinando los residuales.
(Montgomery, 2003, p.576)

Estadístico de prueba
CM(Tr)
F calculado =
CME

Para obtener el valor del estadístico de prueba, se debe elaborar la tabla del Anova:

32
Fuente de
Grados de libertad Suma de cuadrados Cuadrado medio F Calculado F Crítico
variación
k
y2i. y 2.. SC ( Tr )
Tratamientos k–1 SC ( Tr ) = ∑ - CM ( Tr ) =
i=1 ni n . k-1
SCE CM ( Tr )
Error n. – k SCE = SCT - SC( Tr ) CME = F = F( α, k-1, n -k )
n. -k CME .

k n 2
2 y ..
n. – 1
Total k SC ( Tr ) = ∑ ∑ y ij -
donde ( n. = Σ i=1 n i ) i=1 j=1 n.

Criterio de decisión (Región critica)

Punto crítico:

F (, grado de libertad Tratamiento, grado de libertad Error)


Decisión

 Se Rechaza H0 Si Fcal > F (, gl Tratamiento, gl error)


 No se Rechaza H0 Si Fcal ≤ F (, gl Tratamiento, gl error)

Criterio basado en el valor p (aplica para cualquier tipo de hipótesis):


Si valor p ≤ ⍺  Se rechaza Ho

Si valor p > ⍺  NO se rechaza Ho

Comparación Múltiples:

Los métodos de comparación múltiple son los procedimientos usados para comparar las medias de
tratamientos individuales en el análisis de varianza.
(Montgomery, 2003, p.581)

Prueba de Tukey HSD


Se usará esta prueba para evaluar si existen diferencias significativas entre las medias de cada “par de
tratamientos”.

, Ϭ͗ࣆ࢏ ൌ ࣆ࢐
, ϭ͗ࣆ࢏ ് ࣆ࢐ Para todo i ≠ j


n= número de observaciones por tratamiento

k= número de tratamientos
CME
HSD = qα ( k, n - k )

nk

q = es un multiplicador (Tabla de Tukey)

CME = cuadrado medio del error

nk = tamaño de muestra de los grupos (si no es un modelo
Cuando se realiza el análisis con labalanceado se usa el promedio armónico.
probabilidad:

o Si valor p ≤ α  Se Rechaza H0 (Existen diferencias significativas)


o Si valor p > α  No se Rechaza H0 (No Existen diferencias significativas)

Cuando se realiza el análisis con intervalos: 33

o Si: µi - µj  IC(µi - µj)=[LI, LS] =[- , -]  µi - µj < 0  µi < µj


De la teoría a la práctica, aprendamos a calcular el
ANOVA
Actividad estudiante con profesor

En la siguiente tabla se presentan las mediciones de desaceleración (en fuerza de gravedad g) de tres
tamaños de automóviles. Los valores más grandes indican mayores cantidades de desaceleración ante un
choque frontal, las cuales suelen provocar lesiones graves en los conductores. Con dicha información calcule
la tabla de ANOVA:

Automóviles compactos 44 43 44 54 38 43 42 45 44 50
Automóviles medianos 41 49 43 41 47 42 37 43 44 34
Automóviles grandes 32 37 38 45 37 33 38 45 43 42

Fuente de Grados de Suma de Cuadrado medio F calc


variación libertad (gl) Cuadrados (SC) (SC/gl) CM(Tr)/CME

Tratamientos

Error

Total

Y.. = 1258 ∑ ∑ Y 2ij =53452

Cálculo del estadístico de prueba:

A un nivel de significación del 1%, se quiere probar si existen diferencias en las mediciones de
desaceleración (en g) en pruebas de choque de los tres tipos de automóviles.

Actividad grupal de los estudiantes

34
Caso: Resistencia a la tensión de una fibra sintética
El ingeniero de desarrollo de productos desea investigar si el porcentaje de algodón que se incorpora en la
producción de cierta fibra sintética influye en la resistencia a la tensión (lb/pulgada2) de las prendas que se
confeccionan con dicha fibra.
Para tal fin, decide evaluar cinco diferentes niveles de peso porcentual de algodón, estos son: 15%, 20%,
25%, 30% y 35%; donde medirá la resistencia a la tensión en los ejemplares de la fibra sintética. Los datos de
25 prendas se muestran a continuación:

15% 20% 25% 30% 35%


7 12 20 19 7
7 13 18 25 10
15 15 18 22 11
11 14 19 19 9
9 14 19 23 11

A un nivel de significación del 5%, el ingeniero considera que a mayor peso porcentual de algodón mayor
será la resistencia de la fibra. Según el análisis realizado, ¿Qué peso porcentual de algodón sugiere utilizar?

Pregunta 1: Completar los siguientes elementos del experimento:

Factor en estudio

Tratamientos

Variable respuesta

Unidad experimental

Hipótesis alternativa

Pregunta 2: Completar la siguiente tabla de Análisis de Varianza:

Fuente de Grados de Suma de Cuadrado


F calculado
variación libertad cuadrados medio

Tratamientos 578.24

Error 20 4.56

Total

Pregunta 3: Completar la siguiente la siguiente gráfica e indique la decisión:

Decisión: ___________________
35
Fcal = ______ Fcrítico= ______
Conclusión:

Recuerda:
 INV.F.CD (probabilidad, grados de libertad1, grados de libertad2)

Pregunta 4: ¿Qué peso porcentual de algodón sugiere utilizar?

El siguiente reporte proviene del programa estadístico MINITAB:


Comparaciones por parejas de Tukey: Nivel Peso%
Agrupar información utilizando el método de Tukey y una confianza de 95%
Nivel
Peso% N Media Agrupación

30.00% 5 21.6 A  
25.00% 5 18.8 A  
20.00% 5 13.6   B
15.00% 5 9.8   B
35.00% 5 9.6   B
Las medias que no comparten una letra son significativamente diferentes.

Pruebas simultáneas de Tukey para diferencias de las medias


Diferencia de Diferencia
Nivel de EE de IC simultáneo Valor Valor p
Peso% niveles medias diferencia de 95% T ajustado

20.00% - 15.00% 3.80 1.35 (-0.24, 7.84) 2.81 0.072


25.00% - 15.00% 9.00 1.35 (4.96, 13.04) 6.66 0.000
30.00% - 15.00% 11.80 1.35 (7.76, 15.84) 8.74 0.000
35.00% - 15.00% -0.20 1.35 (-4.24, 3.84) -0.15 1.000
25.00% - 20.00% 5.20 1.35 (1.16, 9.24) 3.85 0.008

36
30.00% - 20.00% 8.00 1.35 (3.96, 12.04) 5.92 0.000
35.00% - 20.00% -4.00 1.35 (-8.04, 0.04) -2.96 0.053
30.00% - 25.00% 2.80 1.35 (-1.24, 6.84) 2.07 0.270
35.00% - 25.00% -9.20 1.35 (-13.24, -6.81 0.000
-5.16)
35.00% - 30.00% -12.00 1.35 (-16.04, -8.89 0.000
-7.96)
Nivel de confianza individual = 99.28%

Hallando el peso porcentual sugerido usando Valor P (p-value):

Hallando el peso porcentual sugerido usando intervalos de confianza (lower y upper):

37

También podría gustarte