ANOVA PARA UN FACTOR

PRINCIPAL Y UNO O MAS

FACTORES DE BLOQUEO

P. Reyes / Marzo 2003

1
ANOVA - CONTENIDO
 ANOVA DE UN FACTOR O DIRECCIÓN

 ANOVA DE UN FACTOR Y UN FACTOR DE BLOQUEO

 ANOVA DE UN FACTOR Y DOS FACTORES DE

BLOQUEO – CUADRADO LATINO

 ANOVA DE UN FACTOR Y TRES FACTORES DE

BLOQUEO – CUADRADO GRECOLATINO

2
ANOVA PARA UN FACTOR
O DIRECCIÓN

3
 ANOVA – Prueba de hipótesis para
probar la igualdad de medias de
varias poblaciones para un factor
Se trata de probar si el efecto de un factor o
Tratamiento en la respuesta de un proceso o sistema es
Significativo, al realizar experimentos variando
Los niveles de ese factor (Temp. 1, Temp. 2, Temp.3, etc.)

Ho : 1   2  3  .........   a
Ha : A lg unas. ' s.son.diferentes
4
 ANOVA - Condiciones
 Todas las poblaciones son normales

 Todas las poblaciones tiene la misma varianza

 Los errores son independientes con distribución

normal de media cero

 La varianza se mantiene constante para todos los

niveles del factor

5
 ANOVA – Ejemplo de datos
Niveles del Factor Peso % de algodón y Resistencia de tela
Peso porc. Respuesta
de algodón Resistencia de la tela
15 7 7 15 11 9
20 12 17 12 18 18
25 14 18 18 19 19
30 19 25 22 19 23
35 7 10 11 15 11
6
 ANOVA – Suma de
cuadrados total

Xij

Gran media

Xij
a b 2

SCT    ( Xij  X )
i 1 j 1
7
ANOVA – Suma de cuadrados de
renglones (a)-tratamientos
Media Trat. 1 Media Trat. a

a renglones
Gran media

Media trat. 2
SCTr   b( X i  X ) 2

i 1
8
 ANOVA – Suma de cuadrados
del error
X2j X3j
X1j

Media X1.
Media X3.
Media X2.

Muestra 1 Muestra 2 Muestra 3

a b
SCE   (X ij  X i) 2

i 1 j 1 9
 ANOVA – Suma de cuadrados
del error
X2j X3j
X1j

Media X1.
Media X3.
Media X2.

Muestra 1 Muestra 2 Muestra 3

SCE  SCT  SCTr

10
 ANOVA – Grados de libertad:
Totales, Tratamientos, Error

gl.SCT  n  1
gl.SCTr  a  1
gl.SCE  (n  1)  (a  1)  n  a
11
ANOVA – Cuadrados medios:
Total, Tratamiento y Error

MCT  SCT /( n  1)
MCTr  SCTr /( a  1)
MCE  SCE /( n  a )

12
 ANOVA – Cálculo del estadístico
Fc y Fexcel

MCTr
Fc 
MCE
Fexcel  FINVALFA, gl.SCTr , gl.SCE

13
 Tabla final de ANOVA
TABLA DE ANOVA

FUENTE DE VARIACIÓN SUMA DE GRADOS DE CUADRADO VALOR F

CUADRADOS LIBERTAD MEDIO

Entre muestras (tratam.) SCTR a-1 CMTR CMTR/CME

Dentro de muestras (error) SCE n-a CME

Variación total SCT n-1 CMT

Regla: Rechazar Ho si la Fc de la muestra es mayor que la F de Excel para una cierta alfa
o si el valor p correspondiente a la Fc es menor al valor de alfa especificado

14
 ANOVA – Toma de decisión

Distribución F Fexcel

Alfa

Zona de no rechazo de Ho Zona de rechazo

O de no aceptar Ha De Ho o aceptar Ha

Fc
15
 ANOVA – Toma de decisión

Si Fc es mayor que Fexcel se rechaza Ho

Aceptando Ha donde las medias son diferentes

O si el valor de p correspondiente a Fc es
menor de Alfa se rechaza Ho

16
 ANOVA – Identificar las medias
diferentes por Prueba de Tukey T
CME
T  q , a , n  a
b
Para diseños balanceado
(mismo número de columnas
en los tratamientos) el valor
de q se determina por medio
de la tabla en el libro de texto
17
 ANOVA – Identificar las medias
diferentes por Prueba de Tukey T
Se calcula la diferencia Di entre cada par de Medias Xi’s:

D1 = X1 – X2 D2 = X1 – X3 D3 = X2 – X3 etc.

Cada una de las diferencias Di se comparan con el

valor de T, si lo exceden entonces la diferencia es
Significativa de otra forma se considera que las medias
Son iguales

18
 ANOVA – Identificar las medias
diferentes por Prueba de Diferencia
Mínima Significativa DMS

2(CME ) F ,1,na
DMS 
b
Para diseños balanceados (los tratamientos
tienen igual no. De columnas), se calcula un
factor DMS contra el que se comparan las
diferencias Xi – Xi’. Significativas si lo exceden
19
 Prueba DMS para Diseños no
balanceados
1 1
DMS j ,k     (CME ) F ,a 1,n  a
 b j bk 
Para diseños no balanceados (los
tratamientos tienen diferente no. De
columnas), se calcula un factor DMS
Para cada una de las diferencias Xi – Xi’
20
 ANOVA PARA UN FACTOR
PRINCIPAL Y UN FACTOR DE
BLOQUEO

21
 ANOVA – Prueba de hipótesis para
probar la igualdad de medias de
varias poblaciones con dos factores
Se trata de probar si el efecto de un factor o
Tratamiento en la respuesta de un proceso o sistema es
Significativo, al realizar experimentos variando
Los niveles de ese factor (Temp.1, Temp.2, etc.)
POR RENGLON
Y
Considerando los niveles de otro factor que se piensa
Que tiene influencia en la prueba – FACTOR DE BLOQUEO
POR COLUMNA
22
 ANOVA – Prueba de hipótesis para
probar la igualdad de medias de
varias poblaciones con dos factores
Para el tratamiento – en renglones

Ho : 1   2  3  .........   a
Ha : A lg unas. ' s.son.diferentes
Para el factor de bloqueo – en columnas

Ho :  '1   '2   '3  .........   'a

Ha : A lg unas. ' s.son.diferentes
23
 ANOVA 2 Factores - Ejemplo

Experiencia en años de los operadores

Maquinas 1 2 3 4 5
Maq 1 27 31 42 38 45
Maq 2 21 33 39 41 46
Maq 3 25 35 39 37 45
24
ANOVA – Dos factores o
direcciones
 La SCT y SCTr (renlgones) se determina de la
misma forma que para la ANOVA de una
dirección o factor

 En forma adicional se determina la suma de

cuadrados del factor de bloqueo (columnas) de
forma similar a la de los renglones

 La SCE = SCT – SCTr - SCBl

25
ANOVA de 2 factores – Suma de
cuadrados, gl. y Cuadrado medio
para el factor de bloqueo (en cols)
b
SCBl   a( X j  X ) 2

j 1

gl.SCBl  b  1
CMBl  SCBl /(b  1)
26
 ANOVA de 2 factores – Suma de
cuadrados, gl. y Cuadrado medio
para el error

SCE  SCT  SCTr  SCBl

gl.SCE  (n  a )( n  b)
CME  SCBl /( n  a )( n  b)

27
 ANOVA – Cálculo del estadístico
Fc y Fexcel

MCTr
Fc 
MCE
Fexcel  FINVALFA, gl.SCTr , gl.SCE

28
 ANOVA de 2 factores – Cálculo del
estadístico Fcbl y Fexcel bloques
(columnas)

MCBl
Fc 
MCE
Fexcel  FINVALFA, gl.SCBl , gl.SCE

29
 Tabla final ANOVA 2 Factores
FUENTE DE VARIACIÓN SUMA DE GRADOS DE CUADRADO VALOR F
CUADRADOS LIBERTAD MEDIO

Entre muestras (tratam.) SCTR a-1 CMTR CMTR/CME

Entre Bloques (Factor Bl) SCBl b-1 CMBL CMBL/CME

Dentro de muestras (error) SCE (a-1)(b-1) CME

Variación total SCT n-1 CMT

Regla: No rechazar si la F de la muestra es menor que la F de Excel para una cierta alfa
30
 ANOVA – 2 F. Toma de decisión

Distribución F Fexcel

Alfa

Zona de no rechazo de Ho Zona de rechazo

O de no aceptar Ha De Ho o aceptar Ha

Fc
Tr o Bl 31
 ANOVA – 2 F. Toma de decisión

Si Fc (Tr o Bl) es mayor que Fexcel se rechaza

Ho Aceptando Ha donde las medias son
diferentes

O si el valor de p correspondiente a Fc (Tr o Bl)

es menor de Alfa se rechaza Ho

32
 Cálculo de los residuales
ˆ ij  yi .  y. j  y..
y Y estimada

eij  yij  y
ˆ ij Error o residuo

MSE Error estándar

s yi . 
b
Rk  r0.05, k , gl . MSE * s yi . Factor de comparación

Si la diferencia de medias excede a Rk es significativa

33
Adecuación del modelo
 Los residuales deben seguir una recta en la gráfica
normal

 Deben mostrar patrones aleatorios en las gráficas de

los residuos contra el orden de las Yij, contra los
valores estimados y contra los valores reales Yij

34
ANOVA PARA UN FACTOR
PRINCIPAL Y DOS O TRES
FACTORES DE BLOQUEO

CUADRADO LATINO Y
GRECOLATINO

35
ANOVA – 3 y 4 factores
 El diseño de Cuadrado latino utiliza dos
factores de bloqueo adicionales al de
Tratamiento

 EL diseño de Cuadrado Grecolatino utiliza tres

factores adicionales al del Tratamiento

 El cálculo de suma de cuadrados para

renglones y para columnas es similar al de
ANOVA de un factor principal y otro de
bloqueo 36
 Cuadrado Latino
Años exp. Turno
Empleado Mañana Tarde Noche
1 B=15 A=18 C=11

2 C=12 B=20 A=9

3 A=17 C=19 B=10

A, B, C = Máquinas 1, 2 y 3
37
 ANOVA – Cuadrado Latino:
Factor principal (A,B,C,D)
b
SCTr   a( X Tr  X ) 2

j 1

gl.SCTr  a  1  b  1
CMTr  SCTr /(b  1)
38
 ANOVA – Cuadrado Latino: Cálculo
del error

SCE  SCT  SCTcol  SC Re ng  SCTr

gl.SCE  (a  2)( a  1)
CME  SCE /( a  2)( a  1)

39
 ANOVA – Cálculo del estadístico
Fc y Fexcel

MCTr
Fc 
MCE
Fexcel  FINVALFA, gl.SCTr , gl.SCE

40
 ANOVA – Cuadrado Latino Reng / Col
MC Re ng
Fcreng 
MCE
MCCols
Fcols 
MCE
Fexcel  FINVALFA, gl.SCBl , gl.SCE
41
 Tabla final ANOVA 2 Factores
FUENTE DE VARIACIÓN SUMA DE GRADOS DE CUADRADO VALOR F
CUADRADOS LIBERTAD MEDIO

Renglores SCRen a-1 CMRen CMRen/CME

Columnas SCCol b-1 CMCol CMCol/CME

Tratamiento SCTr a-1 CMTr CMTr/CME

Dentro de muestras (error) SCE (a-2)(a-1) CME

Variación total SCT n-1 CMT

42
Cuadrado latino en Minitab
 Se introducen las respuestas en una columna C1

 Se introducen los subíndices de los renglones en una

columna C2

 Se introducen los subíndices de las columnas en una

columna C3

 Se introducen las letras mayúsculas que indican el

nivel del factor (A, B, C, D, etc.) correspondientes a
cada respuesta en la columna C4
43
Cuadrado latino en Minitab
 Opción: ANOVA – General linear model

 En Response indicar la col. De Respuesta,

 En Model indicar las columnas de los factores y

 En Random factors indicar los factores adicionales al

del efecto principal a probar (A, B, C, D). Se pueden
pedir interacciones entre factores x – y con Cx*Cy

 Pedir gráfica de residuales Normal y vs fits y orden

44
 Cuadrado Greco Latino
Experiencia de los operadores

Lotes MP 1 2 3 4 5

1 Aa=-1 Bc=-5 Ce=-6 Db=-1 Ed=-1

2 Bb=-8 Cd=-1 Da=5 Ec=2 Ae=11

3 Cc=-7 De=13 Eb=1 Ad=2 Ba=-4

4 Dd=1 Ea=6 Ac=1 Be=-2 Cb=-3

5 Ee=-3 Ab=5 Bd=-5 Ca=4 Dc=6

a, b, c y d son 5 diferentes tipos de montaje A, B, C, D y E son las 5 formulaciones a probar

45
 Cuadrado Greco latino en Minitab
 Se introducen las respuestas en una columna C1
 Se introducen los subíndices de los renglones en una
columna C2

 Se introducen los subíndices de las columnas en una

columna C3
 Introducir los subíndices del factor adicional de letras
griegas con letras latinas minúsculas (a,b,c,d,e) en C4

 Se introducen las letras mayúsculas que indican el nivel

del factor (A, B, C, D, etc.) correspondientes a cada
respuesta en la columna C5
46
 Cuadrado Greco latino en Minitab
 Opción: ANOVA – General linear model

 En Response indicar la col. De Respuesta,

 En Model indicar las columnas de los factores y

 En Random factors indicar los factores adicionales al del

efecto principal a probar (A, B, C, D). También se
pueden indicar interacciones entre factores x-y con Cx *
Cy

 Pedir gráfica de residuales Normal y vs fits y orden 47

ANOVA – Cuadrado Grecolatino

b
SCG   a ( X m  X ) 2

m 1

gl.SCG  b  1
CMG  SCG /( b  1)
48
 ANOVA de 2 factores – Suma de
cuadrados, gl. y Cuadrado medio
para el error

SCE  SCT  SCTr  SCG  SC Re n  SCCol

gl.SCE  (a  3)( a  1)
CME  SCE /( a  3)( a  1)

49
 ANOVA – Cálculo del estadístico
Fc y Fexcel

MCG
Fc 
MCE
Fexcel  FINVALFA, gl.SCTr , gl.SCE

50
 ANOVA – Cuadrado Grecolatino

MCTr
Fc 
MCE
Fexcel  FINVALFA, gl.SCBl , gl.SCE

51
 Tabla final ANOVA 2 Factores
FUENTE DE VARIACIÓN SUMA DE GRADOS DE CUADRADO VALOR F
CUADRADOS LIBERTAD MEDIO

Renglores SCRen a-1 CMRen CMRen/CME

Columnas SCCol b-1 CMCol CMCol/CME

Letras griegas SCG a-1 CMG CMG/CME
Tratamiento SCTr a-1 CMTr CMTr/CME

Dentro de muestras (error) SCE (a-3)(a-1) CME

Variación total SCT n-1 CMT

52