Académique Documents
Professionnel Documents
Culture Documents
Introduccin
En general, hemos considerado que los efectos de un modelo eran especificados por el experimentador y sus niveles fijados en funcin de las caractersticas de los mismos. Por ejemplo, el efecto tratamiento se define con diversos niveles: Control, Tratamiento A, Tratamiento B, etc.. Los niveles de estos efectos (fijos) incluyen la totalidad de las posibilidades y se definen por el experimentador (que es quien decide, p.e., qu tratamientos se comparan. En los modelos de efectos aleatorios, los niveles de cada efecto son resultado de una seleccin al azar. Por ejemplo, el efecto Hospital en la evaluacin de un tratamiento puede incluir tres hospitales seleccionados al azar entre los hospitales de una determinada comunidad.
ijk N (0, )
Ejemplo
Se quieren evaluar tres tratamientos (A,B,C) y el posible efecto del mdico en la evaluacin del resultado sobre el estado del paciente.
Resultado
Resultados
Ejemplo 2
Two days in a given month were randomly selected in which to run an experiment. Three laboratory technicians were also selected at random from the available people. The experiment consist of measuring a certain blood determination using three different instruments. Two determinations are made by each operator for each day and with each of the thre three instruments Data can be found in www.bioestadistica .cat on the ANOVA page as: Blood measurements, under the random effects models.
Results
Resultados
Introduccin
Cuando existen efectos aleatorios, podemos estar interesados en estimar el valor de la varianza correspondiente a cada efectos aleatorio y compararlo con la varianza del error.
Como ejemplo, supongamos que queremos evaluar la variabilidad debida al producto que suministra una determinada firma farmacutica y su efecto en el rendimiento de un proceso. Se seleccionan al azar cinco lotes y se determina el rendimiento en tres rplicas. Los resultados son:
Lote 1 74 76 78 2 68 71 72 3 75 77 77 4 72 74 73 5 79 81 79
Resultado
11.711/(11.711+1.800)=11.711/13.51=0.867
El 86.7% de la variabilidad de los resultados se explica por la variabilidad introducida por la diferencia entre lotes.