Académique Documents
Professionnel Documents
Culture Documents
FACULTAD DE CIENCIAS:
ESCUELA ACADÉMICA PROFESIONAL ESTADÍSTICA
INTEGRANTES:
PROFESOR:
24 noviembre de 2017
01
E.AP. ESTADISTICA
ANALISIS DE VARIANZA DE TRES FACTORES
INTRODUCCION
Dentro del Tema de Prueba de hipótesis que acabamos de ver, se estudió la prueba
de hipótesis de comparación de 2 medias, a partir de las muestras de dos poblaciones
para conocer si existían diferencias reales entre ellas o se debía al azar.
Pues bien, hoy vamos a considerar problemas en que debemos decidir si las
diferencias observadas entre más de dos medias se pueden atribuir al azar o si existen
diferencias reales entre las medias de las poblaciones de las que se obtuvieron las
muestras.
Y esto se estudia cuando por ejemplo lo que queremos conocer sobre la base de los
datos muéstrales, si en realidad existe alguna diferencia. Por ejemplo:
Es así que cuando queremos hacer comparaciones entre dos, tres o más medias
muéstrales para determinar si provienen de poblaciones iguales utilizamos la técnica
de análisis de varianza. Esta técnica se realiza utilizando la distribución de
probabilidad F (Fischer) vista ya anteriormente.
Nivel o tratamiento del factor: Es un valor o condición del factor bajo el cual se
observa la respuesta medible.
Dedicado a la Investigación de
Estadistas.
Donde 𝛼𝑖 , 𝛽𝑗 , 𝛾𝑘 son los efectos principales; (𝛼𝛽)𝑖𝑗 , (𝛼𝛾)𝑖𝑘 , (𝛽𝛾)𝑗𝑘 son los efectos de
interacción de dos factores que tienen la misma interpretación que en el experimento
de dos factores. El término (𝛼𝛽𝛾)𝑖𝑗𝑘 recibe el nombre de efecto de interacción de tres
factores, un término que representa la no aditividad de las (𝛼𝛽)𝑖𝑗 sobre los diferentes
niveles del factor C. Igual que antes, la suma de todos los efectos principales es cero y
la suma de cualquier subíndice de los efectos de interacción de dos y tres factores es
cero. En muchas situaciones experimentales estas interacciones de orden más alto
son significantes y sus cuadrados medios reflejan únicamente variación aleatoria, pero
el análisis se hará en forma general.
La filosofía general del análisis es la misma que la utiliza para los experimento de uno
y dos factores. La suma de cuadrados se particiona en ocho términos, cada uno
representa una fuente de variación de las cuales se obtienen estimaciones
independientes de 𝜎 2 cuando todos los efectos principales y los efectos de interacción
son cero. Si los efectos de cualquier factor o interacción dados no son todos cero,
entonces el cuadrado medio estimará la variancia del error más una componente
debida al efecto sistemático en cuestión.
Factor A
𝐴1 𝐴2 𝐴3 𝐴4 𝐴5 𝐴6
𝐵1
𝐵2
Factor B 𝐵3
𝐵4
𝐵5
Factor C
Con i = 1, 2, · · · , a ; j = 1, 2, · · · , b ; k = 1, 2, · · · , c donde
= ∑(𝜏𝛽𝛾)𝑖𝑗𝑘 = ∑(𝜏𝛽𝛾)𝑖𝑗𝑘 = 0
𝑗 𝑘
Parámetros a estimar:
B
A Total
1 2 … b
k=1, 2,…, c
1 𝑦11𝑘 𝑦12𝑘 … 𝑦1𝑏𝑘 𝑦1.𝑘
B
A Total
1 2 … b
C
A Total
1 2 … c
C
B Total
1 2 … c
2 … 𝑦2
𝑆𝐶𝑇 = ∑𝑖,𝑗,𝑘 𝑦𝑖𝑗𝑘 − 𝑎𝑏𝑐
2
∑𝑖 𝑦𝑖.. … 𝑦2
𝑆𝐶𝐴 = − 𝑎𝑏𝑐
𝑏𝑐
2
∑𝑗 𝑦.𝑗. … 𝑦2
𝑆𝐶𝐵 = − 𝑎𝑏𝑐
𝑎𝑐
2
∑𝑘 𝑦..𝑘 … 𝑦2
𝑆𝐶𝐶 = − 𝑎𝑏𝑐
𝑎𝑏
2
∑𝑖,𝑗 𝑦𝑖𝑗. 𝑦2
…
𝑆𝐶(𝐴𝐵) = − 𝑎𝑏𝑐 − 𝑆𝐶𝐴 − 𝑆𝐶𝐵
𝑐
2
∑𝑖,𝑘 𝑦𝑖,𝑘 𝑦2
…
𝑆𝐶(𝐴𝐶) = − 𝑎𝑏𝑐 − 𝑆𝐶𝐴 − 𝑆𝐶𝐶
𝑏
2
∑𝑗,𝑘 𝑦.𝑖𝑘 𝑦2
…
𝑆𝐶(𝐵𝐶) = − 𝑎𝑏𝑐 − 𝑆𝐶𝐵 − 𝑆𝐶𝐶
𝑎
2 … 𝑦2
𝑆𝐶(𝐴𝐵𝐶) = ∑𝑖,𝑗,𝑘 𝑦𝑖𝑗𝑘 − 𝑎𝑏𝑐 − 𝑆𝐶𝐴 − 𝑆𝐶𝐵 − 𝑆𝐶𝐶 − 𝑆𝐶(𝐴𝐵) −
𝑆𝐶(𝐴𝐶) − 𝑆𝐶(𝐵𝐶)
Los grados de libertad se calculan sustituyendo los totales apropiados en las
siguientes fórmulas de cálculos:
𝐺. 𝐿𝐴 = 𝑎 − 1
𝐺. 𝐿𝐵 = 𝑏 − 1
𝐺. 𝐿𝐶 = 𝑐 − 1
𝐺. 𝐿𝐴𝐵 = (𝑎 − 1)(𝑏 − 1)
𝐺. 𝐿𝐴𝐶 = (𝑎 − 1)(𝑐 − 1)
𝐺. 𝐿𝐵𝐶 = (𝑏 − 1)(𝑐 − 1)
𝐺. 𝐿𝐴𝐵𝐶 = (𝑎 − 1)(𝑏 − 1)(𝑐 − 1)
𝐺. 𝐿 𝑇𝑂𝑇𝐴𝐿 = 𝑎𝑏𝑐 − 1
𝑆𝐶𝐶
𝐶𝑀𝐶 =
𝐺.𝐿𝐶
𝑆𝐶(𝐴𝐵)
𝐶𝑀𝐴𝐵 = 𝐺.𝐿𝐴𝐵
𝑆𝐶(𝐴𝐶)
𝐶𝑀𝐴𝐶 = 𝐺.𝐿𝐴𝐶
𝑆𝐶(𝐵𝐶)
𝐶𝑀𝐵𝐶 = 𝐺.𝐿𝐵𝐶
𝑆𝐶(𝐴𝐵𝐶)
𝐶𝑀𝐴𝐵𝐶 = 𝐺.𝐿𝐴𝐵𝐶
Efecto principal
𝑆12
A SSA a-1 𝑆12 ƒ1 = 2
𝑆
𝑆22
B SSB b-1 𝑆22 ƒ2 = 2
𝑆
C SSC c-1 𝑆32 𝑆32
ƒ3 = 2
interacción de dos 𝑆
factores
𝑆42
ƒ4 =
AB SS(AB) (a-1)(b-1) 𝑆42 𝑆2
𝑆52
AC SS(AC) (a-1)(c-1) ƒ5 = 2
𝑆52 𝑆
𝑆62
BC SS(BC) (b-1)(c-1) 𝑆62 ƒ6 = 2
𝑆
interacción de tres
factores
𝑆𝑆(𝐴𝐵𝐶) 2
𝑛 ∑𝑎𝑖=1 ∑𝑏𝑗=1 ∑𝑐𝑘=1(𝛼𝛽𝛾)2𝑖𝑗𝑘
𝐸[ ]=𝜎 + = 𝜎2.
(𝑎 − 1)(𝑏 − 1)(𝑐 − 1) (𝑎 − 1)(𝑏 − 1)(𝑐 − 1)
B
A Total
1 2 … b
B
A Total
1 2 … b
C
A Total
1 2 … c
C
B Total
1 2 … c
2 𝑦2
𝑆𝑆𝑇 = ∑𝑖,𝑗,𝑘,𝑙 𝑦𝑖𝑗𝑘𝑙 ….
− 𝑎𝑏𝑐𝑛
2
∑𝑖 𝑦𝑖… 𝑦2
𝑆𝐶𝐴 = 𝑏𝑐𝑛
….
− 𝑎𝑏𝑐𝑛
2 2
∑𝑗 𝑦.𝑗.. 𝑦….
𝑆𝐶𝐵 = −
𝑎𝑐𝑛 𝑎𝑏𝑐𝑛
2 2
∑𝑘 𝑦..𝑘. 𝑦….
𝑆𝑆𝐶 = 𝑎𝑏𝑛
− 𝑎𝑏𝑐𝑛
2 2 2
∑𝑖,𝑗 𝑦𝑖𝑗.. ∑𝑖 𝑦𝑖… ∑𝑗 𝑦.𝑗.. 𝑦2
𝑆𝐶(𝐴𝐵) = 𝑐𝑛
−
𝑏𝑐𝑛
− 𝑎𝑐𝑛
….
+ 𝑎𝑏𝑐𝑛
2 2 2
∑𝑖,𝑘 𝑦𝑖.𝑘. ∑𝑖 𝑦𝑖… ∑𝑘 𝑦..𝑘. 𝑦2
𝑆𝐶(𝐴𝐶) = 𝑏𝑛
− 𝑏𝑐𝑛
− 𝑎𝑏𝑛
….
+ 𝑎𝑏𝑐𝑛
2 2 2
∑𝑗,𝑘 𝑦.𝑗𝑘. ∑𝑗 𝑦.𝑗.. ∑𝑘 𝑦..𝑘. 𝑦2
𝑆𝐶(𝐵𝐶) = 𝑎𝑛
− 𝑎𝑐𝑛
− 𝑎𝑏𝑛
….
+ 𝑎𝑏𝑐𝑛
2 2 2 2 2 2 2 2
∑𝑖,𝑗,𝑘 𝑦𝑖𝑗𝑘. ∑𝑖,𝑗 𝑦𝑖𝑗.. ∑𝑖,𝑘 𝑦𝑖.𝑘. ∑𝑗,𝑘 𝑦.𝑗𝑘. ∑𝑖 𝑦𝑖… ∑𝑗 𝑦.𝑗.. ∑𝑘 𝑦..𝑘. 𝑦….
𝑆𝐶(𝐴𝐵𝐶) = − − − + + + −
𝑛 𝑐𝑛 𝑏𝑛 𝑎𝑛 𝑏𝑐𝑛 𝑎𝑐𝑛 𝑎𝑏𝑛 𝑎𝑏𝑐𝑛
𝑆𝐶𝐸 = 𝑆𝐶𝑇 − 𝑆𝐶𝐴 − 𝑆𝐶𝐵 − 𝑆𝐶𝐶 − 𝑆𝐶(𝐴𝐵) − 𝑆𝐶(𝐴𝐶) − 𝑆𝐶(𝐵𝐶) − 𝑆𝐶(𝐴𝐵𝐶)
𝐺. 𝐿𝐴 = 𝑎 − 1
𝐺. 𝐿𝐵 = 𝑏 − 1
𝐺. 𝐿𝐶 = 𝑐 − 1
𝐺. 𝐿𝐴𝐵 = (𝑎 − 1)(𝑏 − 1)
𝐺. 𝐿𝐴𝐶 = (𝑎 − 1)(𝑐 − 1)
𝐺. 𝐿𝐵𝐶 = (𝑏 − 1)(𝑐 − 1)
𝐺. 𝐿𝐴𝐵𝐶 = (𝑎 − 1)(𝑏 − 1)(𝑐 − 1)
𝐺. 𝐿𝐸𝑅𝑅𝑂𝑅 = 𝑎𝑏𝑐(𝑛 − 1)
𝐺. 𝐿 𝑇𝑂𝑇𝐴𝐿 = 𝑎𝑏𝑐𝑛 − 1
𝑆𝐶𝐵
𝐶𝑀𝐵 = 𝐺.𝐿𝐵
𝑆𝐶𝐶
𝐶𝑀𝐶 =
𝐺.𝐿𝐶
𝑆𝐶(𝐴𝐵)
𝐶𝑀𝐴𝐵 = 𝐺.𝐿𝐴𝐵
𝑆𝐶(𝐴𝐶)
𝐶𝑀𝐴𝐶 = 𝐺.𝐿𝐴𝐶
𝑆𝐶(𝐵𝐶)
𝐶𝑀𝐵𝐶 = 𝐺.𝐿𝐵𝐶
𝑆𝐶(𝐴𝐵𝐶)
𝐶𝑀𝐴𝐵𝐶 = 𝐺.𝐿𝐴𝐵𝐶
𝑆𝐶𝐸
𝐶𝑀𝐸𝑅𝑅𝑂𝑆 = 𝐺.𝐿
𝐸𝑅𝑂𝑅
Efecto principal
PRESENTACION
(FACTOR B)
MOLIDO PELET
PROTEINA PROTEINA
SABORIZANTE
(FACTOR C) (FACTOR C)
(FACTOR A)
SOYA PESCADO SOYA PESCADO
6.42 6.6 6.84 7.16
6.35 6.68 6.93 7.21
ZANAHORIA
6.4 6.7 7.02 7.19
6.38 6.65 6.95 7.22
5.94 6.01 6.2 6.4
5.63 6.14 6.24 6.38
MITAZA
5.85 6 6.16 6.41
5.74 6.04 6.29 6.39
1) FORMA ANALITICA
PARAMETRO G.L
𝜏𝑖 a-1 =2-1=1
𝛽𝑗 b-1 =2-1=1
𝛾𝑘 c-1 =2-1=1
(𝜏𝛽)𝑖𝑗 (a-1)(b-1) =(2-1)(2-1)=1
(𝜏𝛾)𝑖𝑘 (a-1)(c-1) =(2-1)(2-1)=1
(𝛽𝛾)𝑗𝑘 (b-1)(c-1) =(2-1)(2-1)=1
(𝜏𝛽𝛾)𝑖𝑗𝑘 (a-1)(b-1)(c-1) =(2-1)(2-1)(2-1)=1
error Abc(n-1) =2x2x2(4-1)=24
TOTAL Abcn-1 =(2x2x2x4)-1=31
HALLANDO LAS COMBINACIONES:
B
A TOTAL
1 2
1 52.18 56.52 108.7
2 47.35 50.47 97.82 B
C total
TOTAL 99.53 106.99 206.52 1 2
1 48.71 52.63 101.34
2 50.82 54.36 105.18
C total 99.53 106.99 206.52
A TOTAL
1 2
1 53.29 55.41 108.7
2 48.05 49.77 97.82
TOTAL 101.34 105.18 206.52
HIPOTESIS “A”
HIPOTESIS “B”
HIPOTESIS “C”
HIPOTESIS “AB”
HIPOTESIS “AC”
HIPOTESIS “BC”
HIPOTESIS “ABC”
RESOLCUION :
𝑦2 206.522
2
𝑆𝑆𝑇 = ∑𝑖,𝑗,𝑘,𝑙 𝑦𝑖𝑗𝑘𝑙 ….
− 𝑎𝑏𝑐𝑛 = 6.422 + 6.352 + 6.402 + ⋯ + 6.392 − 32
= 6.061
2 2
∑𝑖 𝑦𝑖… 𝑦…. 108.72 +97.822 206.522
𝑆𝐶𝐴 = − = − = 3.6992
𝑏𝑐𝑛 𝑎𝑏𝑐𝑛 16 32
2 2 2 2 2
∑𝑘 𝑦..𝑘. 𝑦 99.53 +106.99 206.52
𝑆𝑆𝐵 = − …. = − = 1.7391125
𝑎𝑏𝑛 𝑎𝑏𝑐𝑛 16 32
2
∑𝑗 𝑦.𝑗.. 𝑦2 101.342 +105.182 206.522
𝑆𝐶𝐶 = − …. = − = 0.4608
𝑎𝑐𝑛 𝑎𝑏𝑐𝑛 16 32
2 2 2 2
∑𝑖,𝑗 𝑦 ∑𝑖 𝑦𝑖… ∑𝑗 𝑦 𝑦…. 52.182 +56.522+47.352 +50.472 108.72 +97.822
𝑆𝐶(𝐴𝐵) = 𝑐𝑛 𝑖𝑗.. − 𝑏𝑐𝑛 − 𝑎𝑐𝑛.𝑗.. + 𝑎𝑏𝑐𝑛 = 8
− 16
−
99.532 +106.992 206.522
16
+ 32 = 0.0465125
∑ 𝑦2 2
∑𝑖 𝑦𝑖… 2
∑𝑘 𝑦..𝑘. 2
𝑦…. 53.292 +55.412 +48.052 +49.772
𝑆𝐶(𝐴𝐶) = 𝑖,𝑘𝑏𝑛𝑖.𝑘. − 𝑏𝑐𝑛 − 𝑎𝑏𝑛 + 𝑎𝑏𝑐𝑛 = 8
−
2
108.7 +97.82 2 2
101.34 +105.18 2 206.52 2
16
− 16
+ 32 =0.005
2 2 2 2
∑𝑗,𝑘 𝑦.𝑗𝑘. ∑𝑗 𝑦.𝑗.. ∑𝑘 𝑦..𝑘. 𝑦…. 48.712 +52.632+50.822 +54.362
𝑆𝐶(𝐵𝐶) = 𝑎𝑛
− 𝑎𝑐𝑛
− 𝑎𝑏𝑛
+ 𝑎𝑏𝑐𝑛
= 8
−
99.532 +106.992 101.342 +105.182 206.522
16
− 16
+ 32 = 0.005
2 2 2 2 2 2 2
∑𝑖,𝑗,𝑘 𝑦𝑖𝑗𝑘. ∑𝑖,𝑗 𝑦𝑖𝑗.. ∑𝑖,𝑘 𝑦𝑖.𝑘. ∑𝑗,𝑘 𝑦.𝑗𝑘. ∑𝑖 𝑦𝑖… ∑𝑗 𝑦.𝑗..
∑𝑘 𝑦..𝑘. 𝑦2
𝑆𝐶(𝐴𝐵𝐶) = 𝑛
− 𝑐𝑛
− 𝑏𝑛
−𝑎𝑛 𝑏𝑐𝑛
+ 𝑎𝑐𝑛
+
+ 𝑎𝑏𝑛 ….
− 𝑎𝑏𝑐𝑛 =
25.552 +26.632 +⋯..+24.892 +25.582 52.182 +56.522 +47.352 +50.472
8
− 8
−
2 2 2
53.29 +55.41 +48.05 +49.77 2 2 2 2
48.71 +52.63 +50.82 +54.36 2 108.72 +97.822
8
− 8
+ 16
+
99.532 +106.992 101.342 +105.182 206.522
16
+ 16
− 32 = 0.003
𝑆𝐶𝐸 = 𝑆𝐶𝑇 − 𝑆𝐶𝐴 − 𝑆𝐶𝐵 − 𝑆𝐶𝐶 − 𝑆𝐶(𝐴𝐵) − 𝑆𝐶(𝐴𝐶) − 𝑆𝐶(𝐵𝐶) − 𝑆𝐶(𝐴𝐵𝐶) =
6.061 − 3.699 − 1.739 − 0.4608 − 0.047 − 0.005 − 0.005 − 0.003 = 0.103
Suma de
Media
Origen cuadrados g.l 𝐹𝐶𝐴𝐿 𝐹𝑇𝐴𝐵𝐿𝐴
cuadrática
tipo III
saborizante 3,699 1 3,699 860,279 𝐹(2−1);2∗2∗2(4−1) = 4.26
presentación 1,739 1 1,739 404,445 𝐹(2−1);2∗2∗2(4−1) = 4.26
proteína ,461 1 ,461 107,163 𝐹(2−1);2∗2∗2(4−1) = 4.26
saborizante *
,047 1 ,047 10,817
presentación 𝐹(2−1)(2−1);2∗2∗2(4−1) = 4.26
saborizante * proteína ,005 1 ,005 1,163 𝐹(2−1)(2−1);2∗2∗2(4−1) = 4.26
presentación *
,005 1 ,005 1,049
proteína 𝐹(2−1)(2−1);2∗2∗2(4−1) = 4.26
saborizante *
presentación * ,003 1 ,003 ,654 𝐹(2−1)(2−1)(2−1);2∗2∗2(4−1) = 4.26
proteína
Error ,103 24 ,004
Total corregida 6,061 31
DISCUSIÓN:
FACTOR A COMO SU 𝐹𝐶𝐴𝐿(860.279) > 𝐹𝑇𝐴𝐵𝐿𝐴(4.26) ENTONCES DECIMOS
ACEPTAMOS H1
FACTOR B COMO SU 𝐹𝐶𝐴𝐿(404.445) > 𝐹𝑇𝐴𝐵𝐿𝐴(4.26) ENTONCES DECIMOS
ACEPTAMOS H1
FACTOR C COMO SU 𝐹𝐶𝐴𝐿(107.163) > 𝐹𝑇𝐴𝐵𝐿𝐴(4.26) ENTONCES DECIMOS
ACEPTAMOS H1
FACTOR AB COMO SU 𝐹𝐶𝐴𝐿(10.817) > 𝐹𝑇𝐴𝐵𝐿𝐴(4.26) ENTONCES DECIMOS
ACEPTAMOS H1
FACTOR AC COMO SU 𝐹𝐶𝐴𝐿(1.163) < 𝐹𝑇𝐴𝐵𝐿𝐴(4.26) ENTONCES DECIMOS
ACEPTAMOS H0
FACTOR BC COMO SU 𝐹𝐶𝐴𝐿(1.049) < 𝐹𝑇𝐴𝐵𝐿𝐴(4.26) ENTONCES DECIMOS
ACEPTAMOS H0
FACTOR ABC COMO SU 𝐹𝐶𝐴𝐿(0.654) < 𝐹𝑇𝐴𝐵𝐿𝐴(4.26) ENTONCES DECIMOS
ACEPTAMOS H0
CONCLUSIÓN:
CON UN NIVEL DE SIGNIFICACION DEL 5% PUEDES AFIRMAR QUE
SOLO EXISTE DIFERENCIA SIGNIFICATIVA ENTRE LOS
PORCENTAJES DE LOS FACTORES A,B y C, Y TAMBIEN EN LA
INTERACCION DEL FACTOR AB
Factores inter-sujetos
Etiqueta del
N
valor
1 zanahoria 16
saborizante
2 melaza 16
1 molido 16
presentacion
2 pelet 16
1 soya 16
proteina
2 pescado 16
a) PRUEBA DE HOMOGENIDAD
HIPOTESIS:
HO: LAS VARIANZAS DE LOS PORCENTAJES DE ENGORDAMIENTO
DE LOS POLLOSEN LAS 6 SEMANAS CON BALANCEADOS DE
DIFERENTES SABORIZANTES (ZANAHORIAY MELEZA),
PRESENTACIONES (MOLIDO Y PELET) Y PROTEÍNAS (SOYA Y
PESACADO) SON IGUALES
HI: : LAS VARIANZAS DE LOS PORCENTAJES DE ENGORDAMIENTO
DE LOS POLLOSEN LAS 6 SEMANAS CON BALANCEADOS DE
DIFERENTES SABORIZANTES (ZANAHORIAY MELEZA),
PRESENTACIONES (MOLIDO Y PELET) Y PROTEÍNAS (SOYA Y
PESACADO) SON DIFERENTES
3,295 7 24 ,013
DISCUSIÓN:
CONCLUSIÓN:
b) PRUEBA PARAMETRICA
ANALISIS DE VARIANZA DE TRES FACTORES
HIPOTESIS “A”
DISCUSIÓN:
CONCLUSIÓN:
HIPOTESIS “B”
DISCUSIÓN:
CONCLUSIÓN:
HIPOTESIS “C”
DISCUSIÓN:
CONCLUSIÓN:
HIPOTESIS “AB”
DISCUSIÓN:
HIPOTESIS “AC”
DISCUSIÓN:
CONCLUSIÓN:
HIPOTESIS “BC”
DISCUSIÓN:
HIPOTESIS “ABC”
DISCUSIÓN:
Características:
Extensión de la prueba de la U de Mann-Whitney
Cuando se quiere comparar tres o mas poblaciones
Comparar los rangos promedios observados para las K muestras
Solo se necesita compararse el supuesto de normalidad
Permite decidir si se puede aceptarse las hipótesis de que k muestras
independientes proceden de la misma población o de poblaciones idénticas
con la misma mediana
VENTAJAS E INCONVENIENTES
Ventajas inconvenientes
Puede usarse para sustituir el anova si: Menos potencia menor sensibilidad para
Los datos son ordinales detectar diferencias entre los grupos
No hay normalidad
El tamaño de la muestra es No es fácil construir I.C
pequeña
1. planteamiento de hipótesis:
𝐻0 = 𝑙𝑎𝑠 𝑘 𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑡𝑖𝑒𝑛𝑒𝑛 𝑡𝑜𝑑𝑎𝑠 𝑙𝑎 𝑚𝑖𝑠𝑚𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖𝑜𝑛
𝐻0 = 𝑙𝑎𝑠 𝑘 𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑛𝑜 𝑡𝑖𝑒𝑛𝑒𝑛 𝑡𝑜𝑑𝑎𝑠 𝑙𝑎 𝑚𝑖𝑠𝑚𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖𝑜𝑛
2. Se ordenan las n observaciones me menor a mayor, y se les asignan rangos
desde 1 hasta n
3. Se obtienen las sumas de los rangos correspondientes a los elementos de
cada muestra 𝑅𝑖 y el rango promedio
4. Calcular el estadístico de prueba:
12 𝑟2
ℎ = 𝑛(𝑛+1) ∑𝑘𝑖=1 𝑛𝑖 − 3(𝑛 + 1)
𝑖
𝑛𝑖 = 𝑛𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑒𝑛 𝑒𝑙 𝑔𝑟𝑢𝑝𝑜 𝑖
𝑟𝑖 = 𝑟𝑎𝑛𝑔𝑜 𝑑𝑒 𝑙𝑎𝑠 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑝𝑜𝑟 𝑔𝑟𝑢𝑝𝑜
𝑛𝑖 = 𝑛𝑢𝑚𝑒𝑟𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑒𝑛𝑡𝑟𝑒 𝑡𝑜𝑑𝑜𝑠 𝑙𝑜𝑠 𝑔𝑟𝑢𝑝𝑜𝑠
5. regla de decisión.
Si h es superior al valor crítico de ji-cuadrado; la hipótesis nula se rechaza
Ejercicio:
EN UN EXPERIMENTO PARA DETERMINAR CUAL DE LOS TRES DIFERENTES
SISTEMAS DE MISIL ES MAS RECOMENDABLE, SE MIDIÓ EL PROMEDIO DE
CONSUMO DEL PROPULSOR. UTILICE LA PRUEBA DE KRUSKAL-WALLIS Y EL
NIVEL DE SIGNIFICANCIA DE 𝛼 = 0.05 PARA PROBAR LA HIPÓTESIS DE QUE
LOS PROMEDIOS DE CONSUMO DEL PROPULSOR SON LOS MISMOS PARA
LOS TRES SISTEMAS DE MISIL:
Sistema de misil
1 2 3
18.4
23.2 19.1
24.0
19.8 17.3
16.7
18.1 17.3
22.8
17.6 19.7
19.8
20.2 18.9
18.9
17.8 18.8
19.3
FORMA ANALITICA
CONTRASTES DE HIPÓTESIS:
𝐻0 : 𝜇1 = 𝜇2 = 𝜇3
𝐻1 : 𝜇1 ≠ 𝜇2 ≠ 𝜇3
NIVEL DE SIGNIFICACION: 𝛼 = 0.05
2
REGION CRITICA: h>𝑥0.05 = 5.991 para v=3-1=2 G.L
RESOLCUION :
De menor a mayor Rango
16.7 1
17.3 2.5
17.3 2.5
17.6 4
17.8 5
18.1 6
18.4 7
18.8 8
18.9 9.5
18.9 9.5
19.1 11
19.3 12
19.7 13
19.8 14.5
19.8 14.5
20.2 16
22.8 17
23.2 18
24.0 19
Sistema de misil
1 2 3
19 18 7
1 14.5 11
17 6 2.5
14.5 4 2.5
9.5 16 13
5 9.5
8
12
𝑟1 = 61.0 𝑟2 = 63.5 𝑟3 = 65.5
CONCLUSIÓN:
CON UN NIVEL DE SIGNIFICACIÓN DEL 𝛼 = 0.05 AFIRMAMOS QUE DADO
QUE H=1.66 NO CAE EN LA REGIÓN CRITICA H>5.991. SE TIENE
EVIDENCIA INSUFICIENTE PARA RECHAZAR LA HIPÓTESIS DE QUE LOS
RITMOS DE CONSUMO DE LOS PROPULSORES SON LOS MISMOS PARA
LOS TRES SISTEMAS DE MISIL
CONTRASTES DE HIPÓTESIS:
𝐻0 : 𝜇1 = 𝜇2 = 𝜇3
𝐻1 : 𝜇1 ≠ 𝜇2 ≠ 𝜇3
NIVEL DE SIGNIFICACION: 𝛼 = 0.05
Rangos
sistema a 5 12,20
sistema b 6 10,58
consumo
sistema c 8 8,19
Total 19
Estadísticos de contrastea,b
consumo
Chi-cuadrado 1,663
gl 2
Sig. asintót. ,435
a. Prueba de Kruskal-Wallis
b. Variable de agrupación:
sistema de misil
DISCUSIÓN:
SIG.: (0.435) > 0.05 SE CUMPLE H0 LOS RITMOS DE CONSUMO DE LOS
PROPULSORES SON IGUALES
CONCLUSIÓN:
CON UN NIVEL DE SIGNIFICACIÓN DEL 𝛼 = 0.05 PODEMOS AFIRMAR
QUE LOS RITMOS DE CONSUMO DE LOS PROPULSORES SON IGUALES
Bibliografía:
ANALISIS DE VARIANZA DE TRES FACTORES
WALPOLE MYERS/ PAG. 603 /9na edición/ año 2012
Lara Porras, A.M. (2000). “Diseño Estadístico de Experimentos,
Análisis de la Varianza y Temas Relacionados: Tratamiento
Informático mediante SPSS.” Proyecto Sur de Ediciones.
Diseño de Experimentos/curso 2011-2012_estadística.pdf