Académique Documents
Professionnel Documents
Culture Documents
Las técnicas iniciales del análisis de varianza fueron desarrolladas por el estadístico
y genetista R. A. Fisher en los años 1920 y 1930 y es algunas veces conocido como
"Anova de Fisher" o "análisis de varianza de Fisher", debido al uso de la
distribución F de Fisher como parte del contraste de hipótesis.
al modelo se formulará H0 y H1 .
tabla que permitirá una estimación rápida y conveniente de los resultados. 6°.
Decisión. - Se tomará una decisión estadística para rechazar o no H0 .
I. DISEÑO COMPLETAMENTE ALEATORIZADO (DCA)
Un diseño completamente aleatorizado (DCA), es el diseño en el cual las unidades
son asignadas completamente al azar a los tratamientos, o viceversa. Esto es un
diseño que no supone restricciones tales como bloqueo en la distribución de los
tratamientos a las unidades experimentales.
Este diseño debe limitarse su uso a casos en los cuales se dispone de unidades
experimentales homogéneas. Si no pueden obtenerse tales unidades, debe utilizarse
algún bloqueo para incrementar la eficiencia del diseño.
MODELO.
Yij = u + tj + Ɛi j ;
i = 1, 2, ... , n
4. Suposiciones
El modelo a efectos fijos implica que se está interesado solo en “k” poblaciones
representados por los datos de la muestra. Cualquier inferencia que pueda hacerse se
aplica solo a estas poblaciones.
HIPOTESIS.
Si las medias de las poblaciones son iguales, cada efecto del tratamiento es igual a
cero, de modo que alternativamente la hipótesis puede enunciarse como:
Si H0 es falso pueda serlo debido a que una de las medias de las poblaciones difiere
del resto que son iguales entre si, o bien puede ocurrir que todas las medias
poblacionales sean diferentes. Es
decir al menos una de las μj para cualquier valor de j=1,...,k ; sea diferente del resto
4. CALCULOS.
0
j
Partición de la suma de cuadrados:
6. DECISION.
La decisión de realizar o no H0 se toma definiendo la región crítica
(RC)
EJEMPLO:
Numero de observaciones = n
Ŷ = T/ n
2 2 2 2
Poblaciones con variaciones homogéneas:
σ1 = σ2 = ... = σ5 = σ
6. Regla de decisión:
EJEMPLO:
III. DISEÑO CUADRADO LATINO
El agrupamiento de las unidades experimentales en dos direcciones (filas y
columnas) y la asignación de los tratamientos al azar en las unidades, de tal forma
que en cada fila y en cada columna se encuentren todos los tratamientos constituye
un diseño cuadrado latino.
Características:
Modelo estadístico.
Cada observación del experimento es expresada como una relación lineal de los
efectos involucrados (tratamiento, fila y columna), así:
EJEMPLO:
EJEMPLO:
Un experimentador opina que las líneas de ensamble son fuentes de variación al momento
de reproducir la fórmula para la elaboración de dinamita. Para comprobarlo diseña un
arreglo de cuadrado Grecolatino el cual se muestra a continuación: