Vous êtes sur la page 1sur 33

ANOVA

Propósito

• Utiliza instrumentos para probar


hipótesis que establezcan que tres o
más medias poblacionales son
iguales,
• Contrastar aseveraciones con el uso
de la prueba de hipótesis ANOVA de
un factor y dos factores,
PRUEBA DE CHOQUE A 35 mi/h
La seguridad de los automóviles se determina por
medio de diversas pruebas, Una de ellas consiste en
hacer chocar automóviles contra una barrera fija a 35
mi/h, con un maniquí colocado en el asiento del
conductor,
• Los automóviles compactos incluyen los siguientes: Honda Civic, Ford Focus,
Chevrolet Aveo, Volkswagen Jetta, Toyota Corolla, Kia Spectra, Saturn Ion, Mazda 3,
Subaru Imprezza y Suzuki Forenza,
• Los automóviles medianos son: Honda Accord, Volkswagen Passat, Pontiac Grand
Prix, Toyota Camry, Volvo S40, Nissan Altima, Chevrolet Malibu, Ford Fusion, Saturn
Aura y Chrysler Sebring,
• Los automóviles grandes son: Toyota Avalon, Dodge Charger, Ford Five Hundred,
Hyundai Azera, Chrysler 300, Buick Lucerne, Mercury Grand Marquis, Cadillac STS,
Lincoln MKZ y Saab 9-5
• Es un método de prueba de igualdad de tres o más medias
poblacionales,

• Como en H0: µ1 = µ2 = µ3
• Los métodos del análisis de varianza (ANOVA) requieren de la
distribución F
• La distribución F no es simétrica,
• Los valores de F no pueden ser negativos,
• La forma exacta de la distribución F depende de los dos grados
de libertad,
1. Todas las poblaciones involucradas son
normales
2. Todas las poblaciones tienen la misma
varianza
3. Las muestras son aleatorias simples
4. Las muestras son independientes
5. Las muestras provienen de poblaciones que
están categorizadas de una sola forma
𝐻𝑜: 𝜇1 = 𝜇2 = 𝜇3
𝐻1: 𝐴𝑙 𝑚𝑒𝑛𝑜𝑠 𝑢𝑛𝑎 𝑑𝑒 𝑙𝑎𝑠 𝑚𝑒𝑑𝑖𝑎𝑠 𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛𝑎𝑙𝑒𝑠 𝑒𝑠 𝑑𝑖𝑓𝑒𝑟𝑒𝑛𝑡𝑒 𝑑𝑒 𝑙𝑎𝑠 𝑜𝑡𝑟𝑎𝑠

• Si el valor de P≤ α, rechace la hipótesis nula de medias


iguales y concluya que al menos una de las medias poblacionales
es diferente a las otras

• Si el valor de P> α, no rechace la hipótesis nula de medias iguales,


A continuación se listan las cantidades medidas de gas de invernadero
emitido por tres categorías diferentes de automóviles, Las mediciones
se expresan en toneladas por año, en equivalentes de CO2, Utilice un
nivel de significancia de 0,05 para someter a prueba la afirmación de
que las diferentes categorías de automóviles emiten la misma cantidad
media de gas de invernadero, Con base en los resultados, ¿parece que
el número de cilindros afecta la cantidad de emisiones de gas de
invernadero?

Cuatro cilindros 7,2 7,9 6,8 7,4 6,5 6,6 6,7 6,5 6,5 7,1

Seis cilindros 8,7 7,7 7,7 8,7 8,2 9,0 9,3 7,4 7,0

Ocho cilindros 9,3 9,3 9,3 8,6


4C 6C 8C
Ho: µ1 = µ2 = µ3
7,2 8,7 9,3
7,9 7,7 9,3 H1: Al menos una es diferente de las demás
6,8 7,7 9,3
7,4 8,7 8,6
6,5 8,2
N = 23 (cantidad total de datos)
6,6 9,0
K = 3 (cantidad total de tratamientos)
6,7 9,3
6,5 7,4
glTratamiento = k – 1 = 3 – 1 = 2
6,5 7,0
glError = N – k = 23 – 3 = 20
7,1
69,2 73,7 36,5
α = 0,05
4C 6C 8C
SC = 480,860 +
7,2 8,7 9,3
608,450
7,9 7,7 9,3
333,430 (9,32 + 9,32 + 9,32 + 8,62)

6,8 7,7 9,3


1422,740
7,4 8,7 8,6
SCTotal = 1422,740 – 1399,320 = 23,420
6,5 8,2
6,6 9,0
(69,2 + 73,7 + 36,5)2
6,7 9,3
𝑁 = 23
6,5 7,4
6,5 7,0
SCError = 1422,740 – 1415,450 = 7,290
7,1
69,2 73,7 36,5
69,22 73,72 36,52
+ +
10 9 4
4C 6C 8C SCTotal = 1422,740 – 1399,320 = 23,420
7,2 8,7 9,3
7,9 7,7 9,3 SCError = 1422,740 – 1415,450 = 7,292
6,8 7,7 9,3
7,4 8,7 8,6 SCTratamiento = 23,420 – 7,292 = 16,128
6,5 8,2
6,6 9,0
6,7 9,3
CMTratamiento = 16,128 / 2 = 8,064
6,5 7,4
6,5 7,0 CMError = 7,292 / 20 = 0,365
7,1
𝟖,𝟎𝟔𝟒
69,2 73,7 36,5 FCalculado = = 𝟐𝟐, 𝟎𝟗𝟑
𝟎,𝟑𝟔𝟓
4C 6C 8C
 α = 0,05
7,2 8,7 9,3
7,9 7,7 9,3
6,8 7,7 9,3
Entonces, Se rechaza Ho
7,4 8,7 8,6
6,5 8,2 
FPueba = 22,093
6,6 9,0
6,7 9,3
6,5 7,4
6,5 7,0
      
7,1
69,2 73,7 36,5
F tabla = 3,4928
Fuente de Suma de Grados de Cuadrado medio Valor F
variación cuadrados libertad
Tratamiento SC(tratamiento) k -1 CM (tratamiento)
CM(tratami ento)
F
Error SC(error) n–k CM(error) CM(error)

Total SCT n–1


Fuente de Suma de Grados de Cuadrado medio Valor F
variación cuadrados libertad
Tratamiento SC(tratamiento) k -1 CM (tratamiento)
= 16,128 =2 = 8,065 F
CM(tratamiento)
Error SC(error) n–k CM(error) CM(error)

= 7,292 = 20 = 0,365 F = 22,093


Total SCT n–1
= 23,42 = 22
A continuación se presentan los datos de un tratamiento
relacionado a la aplicación de un método XSOTR-B, al cual debe
realizar la prueba de hipótesis en relación a sus medias,
utilizando α = 0,05 :

Tratamiento
1 2 3
1 2 2
2 4 3
5 2 4
Paso 01 Ho: µ1 = µ2 = µ3

H1: Al menos una de las medias es diferente de las otras

Tratamiento
1 2 3 k=3
1 2 2
2 4 3 N=9
5 2 4
Paso 02 gl tratamiento =k–1 =3-1 =2 (numerador)
gl error = N - k = 9 – 3 = 6 (denominador)
gl total =2+6 =8

Tratamiento
1 2 3 k=3
1 2 2
2 4 3 N=9
5 2 4
(numerador)
gl tratamiento = k – 1
=3-1 =2

(denominador)
gl error = N - k
=9–3=6

F Crítico = 5,1433
ന)
Paso 03: Calcular la gran media (𝑿
Tratamiento
1 2 3
1 2 2
𝐺 σ(1 + 2 + 3) 8+8+9 25
2 4 3 = = =
𝑁 9 9 9
5 2 4
𝐺
Σ=8 Σ=8 Σ=9 ന = 𝟐, 𝟕𝟖
=𝑿
𝑁
𝑥ҧ1 = 2,67 𝑥ҧ2 = 2,67 𝑥ҧ3 = 3,00
Calcular la suma de cuadrados totales (SCTotales)

𝑆𝐶𝑇𝑜𝑡𝑎𝑙𝑒𝑠 = ෍(𝑥 − 𝑥)Ӗ 2

Tratamiento
1 2 3
1 2 2 𝑆𝐶𝑇𝑜𝑡𝑎𝑙𝑒𝑠 = (1 − 2,78)2 +(2 − 2,78)2 +(5 − 2,78)2 +
2 4 3 (2 − 2,78)2 +(4 − 2,78)2 +(2 − 2,78)2 +
(2 − 2,78)2 +(3 − 2,78)2 +(4 − 2,78)2
5 2 4

𝐺 𝑆𝐶𝑇𝑜𝑡𝑎𝑙𝑒𝑠 = 13,56
𝐿𝑎 𝑔𝑟𝑎𝑛 𝑚𝑒𝑑𝑖𝑎 = ന = 𝟐, 𝟕𝟖
=𝑿
𝑁
Calcular la suma de cuadrados error (SCerror)

𝑆𝐶𝑒𝑟𝑟𝑜𝑟 = ෍(𝑥1 − 𝑥ҧ1 )2 +(𝑥2 − 𝑥ҧ1 )2 +(𝑥3 − 𝑥ҧ1 )2 …

Tratamiento
1 2 3
1 2 2 𝑆𝐶𝑒𝑟𝑟𝑜𝑟 = (1 − 2,67)2 +(2 − 2,67)2 +(5 − 2,67)2 +
2 4 3 (2 − 2,67)2 +(4 − 2,67)2 +(2 − 2,67)2 +
(2 − 3,00)2 +(3 − 3,00)2 +(4 − 3,00)2
5 2 4
𝑥1ҧ = 2,67 𝑥ҧ2 = 2,67 𝑥ҧ3 = 3,00

𝑆𝐶𝑒𝑟𝑟𝑜𝑟 = 13,33
Calcular la suma de cuadrados tratamiento (SCtratamiento)

𝑆𝐶𝑡𝑟𝑎𝑡𝑎𝑚𝑖𝑒𝑛𝑡𝑜 = 𝑆𝐶𝑇𝑜𝑡𝑎𝑙 − 𝑆𝐶𝑒𝑟𝑟𝑜𝑟

𝑆𝐶 𝑡𝑟𝑎𝑡𝑎𝑚𝑖𝑒𝑛𝑡𝑜 = 13,56 − 13,33

𝑆𝐶 𝑡𝑟𝑎𝑡𝑎𝑚𝑖𝑒𝑛𝑡𝑜 = 0,23
Paso 04:
Calcular el cuadrado medio entre ( CMEntre )

𝑆𝐶𝑡𝑟𝑎𝑡𝑚𝑖𝑒𝑛𝑡𝑜 0,23
𝐶𝑀𝑡𝑟𝑎𝑡𝑎𝑚𝑖𝑒𝑛𝑡𝑜 = 𝐶𝑀𝑡𝑟𝑎𝑡𝑎𝑚𝑖𝑒𝑛𝑡𝑜 = = 0,12
𝑔𝑙𝑡𝑟𝑎𝑡𝑎𝑚𝑖𝑒𝑛𝑡𝑜 2

Calcular el cuadrado medio error ( CM error )

𝑆𝐶𝑒𝑟𝑟𝑜𝑟 13,33
𝐶𝑀𝑒𝑟𝑟𝑜𝑟 = 𝐶𝑀𝑒𝑟𝑟𝑜𝑟 = = 2,22
𝑔𝑙 𝑒𝑟𝑟𝑜𝑟 6
Paso 05:
Calcular F (Estadístico de prueba)

𝐶𝑀𝑡𝑟𝑎𝑡𝑚𝑖𝑒𝑛𝑡𝑜 0,12
𝐹= 𝐹= = 0,05
𝐶𝑀𝑒𝑟𝑟𝑜𝑟 2,22

No se rechaza Ho

Ho: µ1 = µ2 = µ3

Fcrítico = 5,1433
Existe evidencia suficiente para justificar el
NO rechazo de la afirmación de que las
tres muestras provienen de poblaciones
con medias iguales,

Con base en las mediciones muestrales,


concluimos que esos valores provienen de
poblaciones con medias que son iguales,
Fuente de Suma de Grados de Cuadrado medio Valor F
variación cuadrados libertad
Tratamiento SC(tratamiento) k -1 CM (tratamiento)
CM(tratami ento)
F
Error SC(error) n–k CM(error) CM(error)

Total SCT n–1


Fuente de Suma de Grados de Cuadrado medio Valor F
variación cuadrados libertad
Tratamiento SC(tratamiento) k -1 CM (tratamiento)
= 0,2 =2 = 0,11 F
CM(tratamiento)
Error SC(error) n–k CM(error) CM(error)

= 13,34 =6 = 2,22 F = 0,05


Total SCT n–1
= 13,56 =8
Un ingeniero de electrónica está interesado en estudiar el
efecto sobre la conductividad de una válvula electrónica que
tienen tres tipos diferentes de recubrimiento para los tubos
de rayos catódicos utilizados en un dispositivo de
visualización de un sistema de telecomunicaciones, Se
obtienen los siguientes datos:
Un fabricante está interesado en estudiar la resistencia a la tensión
de una fibra sintética, y sospecha que puede estar relacionada con
el porcentaje de algodón en su composición,
Con este fin, estudia la resistencia de la fibra considerando 5
niveles de porcentaje de algodón en su composición, Los datos
observados se muestran en la siguiente tabla:
En artículo publicado en el Journal of the Association of Asphalt
Paving Technologists (1998) describe un experimento para
determinar el efecto de las burbujas de aire sobre la resistencia
del asfalto, Para fines del experimento, las burbujas se controlan
en tres niveles, bajo (2-4%), medio (4-6%) y alto (6-8%), Los datos
obtenidos aparecen en la tabla,

¿Afectan de manera significativa los diferentes niveles de burbujas de aire la


resistencia del asfalto?
¿ Qué ¿ Cómo
aprendí ? aprendí ?

¿ Qué me
¿ Para qué falta
aprendí ? aprender ?