anova factorial
DESCRIPTION
TRANSCRIPT
ANOVA
• Análisis de Varianza• Permite probar la significancia de las diferencias entre más de dos medias
muéstrales
Ventajas
• podremos hacer inferencias acerca de si nuestras muestras se tomaron de poblaciones que tienen la misma media
Ejemplo
• La comparación de kilometraje logrado por 5 clases diferentes de gasolina • La prueba de cual de 4 métodos de capacitación produce el aprendizaje más
rápido
• La comparación de los ingresos del primer año de los graduados de una media docena de las escuelas de administración
ANOVA
Planteamiento de Problema
Se tomó 16 nuevos empleados asignados aleatoriamente a los tres
métodos de capacitación
Caculo de producción media, podemos determinar la gran media
podemos utilizar 2 métodos
X15+18+19+22+11+22+27+18+21+17+18+24+19+16+22+15
16=
= 30416
= 19 Gran Media utilizando todos los datos
(5/16)(17)+(5/16)(21)+(6/16)(19)
30416
19 Gran Media como promedio ponderado de las medias muestrales, utilizando los tamaños relativos de las muestras como pesos
=
=
=
X
Planteamiento de la hipótesis
La razón para utilizar análisis de varianza es decidir si estas tres muestras se tomaron de poblaciones que tienen las mismas medias
Ho: u1=u2=u3
H1: u1,u2,u3 no son todas iguales
Si podemos concluir, a partir de nuestra prueba, que las medias de las muestras no difieren significativamente, podemos inferir que la selección del método de capacitación no influye en la productividad del empleado. Por otro lado si encontramos, entre las medias muestrales diferencias demasiado grandes para atribuirlas al error aleatorio de muestreo, podemos inferir que el método utilizado para capacitar a los trabajadores si influye en su productividad. En ese caso ajustaríamos nuestro programa de capacitación de acuerdo con los resultados .
Producción diaria de 16 empleados nuevos
Método 1 Método 2 Método 3
18
15 22 24
18 27 19
19 18 16
22 21 22
11 17 15
85 105 114
/5 /5 /6
= 17 21 19
1X 3X2X
51 n 52 n 63 n
3 Pasos de Análisis de Varianza
1.- Determinar una estimación de la varianza de la población,a partir de la varianza entre las medias de las muestras
2.- Determinar una segunda estimación de la varianza de la población a partir de la varianza dentro de las muestras
3.- Comparar estas dos estimaciones. Si su valor es aproximadamente igual, Se acepta a hipótesis nula
Los modelos factoriales de análisis de varianza (Factorial = más de un factor)sirven:para evaluar el efecto individual y conjunto de dos o más factores
Variables independientes categóricas
Sobre una variable dependiente cuantitativa
Ejemplo: Un ANOVA factorial permite estudiar, si la cantidad de cigarrillos (variable dependiente) que consumen los hombres y las mujeres es diferente (primer factor) y, al mismo tiempo, si varios grupos de grado de instrucción consumen distinta cantidad de cigarrillos (efecto del segundo factor), pero, además, también permite estudiar si la diferencia entre varones y mujeres se repite o no en cada grado de instrucción, permite determinar si la interacción entre los factores sexo y grado de instrucción afecta a la variable dependiente consumo de cigarrillos.
ANÁLISIS DE VARIANZA FACTORIAL
Utilizar más de un factor en un mismo diseño posee la ventaja de poder estudiar el efectode la interacción entre los factores
ANÁLISIS DE
VARIANZA
FACTORIAL
• En un modelo de dos factores los efectos de interés son tres• Los dos efectos principales, (uno por cada factor), • y el efecto de la interacción entre ambos factores.
ANÁLISIS DE
VARIANZA
FACTORIAL
• En un modelo de tres factores, los efectos de interés son siete • Los tres efectos principales• Los tres efectos de las interacciones dobles(uno por cada interacción entre cada dos factores )• y el efecto de la interacción triple
ANÁLISIS DE
VARIANZA
FACTORIAL
• El procedimiento UNIVARIANTE incluye todos esos modelos factoriales de ANOVA. Pero , además ofrece la posibilidad de trabajar tanto con factores de efectos fijos como factores de efectos aleatorios. También permite llevar a cabo análisis de covarianza y análisis de regresión, y utilizar modelos aleatorizados en bloques y modelos jerárquicos o con factores anidados
Análisis de varianza factorialEn un análisis de varianza factorial existe una hipótesis nula
por cada factor y por cada posible combinación de factores.
La hipótesis nula referida a un factor afirma que las medias de las poblaciones definidas por los niveles del factor son
iguales
La hipótesis referida al efecto de una interacción afirma que
tal efecto es nulo
Para contrastar estas hipótesis, el ANOVA factorial se sirve de
estadísticos F , quién nos permite decidir si podemos
mantener o debemos rechazar una hipótesis