Your SlideShare is downloading. ×
Anova Factorial
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×
Saving this for later? Get the SlideShare app to save on your phone or tablet. Read anywhere, anytime – even offline.
Text the download link to your phone
Standard text messaging rates apply

Anova Factorial

4,769

Published on

Published in: Education
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total Views
4,769
On Slideshare
0
From Embeds
0
Number of Embeds
1
Actions
Shares
0
Downloads
63
Comments
0
Likes
0
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide

Transcript

  • 1. • Análisis de Varianza • Permite probar la significancia de las diferencias entre más de dos mediasANOVA muéstrales • podremos hacer inferencias acerca de si nuestras muestras se tomaron de poblaciones que tienen la misma mediaVentajas • La comparación de kilometraje logrado por 5 clases diferentes de gasolina • La prueba de cual de 4 métodos de capacitación produce el aprendizaje másEjemplo rápido • La comparación de los ingresos del primer año de los graduados de una media docena de las escuelas de administración
  • 2. Planteamiento de Problema Se tomó 16 nuevos empleadosasignados aleatoriamente a los tres métodos de capacitación Caculo de producción media,podemos determinar la gran media podemos utilizar 2 métodos
  • 3. 15+18+19+22+11+22+27+18+21+17+18+24+19+16+22+15X = 16 304 = 16 19 = Gran Media utilizando todos los datosX = (5/16)(17)+(5/16)(21)+(6/16)(19) = 304 16 19 Gran Media como promedio ponderado de las medias = muestrales, utilizando los tamaños relativos de las muestras como pesos
  • 4. Planteamiento de la hipótesisLa razón para utilizar análisis de varianza es decidir si estas tres muestras se tomaronde poblaciones que tienen las mismas mediasHo: u1=u2=u3H1: u1,u2,u3 no son todas igualesSi podemos concluir, a partir de nuestra prueba, que las medias de las muestras nodifieren significativamente, podemos inferir que la selección del método decapacitación no influye en la productividad del empleado. Por otro lado siencontramos, entre las medias muestrales diferencias demasiado grandes paraatribuirlas al error aleatorio de muestreo, podemos inferir que el método utilizadopara capacitar a los trabajadores si influye en su productividad. En ese casoajustaríamos nuestro programa de capacitación de acuerdo con los resultados .
  • 5. Producción Método 1 Método 2 Método 3diaria de 16empleadosnuevos 18 15 22 24 18 27 19 19 18 16 22 21 22 11 17 15 85 105 114 /5 /5 /6 X1 = 17 X2 21 X3 19 n1 5 n2 5 n3 6
  • 6. 3 Pasos de Análisis de Varianza1.- Determinar una estimación de la varianza de la población,a partir de la varianza entre las medias de las muestras2.- Determinar una segunda estimación de la varianza de la poblacióna partir de la varianza dentro de las muestras3.- Comparar estas dos estimaciones. Si su valor es aproximadamente igual,Se acepta a hipótesis nula
  • 7. ANÁLISIS DE VARIANZA FACTORIALLos modelos factoriales de análisis de varianza (Factorial = más de un factor)sirven:para evaluar el efecto individual y conjunto de dos o más factoresVariables independientes categóricasSobre 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.
  • 8. Utilizar más de un factor en un mismo diseño posee la ventaja de poder estudiar el efectode la interacción entre los factores • En un modelo de dos factores los efectos de interés son tres • Los dos efectos principales, (uno por cada factor),ANÁLISIS DE VARIANZA • y el efecto de la interacción entre ambos factores.FACTORIAL • En un modelo de tres factores, los efectos de interés son siete • Los tres efectos principalesANÁLISIS DE • Los tres efectos de las interacciones dobles(uno por cada interacción entre cada dos factores ) VARIANZA • y el efecto de la interacción tripleFACTORIAL • 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 efectosANÁLISIS DE aleatorios. También permite llevar a cabo análisis de covarianza y análisis de regresión, y utilizar VARIANZA modelos aleatorizados en bloques y modelos jerárquicos o con factores anidadosFACTORIAL
  • 9. Análisis de varianza factorial En 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 Para contrastar estasfactor afirma que las medias de La hipótesis referida al efecto hipótesis, el ANOVA factorial las poblaciones definidas por de una interacción afirma que se sirve de estadísticos F los niveles del factor son tal efecto es nulo , quién nos permite decidir si iguales podemos mantener o debemos rechazar una hipótesis

×