Your SlideShare is downloading. ×
0
Análisis de Varianza para Diseño Experimental
Análisis de Varianza para Diseño Experimental
Análisis de Varianza para Diseño Experimental
Análisis de Varianza para Diseño Experimental
Análisis de Varianza para Diseño Experimental
Análisis de Varianza para Diseño Experimental
Análisis de Varianza para Diseño Experimental
Análisis de Varianza para Diseño Experimental
Análisis de Varianza para Diseño Experimental
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

Análisis de Varianza para Diseño Experimental

6,889

Published on

Topicos para el experimento de un solo factor

Topicos para el experimento de un solo factor

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

No Downloads
Views
Total Views
6,889
On Slideshare
0
From Embeds
0
Number of Embeds
1
Actions
Shares
0
Downloads
0
Comments
0
Likes
4
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. Diseñando Experimentos <br />Experimentos <br />de un solo factor<br />Juan de J. Sandoval, M Sc.<br />Centro de Investigaciones <br />Instituto Tecnológico Metropolitano<br />2008<br />
  • 2. 2<br />Etapas<br />Población de referencia<br />Abstracción<br />(tuberculosos)<br />Población Experimental<br />Muestreo<br />(tuberculosos <br />mayores de 18)<br />Grupo experimental<br />Exclusión<br />(previamente<br /> tratados)<br />Participantes<br />No participantes<br />(que puedan completar el tto)<br />(fases terminales)<br />Aleatorización<br />Grupo<br />control<br />Grupo<br />de estudio<br />
  • 3. Análisis de Varianza de un solo factor<br />Factor<br />Variable <br />Dependiente<br />A<br />B<br />y<br />E<br />C<br />D<br /><ul><li>eijerror aleatorio Normales
  • 4. Independientes
  • 5. Media de cero
  • 6. Varianza constante </li></li></ul><li>4<br />Variable<br />manipulada<br />Factor<br />A<br />Factor<br />B<br />Factor<br />E<br />Factor<br />C<br />Factor<br />D<br />Efecto<br />Otras <br />condiciones<br />controladas<br />Ensayo clínico controlado<br />
  • 7. ANÁLISIS DE VARIANZA<br />Dentro<br />A B C D<br />D<br />C<br />VTotal= Ventre+ VDentro<br />Entre<br />B<br />A<br />
  • 8. TABLA ANOVA <br />VT = Ventre+ VDentro<br />
  • 9. Modelo de efectos fijos<br />Ho: No hay efecto significativo entre los <br /> tratamientos<br />H1: hay el menos un efecto significativo <br /> entre los tratamientos<br />Comparaciones Múltiples <br />Pruebas individuales para detectar diferencias entre pares de medias.<br />MDS Bonferroni Gabriel <br /> Duncan Schefé Newman-Keuls<br />
  • 10. Modelo de efectos aleatorios(Componentes de Varianza)<br />Se tiene un factor con un gran número posible de niveles<br />Se selecciona aleatoriamente niveles de la población<br />Se supone población grande de niveles del factor<br />Componentes de Varianza<br />
  • 11. Métodos no paramétricos en el análisis de Varianza ( Test de Kruskal Wallis)<br />Hay Casos en que los supuestos de normalidad no son válidos<br />Hay Independencia en los errores<br />Hay homogeneidad en la varianzas<br />Si la variable respuesta solo es en escala ordinal<br />H0: Las k muestras provienen de poblaciones idénticas<br /> H1: Las poblaciones son diferentes en algún aspecto<br />

×