Análisis de Varianza para Diseño Experimental

8,597 views

Published on

Topicos para el experimento de un solo factor

Published in: Education

Análisis de Varianza para Diseño Experimental

  1. 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. 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. 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. 4. Independientes
  5. 5. Media de cero
  6. 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. 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. 8. TABLA ANOVA <br />VT = Ventre+ VDentro<br />
  9. 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. 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. 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 />

×