SlideShare uma empresa Scribd logo
1 de 16
ANÁLISIS DE LA

VARIANZA
(ANOVA)
DEFINICIÓN
Técnica de prueba de hipótesis paramétrica

que tiene como objetivo básico verificar si hay
diferencias

estadísticamente

significativas

entre las medias de más de 2 poblaciones.
CARACTERÍSTICAS Y
SUPUESTOS
Compara 3 ó más medias poblacionales, si
son iguales.
 Evita la propagación del error.
 Las muestras provienen de poblaciones con
un distribución normal.
 Las
desviaciones
estándar
de
las
poblaciones son iguales.
 Las muestras son independientes.

CONCEPTO GRÁFICO
MUESTRA 1

MUESTRA 2

MUESTRA 3

Unidad 1

X11

Unidad 1

X21

Unidad 1

X31

Unidad 2

X12

Unidad 2

X22

Unidad 2

X32

Unidad 3

X13

Unidad 3

X23

Unidad 3

X33

Unidad 4

X14

Unidad 4

X24

Unidad 4

X34

Unidad 5

X15

Unidad 5

X25

Unidad 5

X35

Unidad 6

X16

Unidad 6

X26

Unidad 6

X36

Unidad 7

X17

Unidad 7

X27

Unidad 7

X37

Unidad 8

X18

Unidad 8

X28

Unidad 8

X38

Unidad 9

X19

Unidad 9

X29

Unidad 9

X39

Promedio 1
χ1

Promedio 2
χ2

Promedio 3
χ3

Promedio
General

χ
VARIANZA TOTAL
La variación TOTAL es la que toma en cuenta la
variación entre TODAS las unidades tomando
en cuenta la diferencia a la gran media
∑ (X11 - χ )2 + (X12 - χ )2 + … + (X39 - χ )2






Este valor se conoce como LA SUMA DE
CUADRADOS (Que es la parte superior de la
varianza)
Cada dato es reconocido con dos subíndices, el
primero indica el grupo y de manera se denota
con la letra “i” y la segunda que es la unidad
dentro del grupo y se denota con la letra “j”
VARIANZA ENTRE
GRUPOS


La Varianza ENTRE GRUPOS compara
las medias de cada Grupo con la gran
Media

∑ n1 (X1 - χ )2 + n2 (X2 - χ )2 + n3 (X3 χ )2


Es la varianza que mide las diferencias
entre grupos o muestras habitualmente el
número de grupos se denota de manera
general con la letra K
VARIANZA INTRA-GRUPOS


La varianza INTRA GRUPOS considera la
variación que hay dentro de cada grupo

∑ (X11 – χ1 )2 + (X12 – χ1 )2 + … + (X19 – χ1 )2
+
 Para cada Grupo
∑ (X21 – χ2 )2 + (X22 – χ2 )2 + … + (X29 – χ2 )2
+
∑ (X31 – χ3 )2 + (X32 – χ3 )2 + … + (X39 – χ3 )2
TABLA DE ANOVA
Los datos de las varianzas se resumen en
lo que se llama “LA TABLA DE ANÁLISIS
DE VARIANZA”
 Que reúne los valores y los llamados
grados de libertad.

TABLA ANOVA
Fuente de Grados de
Variación libertad

Entre
Grupos
Intra
Grupos
TOTAL

GLE=K-1

GLI=N-K
Ó GLT-GLE

GLT=N -1

Suma de
Cuadrados
SCE=∑ ni (X1 - χ )2

SCI=∑ ∑ (Xij - χi

)2

Ó SCT-SCE

SCT=∑ ∑ (Xij - χ )2

Cuadrados
medios

F

CME=
SCE/GLE

CME/CMI

CMI=
SCI/GLI
PRIMERO SE CALCULA LO
SIGUIENTE:
Entonces las cantidades admiten una
expresión muy sencilla:
SCE = B-C  SE2 = SCE/t-1
SCT = A-C
SCD = A-B  SD2 = SCD/N-t
Calculamos:
Fexp = S2E/S2D

Y dado el nivel de significancia α, buscamos en una
tabla de distribución F de Snedecor el valor:
Fteo = Ft-1, N-t, 1- α
Rechazando H0 si Fexp > F teo, como se aprecia en
esta imagen:
EJEMPLO
Se aplican 4 tratamientos distintos a 4 grupos de
5 pacientes, obteniéndose los resultados de la
tabla que se adjunta. Queremos saber si se
puede concluir que todos los tratamientos tienen
el mismo efecto.
RESOLUCIÓN

HO = μ1 = μ2 = μ3
H1 = μ1 ≠ μ2 ≠ μ3
Calculando:

En conclusión, el Fexp > Fteo, por tanto se ha de
rechazar la igualdad de efectos de los
tratamiento.
SE RECHAZA LA HIPÓTESIS
NULA

Mais conteúdo relacionado

Mais procurados

Pruebas de bondad de ajuste
Pruebas de bondad de ajustePruebas de bondad de ajuste
Pruebas de bondad de ajuste
Carlos Becerra
 
T de student para dos muestras independientes
T de student para dos muestras independientesT de student para dos muestras independientes
T de student para dos muestras independientes
Joseph AB
 
Ejercicios diseño de bloques completos al azar ejercicio 1
Ejercicios diseño de bloques completos al azar ejercicio 1Ejercicios diseño de bloques completos al azar ejercicio 1
Ejercicios diseño de bloques completos al azar ejercicio 1
Instituto Tecnologico De Pachuca
 
Intervalos de confianza para la diferencia de proporciones
Intervalos de confianza para la diferencia de proporcionesIntervalos de confianza para la diferencia de proporciones
Intervalos de confianza para la diferencia de proporciones
Yazmin Venegas
 
DISTRIBUCION T DE STUDENT
DISTRIBUCION T DE STUDENTDISTRIBUCION T DE STUDENT
DISTRIBUCION T DE STUDENT
Torimat Cordova
 
DISTRIBUCIÓN MUESTRAL DE LA MEDIA
DISTRIBUCIÓN MUESTRAL DE LA MEDIADISTRIBUCIÓN MUESTRAL DE LA MEDIA
DISTRIBUCIÓN MUESTRAL DE LA MEDIA
cheperobertt
 
Conceptos de diseño experimental
Conceptos de diseño experimentalConceptos de diseño experimental
Conceptos de diseño experimental
Marisol A
 
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpoleSolucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
Miguel Leonardo Sánchez Fajardo
 

Mais procurados (20)

28 ejercicios
28 ejercicios28 ejercicios
28 ejercicios
 
Unidad 6. Diseño de Bloques Completos al Azar
Unidad 6. Diseño de Bloques Completos al AzarUnidad 6. Diseño de Bloques Completos al Azar
Unidad 6. Diseño de Bloques Completos al Azar
 
Pruebas de bondad de ajuste
Pruebas de bondad de ajustePruebas de bondad de ajuste
Pruebas de bondad de ajuste
 
Tabla z
Tabla zTabla z
Tabla z
 
PRUEBA DE DUNCAN
 PRUEBA DE DUNCAN PRUEBA DE DUNCAN
PRUEBA DE DUNCAN
 
Desviación estándar (ds)
Desviación estándar (ds)Desviación estándar (ds)
Desviación estándar (ds)
 
Tabla t Student
Tabla t StudentTabla t Student
Tabla t Student
 
T student 5 ejemplos beeto
T student 5 ejemplos beetoT student 5 ejemplos beeto
T student 5 ejemplos beeto
 
Tabla t student
Tabla t studentTabla t student
Tabla t student
 
T de student para dos muestras independientes
T de student para dos muestras independientesT de student para dos muestras independientes
T de student para dos muestras independientes
 
Ejercicios diseño de bloques completos al azar ejercicio 1
Ejercicios diseño de bloques completos al azar ejercicio 1Ejercicios diseño de bloques completos al azar ejercicio 1
Ejercicios diseño de bloques completos al azar ejercicio 1
 
Intervalos de confianza para la diferencia de proporciones
Intervalos de confianza para la diferencia de proporcionesIntervalos de confianza para la diferencia de proporciones
Intervalos de confianza para la diferencia de proporciones
 
DISTRIBUCION T DE STUDENT
DISTRIBUCION T DE STUDENTDISTRIBUCION T DE STUDENT
DISTRIBUCION T DE STUDENT
 
ANOVA DE UNO Y DOS FACTORES.pptx
ANOVA DE UNO Y DOS FACTORES.pptxANOVA DE UNO Y DOS FACTORES.pptx
ANOVA DE UNO Y DOS FACTORES.pptx
 
DISTRIBUCIÓN MUESTRAL DE LA MEDIA
DISTRIBUCIÓN MUESTRAL DE LA MEDIADISTRIBUCIÓN MUESTRAL DE LA MEDIA
DISTRIBUCIÓN MUESTRAL DE LA MEDIA
 
Conceptos de diseño experimental
Conceptos de diseño experimentalConceptos de diseño experimental
Conceptos de diseño experimental
 
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpoleSolucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
 
2012 3 distribucion-f_(fisher)
2012 3 distribucion-f_(fisher)2012 3 distribucion-f_(fisher)
2012 3 distribucion-f_(fisher)
 
Estadistica aplicada
Estadistica aplicadaEstadistica aplicada
Estadistica aplicada
 
Presentación ANOVA
Presentación ANOVAPresentación ANOVA
Presentación ANOVA
 

Semelhante a Análisis de la varianza (ANOVA)

Analisis de la_varianza_
Analisis de la_varianza_Analisis de la_varianza_
Analisis de la_varianza_
J M
 
Distribucion chi
Distribucion chiDistribucion chi
Distribucion chi
zhurii
 
Distribucion chi
Distribucion chiDistribucion chi
Distribucion chi
zhurii
 
Tema 4,DESCRIPCION DE CONJUNTOS DE DATOS
Tema 4,DESCRIPCION DE CONJUNTOS DE DATOSTema 4,DESCRIPCION DE CONJUNTOS DE DATOS
Tema 4,DESCRIPCION DE CONJUNTOS DE DATOS
JORGE JIMENEZ
 
Distribuciones muestrales - Matemática Estadística
Distribuciones muestrales -  Matemática EstadísticaDistribuciones muestrales -  Matemática Estadística
Distribuciones muestrales - Matemática Estadística
PamelaBalmori1
 

Semelhante a Análisis de la varianza (ANOVA) (20)

ANOVA.pdf
ANOVA.pdfANOVA.pdf
ANOVA.pdf
 
Analisisdevarianza
AnalisisdevarianzaAnalisisdevarianza
Analisisdevarianza
 
4)Distribución muestral.pptx
4)Distribución muestral.pptx4)Distribución muestral.pptx
4)Distribución muestral.pptx
 
Estadistica medidas de dispersion 2020 1
Estadistica medidas de dispersion  2020 1Estadistica medidas de dispersion  2020 1
Estadistica medidas de dispersion 2020 1
 
La prueba anova
La prueba anovaLa prueba anova
La prueba anova
 
Analisis de la_varianza_
Analisis de la_varianza_Analisis de la_varianza_
Analisis de la_varianza_
 
Pie
PiePie
Pie
 
Inferencia introducción
Inferencia introducciónInferencia introducción
Inferencia introducción
 
Distribucion chi
Distribucion chiDistribucion chi
Distribucion chi
 
Distribucion chi
Distribucion chiDistribucion chi
Distribucion chi
 
Distribuciones continuas
Distribuciones continuasDistribuciones continuas
Distribuciones continuas
 
Estadística Inferencial Semana 1.pptx
Estadística Inferencial Semana 1.pptxEstadística Inferencial Semana 1.pptx
Estadística Inferencial Semana 1.pptx
 
Estadistica
EstadisticaEstadistica
Estadistica
 
varianza analisis
 varianza analisis varianza analisis
varianza analisis
 
Problemas resueltos-de-dist-normal1
Problemas resueltos-de-dist-normal1Problemas resueltos-de-dist-normal1
Problemas resueltos-de-dist-normal1
 
Problemas resueltos-de-dist-normal1
Problemas resueltos-de-dist-normal1Problemas resueltos-de-dist-normal1
Problemas resueltos-de-dist-normal1
 
Problemas resueltos-de-dist-normal1
Problemas resueltos-de-dist-normal1Problemas resueltos-de-dist-normal1
Problemas resueltos-de-dist-normal1
 
Distribuciones muestrales.pptx
Distribuciones muestrales.pptxDistribuciones muestrales.pptx
Distribuciones muestrales.pptx
 
Tema 4,DESCRIPCION DE CONJUNTOS DE DATOS
Tema 4,DESCRIPCION DE CONJUNTOS DE DATOSTema 4,DESCRIPCION DE CONJUNTOS DE DATOS
Tema 4,DESCRIPCION DE CONJUNTOS DE DATOS
 
Distribuciones muestrales - Matemática Estadística
Distribuciones muestrales -  Matemática EstadísticaDistribuciones muestrales -  Matemática Estadística
Distribuciones muestrales - Matemática Estadística
 

Mais de Luis Eduardo Romero Rodrígez

Mais de Luis Eduardo Romero Rodrígez (11)

Dolor torácico
Dolor torácicoDolor torácico
Dolor torácico
 
Linfadenopatías
LinfadenopatíasLinfadenopatías
Linfadenopatías
 
La Escoliosis desde el punto de vista radiológio
La Escoliosis desde el punto de vista radiológioLa Escoliosis desde el punto de vista radiológio
La Escoliosis desde el punto de vista radiológio
 
Analisis de situacion de salud del Perú
Analisis de situacion de salud del PerúAnalisis de situacion de salud del Perú
Analisis de situacion de salud del Perú
 
Tiroiditis y nódulo tiroideo
Tiroiditis y nódulo tiroideoTiroiditis y nódulo tiroideo
Tiroiditis y nódulo tiroideo
 
Distensión abdominal y Ascitis
Distensión abdominal y AscitisDistensión abdominal y Ascitis
Distensión abdominal y Ascitis
 
Bradiarritmias
BradiarritmiasBradiarritmias
Bradiarritmias
 
Complicaciones agudas de la diabetes
Complicaciones agudas de la diabetesComplicaciones agudas de la diabetes
Complicaciones agudas de la diabetes
 
Pruebas diagnósticas (pd)
Pruebas diagnósticas (pd)Pruebas diagnósticas (pd)
Pruebas diagnósticas (pd)
 
Metabolismo de la glucosa
Metabolismo de la glucosaMetabolismo de la glucosa
Metabolismo de la glucosa
 
Test oral e intravenosa de Hb glicada
Test oral e intravenosa de Hb glicadaTest oral e intravenosa de Hb glicada
Test oral e intravenosa de Hb glicada
 

Análisis de la varianza (ANOVA)

  • 2. DEFINICIÓN Técnica de prueba de hipótesis paramétrica que tiene como objetivo básico verificar si hay diferencias estadísticamente significativas entre las medias de más de 2 poblaciones.
  • 3. CARACTERÍSTICAS Y SUPUESTOS Compara 3 ó más medias poblacionales, si son iguales.  Evita la propagación del error.  Las muestras provienen de poblaciones con un distribución normal.  Las desviaciones estándar de las poblaciones son iguales.  Las muestras son independientes. 
  • 4. CONCEPTO GRÁFICO MUESTRA 1 MUESTRA 2 MUESTRA 3 Unidad 1 X11 Unidad 1 X21 Unidad 1 X31 Unidad 2 X12 Unidad 2 X22 Unidad 2 X32 Unidad 3 X13 Unidad 3 X23 Unidad 3 X33 Unidad 4 X14 Unidad 4 X24 Unidad 4 X34 Unidad 5 X15 Unidad 5 X25 Unidad 5 X35 Unidad 6 X16 Unidad 6 X26 Unidad 6 X36 Unidad 7 X17 Unidad 7 X27 Unidad 7 X37 Unidad 8 X18 Unidad 8 X28 Unidad 8 X38 Unidad 9 X19 Unidad 9 X29 Unidad 9 X39 Promedio 1 χ1 Promedio 2 χ2 Promedio 3 χ3 Promedio General χ
  • 5. VARIANZA TOTAL La variación TOTAL es la que toma en cuenta la variación entre TODAS las unidades tomando en cuenta la diferencia a la gran media ∑ (X11 - χ )2 + (X12 - χ )2 + … + (X39 - χ )2    Este valor se conoce como LA SUMA DE CUADRADOS (Que es la parte superior de la varianza) Cada dato es reconocido con dos subíndices, el primero indica el grupo y de manera se denota con la letra “i” y la segunda que es la unidad dentro del grupo y se denota con la letra “j”
  • 6. VARIANZA ENTRE GRUPOS  La Varianza ENTRE GRUPOS compara las medias de cada Grupo con la gran Media ∑ n1 (X1 - χ )2 + n2 (X2 - χ )2 + n3 (X3 χ )2  Es la varianza que mide las diferencias entre grupos o muestras habitualmente el número de grupos se denota de manera general con la letra K
  • 7. VARIANZA INTRA-GRUPOS  La varianza INTRA GRUPOS considera la variación que hay dentro de cada grupo ∑ (X11 – χ1 )2 + (X12 – χ1 )2 + … + (X19 – χ1 )2 +  Para cada Grupo ∑ (X21 – χ2 )2 + (X22 – χ2 )2 + … + (X29 – χ2 )2 + ∑ (X31 – χ3 )2 + (X32 – χ3 )2 + … + (X39 – χ3 )2
  • 8. TABLA DE ANOVA Los datos de las varianzas se resumen en lo que se llama “LA TABLA DE ANÁLISIS DE VARIANZA”  Que reúne los valores y los llamados grados de libertad. 
  • 9. TABLA ANOVA Fuente de Grados de Variación libertad Entre Grupos Intra Grupos TOTAL GLE=K-1 GLI=N-K Ó GLT-GLE GLT=N -1 Suma de Cuadrados SCE=∑ ni (X1 - χ )2 SCI=∑ ∑ (Xij - χi )2 Ó SCT-SCE SCT=∑ ∑ (Xij - χ )2 Cuadrados medios F CME= SCE/GLE CME/CMI CMI= SCI/GLI
  • 10. PRIMERO SE CALCULA LO SIGUIENTE:
  • 11. Entonces las cantidades admiten una expresión muy sencilla: SCE = B-C  SE2 = SCE/t-1 SCT = A-C SCD = A-B  SD2 = SCD/N-t Calculamos: Fexp = S2E/S2D 
  • 12. Y dado el nivel de significancia α, buscamos en una tabla de distribución F de Snedecor el valor: Fteo = Ft-1, N-t, 1- α Rechazando H0 si Fexp > F teo, como se aprecia en esta imagen:
  • 13. EJEMPLO Se aplican 4 tratamientos distintos a 4 grupos de 5 pacientes, obteniéndose los resultados de la tabla que se adjunta. Queremos saber si se puede concluir que todos los tratamientos tienen el mismo efecto.
  • 14. RESOLUCIÓN HO = μ1 = μ2 = μ3 H1 = μ1 ≠ μ2 ≠ μ3
  • 15. Calculando: En conclusión, el Fexp > Fteo, por tanto se ha de rechazar la igualdad de efectos de los tratamiento.
  • 16. SE RECHAZA LA HIPÓTESIS NULA