SlideShare una empresa de Scribd logo
1 de 52
ANOVA PARA UN FACTOR
PRINCIPAL Y UNO O MAS
FACTORES DE BLOQUEO

1
ANOVA - CONTENIDO








ANOVA DE UN FACTOR O DIRECCIÓN
ANOVA DE UN FACTOR Y UN FACTOR DE
BLOQUEO
ANOVA DE UN FACTOR Y DOS FACTORES DE
BLOQUEO – CUADRADO LATINO
ANOVA DE UN FACTOR Y TRES FACTORES DE
BLOQUEO – CUADRADO GRECOLATINO
2
ANOVA PARA UN FACTOR
O DIRECCIÓN

3
ANOVA – Prueba de hipótesis para
probar la igualdad de medias de
varias poblaciones para un factor

Se trata de probar si el efecto de un factor o
Tratamiento en la respuesta de un proceso o sistema es
Significativo, al realizar experimentos variando
Los niveles de ese factor (Temp. 1, Temp. 2, Temp.3, etc.

Ho : µ 1 = µ 2 = µ 3 = ......... = µ a
Ha : A lg unas.µ ' s.son.diferentes
4
ANOVA - Condiciones


Todas las poblaciones son normales



Todas las poblaciones tiene la misma varianza





Los errores son independientes con distribución
normal de media cero
La varianza se mantiene constante para todos los
niveles del factor
5
ANOVA – Ejemplo de datos

Niveles del Factor Peso % de algodón y Resistencia de tel

Peso porc.
de algodón
15
20
25
30
35

Respuesta
Resistencia de la tela
7
7
15
12
17
12
14
18
18
19
25
22
7
10
11

11
18
19
19
15

9
18
19
23
11
6
ANOVA – Suma de
cuadrados total
Xij
Gran media
Xij
a

b

i=
1

j=
1

SCT =∑ ∑Xij −X )
(

2

7
ANOVA – Suma de cuadrados de
renglones (a)-tratamientos
Media Trat. 1

Media Trat. a

a renglones
Gran media

a

Media trat. 2

SCTr = ∑ b( X i − X )
i =1

8

2
ANOVA – Suma de cuadrados
del error
X2j

X1j

X3j

Media X1.

Media
X3.

Media X2.
Muestra 1

Muestra 2
a

SCE = ∑
i =1

b

∑( X
j =1

ij

−X i)

Muestra
2

9
ANOVA – Suma de cuadrados
del error
X2j

X1j

X3j

Media X1.
Media X2.
Muestra 1

Muestra 2

SCE = SCT − SCTr

Media
X3.
Muestra

10
ANOVA – Grados de libertad:
Totales, Tratamientos, Error

gl.SCT = n − 1
gl.SCTr = a − 1
gl.SCE = (n − 1) − (a − 1) = n − a
11
ANOVA – Cuadrados medios:
Total, Tratamiento y Error

MCT = SCT /( n −1)
MCTr = SCTr /( a −1)
MCE = SCE /( n − a )
12
ANOVA – Cálculo del estadístico
Fc y Fexcel

MCTr
Fc =
MCE
Fexcel = FINV ALFA, gl .SCTr , gl .SCE

13
Tabla final de ANOVA
TABLA DE ANOVA
FUENTE DE VARIACIÓN

SUMA DE GRADOS DE CUADRADO
CUADRADOS LIBERTAD MEDIO

Entre muestras (tratam.)

SCTR

a-1

CMTR

Dentro de muestras (error)

SCE

n-a

CME

Variación total

SCT

n-1

VALOR F

CMTR/CME

CMT

Regla: Rechazar Ho si la Fc de la muestra es mayor que la F de Excel para una cierta alfa
o si el valor p correspondiente a la Fc es menor al valor de alfa especificado

14
ANOVA – Toma de decisión
Distribución F

Fexcel

Alfa
Zona de no rechazo de Ho
O de no aceptar Ha
Fc

Zona de rechazo
De Ho o aceptar Ha
15
ANOVA – Toma de decisión
Si Fc es mayor que Fexcel se rechaza Ho
Aceptando Ha donde las medias son diferentes
O si el valor de p correspondiente a Fc es
menor de Alfa se rechaza Ho

16
ANOVA – Identificar las medias
diferentes por Prueba de Tukey T

T =qα, a , n −a

CME
b

Para diseños balanceado
(mismo número de columnas
en los tratamientos) el valor
de q se determina por medio de
la tabla en el libro de texto

17
ANOVA – Identificar las medias
diferentes por Prueba de Tukey T

Se calcula la diferencia Di entre cada par de Medias Xi’s:
D1 = X1 – X2

D2 = X1 – X3

D3 = X2 – X3

etc.

Cada una de las diferencias Di se comparan con el
valor de T, si lo exceden entonces la diferencia es
Significativa de otra forma se considera que las medias
Son iguales

18
ANOVA – Identificar las medias
diferentes por Prueba de Diferencia
Mínima Significativa DMS

2(CME ) Fα ,1,n− a
DMS =
b
Para diseños balanceados (los tratamientos
tienen igual no. De columnas), se calcula un
factor DMS contra el que se comparan las
diferencias Xi – Xi’. Significativas si lo
19
exceden
Prueba DMS para Diseños no
balanceados

DMS j ,k

1 1
=  +  (CME ) Fα ,a −1,n − a
 b j bk 



Para diseños no balanceados (los
tratamientos tienen diferente no. De
columnas), se calcula un factor DMS
Para cada una de las diferencias Xi – Xi’
20
ANOVA PARA UN FACTOR
PRINCIPAL Y UN FACTOR DE
BLOQUEO

21
ANOVA – Prueba de hipótesis para
probar la igualdad de medias de
varias poblaciones con dos factores

Se trata de probar si el efecto de un factor o

Tratamiento en la respuesta de un proceso o sistema es

Significativo, al realizar experimentos variando

Los niveles de ese factor (Temp.1, Temp.2, etc.)

POR RENGLON

Y

Considerando los niveles de otro factor que se piensa

Que tiene influencia en la prueba – FACTOR DE BLOQUEO

POR COLUMNA
22
ANOVA – Prueba de hipótesis para
probar la igualdad de medias de
varias poblaciones con dos factores
Para el tratamiento – en renglones

Ho : µ = µ2 = µ3 =......... = µa
1
Ha : A lg unas.µ' s.son.diferentes
Para el factor de bloqueo – en columnas

Ho : µ1 =µ 2 =µ3 =......... = µ a
'
'
'
'
Ha : A lg unas.µ s.son.diferentes
'
23
ANOVA 2 Factores - Ejemplo

Maquinas
Maq 1
Maq 2
Maq 3

Experiencia en años de los operadores
1
2
3
4
5
27
31
42
38
45
21
33
39
41
46
25
35
39
37
45
24
ANOVA – Dos factores o
direcciones






La SCT y SCTr (renlgones) se determina de
la misma forma que para la ANOVA de una
dirección o factor
En forma adicional se determina la suma de
cuadrados del factor de bloqueo (columnas)
de forma similar a la de los renglones
La SCE = SCT – SCTr - SCBl
25
ANOVA de 2 factores – Suma de
cuadrados, gl. y Cuadrado medio
para el factor de bloqueo (en cols)
b

SCBl = ∑a ( X j − X )

2

j =1

gl.SCBl = b −1
CMBl = SCBl /(b −1)
26
ANOVA de 2 factores – Suma de
cuadrados, gl. y Cuadrado medio
para el error

SCE = SCT − SCTr − SCBl
gl.SCE = (n − a )(n − b)
CME = SCBl /( n − a )(n − b)
27
ANOVA – Cálculo del estadístico
Fc y Fexcel

MCTr
Fc =
MCE
Fexcel = FINV ALFA, gl .SCTr , gl .SCE

28
ANOVA de 2 factores – Cálculo del
estadístico Fcbl y Fexcel bloques
(columnas)

MCBl
Fc =
MCE
Fexcel = FINV ALFA, gl .SCBl , gl .SCE

29
Tabla final ANOVA 2 Factores
FUENTE DE VARIACIÓN

SUMA DE GRADOS DE CUADRADO
CUADRADOS LIBERTAD MEDIO

VALOR F

Entre muestras (tratam.)

SCTR

a-1

CMTR

CMTR/CME

Entre Bloques (Factor Bl)

SCBl

b-1

CMBL

CMBL/CME

Dentro de muestras (error)

SCE

(a-1)(b-1)

CME

Variación total

SCT

n-1

CMT

Regla: No rechazar si la F de la muestra es menor que la F de Excel para una cierta alfa

30
ANOVA – 2 F. Toma de decisión
Distribución F

Fexcel

Alfa
Zona de no rechazo de Ho
O de no aceptar Ha
Fc
Tr o Bl

Zona de rechazo
De Ho o aceptar Ha
31
ANOVA – 2 F. Toma de decisión
Si Fc (Tr o Bl) es mayor que Fexcel se rechaza
Ho Aceptando Ha donde las medias son
diferentes
O si el valor de p correspondiente a Fc (Tr o Bl)
es menor de Alfa se rechaza Ho
32
Cálculo de los residuales
yij = yi . +y. j −y..
ˆ

Y estimada

eij = yij −yij
ˆ

Error o residuo

s yi . =

MSE
b

Rk =r0.05, k , gl . MSE * s yi .

Error estándar
Factor de comparación

Si la diferencia de medias excede a Rk es significativa
33
Adecuación del modelo




Los residuales deben seguir una recta en la gráfica
normal
Deben mostrar patrones aleatorios en las gráficas de
los residuos contra el orden de las Yij, contra los
valores estimados y contra los valores reales Yij

34
ANOVA PARA UN FACTOR
PRINCIPAL Y DOS O TRES
FACTORES DE BLOQUEO

CUADRADO LATINO Y
GRECOLATINO
35
ANOVA – 3 y 4 factores






El diseño de Cuadrado latino utiliza dos
factores de bloqueo adicionales al de
Tratamiento
EL diseño de Cuadrado Grecolatino utiliza
tres factores adicionales al del Tratamiento
El cálculo de suma de cuadrados para
renglones y para columnas es similar al de
ANOVA de un factor principal y otro de
bloqueo
36
Cuadrado Latino
Años exp.
Empleado
1

Mañana
B=15

Turno
Tarde
A=18

Noche
C=11

2

C=12

B=20

A=9

3
A=17
A, B, C = Máquinas 1, 2 y 3

C=19

B=10
37
ANOVA – Cuadrado Latino:
Factor principal (A,B,C,D)
b

SCTr = ∑a ( X Tr − X )

2

j =1

gl.SCTr = a −1 = b −1
CMTr = SCTr /(b −1)
38
ANOVA – Cuadrado Latino:
Cálculo del error
SCE = SCT − SCTcol − SC Re ng − SCTr
gl.SCE = ( a − 2)(a −1)
CME = SCE /( a − 2)(a −1)

39
ANOVA – Cálculo del estadístico
Fc y Fexcel

MCTr
Fc =
MCE
Fexcel = FINV ALFA, gl .SCTr , gl .SCE

40
ANOVA – Cuadrado Latino Reng /
Col

MC Re ng
Fcreng =
MCE
MCCols
Fcols =
MCE
Fexcel = FINVALFA, gl .SCBl , gl .SCE
41
Tabla final ANOVA 2 Factores
FUENTE DE VARIACIÓN

SUMA DE GRADOS DE CUADRADO
CUADRADOS LIBERTAD MEDIO

VALOR F

Renglores

SCRen

a-1

CMRen

CMRen/CME

Columnas

SCCol

b-1

CMCol

CMCol/CME

Tratamiento

SCTr

a-1

CMTr

CMTr/CME

Dentro de muestras (error)

SCE

(a-2)(a-1)

CME

Variación total

SCT

n-1

CMT

42
Cuadrado latino en Minitab








Se introducen las respuestas en una columna C1
Se introducen los subíndices de los renglones en una
columna C2
Se introducen los subíndices de las columnas en una
columna C3
Se introducen las letras mayúsculas que indican el
nivel del factor (A, B, C, D, etc.) correspondientes a
cada respuesta en la columna C4
43
Cuadrado latino en Minitab


Opción: ANOVA – General linear model



En Response indicar la col. De Respuesta,



En Model indicar las columnas de los factores y





En Random factors indicar los factores adicionales al
del efecto principal a probar (A, B, C, D). Se pueden
pedir interacciones entre factores x – y con Cx*Cy
Pedir gráfica de residuales Normal y vs fits y orden
44
Cuadrado Greco Latino
Experiencia de los operadores
Lotes MP

1

2

3

4

5

1

Aa=-1

Bc=-5

Ce=-6

Db=-1

Ed=-1

2

Bb=-8

Cd=-1

Da=5

Ec=2

Ae=11

3

Cc=-7

De=13

Eb=1

Ad=2

Ba=-4

4

Dd=1

Ea=6

Ac=1

Be=-2

Cb=-3

5

Ee=-3

Ab=5

Bd=-5

Ca=4

Dc=6

a, b, c y d son 5 diferentes tipos de montaje

A, B, C, D y E son las 5 formulaciones a probar

45
Cuadrado Greco latino en Minitab









Se introducen las respuestas en una columna C1
Se introducen los subíndices de los renglones en una
columna C2
Se introducen los subíndices de las columnas en una
columna C3
Introducir los subíndices del factor adicional de letras
griegas con letras latinas minúsculas (a,b,c,d,e) en C4
Se introducen las letras mayúsculas que indican el
nivel del factor (A, B, C, D, etc.) correspondientes a
cada respuesta en la columna C5
46
Cuadrado Greco latino en Minitab


Opción: ANOVA – General linear model



En Response indicar la col. De Respuesta,



En Model indicar las columnas de los factores y





En Random factors indicar los factores adicionales al del
efecto principal a probar (A, B, C, D). También se
pueden indicar interacciones entre factores x-y con Cx *
Cy
Pedir gráfica de residuales Normal y vs fits y orden 47
ANOVA – Cuadrado Grecolatino
b

SCG = ∑a ( X m − X )

2

m =1

gl.SCG = b −1
CMG = SCG /(b −1)
48
ANOVA de 2 factores – Suma de
cuadrados, gl. y Cuadrado medio
para el error
SCE = SCT − SCTr − SCG − SC Re n − SCCol
gl.SCE = (a − 3)(a − 1)
CME = SCE /( a − 3)(a − 1)

49
ANOVA – Cálculo del estadístico
Fc y Fexcel

MCG
Fc =
MCE
Fexcel = FINV ALFA, gl .SCTr , gl .SCE

50
ANOVA – Cuadrado Grecolatino

MCTr
Fc =
MCE
Fexcel = FINV ALFA, gl .SCBl , gl .SCE

51
Tabla final ANOVA 2 Factores
FUENTE DE VARIACIÓN

SUMA DE GRADOS DE CUADRADO
CUADRADOS LIBERTAD MEDIO

VALOR F

Renglores

SCRen

a-1

CMRen

CMRen/CME

Columnas
Letras griegas
Tratamiento

SCCol
SCG
SCTr

b-1
a-1
a-1

CMCol
CMG
CMTr

CMCol/CME
CMG/CME
CMTr/CME

Dentro de muestras (error)

SCE

(a-3)(a-1)

CME

Variación total

SCT

n-1

CMT

52

Más contenido relacionado

La actualidad más candente

UNIDAD #3 DISEÑO DE BLOQUES
UNIDAD #3 DISEÑO DE BLOQUES UNIDAD #3 DISEÑO DE BLOQUES
UNIDAD #3 DISEÑO DE BLOQUES Erick Cantona
 
Chi cuadrado propiedades
Chi cuadrado propiedadesChi cuadrado propiedades
Chi cuadrado propiedadesPABLITO Pablo
 
Tabla distribución normal 2 colas exclusión
Tabla distribución normal 2 colas exclusiónTabla distribución normal 2 colas exclusión
Tabla distribución normal 2 colas exclusiónFrancisco Molina
 
DISTRIBUCION DE JI-CUADRADO, FISHER Y T-STUDENT
DISTRIBUCION DE JI-CUADRADO, FISHER Y T-STUDENTDISTRIBUCION DE JI-CUADRADO, FISHER Y T-STUDENT
DISTRIBUCION DE JI-CUADRADO, FISHER Y T-STUDENTJonatan Gabriel Linares
 
Introduccion al diseño de experimentos
 Introduccion al diseño de experimentos Introduccion al diseño de experimentos
Introduccion al diseño de experimentosIsabel Leon
 
Distribucion muestral de proporciones
Distribucion muestral de proporcionesDistribucion muestral de proporciones
Distribucion muestral de proporcioneseraperez
 
Comparaciones multiples trabajo1
Comparaciones multiples trabajo1Comparaciones multiples trabajo1
Comparaciones multiples trabajo1Daks Jenus
 
DISTRIBUCIÓN MUESTRAL DE LA MEDIA
DISTRIBUCIÓN MUESTRAL DE LA MEDIADISTRIBUCIÓN MUESTRAL DE LA MEDIA
DISTRIBUCIÓN MUESTRAL DE LA MEDIAcheperobertt
 
Distribución Binomial
Distribución BinomialDistribución Binomial
Distribución Binomialsamantharisa
 
Distribuciones continuas de probabilidad
Distribuciones continuas de probabilidadDistribuciones continuas de probabilidad
Distribuciones continuas de probabilidadangiegutierrez11
 

La actualidad más candente (20)

Resueltos estimacion
Resueltos estimacionResueltos estimacion
Resueltos estimacion
 
UNIDAD #3 DISEÑO DE BLOQUES
UNIDAD #3 DISEÑO DE BLOQUES UNIDAD #3 DISEÑO DE BLOQUES
UNIDAD #3 DISEÑO DE BLOQUES
 
Chi cuadrado propiedades
Chi cuadrado propiedadesChi cuadrado propiedades
Chi cuadrado propiedades
 
Tabla distribución normal 2 colas exclusión
Tabla distribución normal 2 colas exclusiónTabla distribución normal 2 colas exclusión
Tabla distribución normal 2 colas exclusión
 
Distribución muestral de la media
Distribución muestral de la mediaDistribución muestral de la media
Distribución muestral de la media
 
DISTRIBUCION DE JI-CUADRADO, FISHER Y T-STUDENT
DISTRIBUCION DE JI-CUADRADO, FISHER Y T-STUDENTDISTRIBUCION DE JI-CUADRADO, FISHER Y T-STUDENT
DISTRIBUCION DE JI-CUADRADO, FISHER Y T-STUDENT
 
Introduccion al diseño de experimentos
 Introduccion al diseño de experimentos Introduccion al diseño de experimentos
Introduccion al diseño de experimentos
 
Prueba de hipotesis
Prueba de hipotesisPrueba de hipotesis
Prueba de hipotesis
 
Distribucion muestral de proporciones
Distribucion muestral de proporcionesDistribucion muestral de proporciones
Distribucion muestral de proporciones
 
Comparaciones multiples trabajo1
Comparaciones multiples trabajo1Comparaciones multiples trabajo1
Comparaciones multiples trabajo1
 
Prueba de Hipotesis para Muestras Pequeñas Est ind clase03
Prueba de Hipotesis para Muestras Pequeñas Est ind clase03Prueba de Hipotesis para Muestras Pequeñas Est ind clase03
Prueba de Hipotesis para Muestras Pequeñas Est ind clase03
 
Problemas Disenos Factoriales
Problemas Disenos FactorialesProblemas Disenos Factoriales
Problemas Disenos Factoriales
 
Análisis de Regresión Múltiple
Análisis de Regresión MúltipleAnálisis de Regresión Múltiple
Análisis de Regresión Múltiple
 
DISTRIBUCION MUESTRAL
DISTRIBUCION MUESTRALDISTRIBUCION MUESTRAL
DISTRIBUCION MUESTRAL
 
DISTRIBUCIÓN MUESTRAL DE LA MEDIA
DISTRIBUCIÓN MUESTRAL DE LA MEDIADISTRIBUCIÓN MUESTRAL DE LA MEDIA
DISTRIBUCIÓN MUESTRAL DE LA MEDIA
 
Distribución Binomial
Distribución BinomialDistribución Binomial
Distribución Binomial
 
Preguntas Diseno Factoriales
Preguntas Diseno FactorialesPreguntas Diseno Factoriales
Preguntas Diseno Factoriales
 
Distribuciones continuas de probabilidad
Distribuciones continuas de probabilidadDistribuciones continuas de probabilidad
Distribuciones continuas de probabilidad
 
Ejercicios cuadrados latinos ejercicio 2
Ejercicios cuadrados latinos ejercicio 2Ejercicios cuadrados latinos ejercicio 2
Ejercicios cuadrados latinos ejercicio 2
 
Estadistica practic
Estadistica practicEstadistica practic
Estadistica practic
 

Destacado

Cuadrado Latino y grecolatino
Cuadrado Latino y grecolatinoCuadrado Latino y grecolatino
Cuadrado Latino y grecolatinoCris Tenorio
 
Capitulo 3 experimentos_con_un_solo_factor
Capitulo 3 experimentos_con_un_solo_factorCapitulo 3 experimentos_con_un_solo_factor
Capitulo 3 experimentos_con_un_solo_factorJorge Gonzalez Patiño
 
Anova un factor-lectura
Anova un factor-lecturaAnova un factor-lectura
Anova un factor-lecturaJoel Rojas
 
Presentacion series cronologicas
Presentacion series cronologicasPresentacion series cronologicas
Presentacion series cronologicasAbner Adiel Kalel
 
4+an%c3%a1lisis+de+varianza
4+an%c3%a1lisis+de+varianza4+an%c3%a1lisis+de+varianza
4+an%c3%a1lisis+de+varianzapedropulecio
 
Análisis de Varianza para Diseño Experimental
Análisis de Varianza para Diseño ExperimentalAnálisis de Varianza para Diseño Experimental
Análisis de Varianza para Diseño ExperimentalJuan de Jesus Sandoval
 
Diseño ax bxc y cuadrado latino alimentos 1
Diseño ax bxc y cuadrado latino alimentos 1Diseño ax bxc y cuadrado latino alimentos 1
Diseño ax bxc y cuadrado latino alimentos 1Maria Garces
 
Cuadrados latinos y grecolatinos
Cuadrados latinos y grecolatinosCuadrados latinos y grecolatinos
Cuadrados latinos y grecolatinosHero Valrey
 
Análisis de-varianza-de-un-factor
Análisis de-varianza-de-un-factorAnálisis de-varianza-de-un-factor
Análisis de-varianza-de-un-factorMireia Pore
 
Ayuda para la tarea de estadística TPICI 2do. cuatrimestre 2015
Ayuda para la tarea de estadística TPICI 2do. cuatrimestre 2015Ayuda para la tarea de estadística TPICI 2do. cuatrimestre 2015
Ayuda para la tarea de estadística TPICI 2do. cuatrimestre 2015Irma Noemí No
 
Estadística Administrativa: Unidad 5
Estadística Administrativa: Unidad 5Estadística Administrativa: Unidad 5
Estadística Administrativa: Unidad 5Alvaro Chavez
 
Anova. presentacion. lennys.
Anova. presentacion. lennys.Anova. presentacion. lennys.
Anova. presentacion. lennys.LennysNJ
 
Diseño de experimentos factoriales aplicados a procesos industriales
Diseño de experimentos factoriales aplicados a procesos industrialesDiseño de experimentos factoriales aplicados a procesos industriales
Diseño de experimentos factoriales aplicados a procesos industrialesInnocon S.A. - Grupo Setop Ltda.
 

Destacado (20)

Ejercicios cuadrados greco latinos ejercicio 1
Ejercicios cuadrados greco latinos ejercicio 1Ejercicios cuadrados greco latinos ejercicio 1
Ejercicios cuadrados greco latinos ejercicio 1
 
Cuadrado Latino y grecolatino
Cuadrado Latino y grecolatinoCuadrado Latino y grecolatino
Cuadrado Latino y grecolatino
 
Capitulo 3 experimentos_con_un_solo_factor
Capitulo 3 experimentos_con_un_solo_factorCapitulo 3 experimentos_con_un_solo_factor
Capitulo 3 experimentos_con_un_solo_factor
 
Disenos factoriales
Disenos factorialesDisenos factoriales
Disenos factoriales
 
Anova un factor-lectura
Anova un factor-lecturaAnova un factor-lectura
Anova un factor-lectura
 
Presentacion series cronologicas
Presentacion series cronologicasPresentacion series cronologicas
Presentacion series cronologicas
 
4+an%c3%a1lisis+de+varianza
4+an%c3%a1lisis+de+varianza4+an%c3%a1lisis+de+varianza
4+an%c3%a1lisis+de+varianza
 
Tutorial anova
Tutorial anovaTutorial anova
Tutorial anova
 
Análisis de Varianza para Diseño Experimental
Análisis de Varianza para Diseño ExperimentalAnálisis de Varianza para Diseño Experimental
Análisis de Varianza para Diseño Experimental
 
Diseño ax bxc y cuadrado latino alimentos 1
Diseño ax bxc y cuadrado latino alimentos 1Diseño ax bxc y cuadrado latino alimentos 1
Diseño ax bxc y cuadrado latino alimentos 1
 
Cuadrados latinos y grecolatinos
Cuadrados latinos y grecolatinosCuadrados latinos y grecolatinos
Cuadrados latinos y grecolatinos
 
Análisis de-varianza-de-un-factor
Análisis de-varianza-de-un-factorAnálisis de-varianza-de-un-factor
Análisis de-varianza-de-un-factor
 
Experimentos con un solo factor
Experimentos con un solo factorExperimentos con un solo factor
Experimentos con un solo factor
 
Clase05 eyp
Clase05 eypClase05 eyp
Clase05 eyp
 
Ayuda para la tarea de estadística TPICI 2do. cuatrimestre 2015
Ayuda para la tarea de estadística TPICI 2do. cuatrimestre 2015Ayuda para la tarea de estadística TPICI 2do. cuatrimestre 2015
Ayuda para la tarea de estadística TPICI 2do. cuatrimestre 2015
 
Anova2
Anova2Anova2
Anova2
 
ANOVA Prueba de tukey
ANOVA  Prueba de tukeyANOVA  Prueba de tukey
ANOVA Prueba de tukey
 
Estadística Administrativa: Unidad 5
Estadística Administrativa: Unidad 5Estadística Administrativa: Unidad 5
Estadística Administrativa: Unidad 5
 
Anova. presentacion. lennys.
Anova. presentacion. lennys.Anova. presentacion. lennys.
Anova. presentacion. lennys.
 
Diseño de experimentos factoriales aplicados a procesos industriales
Diseño de experimentos factoriales aplicados a procesos industrialesDiseño de experimentos factoriales aplicados a procesos industriales
Diseño de experimentos factoriales aplicados a procesos industriales
 

Similar a La prueba anova1

Similar a La prueba anova1 (20)

ANOVA.ppt
ANOVA.pptANOVA.ppt
ANOVA.ppt
 
An lisis de_varianza
An lisis de_varianzaAn lisis de_varianza
An lisis de_varianza
 
Analisis de varianza
Analisis de varianzaAnalisis de varianza
Analisis de varianza
 
Univariante.pptx
Univariante.pptxUnivariante.pptx
Univariante.pptx
 
Anova
AnovaAnova
Anova
 
Analisis de varianzaunsolofactor
Analisis de varianzaunsolofactorAnalisis de varianzaunsolofactor
Analisis de varianzaunsolofactor
 
Diseño de bloques completamente aleatorio (dbca) 7
Diseño de bloques completamente aleatorio (dbca) 7Diseño de bloques completamente aleatorio (dbca) 7
Diseño de bloques completamente aleatorio (dbca) 7
 
Mic sesión 8b
Mic sesión 8bMic sesión 8b
Mic sesión 8b
 
Clase 7 ede 2020
Clase 7 ede 2020Clase 7 ede 2020
Clase 7 ede 2020
 
Trabajo 1 estadistica
Trabajo 1 estadisticaTrabajo 1 estadistica
Trabajo 1 estadistica
 
Anova 3
Anova 3Anova 3
Anova 3
 
Diseño de experiencias
Diseño de experienciasDiseño de experiencias
Diseño de experiencias
 
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
 
Laminas series bidimensionales y cronologicas
Laminas series bidimensionales y cronologicasLaminas series bidimensionales y cronologicas
Laminas series bidimensionales y cronologicas
 
Laminas series bidimensionales y cronologicas
Laminas series bidimensionales y cronologicasLaminas series bidimensionales y cronologicas
Laminas series bidimensionales y cronologicas
 
Laminas series bidimensionales y cronologicas
Laminas series bidimensionales y cronologicasLaminas series bidimensionales y cronologicas
Laminas series bidimensionales y cronologicas
 
Estadistica I 02
Estadistica  I 02Estadistica  I 02
Estadistica I 02
 
Experimentos de 2 factores
Experimentos de 2 factoresExperimentos de 2 factores
Experimentos de 2 factores
 
S09 ad4001
S09 ad4001S09 ad4001
S09 ad4001
 
Diseño taguchi power_point
Diseño taguchi power_pointDiseño taguchi power_point
Diseño taguchi power_point
 

Más de PSICOLOGIA Y EDUCACION INTEGRAL A.C.

Wing Chun Kung Fu: “Gong fa” (功法) ver. 1.5 Revisión de “Un método para el de...
Wing Chun Kung Fu: “Gong fa” (功法) ver. 1.5  Revisión de “Un método para el de...Wing Chun Kung Fu: “Gong fa” (功法) ver. 1.5  Revisión de “Un método para el de...
Wing Chun Kung Fu: “Gong fa” (功法) ver. 1.5 Revisión de “Un método para el de...PSICOLOGIA Y EDUCACION INTEGRAL A.C.
 

Más de PSICOLOGIA Y EDUCACION INTEGRAL A.C. (20)

Wing Chun Kung Fu: “Gong fa” (功法) ver. 1.5 Revisión de “Un método para el de...
Wing Chun Kung Fu: “Gong fa” (功法) ver. 1.5  Revisión de “Un método para el de...Wing Chun Kung Fu: “Gong fa” (功法) ver. 1.5  Revisión de “Un método para el de...
Wing Chun Kung Fu: “Gong fa” (功法) ver. 1.5 Revisión de “Un método para el de...
 
JUNG Y EL ROSARIUM PHILOSOPHORUM 2da parte
JUNG Y EL ROSARIUM PHILOSOPHORUM 2da parteJUNG Y EL ROSARIUM PHILOSOPHORUM 2da parte
JUNG Y EL ROSARIUM PHILOSOPHORUM 2da parte
 
JUNG Y EL ROSARIUM PHILOSOPHORUM
JUNG Y EL ROSARIUM PHILOSOPHORUMJUNG Y EL ROSARIUM PHILOSOPHORUM
JUNG Y EL ROSARIUM PHILOSOPHORUM
 
JUNG Y LAS ETAPAS DEL PROCESO ALQUÍMICO
JUNG Y LAS ETAPAS DEL PROCESO ALQUÍMICOJUNG Y LAS ETAPAS DEL PROCESO ALQUÍMICO
JUNG Y LAS ETAPAS DEL PROCESO ALQUÍMICO
 
JUNG Y EL PROCESO ALQUÍMICO DE INDIVIDUACIÓN
JUNG Y EL PROCESO ALQUÍMICO DE INDIVIDUACIÓNJUNG Y EL PROCESO ALQUÍMICO DE INDIVIDUACIÓN
JUNG Y EL PROCESO ALQUÍMICO DE INDIVIDUACIÓN
 
JUNG Y LOS CONCEPTOS GENERALES EN PSICOLOGÍA ANALÍTICA
JUNG Y LOS CONCEPTOS GENERALES EN PSICOLOGÍA ANALÍTICAJUNG Y LOS CONCEPTOS GENERALES EN PSICOLOGÍA ANALÍTICA
JUNG Y LOS CONCEPTOS GENERALES EN PSICOLOGÍA ANALÍTICA
 
Sobre los tipos psicológicos y la dinámica del inconsciente
Sobre los tipos psicológicos y la dinámica del inconscienteSobre los tipos psicológicos y la dinámica del inconsciente
Sobre los tipos psicológicos y la dinámica del inconsciente
 
JUNG Y LA DESCRIPCIÓN GENERAL DE LOS TIPOS
JUNG Y LA DESCRIPCIÓN GENERAL DE LOS TIPOSJUNG Y LA DESCRIPCIÓN GENERAL DE LOS TIPOS
JUNG Y LA DESCRIPCIÓN GENERAL DE LOS TIPOS
 
JUNG Y LOS TIPOS EN LA BIOGRAFÍA
JUNG Y LOS TIPOS EN LA BIOGRAFÍAJUNG Y LOS TIPOS EN LA BIOGRAFÍA
JUNG Y LOS TIPOS EN LA BIOGRAFÍA
 
JUNG Y LOS TIPOS EN LA FILOSOFÍA
JUNG Y LOS TIPOS EN LA FILOSOFÍAJUNG Y LOS TIPOS EN LA FILOSOFÍA
JUNG Y LOS TIPOS EN LA FILOSOFÍA
 
JUNG Y LOS TIPOS EN LA ESTÉTICA
JUNG Y LOS TIPOS EN LA ESTÉTICAJUNG Y LOS TIPOS EN LA ESTÉTICA
JUNG Y LOS TIPOS EN LA ESTÉTICA
 
JUNG Y LOS TIPOS EN LA PSICOPATOLOGÍA
JUNG Y LOS TIPOS EN LA PSICOPATOLOGÍAJUNG Y LOS TIPOS EN LA PSICOPATOLOGÍA
JUNG Y LOS TIPOS EN LA PSICOPATOLOGÍA
 
JUNG Y LOS TIPOS EN LA POESÍA
JUNG Y LOS TIPOS EN LA POESÍAJUNG Y LOS TIPOS EN LA POESÍA
JUNG Y LOS TIPOS EN LA POESÍA
 
JUNG Y LOS TIPOS EN LA OBSERVACIÓN DE LA CONDUCTA
JUNG Y LOS TIPOS EN LA OBSERVACIÓN DE LA CONDUCTAJUNG Y LOS TIPOS EN LA OBSERVACIÓN DE LA CONDUCTA
JUNG Y LOS TIPOS EN LA OBSERVACIÓN DE LA CONDUCTA
 
JUNG, LO APOLINESO Y LO DIONISIACO
JUNG, LO APOLINESO Y LO DIONISIACOJUNG, LO APOLINESO Y LO DIONISIACO
JUNG, LO APOLINESO Y LO DIONISIACO
 
JUNG, SCHILLER Y LOS TIPOS
JUNG, SCHILLER Y LOS TIPOSJUNG, SCHILLER Y LOS TIPOS
JUNG, SCHILLER Y LOS TIPOS
 
UNG Y LOS TIPOS EN LA HISTORIA
UNG Y LOS TIPOS EN LA HISTORIAUNG Y LOS TIPOS EN LA HISTORIA
UNG Y LOS TIPOS EN LA HISTORIA
 
JUNG Y LOS TIPOS PSICOLÓGICOS
JUNG Y LOS TIPOS PSICOLÓGICOSJUNG Y LOS TIPOS PSICOLÓGICOS
JUNG Y LOS TIPOS PSICOLÓGICOS
 
JUNG Y UNA INTRODUCCIÓN A LOS TIPOS PSICOLÓGICOS
JUNG Y UNA INTRODUCCIÓN A LOS TIPOS PSICOLÓGICOSJUNG Y UNA INTRODUCCIÓN A LOS TIPOS PSICOLÓGICOS
JUNG Y UNA INTRODUCCIÓN A LOS TIPOS PSICOLÓGICOS
 
UNG, SINCRONICIDAD Y RELATIVIDAD
UNG, SINCRONICIDAD Y RELATIVIDADUNG, SINCRONICIDAD Y RELATIVIDAD
UNG, SINCRONICIDAD Y RELATIVIDAD
 

Último

30-de-abril-plebiscito-1902_240420_104511.pdf
30-de-abril-plebiscito-1902_240420_104511.pdf30-de-abril-plebiscito-1902_240420_104511.pdf
30-de-abril-plebiscito-1902_240420_104511.pdfgimenanahuel
 
Identificación de componentes Hardware del PC
Identificación de componentes Hardware del PCIdentificación de componentes Hardware del PC
Identificación de componentes Hardware del PCCesarFernandez937857
 
Lecciones 04 Esc. Sabática. Defendamos la verdad
Lecciones 04 Esc. Sabática. Defendamos la verdadLecciones 04 Esc. Sabática. Defendamos la verdad
Lecciones 04 Esc. Sabática. Defendamos la verdadAlejandrino Halire Ccahuana
 
Historia y técnica del collage en el arte
Historia y técnica del collage en el arteHistoria y técnica del collage en el arte
Historia y técnica del collage en el arteRaquel Martín Contreras
 
Factores ecosistemas: interacciones, energia y dinamica
Factores ecosistemas: interacciones, energia y dinamicaFactores ecosistemas: interacciones, energia y dinamica
Factores ecosistemas: interacciones, energia y dinamicaFlor Idalia Espinoza Ortega
 
2024 - Expo Visibles - Visibilidad Lesbica.pdf
2024 - Expo Visibles - Visibilidad Lesbica.pdf2024 - Expo Visibles - Visibilidad Lesbica.pdf
2024 - Expo Visibles - Visibilidad Lesbica.pdfBaker Publishing Company
 
texto argumentativo, ejemplos y ejercicios prácticos
texto argumentativo, ejemplos y ejercicios prácticostexto argumentativo, ejemplos y ejercicios prácticos
texto argumentativo, ejemplos y ejercicios prácticosisabeltrejoros
 
Informatica Generalidades - Conceptos Básicos
Informatica Generalidades - Conceptos BásicosInformatica Generalidades - Conceptos Básicos
Informatica Generalidades - Conceptos BásicosCesarFernandez937857
 
PPT GESTIÓN ESCOLAR 2024 Comités y Compromisos.pptx
PPT GESTIÓN ESCOLAR 2024 Comités y Compromisos.pptxPPT GESTIÓN ESCOLAR 2024 Comités y Compromisos.pptx
PPT GESTIÓN ESCOLAR 2024 Comités y Compromisos.pptxOscarEduardoSanchezC
 
Planificacion Anual 2do Grado Educacion Primaria 2024 Ccesa007.pdf
Planificacion Anual 2do Grado Educacion Primaria   2024   Ccesa007.pdfPlanificacion Anual 2do Grado Educacion Primaria   2024   Ccesa007.pdf
Planificacion Anual 2do Grado Educacion Primaria 2024 Ccesa007.pdfDemetrio Ccesa Rayme
 
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptx
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptxOLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptx
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptxjosetrinidadchavez
 
RETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docxRETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docxAna Fernandez
 
La triple Naturaleza del Hombre estudio.
La triple Naturaleza del Hombre estudio.La triple Naturaleza del Hombre estudio.
La triple Naturaleza del Hombre estudio.amayarogel
 
SINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptx
SINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptxSINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptx
SINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptxlclcarmen
 
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyz
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyzel CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyz
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyzprofefilete
 
CALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDADCALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDADauxsoporte
 
Introducción:Los objetivos de Desarrollo Sostenible
Introducción:Los objetivos de Desarrollo SostenibleIntroducción:Los objetivos de Desarrollo Sostenible
Introducción:Los objetivos de Desarrollo SostenibleJonathanCovena1
 

Último (20)

30-de-abril-plebiscito-1902_240420_104511.pdf
30-de-abril-plebiscito-1902_240420_104511.pdf30-de-abril-plebiscito-1902_240420_104511.pdf
30-de-abril-plebiscito-1902_240420_104511.pdf
 
Identificación de componentes Hardware del PC
Identificación de componentes Hardware del PCIdentificación de componentes Hardware del PC
Identificación de componentes Hardware del PC
 
Lecciones 04 Esc. Sabática. Defendamos la verdad
Lecciones 04 Esc. Sabática. Defendamos la verdadLecciones 04 Esc. Sabática. Defendamos la verdad
Lecciones 04 Esc. Sabática. Defendamos la verdad
 
Historia y técnica del collage en el arte
Historia y técnica del collage en el arteHistoria y técnica del collage en el arte
Historia y técnica del collage en el arte
 
Factores ecosistemas: interacciones, energia y dinamica
Factores ecosistemas: interacciones, energia y dinamicaFactores ecosistemas: interacciones, energia y dinamica
Factores ecosistemas: interacciones, energia y dinamica
 
2024 - Expo Visibles - Visibilidad Lesbica.pdf
2024 - Expo Visibles - Visibilidad Lesbica.pdf2024 - Expo Visibles - Visibilidad Lesbica.pdf
2024 - Expo Visibles - Visibilidad Lesbica.pdf
 
texto argumentativo, ejemplos y ejercicios prácticos
texto argumentativo, ejemplos y ejercicios prácticostexto argumentativo, ejemplos y ejercicios prácticos
texto argumentativo, ejemplos y ejercicios prácticos
 
La Trampa De La Felicidad. Russ-Harris.pdf
La Trampa De La Felicidad. Russ-Harris.pdfLa Trampa De La Felicidad. Russ-Harris.pdf
La Trampa De La Felicidad. Russ-Harris.pdf
 
Informatica Generalidades - Conceptos Básicos
Informatica Generalidades - Conceptos BásicosInformatica Generalidades - Conceptos Básicos
Informatica Generalidades - Conceptos Básicos
 
PPT GESTIÓN ESCOLAR 2024 Comités y Compromisos.pptx
PPT GESTIÓN ESCOLAR 2024 Comités y Compromisos.pptxPPT GESTIÓN ESCOLAR 2024 Comités y Compromisos.pptx
PPT GESTIÓN ESCOLAR 2024 Comités y Compromisos.pptx
 
Planificacion Anual 2do Grado Educacion Primaria 2024 Ccesa007.pdf
Planificacion Anual 2do Grado Educacion Primaria   2024   Ccesa007.pdfPlanificacion Anual 2do Grado Educacion Primaria   2024   Ccesa007.pdf
Planificacion Anual 2do Grado Educacion Primaria 2024 Ccesa007.pdf
 
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptx
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptxOLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptx
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptx
 
RETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docxRETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docx
 
La triple Naturaleza del Hombre estudio.
La triple Naturaleza del Hombre estudio.La triple Naturaleza del Hombre estudio.
La triple Naturaleza del Hombre estudio.
 
SINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptx
SINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptxSINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptx
SINTAXIS DE LA ORACIÓN SIMPLE 2023-2024.pptx
 
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyz
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyzel CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyz
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyz
 
CALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDADCALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDAD
 
Unidad 4 | Teorías de las Comunicación | MCDI
Unidad 4 | Teorías de las Comunicación | MCDIUnidad 4 | Teorías de las Comunicación | MCDI
Unidad 4 | Teorías de las Comunicación | MCDI
 
Razonamiento Matemático 1. Deta del año 2020
Razonamiento Matemático 1. Deta del año 2020Razonamiento Matemático 1. Deta del año 2020
Razonamiento Matemático 1. Deta del año 2020
 
Introducción:Los objetivos de Desarrollo Sostenible
Introducción:Los objetivos de Desarrollo SostenibleIntroducción:Los objetivos de Desarrollo Sostenible
Introducción:Los objetivos de Desarrollo Sostenible
 

La prueba anova1

  • 1. ANOVA PARA UN FACTOR PRINCIPAL Y UNO O MAS FACTORES DE BLOQUEO 1
  • 2. ANOVA - CONTENIDO     ANOVA DE UN FACTOR O DIRECCIÓN ANOVA DE UN FACTOR Y UN FACTOR DE BLOQUEO ANOVA DE UN FACTOR Y DOS FACTORES DE BLOQUEO – CUADRADO LATINO ANOVA DE UN FACTOR Y TRES FACTORES DE BLOQUEO – CUADRADO GRECOLATINO 2
  • 3. ANOVA PARA UN FACTOR O DIRECCIÓN 3
  • 4. ANOVA – Prueba de hipótesis para probar la igualdad de medias de varias poblaciones para un factor Se trata de probar si el efecto de un factor o Tratamiento en la respuesta de un proceso o sistema es Significativo, al realizar experimentos variando Los niveles de ese factor (Temp. 1, Temp. 2, Temp.3, etc. Ho : µ 1 = µ 2 = µ 3 = ......... = µ a Ha : A lg unas.µ ' s.son.diferentes 4
  • 5. ANOVA - Condiciones  Todas las poblaciones son normales  Todas las poblaciones tiene la misma varianza   Los errores son independientes con distribución normal de media cero La varianza se mantiene constante para todos los niveles del factor 5
  • 6. ANOVA – Ejemplo de datos Niveles del Factor Peso % de algodón y Resistencia de tel Peso porc. de algodón 15 20 25 30 35 Respuesta Resistencia de la tela 7 7 15 12 17 12 14 18 18 19 25 22 7 10 11 11 18 19 19 15 9 18 19 23 11 6
  • 7. ANOVA – Suma de cuadrados total Xij Gran media Xij a b i= 1 j= 1 SCT =∑ ∑Xij −X ) ( 2 7
  • 8. ANOVA – Suma de cuadrados de renglones (a)-tratamientos Media Trat. 1 Media Trat. a a renglones Gran media a Media trat. 2 SCTr = ∑ b( X i − X ) i =1 8 2
  • 9. ANOVA – Suma de cuadrados del error X2j X1j X3j Media X1. Media X3. Media X2. Muestra 1 Muestra 2 a SCE = ∑ i =1 b ∑( X j =1 ij −X i) Muestra 2 9
  • 10. ANOVA – Suma de cuadrados del error X2j X1j X3j Media X1. Media X2. Muestra 1 Muestra 2 SCE = SCT − SCTr Media X3. Muestra 10
  • 11. ANOVA – Grados de libertad: Totales, Tratamientos, Error gl.SCT = n − 1 gl.SCTr = a − 1 gl.SCE = (n − 1) − (a − 1) = n − a 11
  • 12. ANOVA – Cuadrados medios: Total, Tratamiento y Error MCT = SCT /( n −1) MCTr = SCTr /( a −1) MCE = SCE /( n − a ) 12
  • 13. ANOVA – Cálculo del estadístico Fc y Fexcel MCTr Fc = MCE Fexcel = FINV ALFA, gl .SCTr , gl .SCE 13
  • 14. Tabla final de ANOVA TABLA DE ANOVA FUENTE DE VARIACIÓN SUMA DE GRADOS DE CUADRADO CUADRADOS LIBERTAD MEDIO Entre muestras (tratam.) SCTR a-1 CMTR Dentro de muestras (error) SCE n-a CME Variación total SCT n-1 VALOR F CMTR/CME CMT Regla: Rechazar Ho si la Fc de la muestra es mayor que la F de Excel para una cierta alfa o si el valor p correspondiente a la Fc es menor al valor de alfa especificado 14
  • 15. ANOVA – Toma de decisión Distribución F Fexcel Alfa Zona de no rechazo de Ho O de no aceptar Ha Fc Zona de rechazo De Ho o aceptar Ha 15
  • 16. ANOVA – Toma de decisión Si Fc es mayor que Fexcel se rechaza Ho Aceptando Ha donde las medias son diferentes O si el valor de p correspondiente a Fc es menor de Alfa se rechaza Ho 16
  • 17. ANOVA – Identificar las medias diferentes por Prueba de Tukey T T =qα, a , n −a CME b Para diseños balanceado (mismo número de columnas en los tratamientos) el valor de q se determina por medio de la tabla en el libro de texto 17
  • 18. ANOVA – Identificar las medias diferentes por Prueba de Tukey T Se calcula la diferencia Di entre cada par de Medias Xi’s: D1 = X1 – X2 D2 = X1 – X3 D3 = X2 – X3 etc. Cada una de las diferencias Di se comparan con el valor de T, si lo exceden entonces la diferencia es Significativa de otra forma se considera que las medias Son iguales 18
  • 19. ANOVA – Identificar las medias diferentes por Prueba de Diferencia Mínima Significativa DMS 2(CME ) Fα ,1,n− a DMS = b Para diseños balanceados (los tratamientos tienen igual no. De columnas), se calcula un factor DMS contra el que se comparan las diferencias Xi – Xi’. Significativas si lo 19 exceden
  • 20. Prueba DMS para Diseños no balanceados DMS j ,k 1 1 =  +  (CME ) Fα ,a −1,n − a  b j bk    Para diseños no balanceados (los tratamientos tienen diferente no. De columnas), se calcula un factor DMS Para cada una de las diferencias Xi – Xi’ 20
  • 21. ANOVA PARA UN FACTOR PRINCIPAL Y UN FACTOR DE BLOQUEO 21
  • 22. ANOVA – Prueba de hipótesis para probar la igualdad de medias de varias poblaciones con dos factores Se trata de probar si el efecto de un factor o Tratamiento en la respuesta de un proceso o sistema es Significativo, al realizar experimentos variando Los niveles de ese factor (Temp.1, Temp.2, etc.) POR RENGLON Y Considerando los niveles de otro factor que se piensa Que tiene influencia en la prueba – FACTOR DE BLOQUEO POR COLUMNA 22
  • 23. ANOVA – Prueba de hipótesis para probar la igualdad de medias de varias poblaciones con dos factores Para el tratamiento – en renglones Ho : µ = µ2 = µ3 =......... = µa 1 Ha : A lg unas.µ' s.son.diferentes Para el factor de bloqueo – en columnas Ho : µ1 =µ 2 =µ3 =......... = µ a ' ' ' ' Ha : A lg unas.µ s.son.diferentes ' 23
  • 24. ANOVA 2 Factores - Ejemplo Maquinas Maq 1 Maq 2 Maq 3 Experiencia en años de los operadores 1 2 3 4 5 27 31 42 38 45 21 33 39 41 46 25 35 39 37 45 24
  • 25. ANOVA – Dos factores o direcciones    La SCT y SCTr (renlgones) se determina de la misma forma que para la ANOVA de una dirección o factor En forma adicional se determina la suma de cuadrados del factor de bloqueo (columnas) de forma similar a la de los renglones La SCE = SCT – SCTr - SCBl 25
  • 26. ANOVA de 2 factores – Suma de cuadrados, gl. y Cuadrado medio para el factor de bloqueo (en cols) b SCBl = ∑a ( X j − X ) 2 j =1 gl.SCBl = b −1 CMBl = SCBl /(b −1) 26
  • 27. ANOVA de 2 factores – Suma de cuadrados, gl. y Cuadrado medio para el error SCE = SCT − SCTr − SCBl gl.SCE = (n − a )(n − b) CME = SCBl /( n − a )(n − b) 27
  • 28. ANOVA – Cálculo del estadístico Fc y Fexcel MCTr Fc = MCE Fexcel = FINV ALFA, gl .SCTr , gl .SCE 28
  • 29. ANOVA de 2 factores – Cálculo del estadístico Fcbl y Fexcel bloques (columnas) MCBl Fc = MCE Fexcel = FINV ALFA, gl .SCBl , gl .SCE 29
  • 30. Tabla final ANOVA 2 Factores FUENTE DE VARIACIÓN SUMA DE GRADOS DE CUADRADO CUADRADOS LIBERTAD MEDIO VALOR F Entre muestras (tratam.) SCTR a-1 CMTR CMTR/CME Entre Bloques (Factor Bl) SCBl b-1 CMBL CMBL/CME Dentro de muestras (error) SCE (a-1)(b-1) CME Variación total SCT n-1 CMT Regla: No rechazar si la F de la muestra es menor que la F de Excel para una cierta alfa 30
  • 31. ANOVA – 2 F. Toma de decisión Distribución F Fexcel Alfa Zona de no rechazo de Ho O de no aceptar Ha Fc Tr o Bl Zona de rechazo De Ho o aceptar Ha 31
  • 32. ANOVA – 2 F. Toma de decisión Si Fc (Tr o Bl) es mayor que Fexcel se rechaza Ho Aceptando Ha donde las medias son diferentes O si el valor de p correspondiente a Fc (Tr o Bl) es menor de Alfa se rechaza Ho 32
  • 33. Cálculo de los residuales yij = yi . +y. j −y.. ˆ Y estimada eij = yij −yij ˆ Error o residuo s yi . = MSE b Rk =r0.05, k , gl . MSE * s yi . Error estándar Factor de comparación Si la diferencia de medias excede a Rk es significativa 33
  • 34. Adecuación del modelo   Los residuales deben seguir una recta en la gráfica normal Deben mostrar patrones aleatorios en las gráficas de los residuos contra el orden de las Yij, contra los valores estimados y contra los valores reales Yij 34
  • 35. ANOVA PARA UN FACTOR PRINCIPAL Y DOS O TRES FACTORES DE BLOQUEO CUADRADO LATINO Y GRECOLATINO 35
  • 36. ANOVA – 3 y 4 factores    El diseño de Cuadrado latino utiliza dos factores de bloqueo adicionales al de Tratamiento EL diseño de Cuadrado Grecolatino utiliza tres factores adicionales al del Tratamiento El cálculo de suma de cuadrados para renglones y para columnas es similar al de ANOVA de un factor principal y otro de bloqueo 36
  • 38. ANOVA – Cuadrado Latino: Factor principal (A,B,C,D) b SCTr = ∑a ( X Tr − X ) 2 j =1 gl.SCTr = a −1 = b −1 CMTr = SCTr /(b −1) 38
  • 39. ANOVA – Cuadrado Latino: Cálculo del error SCE = SCT − SCTcol − SC Re ng − SCTr gl.SCE = ( a − 2)(a −1) CME = SCE /( a − 2)(a −1) 39
  • 40. ANOVA – Cálculo del estadístico Fc y Fexcel MCTr Fc = MCE Fexcel = FINV ALFA, gl .SCTr , gl .SCE 40
  • 41. ANOVA – Cuadrado Latino Reng / Col MC Re ng Fcreng = MCE MCCols Fcols = MCE Fexcel = FINVALFA, gl .SCBl , gl .SCE 41
  • 42. Tabla final ANOVA 2 Factores FUENTE DE VARIACIÓN SUMA DE GRADOS DE CUADRADO CUADRADOS LIBERTAD MEDIO VALOR F Renglores SCRen a-1 CMRen CMRen/CME Columnas SCCol b-1 CMCol CMCol/CME Tratamiento SCTr a-1 CMTr CMTr/CME Dentro de muestras (error) SCE (a-2)(a-1) CME Variación total SCT n-1 CMT 42
  • 43. Cuadrado latino en Minitab     Se introducen las respuestas en una columna C1 Se introducen los subíndices de los renglones en una columna C2 Se introducen los subíndices de las columnas en una columna C3 Se introducen las letras mayúsculas que indican el nivel del factor (A, B, C, D, etc.) correspondientes a cada respuesta en la columna C4 43
  • 44. Cuadrado latino en Minitab  Opción: ANOVA – General linear model  En Response indicar la col. De Respuesta,  En Model indicar las columnas de los factores y   En Random factors indicar los factores adicionales al del efecto principal a probar (A, B, C, D). Se pueden pedir interacciones entre factores x – y con Cx*Cy Pedir gráfica de residuales Normal y vs fits y orden 44
  • 45. Cuadrado Greco Latino Experiencia de los operadores Lotes MP 1 2 3 4 5 1 Aa=-1 Bc=-5 Ce=-6 Db=-1 Ed=-1 2 Bb=-8 Cd=-1 Da=5 Ec=2 Ae=11 3 Cc=-7 De=13 Eb=1 Ad=2 Ba=-4 4 Dd=1 Ea=6 Ac=1 Be=-2 Cb=-3 5 Ee=-3 Ab=5 Bd=-5 Ca=4 Dc=6 a, b, c y d son 5 diferentes tipos de montaje A, B, C, D y E son las 5 formulaciones a probar 45
  • 46. Cuadrado Greco latino en Minitab      Se introducen las respuestas en una columna C1 Se introducen los subíndices de los renglones en una columna C2 Se introducen los subíndices de las columnas en una columna C3 Introducir los subíndices del factor adicional de letras griegas con letras latinas minúsculas (a,b,c,d,e) en C4 Se introducen las letras mayúsculas que indican el nivel del factor (A, B, C, D, etc.) correspondientes a cada respuesta en la columna C5 46
  • 47. Cuadrado Greco latino en Minitab  Opción: ANOVA – General linear model  En Response indicar la col. De Respuesta,  En Model indicar las columnas de los factores y   En Random factors indicar los factores adicionales al del efecto principal a probar (A, B, C, D). También se pueden indicar interacciones entre factores x-y con Cx * Cy Pedir gráfica de residuales Normal y vs fits y orden 47
  • 48. ANOVA – Cuadrado Grecolatino b SCG = ∑a ( X m − X ) 2 m =1 gl.SCG = b −1 CMG = SCG /(b −1) 48
  • 49. ANOVA de 2 factores – Suma de cuadrados, gl. y Cuadrado medio para el error SCE = SCT − SCTr − SCG − SC Re n − SCCol gl.SCE = (a − 3)(a − 1) CME = SCE /( a − 3)(a − 1) 49
  • 50. ANOVA – Cálculo del estadístico Fc y Fexcel MCG Fc = MCE Fexcel = FINV ALFA, gl .SCTr , gl .SCE 50
  • 51. ANOVA – Cuadrado Grecolatino MCTr Fc = MCE Fexcel = FINV ALFA, gl .SCBl , gl .SCE 51
  • 52. Tabla final ANOVA 2 Factores FUENTE DE VARIACIÓN SUMA DE GRADOS DE CUADRADO CUADRADOS LIBERTAD MEDIO VALOR F Renglores SCRen a-1 CMRen CMRen/CME Columnas Letras griegas Tratamiento SCCol SCG SCTr b-1 a-1 a-1 CMCol CMG CMTr CMCol/CME CMG/CME CMTr/CME Dentro de muestras (error) SCE (a-3)(a-1) CME Variación total SCT n-1 CMT 52