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

La prueba anova1

  • 1.
    ANOVA PARA UNFACTOR PRINCIPAL Y UNO O MAS FACTORES DE BLOQUEO 1
  • 2.
    ANOVA - CONTENIDO     ANOVADE 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 UNFACTOR O DIRECCIÓN 3
  • 4.
    ANOVA – Pruebade 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  Todaslas 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 – Ejemplode 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 – Sumade cuadrados total Xij Gran media Xij a b i= 1 j= 1 SCT =∑ ∑Xij −X ) ( 2 7
  • 8.
    ANOVA – Sumade 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 – Sumade 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 – Sumade cuadrados del error X2j X1j X3j Media X1. Media X2. Muestra 1 Muestra 2 SCE = SCT − SCTr Media X3. Muestra 10
  • 11.
    ANOVA – Gradosde libertad: Totales, Tratamientos, Error gl.SCT = n − 1 gl.SCTr = a − 1 gl.SCE = (n − 1) − (a − 1) = n − a 11
  • 12.
    ANOVA – Cuadradosmedios: Total, Tratamiento y Error MCT = SCT /( n −1) MCTr = SCTr /( a −1) MCE = SCE /( n − a ) 12
  • 13.
    ANOVA – Cálculodel estadístico Fc y Fexcel MCTr Fc = MCE Fexcel = FINV ALFA, gl .SCTr , gl .SCE 13
  • 14.
    Tabla final deANOVA 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 – Tomade 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 – Tomade 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 – Identificarlas 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 – Identificarlas 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 – Identificarlas 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 paraDiseños 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 UNFACTOR PRINCIPAL Y UN FACTOR DE BLOQUEO 21
  • 22.
    ANOVA – Pruebade 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 – Pruebade 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 – Dosfactores 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 2factores – 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 2factores – 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 – Cálculodel estadístico Fc y Fexcel MCTr Fc = MCE Fexcel = FINV ALFA, gl .SCTr , gl .SCE 28
  • 29.
    ANOVA de 2factores – Cálculo del estadístico Fcbl y Fexcel bloques (columnas) MCBl Fc = MCE Fexcel = FINV ALFA, gl .SCBl , gl .SCE 29
  • 30.
    Tabla final ANOVA2 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 – 2F. 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 – 2F. 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 losresiduales 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   Losresiduales 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 UNFACTOR PRINCIPAL Y DOS O TRES FACTORES DE BLOQUEO CUADRADO LATINO Y GRECOLATINO 35
  • 36.
    ANOVA – 3y 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
  • 37.
  • 38.
    ANOVA – CuadradoLatino: 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 – CuadradoLatino: 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 – Cálculodel estadístico Fc y Fexcel MCTr Fc = MCE Fexcel = FINV ALFA, gl .SCTr , gl .SCE 40
  • 41.
    ANOVA – CuadradoLatino Reng / Col MC Re ng Fcreng = MCE MCCols Fcols = MCE Fexcel = FINVALFA, gl .SCBl , gl .SCE 41
  • 42.
    Tabla final ANOVA2 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 enMinitab     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 enMinitab  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 Experienciade 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 latinoen 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 latinoen 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 – CuadradoGrecolatino b SCG = ∑a ( X m − X ) 2 m =1 gl.SCG = b −1 CMG = SCG /(b −1) 48
  • 49.
    ANOVA de 2factores – 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 – Cálculodel estadístico Fc y Fexcel MCG Fc = MCE Fexcel = FINV ALFA, gl .SCTr , gl .SCE 50
  • 51.
    ANOVA – CuadradoGrecolatino MCTr Fc = MCE Fexcel = FINV ALFA, gl .SCBl , gl .SCE 51
  • 52.
    Tabla final ANOVA2 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