MODULO II ANOVA

1. Anlisis de varianza en un solo sentido o completamente aleatorizados. 2. Anlisis de varianza para bloques aleatorizados. 3. Anlisis de varianza con dos factores.

Introduccin

El anlisis de varianza o ANOVA es utilizado para evaluar las diferencias entre los parmetros de varios grupos, puede comparar mtodos alternativos, tratamientos o materiales de acuerdo con algn criterio predeterminado.

ANOVA de una direccin se utiliza para comparar las medias de los grupos en un solo factor de inters. Tambien se conoce como completamente aleatorizado. ANOVA de dos direcciones compara los efectos de dos factores

ANOVA DE UNA SOLA DIRECCION o COMPLETAMENTE ALEATORIZADOS

4

Tabla ANOVA

Tabla ANOVA

Condiciones

Bajo las condiciones de que los niveles del factor que se van a estudiar representan poblaciones cuyas mediciones resultantes son tomadas de manera aleatoria e independiente y que siguen una distribucin normal.

Aplicacin

El Gerente de produccion de la planta en que se esta empacando cereal en cajas de 368 gramos esta considerando la sustitucion de una vieja maquina que afecta directamente el resultado del proceso de produccion. Tres proveedores, competidores entre si, han permitido que el gerente de produccion utilice su equipo a modo de prueba. Los precios de adquisicion y de los contratos por servicio de las tres marcas de equipo son esencialemnte iguales. Con el proposito de tomar una decision de compra se efectua un experimento para determinar si existen diferencias significativas respecto al tiempo promedio (en segundos) que les lleva a los trabajadores de la planta terminar el proceso de llenado, utilizando cada uno de los equipos. Quince trabajadores de la planta, con experiencia, habilidad y edad semejantes fueron asignados para recibir entrenamiento para operar uno de los tres tipos de equipo, de tal forma que se tienen cinco obreros por maquina. Se mide el tiempo y se muestra en la siguiente tabla:
8

Planteamiento

El nivel de significacin es de 0.05

Tiempo en segundos para realizar un proceso utilizando tres mquinas diferentes

Mquina

I
25.4 26.31 24.1 23.74 25.1

II
23.4 21.8 23.5 22.75 21.6

III
20 22.2 19.75 20.6 20.4

Hiptesis: Ho: 1 = 2 = 3 H1: No todas las son iguales

9

Hipotesis

La hiptesis nula establece que no existe diferencia entre los grupos respecto al tiempo medio para llevar a cabo el proceso. La hiptesis alternativa establece que existe un efecto de tratamiento, es decir, que al menos una de las mquinas difiere respecto al tiempo promedio requerido para completar el proceso.
10

Desarrollo
Para establecer la tabla de resumen ANOVA Calculamos las medias de cada muestra o de cada grupo. X1, X2 y X3.
I

Mquina
II III

Despues calculamos la media general o gran media:

25.4 23.4 20

26.31

21.8

22.2

24.1

23.5

19.75

Enseguida calculamos la suma de cuadrados entre grupos SSA:

23.74

22.75

20.6

25.1
Media

21.6 22.61

20.4 20.59

24.93

X1

X2

X3

11

4. Seguida de la suma de cuadrados dentro de grupos SSW:

5. Despues calculamos la suma de cuadrados total SST:

12

6. A continuacin se obtienen los medios cuadrticos dividiendo estas sumas de cuadrados entre sus correspondientes grados libertad.

c=3 y n=15

MSA = SSA = 47.164 = 47.164 = 23.582 c-1 3-1 2 MSW= SSW = 11.0532 = 11.0532 = 0.9211 n-c 15-3 12
7. Finalmente calculamos:

F = MSA = 23.582 = 25.60 MSW 0.9211

8. Sustituyendo los valores en la tabla:

13

Resultado
9. Obteniendo el valor crtico de la tabla distr. F de extremo superior (o terico): En la tabla con = .05 FU = c-1 , n-c (numerador, denominador) FU = 3-1 , 15-3 FU = 2, 12 = 3.89 Por lo tanto rechazamos Ho Si existe una diferencia significativa en el tiempo promedio requerido para terminar el proceso. F exp o calculada = 25.60

14

Ejercicio

A un nivel de significancia de 0.05 realice una prueba ANOVA de una direccin. La variacin en los grupos es similar?

15

BLOQUES ALEATORIZADOS

16

Introduccion
Este diseo recibe el nombre de bloques aleatorios porque estratifica las unidades de prueba o experimentales en funcin de la variable externa (tipo de establecimiento, tamao del rea geogrfica, edad, ingresos del cliente) que se controla. En cada bloque o estrato los tratamientos son asignados de manera aleatoria a las unidades de prueba. El modelo en el que se apoya este mtodo es el anlisis de la varianza ANOVA.
17

Tabla de ANOVA

18

Aplicacin

La administracin de una cadena de restaurantes de comida rpida que tiene cuatro sucursales desea evaluar el servicio. El director de la cadena contratra 24 investigadores (evaluadores). Despus de realizar consultas preliminares, los consultores son clasificados en seis bloques de 4 elementos basndose en su experiencia en evaluacin de comida. Dentro de cada uno de los 6 bloques homogneos , los 4 estimadores son asignados de manera aleatoria para realizar la evaluacin del servicio del restaurante, utilizando una escala de 0 (baja) a 100 (alta). Los datos se presentan a continuacin:
19

Planteamiento
Bloques de evaluado res 1 2 3 4

Restaurantes
A 70 77 76 80 B 61 75 67 63 C 82 88 90 96 D 74 76 80 76

5
6

84
78

66
68

92
98

84
86

Hiptesis
Diferencias entre los grupos o tratamientos (restaurantes): Ho: A. = B. = C = D H1: No todas las son iguales Diferencias entre los bloques de evaluadores

Ho: .1. = .2. = .6. H1: No todas las son iguales

20

Desarrollo
Para establecer la tabla de resumen ANOVA 1. 2. 3. Calculamos totales por cada rengln y por cada columna y el Gran Total. Despues calculamos las medias por renglon y por Bloques de columna. evaluador Enseguida se calcula la media de medias.
es A 70 1 Restaurantes

B 61

C 82

D 74

Totale s

Medias

287

71.75

2
3

77
76 80 84 78 465 77.5

75
67 63 66 68 400 66.67

88
90 96 92 98 546 91

76
80 76 84 86 476 79.33

316
313 315 326 330 1887

79
78.25 78.75 81.5 82.5

4.

Y tenemos que: r =6 C = 4

n = r c = 24
5 6
Totales

Medias

78.625
21

5. Calcular sumas de cuadrados

Suma de cuadrados entre grupos o tratamientos Suma de cuadrados entre bloques

Suma de errores

Suma del total de los cuadrados

22

6. Calcular los cuadrados medios (varianza), dividiendo las sumas de cuadrados entre sus grados libertad MSA, MSBL, y MSE.

7. Calcular los estadsticos de prueba Para los grupos (tratamientos) y para los bloques

F= MSA / MSE = 595.82 / 14.986 = 39.758 F= MSBL/ MSE = 56.676 / 14.986 = 3.782

23

Tabla de anlisis de varianza

24

8. Obtener los valores crticos de la tabla distr. F de extremo superior (o terico): En la tabla con = .05

1. F= MSA/ MSE FU = [(c-1), (r-1)(c-1)]

FU 3,15 = 3.29

39.758 >3.89 Rechazamos Ho, si existe evidencia de una diferencia en la asistencia promedio entre los diferentes restaurantes.

2. F= MSBL/ MSE FU = [(r-1), (r-1)(c-1)]

FU 5,15 = 2.90

3.782>2.90 Rechazamos Ho, si existe evidencia de una diferencia entre los grupos o bloques de estimadores.

25

EJERCICIO:
Una empresa de productos de belleza acaba de crear una nueva crema cuyo precio est todava por determinar. Para tomar esta decisin, ensaya tres precios diferentes (900, 1100 y 1500), ensayo que realiza en una determinada rea geogrfica durante un mes, a travs de diferentes perfumeras y mediante una campaa de publicidad en prensa y radio local. Las perfumeras son bastante diferentes entre s, debido a su localizacin, forma de operar y cifra de ventas. Por ello, la empresa establece cinco grupos de perfumeras con cierta homogeneidad, donde va a experimentar la influencia del precio en las ventas. Si en cada grupo el reparto de los tres tratamientos del precio se realiza al azar y las ventas medias por perfumera / mes para cada uno de los precios ensayados se indica en el cuadro siguiente. A un nivel de significancia del 0.05 Calcular si existe alguna diferencia entre grupos (precios) y entre bloques (perfumerias).
Precio de 900
GRUPO I GRUPO II GRUPO III GRUPO IV GRUPO V 540 570 540 510 528

Precio de 1100
420 450 480 450 432

Precio de 1500
300 390 408 330 288 26

ANOVA DE DOS DIRECCIONES o PARAMETROS

27

TABLA ANOVA

28

Aplicacin

Suponga que el Director de investigaciones de mercado de una cadena de supermercados est interesado en el estudio del efecto de la colocacin de los estantes sobre la venta de un producto. Se estudiarn cuatro lugares distintos donde colocarn los estantes: colocacin normal (A), colocacin adicional en la tienda (B), nueva colocacin (C), y colocacin normal con propaganda (D). Se tomaron tres tamaos de tienda diferentes: pequea, mediana, y grande. Para cada colocacin de estantes se seleccion una muestra aleatoria de dos tiendas de cada tamao. Los resultados se muestran a continuacin: El nivel de significacin es de 0.05

29

Planteamiento
FACTOR B
Colocacin de estante A B 45 50 Mediana 57 65 Grande 70 56 63 69 78 75 Tamao de tienda C 65 71 73 80 82 D 48 53 60 57 71

FACTOR A

Pequea

78

82

89

75

Hiptesis
Tamaos de tienda: Colocacin de estantes: Interaccion entre los dos factores (A y B) Tamaos de tienda y Colocacin de estantes: Ho:AB ij = 0 H1: ABij = 0
30

Ho: 1. = 2. = . r H1: No todas las son iguales

Ho: .1. = .2. = .c. H1: No todas las son iguales

Desarrollo
Para establecer la tabla de resumen ANOVA 1. Calculamos totales por cada rengln y por cada columna y el Gran Total. 2. Despues calculamos las medias por parmetro o factor. 3. Enseguida se calcula la media de medias. 4. Obtenemos la suma de los valores (rplicas) por celda. 5. Obtenemos los datos que se muestran a continuacin:
Colocaci n de estante Pequea Tamao de tienda A 45 50 B 56 63 C 65 71 D 48 53 451 56.375 Totales Medias

Mediana

57
65

69
78 75 82 423 70.5

73
80 82 89 460 76.67

60
57 71 75 364 60.67 622 1612 67.167 77.75 539 67.375

Grande

70 78

Totales Medias

365 60.83

r =3

C=4

n' = 2

GT = 1612

X1.. = 451
X.1. = 365 X11. = 95 X21. = 122

X2.. = 539
X.2. = 423 X12. = 119 X22. = 147

X3.. = 622
X.3. = 460 X13. = 136 X23. = 153 X.4. = 364 X14. = 101 X24. = 117

GT= Gran total de todos los renlgones y columnas r= nmero de niveles del factor A C= nmero de niveles del factor B n = nmero de rplicas para cada celda n = nmero total de observaciones de todo el experimento con n= rcn

X31. = 148

X32. = 157

X33. = 171

X34. = 146
31

6. Calcular sumas de cuadrados

Suma de cuadrados de todos los elementos Suma de cuadrados de los totales del factor A sobre cn Suma de cuadrados de los totales del factor B sobre r n Suma de cuadrados de las rplicas por celda sobre n Cuadrado de GT sobre rcn
32

7. Calcular Suma total de cuadrados (SST) , suma de cuadrados debida al factor A (SSFA),suma de cuadrados debido al factor B ( SSFB), suma de cuadrados debida al efecto de interaccin (SSAB)

33

8. Calcular los cuadrados medios (varianza), dividiendo las sumas de cuadrados entre sus grados libertad MSFA, MSFB, MSAB y MSE.

9. En el modelo ANOVA de dos factores existren tres pruebas distintas, el siguiente paso consiste en efectuar ANOVA, Calculando los valores de F

F= MSFA / MSE = 914.045/ 21.5 = 42.51 F= MSFB/ MSE = 367.447 / 21.5 = 17.09 F= MSAB / MSE = 14.818 / 21.5 = .69

34

Tabla de anlisis de varianza

35

10. Obtener los valores crticos de la tabla distr. F de extremo superior (o terico): En la tabla con = .05

1. F= MSFA/ MSE FU = [(r-1), rc(n-1)]

FU 2,12 = 3.89

42.51>3.89 Rechazamos Ho, si existe evidencia de una diferencia en los tam. De tienda.

2. F= MSFBA/ MSE FU = [(c-1), rc(n-1)]

FU 3,12 = 3.49

17.09>3.49 Rechazamos Ho, si existe evidencia de una diferencia en la colocacin de los estantes.

2. F= MSAB/ MSE FU = [(r-1)(c-1), rc(n-1)]

FU 6,12 = 3.00

.69 <3.49 Aceptamos Ho, no existe evidencia de un efecto de interaccin entre el tam.de la tienda y la colocacin de los estantes.

36

EJERCICIO
Una empresa reparadora de VCRs desea estudiar el efecto de la marca de VCR y el centro de servicio sobre el tiempo de reparacin en minutos. Se eligieron para el anlisis tres marcas (A, By C). Se seleccionaron 3 centros de servicio y repararon dos VCR de cada marca. Los resultados se presentan a continuacin: Utilizando = .05, determine: Si existe algn efecto debido a los centros de servicio, Si existe algn efecto debido a la marca de VCR y Si existe algn interaccin debida al centro de servicio y a la marca de VCR?

37

EJERCICIO
A un nivel de significancia del 0.05 Calcular si existe algun efecto debido al operador, a la mquina y si existe alguna interaccin debida al operador y la mquina.

38

EJERCICIO:

Pruebe la interaccin y los efectos principales a un nivel de significancia del .05

39

Distribucion F, nivel de significancia del 0.05

40

Referencia Bibliografica

Introduction to the practice of Statistics

Moore David S. Berenson Mark

Estadistica Conceptos y aplicaciones

41