i, j

ir o jk

i, j

Distribucin sea Normal: u ij Distribucin Normal

Independientes entre si: E u ij u rk = 0

La varianza sea constante: Var u ij = 2

La media sea cero: E u ij = 0

HIPOTESIS DEL MODELO

u ij : Errores exp erimentales

: Media general ; i : Efecto del tratamiento i esimo

y ij = + i + u ij ; i :1,..., I ; j :1,..., ni

DISEO COMPLETAMENTE ALEATORIZADO

 OBJETIVOS

E y ij = + i = i

I
n =0
i =1 i i

Contraste de Hiptesis

H1 : i 0

Para algn i

Para algn par ( i, j)

H0 : i = 0

H1 : i j

H 0 : 1 = 2 = ...... = I =

Comparaciones Mltiples

Comprobar la Idoneidad del Modelo

Contrastar la Hiptesis de Igualdad de los tratamientos

Estimar los Parmetros del Modelo

y ij = + i + u ij

MODELO DE EFECTOS FIJOS

 El

I
n es el nmero total de observaciones
i =1 i

y I 1 ... y Ij ... y I n I

y 11 ... y 1 j ... y 1n 1
.
.
.
y i1 ... y ij ... y i n i

total y la media general:

..
I

yI

.
I
n y
i =1 i i

.
.

yI

.
y ..

yi
1
=
yi =
ni ni

.
y ..

.
yi

.
yi

.
.

yi
y1

.
.

yi
y1

y
1
I
n
=
= i y ij =
N
N i =1 j =1

.. ..

ni
y
j =1 ij

.
nI

.
ni

ni
n1

= i =1 j i=1 y ij = i =1 y i

total y la media del i-esimo tratamiento: y i =

N =

El

.
I

.
i

Tratamientos

ANALISIS DEL MODELO DE EFECTOS FIJOS

ni
y
j =1 ij

. ..
n

i =1

nii = 0

G.L.(i ) = I 1

I i
I i
I
2
2
1
1
1
2
2 = ( y ij i ) =
y

y
=
n
s
(
)
ij i
i i
N i =1 j =1
N i =1 j =1
N i =1

i
1
i = yij = yi y
ni j =1

..

I i
1
= y ij = y
N i =1 j =1

ESTIMACIN POR MXIMA VEROSIMILITUD

RESIDUOS

i = 1,..., I

G.L. (RESIDUOS) = N - I

j =1

eij = 0

ni

I i
1
2
= eij2
N i =1 j =1

eij = y ij y ij = y ij i = y ij y i

SR =

. ..] = i

i es un estimador centrado de i

1
N I

.)

i =1 j =1

( y ij y i

I ni
2

1
N I

i =1 j =1

eij

I ni

E S R2 = 2

N I 2

E 2 =

E i = E [ y i y

VARIANZA RESIDUAL

2 no es un estimador centrado de 2

..] =

E = E [ y

es un estimador centrado de

PROPIEDADES DE LOS ESTIMADORES

..)

1
2
CMTr = S =
T r I 1

I
I

i =1 j =1

( yi. y..)

1
2
CMR = S =
R N I

i =1 j =1

( yij y..)

I ni

CUADRADOS MEDIOS

SCT = SCTr + SCR

.)

.)

i =1 j =1

I ni

2
)
..

( yij yi.)

+ i =1 j i=1( y ij y i

I
n y y
i =1 i ( i
2
ni
y

y
i
j =1 ij

SCTr =

. ..)

SCR = i =1

..)
2

1
CMT = S =
N 1
T

I ni

= i =1 ni ( y i y

SCT = i =1 j i=1( y ij y

ni
y y
j =1 ij

I
i =1

DESCOMPOSICION DE LA VARIABILIDAD

. ..)
2

1
CMR = S 2 =
R N I

i =1 j =1

( yij y..)

I ni

i =1 j =1

Fexp > F ; I 1, N I

Criterio de Rechazo

SCR ( N I )

F=

Estadstico de Contraste

SCTr ( I 1)

2
SR

S Tr

FI 1, N I

.)

( yij yi

I ni

H 0 : 1 = 2 = ...... = I = 0

ANALISIS ESTADSTICO

i =1 j =1

( yi y

I ni

H 0 : 1 = 2 = ...... = I =

1
CMTr = S 2 =
T r I 1

1
2
CMT = S =
N 1
T

CUADRADOS MEDIOS

TOTAL

Residual

I ni

i =1

.)

ni ( y i. y..)

S. C.

i =1 j =1

..)

SCT = ( y ij y

I ni

i =1 j =1

SCR = ( y ij y i

Entre Tratamientos SCTr =

F. V.

TABLA ANOVA

N-1

N-I

I- 1

G. L.

ST

SR

2
S Tr

C. M.
2

S Tr S R

Fexp

TOTAL

Residual

Entre Tratamientos

F. V.

N-1

N-I

I- 1

G. L.

R2 =

SCTr
SCT

ST

SR

S Tr

C. M.

DE DETERMINACIN

..

2
y
y ij2
N

COEFICIENTE

i =1 j =1

SCT =

I ni

I y2
i
SCR =
y ij2
n
i =1 j =1
i =1 i

I ni

I y2 y2
i
SCTr =
n
N
i =1 i

.
..

S. C.

FORMA PRACTICA DE LA TABLA ANOVA

S Tr S R

Fexp

10

51
56
48
47
43

Telares

43

48

50

60

49

46

49

53

56

50

47

44

44

56

49

Resistencia

45

45

57

51

46

50

Ejemplo
Una compaa textil utiliza diversos telares para la produccin de telas. Aunque se
desea que los telares sean homogneos con el objeto de producir telas de resistencia
uniforme se supone que puede haber una variacin significativa en la resistencia de la
tela debido a la utilizacin de distintos telares. A su disposicin tiene 5 telares con los
que realiza determinaciones de la resistencia de la tela. Este experimento se realiza en
orden aleatorio y los resultados se muestran en la tabla siguiente.

11

48 50 53 44 45

47 48 49 44

43 43 46 49 45

45

47

48

57

50

yi

63849

12164

8850

11574

16257

15004

2
y
ij

SCR = SCT SCTr = 98

5 y2 y2
2
1283
i
= 63751
= 439.88
SCTr =
26
n
N
i =1 i

26

.. = 1283

26

188

240

285

300

270

yi

..

.
..

i =1 j =1

SCT =

46

50

ni

1 2
1283 2
2
y ij y = 63849
= 537.88

56 60 56 56 57

5 ni

51 49 50 49 51

Observaciones

Telar.

63751

12150

8836

11520

16245

15000

y i2 ni

12

439.88
98.00
537.88

Trat. = Telqares

Residual

TOTAL

25

21

G. L.

4.67

109.97

C. M.

Fexp = 23.55

Fexp > F-t

F0.01; 4,21 = 4.37

Fexp = 23.55

Fexp > F-t

Nivel de Significacin: = 0.01

F0.05; 4,21 = 2.84

Nivel de Significacin: = 0.05

S. C.

F. V.

TABLA ANOVA

Rech. H0

Rech. H0

23.55

Fexp
0.8178

C.D.

13

Var u ij = 2

E u ij u rk = 0

u ij Distribucin Normal

T2 = 2 + 2

Cov i , j = 0

Var [ i ] = 2

E [ i ] = 0

i
i j

i Distribucin Normal

u ij y i Son Independientes

ir o jk

i, j

E u ij = 0

i, j

Variables Aleatorias

i = 1,..., I ; j = 1,..., ni

HIPOTESIS DEL MODELO

y ij = + i + u ij

MODELO DE EFECTOS ALEATORIOS

14

S2 = 2
R

2 n 2
N
i i
S2 =
2 + 2
Tr
N(N I)

Fexp > F2; I 1, N I

Criterio de Rechazo

SR

S Tr

FI 1, N I

N(N I)
2
2 S 2

=
STr
R
2
2
N i ni

2 = S 2

SCR ( N I )

Estadstico de Contraste

SCTr ( I 1)

H 1 : 2 > 0

F=

H 0 : 2 = 0

15

91.50
88.50
90.10

Hornos

84.80

84.65

98.30

88.25

79.00

98.10

73.00

77.35

93.50

Temperaturas

71.85

93.60

78.65

Ejemplo
En una forja se utilizan varios hornos para calentar muestras de metal. Se supone que
todos los hornos operan a la misma temperatura, aunque se sospecha que quizs esto
problamente no sea cierto. Se seleccionan aleatoriamente tres hornos y se anotan sus
temperaturas en sucesivos calentamientos, obtenindose las observaciones que se
muestran en la Tabla.

16

413.81
1008.34

Residual

TOTAL

2 =

594.53

Trat. = Hornos

14

12

G. L.

34.48

297.26

C. M.

Fexp = 8. 62

Fexp > F-t

Rech. H0

8.62

Fexp
0.5896

C.D.

T2 = 2 + 2 = 319.5985 + 34.48 = 354.0785

N(N I)
2 S 2 = 151 2 ( 297.2634.48 ) = 319.5985
S Tr
R
15 2 77
N 2 i ni2

F0.05; 2,12 = 3.89

Nivel de Significacin: = 0.05

S. C.

F. V.

TABLA ANOVA

17