ANOVA

Page  1
Análisis de varianza (ANOVA)

Técnica Estadística que sirve para examinar

las diferencias entre las medias de dos o más
poblaciones.

Page  2
Términos

• Variables independientes categóricas. Todas las variables

Factores: independientes deben ser categóricas (no métricas), para
utilizar la prueba de ANOVA.

• En el ANOVA una combinación particular de niveles o

Tratamiento: categorías de factores.

Análisis de varianza • Técnica del ANOVA que sólo incluye un factor.

de un factor:

Análisis de varianza • Modelo del ANOVA en el que participan dos o más factores.
de n factores:

Análisis de covarianza • Procedimiento avanzando del análisis de varianza, donde los

efectos de una o más variables métrica extrañas se eliminan
(ANCOVA): de la variable dependiente antes de realizar el ANOVA.

Page  3
Análisis de Varianza de un factor

 A menudo se interesan por examinar las diferencias en los valores

promedio de la variable dependiente de varias categorías, en una sola
variable independiente o factor. Por ejemplo:
– ¿Los diversos segmentos difieren en términos de sus volumen de
consumo del producto?
– ¿Varían las evaluaciones de la marca hechas por grupos expuestos a
distintos comerciales?
– ¿Los vendedores al detalle, los mayoristas y los agentes tienen
actitudes diferentes hacia las políticas de distribución?
– ¿Qué efecto tiene la familiaridad de los consumidores con la tienda
(alta, media, baja) sobre la preferencia por la tienda?

Page  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

Page  5
El análisis de varianza de un sentido

Examina dos o más muestras independientes para

determinar si sus medias poblacionales pueden ser
iguales. Dado que los tratamientos se asignan de
manera aleatoria a todas las personas o unidades
de prueba del experimento, esto se conoce como
diseño completamente aleatorio, de un factor.

H0: µ1= µ2= … = µn

H1: Las medias de la población no son todas
iguales

Page  6
 PROBLEMA 1: Dada una variable cuantitativa continua Y, y una
variable cualitativa F, determínese si entre ambas hay relación, o no.

Y: variable respuesta (numérica)

ANOVA simple F: factor (cualitativa)

PROBLEMA 1: Dada una variable cuantitativa continua Y, y una

variable cualitativa F, determínese si entre ambas hay relación, o no.

Ejemplos: Tiempo de cura / medicamento utilizado

Rendimiento de cosechas / fertilizante
Renta familiar / hábito de lectura
Número de préstamos / ubicación

Page  7
Modelo

 Podemos representar cada resultado como un modelo estadístico:

X(i,j) = µ + σ(j) + ε(i,j)

X(i,j): Una observación o medición individual, ésta es la i-ésima

observación para el tratamiento j.
µ: Media poblacional sobre todas las muestras.
σ(j): El efecto del tratamiento j.
ε(i,j): Error aleatorio asociado con el proceso de muestreo.

Page  8
Procedimiento de Anova

 Una empresa de Contabilidad desarrolló tres métodos con el

propósito de guiar a sus empleados temporales para elaborar
las declaraciones de impuestos. Para comparar la eficacia de
estos métodos, se prepara una prueba en la cual cada uno
de los 10 empleados temporales se asigna de manera
aleatoria para utilizar uno de los tres métodos para elaborar
una hipótesis solicitud de devolución de impuestos. Los
tiempos de elaboración (en minutos) aparecen en la tabla.
Con un nivel de significancia α = 0.025, ¿podemos concluir
que los tres métodos pueden tener la misma eficacia?

H0: µ1= µ2= … = µn

H1: Las medias de la población no son todas iguales

Page  9
El procedimiento

Método 1 Método 2 Método 3 N = 10

15 10 18
20 15 19
19 11 23
14

Suma de los Cuadrados en

17.0 12.0 20.0
los tratamientos, SSTR

= 4(17-16.4)2+3(12-
16.4)2+3(20-16.4)2 = 98.4
La media para el grupo de
tratamiento 2 es (10+15+11)/3 = SSTR = 98.4
12 minutos
Page  10
El procedimiento

= ((15-17)2+(20-17)2+(19-17)2+(14-17)2) + ((10-12)2+(15-
12)2+(11-12)2)+ ((18-20)2+(19-20)2+(23-20)2)

SSE = 54

Page  11
El procedimiento

= ((15-16.4)2+(20-16.4)2+(19-16.4)2+(14-16.4)2) + ((10-
16.4)2+(15-16.4)2+(11-16.4)2)+ ((18-16.4)2+(19-16.4)2+(23-
16.4)2)

SST = 152.4

o SST = SSTR + SSE

Page  12
El procedimiento

Cuadrado medio de los tratamientos (MSTR) y

cuadrado medio del error (MSE)

El estadístico de la Prueba F

En Tabla: F(0.025, 2, 7) = 6.54

Page  13
Resultados

No rechazar H0 Rechazar H0

Área = 0.025

F = 6.54
Estadístico de la prueba:
F = 6.38

Conclusión: No Rechazar H0
Page  14
Page  15
Page  16
Page  17
Análisis de varianza de un factor

RESUMEN
Grupos Cuenta Suma Promedio Varianza
Método 1 4 68 17 8.66666667
Método 2 3 36 12 7
Método 3 3 60 20 7

ANÁLISIS DE VARIANZA
Promedio de
Origen de las Suma de Grados de Valor crítico
los F Probabilidad
variaciones cuadrados libertad para F
cuadrados
Entre grupos 98.4 2 49.2 6.37777778 0.02648078 6.5415203
Dentro de los
grupos 54 7 7.71428571

Total 152.4 9

Page  18
Page  19
Page  20
Page  21
 ANOVA unidireccional: Método 1, Método 2, Método 3

Fuente GL SC MC F P
Factor 2 98.40 49.20 6.38 0.026
Error 7 54.00 7.71
Total 9 152.40

S = 2.777 R-cuad. = 64.57% R-cuad.(ajustado) = 54.44%

ICs de 95% individuales para la media

basados en Desv.Est. agrupada
Nivel N Media Desv.Est. ---------+---------+---------+---------+
Método 1 4 17.000 2.944 (--------*-------)
Método 2 3 12.000 2.646 (--------*--------)
Método 3 3 20.000 2.646 (--------*--------)
---------+---------+---------+---------+
12.0 16.0 20.0 24.0

Desv.Est. agrupada = 2.777

Page  22