You are on page 1of 22

ANALISIS DE

VARIANZA POR
BLOQUES
ALEATORIOS
Con
MINITAB

Realizacin de un anlisis
ANOVA
Cuando slo hay dos tratamientos, el anlisis de
varianza de una va equivale al test T de Student
para muestras independientes. A su vez, el anlisis
de varianza para el diseo en bloques con dos
tratamientos, equivale a la prueba de T de Student
para muestras pareadas.

Cuando se comparan ms de dos pares de


tratamientos, la dcima de T de Student no
conserva el nivel de significacin correspondiente y
es ms correcto utilizar el anlisis de varianza.

El diseo en bloques aleatorios es apropiado y


eficiente cuando se desea investigar las diferencias
entre los promedios de k tratamientos en
condiciones homogneas, vale decir, eliminando las
diferencias iniciales entre las unidades experimentales.
Estas condiciones homogneas pueden ser:
Parcelas de terreno
Lotes de produccin
Una misma persona sometida a diferentes
tratamientos.

Comparando con el diseo


completamente aleatorio
Se
tiene por tanto una fuente de variacin
adicional a las entre tratamientos y dentro de
tratamientos:
La variacin entre bloques.

Los grados de libertad para el calculo de CBS ser


(numero de bloques menos 1)

Tabla ANOVA
Fuente de
Variacin

Grados de
libertad

Entre
tratamientos
Bloques
Residual
Total

()()

Suma de
cuadrados

Cuadrados
medios

Ejemplo Minitab
1- Seleccione File Open
Worksheet.
2 - Haga clic en Look in Minitab Sample Data
folder, cerca de la parte inferior del cuadro de
dilogo.
3 - En la carpeta Sample Data, haga doble clic en
Meet Minitab.
4 - Seleccione ShippingData.MTW y, a
continuacin, haga clic en Open. Haga clic en OK

Los Datos incluyen:

Nombre del centro de envo


Fecha del pedido
Fecha de entrega
Nmero de das para la entrega
Estado de la entrega (On time indica que el envo de libros se ha
recibido puntualmente; Back order indica que actualmente no hay
existencias del libro;Late indica que el envo de libros se ha recibido
seis o ms das despus dehaberlo pedido)
Distancia entre el centro de envo y el lugar de entrega

Pasos
1 - Seleccione Stat ANOVA One-Way
2 - En Response, introduzca Days. En Factor, introduzca
Center.

En muchos cuadros de dilogo de los comandos estadsticos, puede


seleccionar opciones de uso frecuente u opciones requeridas. Use los
botones del cuadro de dilogo secundario para seleccionar otras
opciones.

3 - Haga clic en Comparisons.


4 - Marque la casilla Tukeys, family error rate y,
acontinuacin, haga clic en OK.

5 - Haga clic en Graphs.


6 - Marque las casillas Individual value plot y
Boxplots of data.
7 - En Residual Plots, seleccione Four in one.
8 - Haga clic en OK en cada uno de los cuadros de
dilogo.

Ventana de resultado de la sesin

Interpretar los resultados


El proceso de toma de decisiones de un test de
hiptesis puede basarse en el valor de
probabilidad (valor p) para el test especfico.
Si el valor p es menor o igual que un nivel de
relevancia predeterminado (nivel ), se rechaza la
hiptesis nula y se afirma categricamente la
hiptesis alternativa.
Si el valor p es mayor que el nivel , no se
rechaza la hiptesis nula y no se puede afirmar
categricamente la hiptesis alternativa.

En la tabla del anlisis ANOVA, el valor p (0,000)


proporciona pruebas suficientes de que el tiempo
de entrega medio es diferente para al menos uno
de los centros de envo respecto a los otros
cuando es 0,05. En la tabla de intervalos de
confianza individuales del 95%, observe que
ninguno de los intervalos se solapa, lo que
respalda la teora de que las medias son
estadsticamente distintas. Sin embargo, debe
interpretar los resultados de la comparacin
mltiple para ver dnde existen diferencias entre
los promedios de los centros de envo.

El test de Tukey ofrece informacin de agrupacin


y dos conjuntos de intervalos de comparacin
mltiple. En la tabla de agrupaciones, los niveles
de los factores dentro del mismo grupo no son
significativamente distintos unos de otros. Cada
centro de envo est en un grupo distinto. Por lo
tanto, todas las medias de los niveles presentan
unos tiempos de entrega medios
significativamente diferentes.

Los intervalos de confianza de Tukey muestran:

La media del centro de envo Central restada de


las medias de los centros de envo Eastern y
Western
La media del centro de envo Eastern restada de
la media del centro de envo Western
El primer intervalo en el primer conjunto del
resultado de Tukey es 0,068 a 0,868.
Es decir, el tiempo de entrega medio del centro
Eastern menos el del centro Central se encuentra
en algn valor entre los 0,068 y 0,868 das.

Las entregas del centro Eastern tardan ms que


las entregas del centro Central. Los dems
resultados del test de Tukey se interpretan de
forma parecida. Las medias de todos los centros
de envo varan significativamente porque todos
los intervalos de confianza excluyen el cero. Por lo
tanto, todos los centros de envo presentan unos
tiempos de entrega medios significativamente
diferentes. El centro de envo Western tiene el
tiempo de entrega medio ms rpido (2,981 das).

Ventana de resultados del


grfico

Interpretar los resultados


Las grficas de valores individuales y los
diagramas de cajas indican que el tiempo de
entrega vara por centro de envo, lo que es
consecuente con los grficos del captulo anterior.
El diagrama de cajas del centro Eastern indica la
presencia de un valor atpico (indicado con *) que
corresponde a un pedido con un tiempo de
entrega extraordinariamente largo.

Use las grficas de residuos de que


disponen muchos de los comandos
estadsticos para comprobar los supuestos
estadsticos:
Grfica de probabilidad normal: permite detectar
irregularidades. Una lnea aproximadamente recta indica que
los residuos se distribuyen normalmente.
Histograma de residuos: permite detectar varios picos o
valores mximos, valores atpicos e irregularidades. El
histograma debe ser aproximadamente simtrico y con
forma de campana.
Residuos frente a los valores ajustados: permite detectar
varianza no constante, trminos de orden superior faltantes
y valores atpicos. Los residuos deben dispersarse
aleatoriamente en torno a cero.
Residuos frente al pedido: permite detectar la dependencia
temporal de los residuos. Los residuos no deben presentar
un patrn claro.

Chas gracias
En cuanto a los datos de envo, las grficas de
residuos cuatro en uno no indican violacin alguna
de los supuestos estadsticos. El modelo ANOVA
de 1 factor se adecua a los datos de un modo
razonablemente bueno.