Professional Documents
Culture Documents
EXPERIMENTO
Observaciones
1
2 . ..
Total
n
.
y.
y11
y12
y1n
y1
2
.
.
.
y21
y22
....
y2n
.
.
.
ya1
ya2
yan
. a
Modelo:
yij = + eij
eij NID(0, 2)
E(yij) =
V(yij) = 2
yij NID(, 2)
i = 1,...,a
j = 1,....,n
aditividad
linealidad
normalidad
independencia
varianzas homogneas (homocedasticidad)
i = i -
i = 0
Ho: 1 = 2 = = a =
H1: i para algn i
Distribuciones:
SCTot./2 2N 1
SCTrat./2 2a 1
S.C.E./2 2N - a
Teorema de Cochrane
Sea Zi NID(0, 1) para i = 1,....,
y Z 2i = Q1 + Q2 + ....+ Qs , donde s y Qi
tiene i grados de libertad (i = 1,...,s).
Entonces, las Qi son s v.a.i. con distribucin 2
y i g.l. respectivamente ssi = 1 + 2 + ......
+ s.
g.l.
Suma de
cuadrados
Cuadrados
Medios
Fo
Entre
Tratamientos
a1
Error (dentro
Tratamiento)
Na
Total
N-1
y2ij y2/N
Estimacin de Parmetros
Para estimar los parmetros se utiliza el mtodo
de mnimos cuadrados. Se obtiene lo siguiente:
El caso no-balanceado
Se dice que un diseo es no-balanceado si el
nmero de observaciones tomadas para cada
tratamiento es diferente.
Sea ni = N de observaciones tomadas bajo el
tratamiento i, entonces
N = n i
t /2, (N a) 2CME/n
La cantidad
t /2, (N a) 2CME/n
se llama diferencia mnima
significativa o D.M.S.
Mtodo
1. El estadstico de prueba para la hiptesis
H0 : i = h es
F0 = yi - yh /CME(1/ni + 1/nh)
2. El valor crtico es
F = (a-1) F(a-1); (N a);
3. Se rechaza H0 si F0 > F.
El modelo es:
yij = + i + eij
i = 1,2,...,a
j = 1,2,.,n
donde i y eij son variables aleatorias,
V(i) = 2 y es independiente de eij.
Por lo tanto:
V(yij) = 2 + 2