Anlisis de

VAriAnzA
ALUMNA:LIZZETT ALMAZAN ALMAZAN.
MATERIA: BIOESTADISTICA. UNIDAD III.
EL OCOTITO, GRO. 13/08/2017.
 INTRODUCCIN:

El anlisis de la varianza parte

de los conceptos de regresin
lineal.
Al anlisis de la varianza se le
conoce casi universalmente por
las siglas ANOVA, que
corresponden a su nombre en
ingls (ANALISYS OF
VARIANCE).
 Un anlisis de la varianza permite determinar si
diferentes tratamientos muestran diferencias
significativas o por el contrario puede suponerse que
sus medias poblacionales no difieren. El anlisis de
la varianza permite superar las limitaciones de hacer
contrastes bilaterales por parejas que son un mal
mtodo para determinar si un conjunto de variables
con n > 2 difieren entre s.
 CONCEPTO:
El anlisis de varianza (ANOVA) es una
coleccin de modelos estadsticos y sus
procedimientos asociados, en el cual la varianza
esta particionada en ciertos componentes
debido a diferentes variables explicativas.
El anlisis de varianza parte de los conceptos
de regresin lineal.
 Finalidades del anlisis de varianza:
El anlisis de varianza lo vamos a utilizar para verificar
si hay diferencias estadsticamente significativas entre
medias cuando tenemos ms de dos muestras o grupos en
el mismo planteamiento. En estos casos no utilizamos la t
de Student que solamente es un procedimiento vlido
cuando comparamos nicamente las medias de dos
muestras. cuando tenemos ms de dos muestras y
comparamos las medias de dos en dos suben las
probabilidades de error al rechazar la hiptesis de no
diferencia porque queda suficientemente explicada por
factores aleatorios (que tambin se denomina error
muestral).
 Una varianza grande indica que hay mucha variacin entre
los sujetos, que hay mayores diferencias individuales con
respecto a la media; una varianza pequea nos indica poca
variabilidad entre los sujetos, diferencias menores entre
los sujetos. La varianza cuantifica todo lo que hay de
diferente entre los sujetos u observaciones.

la varianza se puede descomponer en varianzas parciales y

al descomponer la varianza le denominamos anlisis de
varianza. La varianza expresa variacin, y si podemos
descomponer la varianza, podemos aislar fuentes de
variacin
 PROPOSITO:
Con el anlisis de varianza
comprobamos si existen diferencias
estadsticamente significativas entre
ms de dos grupos, es decir,
comprobamos si las diversas
muestras podemos considerarlas
muestras aleatorias de la misma
poblacin. Es el mtodo apropiado
cuando tenemos ms de dos grupos
en el mismo planteamiento; en vez
de comparar las medias de dos en
dos, utilizamos el anlisis de
varianza
FORMULA DE ANALISIS DE VARIANZA
Existen tres clases conceptuales de estos modelos:

El Modelo de efectos fijos

asume que los datos provienen
de poblaciones normales las
cuales podran diferir
nicamente en sus medias.
 Modelo I: Efectos fijos
Este modelo se
El modelo de efectos supone cuando el
fijos de anlisis de la investigador se
varianza se aplica a interesa
situaciones en las que
el experimentador ha nicamente por los
sometido al grupo o niveles del factor
material analizado a presentes en el
varios factores, cada experimento, por lo
uno de los cuales le que cualquier
afecta slo a la media,
permaneciendo la variacin
"variable respuesta" observada en las
con una distribucin puntuaciones se
normal. deber al error
experimental.
El Modelo de efectos aleatorios asume que los
datos describen una jerarqua de diferentes
poblaciones cuyas diferencias quedan
restringidas por la jerarqua. Ejemplo: El
experimentador ha aprendido y ha considerado
en el experimento slo tres de muchos ms
mtodos posibles, el mtodo de enseanza es
un factor aleatorio en el experimento.
 Modelo II: Efectos aleatorios (componentes de varianza)
Los modelos de efectos
aleatorios se usan para
describir situaciones en que
ocurren diferencias
incomparables en el material
o grupo experimental. El
ejemplo ms simple es el de
estimar la media
desconocida de una
poblacin compuesta de
individuos diferentes y en el
que esas diferencias se
mezclan con los errores del
instrumento de medicin.
Este modelo se supone
cuando el investigador
est interesado en una
poblacin de niveles,
tericamente infinitos,
del factor de estudio,
de los que nicamente
una muestra al azar (t
niveles) estn
presentes en el
experimento.
 El Modelo de efectos mixtos describen
situaciones que ste puede tomar. Ejemplo: Si
el mtodo de enseanza es analizado como un
factor que puede influir donde estn presentes
ambos tipos de factores: fijos y aleatorios.
SUPUESTOS DEL ANOVA QUE DEVEN DE CUMPLIRSE:
La variable dependiente debe medirse al menos a nivel
de intervalo.

Independencia de las observaciones.

La distribucin de los residuales debe ser normal.

Homocedasticidad: homogeneidad de las

varianzas.
 La tcnica fundamental consiste en la separacin
de la suma de cuadrados (SS, 'sum of squares')
en componentes relativos a los factores
contemplados en el modelo

Como ejemplo,
mostramos el modelo
para un ANOVA
simplificado con un tipo
de factores en diferentes
niveles(Si los niveles
son cuantitativos y los
efectos son lineales,
puede resultar apropiado
un anlisis de regresin
lineal)
El nmero de grados de
libertad (gl) puede
separarse de forma
similar y corresponde con
la forma en que la
distribucin chi-cuadrado
( o Ji-cuadrada)
describe la suma de
cuadrados asociada.
 Grados de libertad:

Los grados de libertad pueden descomponerse

al igual que la suma de cuadrados. As, GLtotal
= GLentre + GLdentro. Los GLentre se calculan
como: a - 1, donde a es el nmero de
tratamientos o niveles del factor. Los GLdentro
se calculan como N - a, donde N es el nmero
total de observaciones o valores de la variable
medida (la variable respuesta).
Pruebas de significacin:

El anlisis de varianza lleva a la

realizacin de pruebas de significacin
estadstica, usando la denominada
distribucin F de Snedecor.
 Tablas ANOVA[editar]

Una vez que se han calculado las sumas de

cuadrados, las medias cuadrticas, los grados
de libertad y la F, se procede a elaborar una
tabla que reuna la informacin, denominada
"Tabla de Anlisis de varianza o ANOVA", que
adopta la siguiente forma:
 ESTE ANALISIS DE VARIANZA SE APLICA:

ES UNA GRAN HERRAMIENTA

ESTADISTICA QUE SE APLICA EN LA
INDUDTRIA, CONTROLANDO
PROCESOS, COMO POR EJEMPLO
EN EL LABORATORIO DE ANALISIS,
PARA EL CONTROL DE METODOS
ANALITICOS.,OTRO CASO SERIA
EN LA PRACTICA CLINICA SOBRE
UN ELEKTRO CARDIOGRAMA, LA
TOMA DE PRESI, DE PESO.
 CONCLUSION:

El anlisis de varianza es
una herramienta de la
bioestadstica muy til que
nos indica de manera
precisa la variacin entre
dos o mas sujetos u
objetos de manera
simultanea, en muchos
casos diariamente como
lo son los sonidos.
 Conclusin:
Esto nos ayuda a poder dar
una valoracin del objeto o
situacin en donde estemos
haciendo estas
comparaciones, este
resultado ser de gran
importancia para un
diagnostico de la situacin y
de la misma manera
repercute en la solucin que
demos a los mismos o la
informacin que se
proporcione a la poblacin,
pacientes o colegas.