Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 36 vistas

    Guia de La Practica Anova

    Cargado por

    milena gomez
    Este documento describe un ejemplo guiado de análisis de varianza de un factor utilizando el programa Statgraphics. El ejemplo analiza datos sobre la constante gravitacional G medida con bolas de oro, platino y vidrio. Statgraphics produce estadísticas descriptivas, tablas de ANOVA y pruebas de comparación múltiple de medias que muestran que la media del grupo de platino es significativamente diferente de las otras dos, pero las medias de oro y vidrio no son significativamente diferentes. El documento también describe cómo verificar los supuestos de homocedasticidad

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    Guia de La Practica Anova

    Cargado por

    milena gomez
    36 vistas3 páginas
    Este documento describe un ejemplo guiado de análisis de varianza de un factor utilizando el programa Statgraphics. El ejemplo analiza datos sobre la constante gravitacional G medida con bolas de oro, platino y vidrio. Statgraphics produce estadísticas descriptivas, tablas de ANOVA y pruebas de comparación múltiple de medias que muestran que la media del grupo de platino es significativamente diferente de las otras dos, pero las medias de oro y vidrio no son significativamente diferentes. El documento también describe cómo verificar los supuestos de homocedasticidad

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento describe un ejemplo guiado de análisis de varianza de un factor utilizando el programa Statgraphics. El ejemplo analiza datos sobre la constante gravitacional G medida con bolas de oro, platino y vidrio. Statgraphics produce estadísticas descriptivas, tablas de ANOVA y pruebas de comparación múltiple de medias que muestran que la media del grupo de platino es significativamente diferente de las otras dos, pero las medias de oro y vidrio no son significativamente diferentes. El documento también describe cómo verificar los supuestos de homocedasticidad

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    36 vistas3 páginas

    Guia de La Practica Anova

    Cargado por

    milena gomez
    Este documento describe un ejemplo guiado de análisis de varianza de un factor utilizando el programa Statgraphics. El ejemplo analiza datos sobre la constante gravitacional G medida con bolas de oro, platino y vidrio. Statgraphics produce estadísticas descriptivas, tablas de ANOVA y pruebas de comparación múltiple de medias que muestran que la media del grupo de platino es significativamente diferente de las otras dos, pero las medias de oro y vidrio no son significativamente diferentes. El documento también describe cómo verificar los supuestos de homocedasticidad

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    Está en la página 1de 3

    PRÁCTICA DISEÑO DE EXPERIMENTOS

    1. INTRODUCCIÓN

    El objetivo de esta práctica es estudiar el efecto de un conjunto de factores sobre una variable respuesta.

    La estructura de la práctica es la siguiente: Primero se realiza un ejemplo guiado, correspondiente a un modelo


    con un factor. Posteriormente el alumno debe realizar un análisis similar y responder a las cuestiones
    planteadas en la sección 3.

    2. DESARROLLO DE LA PRÁCTICA: EJEMPLO GUIADO

    Statgraphics presenta los procedimientos sobre Diseño de experimentos en dos opciones Compare y Special
    de la barra de menú. Únicamente se analizará la opción Compare del programa que es la que se utiliza en esta
    práctica, y que está directamente relacionada con los objetivos previstos.

    Statgraphics utiliza el procedimiento Analysis of Variance para estudiar la influencia de uno o más factores
    sobre la variable respuesta. Para ello se utilizan las opciones:

    • One-Way ANOVA: esta opción estudia el efecto de un único factor en la variable respuesta.

    • Multifactor ANOVA: esta opción estudia el efecto de dos o más factores en una variable respuesta.

    Modelo con un factor


    Se trabajará con los datos del archivo Heyl.sf3 correspondientes a las medidas hechas por Heyl de la constante
    G gravitatoria con bolas de oro, platino y vidrio (datos tomados de Gutman et al, 1971).

    Se selecciona la opción One-Way ANOVA y aparecen los siguientes campos.

    Dependent Variable: En este campo se debe introducir la variable respuesta o dependiente.

    Factor: Se debe introducir el nombre del factor cuya influencia se desea estudiar. Los valores de esta variable
    deben reflejar los distintos grupos. Así por ejemplo, para nuestro caso 1= oro, 2 = platino y 3 = vidrio.

    Select: Es un campo opcional que permite seleccionar un conjunto de observaciones del total de ellas.

    Sort: Es una instrucción que cuando está seleccionada ordena las variables del archivo alfabéticamente.

    Para realizar el análisis se seguirán los siguientes pasos:

    1. Se abre el archivo de datos Heyl.sf3.

    2. Se selecciona de la barra de menú Compare ... Analysis of Variance... One-Way ANOVA.

    3. Se introduce la variable respuesta y el factor en los campos correspondientes.


    • Dependent variable: G
    • Factor: material

    4. Se presiona OK. Aparecerá en pantalla un Resumen del Análisis con el nombre de la variable respuesta,
    factor y número de observaciones.

    5. Se pulsa el botón amarillo de la barra de herramientas. De las opciones que permite el programa se
    seleccionarán:

    • Summary Statistics: Presenta un resumen estadístico para los tres grupos del material, pulsando el
    botón derecho del ratón se puede ampliar las medidas características que nos ofrecen el programa.

    • Analysis of Variance: presenta la siguiente tabla del análisis de la varianza.


    ANOVA Table for G by material

    Analysis of Variance
    -----------------------------------------------------------------------------
    Source Sum of Squares Df Mean Square F-Ratio P-Value
    -----------------------------------------------------------------------------
    Between groups 0,000565104 2 0,000282552 26,08 0,0000
    Within groups 0,000140833 13 0,0000108333
    -----------------------------------------------------------------------------
    Total (Corr.) 0,000705938 15

    Que nos lleva a rechazar la hipótesis nula de igualdad de medias entre los tres grupos del material, y
    permite concluir que tipo de material tiene un efecto significativo (nivel crítico = p-value = 0,0000 < ).

    • Table of Means: presenta las medias de los grupos con las desviaciones típicas de éstas y construye
    un intervalo de confianza para cada media.

    • Multiple Range Test: presenta varios procedimientos de comparación de las medias de cada
    tratamiento que permite decidir cuales son significativamente distintas.
    Multiple Range Tests for G by material

    --------------------------------------------------------------------------------
    Method: 95,0 percent LSD
    material Count Mean Homogeneous Groups
    --------------------------------------------------------------------------------
    2 5 6,664 X
    3 5 6,674 X
    1 6 6,67817 X
    --------------------------------------------------------------------------------
    Contrast Difference +/- Limits
    --------------------------------------------------------------------------------
    1 - 2 *0,0141667 0,00430572
    1 - 3 0,00416667 0,00430572
    2 - 3 *-0,01 0,00449718
    --------------------------------------------------------------------------------
    * denotes a statistically significant difference.

    De esta pantalla se obtienen las siguientes conclusiones, la media del grupo 2 se puede considerar
    significativamente distinta de las medias del grupo 1 y 3, pero las medias de los grupos 1 y 3 no se
    pueden considerar significativamente distintas entre sí. Esto se puede concluir comparando el valor de
    difference con el de limits, se observa que las diferencias para las medias ente 1 y 2, y 2 y 3 son
    mayores que los valores límites con los que se compara. Esto también se ilustra por las cruces que
    aparecen en la parte superior de la pantalla, aquellos grupos cuyas cruces estén alineadas no tienen
    diferencias significativas entre sus medias.

    Pulsando el botón derecho del ratón se selecciona Pane Options, aparecen distintos criterios para hacer
    los contrastes (LSD, Bonferroni,...).

    • Variante Check: presenta varios procedimientos para comparar las varianzas de cada tratamiento que
    permite verificar el supuesto de homocedasticidad

    Variance Check

    Cochran's C test: 0,475636 P-Value = 0,635541


    Bartlett's test: 1,04696 P-Value = 0,763225
    Hartley's test: 1,99556
    Levene's test: 0,277929 P-Value = 0,761739

    6. Se selecciona el botón de opciones gráficas de la barra de herramientas, se seleccionan los siguientes


    gráficos:

    • Scatterplot: presenta un gráfico de la constante G frente al material, en el se puede observar que el grupo
    correspondiente al material 2 tiene un comportamiento distinto a los otros dos grupos.
    • Means Plot: presenta un gráfico (intervalo) para las medias de los grupos. Se obtienen conclusiones
    semejantes a las del gráfico anterior.

    • Box and Wisher Plot: presenta los diagramas de cajas para cada grupo.

    • Residuals versus Factor Levels y Residuals versus Predicted: Utilizados para el verificar el supuesto de
    homocedasticidad.

    • Residuals versus Row Number: este gráfico presenta los residuos frente al orden en que han sido
    introducido los datos. Si este orden correspondiera con el orden en que estos se han tomado, permite
    comprobar la hipótesis de independencia. En este caso no se dispone de esa información, por lo que este
    gráfico no resulta de especial interés.

    7. Para estudiar la normalidad de los residuos es necesario salvarlos, lo que se puede realizar desde la barra
    de herramientas pulsando el botón en el que aparece un diskette y salvando los residuos. La normalidad se
    comprueba mediante uno de los contrastes estudiados o a partir del gráfico probabilista normal.

    Se selecciona la opción Describe/Distributions/Distribution fitting(Uncensored Data) y aparecen los


    siguientes campos.

    Data: En este campo se debe introducir la variable donde se guardaron los residuos.

    Se presiona OK. Aparecerá en pantalla un Resumen del Análisis con el nombre de la variable y número de
    observaciones.

    Se pulsa el botón amarillo de la barra de herramientas. De las opciones que permite el programa
    seleccione: Tests for Normality

    Tests for Normality for RESIDUALS

    Computed Chi-Square goodness-of-fit statistic = 8,0


    P-Value = 0,534146

    Shapiro-Wilks W statistic = 0,960604


    P-Value = 0,648652

    Z score for skewness = 0,275038


    P-Value = 0,783283

    Z score for kurtosis not computed.

    Se pulsa el botón Azul de la barra de herramientas. De los gráficos que permite el programa seleccione:
    Quantile-Quantile Plot

    3. EJERCICIO PROPUESTO

    Los datos de la siguiente tabla representan el tiempo de ignición ( en segundos) en cuatro fibras distintas

    a. ¿Tienen las cuatro fibras el mismo comportamiento en cuanto al tiempo de ignición? Indique el nivel
    crítico del contraste.
    b. ¿Cuál es la fibra que tiene menor tiempo de ignición?
    c. Verifique los supuestos del modelo.

    También podría gustarte