Clase 11 Anova

ESTADÍSTICA PARA INGENIERÍA
Clase 11: Análisis de varianza

Contenido
1. Análisis de varianza.
2. ANOVA en Excel.
Resultado de aprendizaje
1. Utiliza el análisis de varianza en diversos casos del
ámbito ingenieril.
2. Interpreta resultados del análisis de varianza en
diversos casos del ámbito ingenieril.
3. Toma decisiones en el ámbito industrial, basado en
los resultados obtenidos del análisis de varianza.
Análisis de varianza
Introducción
En muchas ocasiones se necesita comparar los datos que corresponden a más de dos grupos. Ej: si una empresa necesita
medir la productividad de sus trabajadores en cinco plantas diferentes. Efectuar todas las combinaciones posibles, tomadas de
dos en dos y aplicar a cada una de estas, una prueba de t de Student, requiere de 10 pruebas. Esto además de ser un gran
trabajo, aumenta la probabilidad de cometer el error tipo I.
Para no tener este problema y poder tener una mejor

interpretación del resultado, se necesita de una prueba que
mantenga constante el error tipo I, al tomar una decisión global
única en relación a la existencia de una diferencia
estadísticamente significativa. Este método estadístico, se
conoce como el análisis de varianza.
Fuente:: https://bit.ly/3cDzIhl
El análisis de varianza es un modelo adecuado para estimar la relación entre una o más variables
categóricas independientes, respecto de una variable dependiente cuantitativa.
Se le llama factor a la variable independiente y a los niveles de factor, que son las categorías de esta
variable, también llamadas tratamientos o grupos.
El objetivo de este análisis es contratar la hipótesis (H0) de que varias medias (más de 2) son iguales.
Fuente: https://bit.ly/3fVRf6a
Análisis de varianza (ANOVA)

“El análisis de ANOVA permite realizar estudios comparativos entre dos o
más muestras (grupos) que han sido sometidos a diferentes tratamientos
con base en establecer qué tan grande es la variación de los datos de una
muestra con respecto a su media (variación dentro de grupos), con
respecto a la variación entre las medias muestrales y con respecto a la
media general (variación entre grupos).
La premisa anterior permite definir las siguientes hipótesis estadísticas:
Fuente: https://bit.ly/2AsEfVp
La prueba de hipótesis bajo ANOVA, se fundamenta en la distribución F de
Fisher, la cual es una distribución de probabilidad continua”.
(Alvarado, V. 2014, p.102)

Diseño completamente aleatorizado (ANOVA de un factor)
Supuestos del análisis: Medidas importantes:
• Suma total de cuadrados STC: sumatoria de los

• La variable de respuesta tiene una distribución normal cuadrados de la diferencia entre cada dato y la media
en cada una de las poblaciones. global.
• Las poblaciones tienen desviaciones estándares • Suma de los cuadrados del tratamiento SCT: se
iguales. calcula la media de cada tratamiento menos la global,
• Las observaciones son independientes entre sí. esa diferencia se eleva al cuadrado y se multiplica por
el número de elementos de cada tratamiento.
• Suma de cuadrados del error SCE: sumatoria de los
cuadrados de la diferencia entre cada dato y la media
del tratamiento.

Ejemplo:
El gerente de una compañía de software desea estudiar el
número de horas que los directivos de diversas industrias
utilizan sus computadores de escritorio. El gerente
seleccionó una muestra de cinco ejecutivos de cada una de
tres industrias. A un nivel de significancia del 5%, ¿puede el
gerente concluir que hay una diferencia entre los promedios
de horas por semana que utilizan sus computadores de
escritorio con los directivos de diferentes industrias?
Fuente: https://n9.cl/h61gb

Desarrollo:
1 2


Desarrollo:

3

Desarrollo: Distribución F 0.05
En las columnas se encuentran los valores F que corresponde al área 0,05
a la derecha.
4 En las columnas se encuentran los grados de libertad del numerador.
En los renglones se encuentran los grados de libertad del denominador.
Fuente: Elaboración docente


Desarrollo:
Fuente: Elaboración docente Fuente: Elaboración docente

ANOVA en Excel
Excel cuenta con una herramienta en análisis de datos, llamada “análisis de varianza de un factor”,
que realiza todas las operaciones realizadas anteriormente en el ejemplo.
Se siguen los siguientes pasos:

1 Se hace clic en datos y luego análisis de datos
Fuente: Elaboración docente

ANOVA en Excel
2 3
Se selecciona “análisis de varianza de un factor”. En rango de entrada, se seleccionan todos los datos
incluyendo el rótulo.
Viene predefinido con α=5% (se puede cambiar). Y en
rango de salida se coloca la celda donde queremos que se
muestre la información.
ANOVA en Excel
Se puede observar que Excel entrega un cuadro

resumen, con todos los cálculos realizados
anteriormente, salvo la media global, pero entrega
la varianza de cada factor.
Entrega el valor empírico de F y el valor crítico,

para verificar el rechazo de H0

Comparaciones múltiples entre pares de medias de tratamiento
En algunas ocasiones basta saber que las medias son iguales o no, para continuar con un trabajo. Pero hay
otros casos, donde si se rechaza la hipótesis nula, es necesario conocer cuál o cuáles medias difieren de las
demás.
En este caso se comparan todos los pares posibles de medias. (Díaz, A. 2013, p.356).
Siguiendo con el mismo ejemplo del uso de parte de los directivos de los computadores de escritorio en
ciertas industrias, se revisará una forma de realizar esta comparación:
1 Se obtienen los valores absolutos de las diferencias entre todos los pares de medias posibles:

2 Se obtiene la diferencia significativa mínima (DSM):
Donde la t de student para un número de grados de libertad igual al número de datos

menos el número de tratamientos. (gl=15-3=12) teniendo en cuenta que es una
prueba de 2 colas.
En este caso todas las muestras son del mismo tamaño, es igual para todos los pares, en el caso de
muestras de diferente tamaño, cada variará.
Se compara la diferencia absoluta de cada una de las medias apareadas con la diferencia significativa
3 mínima; si es mayor que la DSM, se concluye que esas 2 medias son diferentes; si es menor, se
concluye que no existe diferencia significativa. (Díaz, A. 2013, p.357).
Solo la tercera diferencia es menor que la diferencia significativa mínima y, por ello, la diferencia entre la
media de la industria de retail y la seguros no es significativa.
Por otra parte, como las medias absolutas entre las medias del rubro bancario con el retail
y la diferencia entre el rubro bancario y el de seguros son superiores a la DSM, se concluye
que las medidas de esos pares sí son diferentes.
Conclusiones análisis de varianza de un factor

Existen ventajas al elegir muestras del mismo tamaño en vez de tamaños distintos.
• La primera es que la prueba F no es sensible a pequeñas desviaciones de la suposición de

varianzas iguales para las k poblaciones cuando las muestras son del mismo tamaño.
• Segundo, se minimiza la probabilidad de cometer error tipo II.

(Walpole, R., Myers, R., Myers, S. & Ye, K., 2012 p. 516)
Bibliografía
Alvarado, V. (2014). Probabilidad y Estadística. México. Grupo Editorial Patria.
Díaz, A. (2013). Estadística aplicada a la administración y economía. México.
McGraw Hill.
Walpole, R., Myers, R., Myers, S. & Ye, K. (2012). Probabilidad y estadística para
ingeniería y ciencias (9a . Edición). México. Pearson Educación.

Clase 11 Anova

Cargado por

Copyright:

Formatos disponibles

Clase 11 Anova

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Clase 11 Anova

Cargado por

Copyright:

Formatos disponibles

ESTADÍSTICA PARA INGENIERÍA

Clase 11: Análisis de varianza

Para no tener este problema y poder tener una mejor

Análisis de varianza (ANOVA)

Análisis de varianza (ANOVA)

Supuestos del análisis: Medidas importantes:

• Suma total de cuadrados STC: sumatoria de los

Análisis de varianza (ANOVA)

Análisis de varianza (ANOVA)

Análisis de varianza (ANOVA)

Análisis de varianza (ANOVA)

Fuente: Elaboración docente

Análisis de varianza (ANOVA)

Fuente: Elaboración docente Fuente: Elaboración docente

Se siguen los siguientes pasos:

Fuente: Elaboración docente

Se puede observar que Excel entrega un cuadro

Entrega el valor empírico de F y el valor crítico,

Análisis de varianza (ANOVA)

Análisis de varianza (ANOVA)

Donde la t de student para un número de grados de libertad igual al número de datos

Conclusiones análisis de varianza de un factor

• La primera es que la prueba F no es sensible a pequeñas desviaciones de la suposición de

• Segundo, se minimiza la probabilidad de cometer error tipo II.

Díaz, A. (2013). Estadística aplicada a la administración y economía. México.

ingeniería y ciencias (9a . Edición). México. Pearson Educación.

También podría gustarte