Pruebas con dos muestras y Anlisis

de Varianza en una sola va

 Objetivos de Aprendizaje
En este captulo, usted aprender procedimientos de
pruebas de hiptesis para probar:
Diferencia de promedios de dos poblaciones
independientes
Diferencia de promedios de dos poblaciones
relacionadas
Diferencia de proporciones de dos poblaciones
independientes
La razn de varianzas de dos poblaciones
independientes
Diferencia de promedios de ms de dos poblaciones
 Resumen del Captulo

Anlisis de Varianza
Pruebas con 2 muestras
Una sola va (ANOVA)

Diferencia de medias,
Muestras independientes Prueba F

Diferencia de medias,
Muestras relacionadas
Prueba
Diferencia de
Tukey-Kramer
proporciones

Razn de Varianzas
 Pruebas con 2 muestras

Pruebas con 2 muestras

Diferencia de Diferencia de
medias,
Diferencia de Razn de
medias, proporciones varianzas
muestras muestras
independientes relacionadas

Ejemplos:
Media 1 vs. Misma poblacin Proporcin 1 vs. Varianza 1 vs.
Mean 2 antes y despus Proporcin 2 Varianza 2
de un tratamiento
independientes
 Diferencia entre 2 medias

Medias poblacionales, Objetivo: Construir una

muestras
independientes * prueba de hiptesis o
encontrar un intervalo de
confianza para la diferencia de
1 and 2 conocidos medias, 1 2
La estimacin puntual para la
1 and 2 desconocidos,
asumidos iguales diferencia de medias es:

X1 X2
1 and 2 desconocidos,
no se asumen iguales
 Muestras Independientes

Fuentes de datos diferentes

Diferencia de medias,
Datos relacionados
muestras
independientes * Datos independientes
Muestra seleccionada de una
poblacin que no tiene efecto
sobre otra muestra
1 y 2 conocidas seleccionada de otra
poblacin.
Use la diferencia de medias
1 y 2 desconocidas, para dos muestras
asumidas iguales Use la prueba Z, la prueba t
con varianza conjunta, o la
prueba t para varianzas
1 y 2 desconocidas, diferentes.
no se asumen iguales
 Diferencia entre 2 Medias

Diferencia de Medias,
Muestras
independientes *
1 y 2 conocidos Use el estadstico de prueba Z

Use Sp para estimar desconocida,

1 y 2 desconocidos, use el estadstico de prueba t y la
varianzas iguales desviacin estndar conjunta

Use S1 y S2 para estimar 1 y 2

1 y 2 desconocidas,
desconocidas y use el estadstico de
varianzas desiguales prueba t para varianzas diferentes
 1 y 2 conocidos

Diferencia de medias,
muestras
Suposiciones:
independientes
Las muestras son elegidas
de manera aleatoria e
1 y 2 conocidos * independiente.

Las poblaciones provienen

1 y 2 desconocidos,
de distribuciones normales o
varianzas iguales
las muestras son 30
1 y 2 desconocidas,
Las desviaciones estndar
varianzas desiguales
poblacionales son conocidas
 1 y 2 conocidas
(continuacin)

Cuando 1 y 2 son conocidas y ambas

Diferencia de medias,
poblaciones se distribuyen normal o
muestras
ambos tamaos de muestra son de por lo
independientes
menos de 30, el estadstico de prueba es
una Z

1 y 2 conocidos * y el error estndar de

X1 X2 es
1 y 2 desconocidos,
varianzas iguales 2 2
2
1 y 2 desconocidas,
X1 X2
1

varianzas desiguales
n1 n2
 1 y 2 conocidas
(continuacin)

Diferencia de medias,
muestras El estadstico de prueba para:
independientes
1 2 es:

1 y 2 conocidos * Z
X 1
X 2 1 2
2 2
1 y 2 desconocidos, 2
varianzas iguales
1

n1 n2
1 y 2 desconocidas,
varianzas desiguales
 Pruebas de hiptesis para la diferencia
de dos medias poblacionales
Diferencia de 2 medias, Muestras independientes

Prueba de cola inferior: Prueba de cola superior: Prueba de 2 colas:

H0: 1 2 H0: 1 2 H0: 1 = 2

H1: 1 < 2 H1: 1 > 2 H1: 1 2

Es decir, Es decir, Es decir,

H0: 1 2 0 H0: 1 2 0 H0: 1 2 = 0

H1: 1 2 < 0 H1: 1 2 > 0 H1: 1 2 0
 Pruebas de hiptesis para 1 2
Diferencia de medias, Muestras independientes
Prueba cola inferior: Prueba cola superior: Prueba 2 colas:
H0: 1 2 0 H0: 1 2 0 H0: 1 2 = 0
H1: 1 2 < 0 H1: 1 2 > 0 H1: 1 2 0

a a a/2 a/2

-za za -za/2 za/2

Rechace H0 si Rechace H0 si Rechace H0 si
Z < -Za Z > Za Z < -Za/2 o Z > Za/2
 Intervalo de confianza,
1 y 2 conocidas
Diferencia de medias,
muestras El intervalo de confianza para
independientes
1 2 es:

*

1 y 2 conocidos 2 2
2
X1 X2 Z 1

1 y 2 desconocidos, n1 n2
varianzas iguales

1 y 2 desconocidas,
varianzas desiguales
 1 y 2 desconocidas,
Varianzas asumidas iguales

Diferencia de medias, Suposiciones:

muestras
independientes
Muestras seleccionadas de forma
aleatoria e independiente

1 y 2 conocidos Poblaciones distribuidas

normalmente o ambos tamaos de
muestra de por lo menos de 30
1 y 2 desconocidos,
varianzas iguales
* Varianzas poblacionales
desconocidas pero se asume que
son iguales
1 y 2 desconocidas,
varianzas desiguales
 1 y 2 desconocidas,
Varianzas asumidas iguales
(continuacin)

Diferencia de medias, La estimacin que se

muestras hace, contiene:
independientes
Las varianzas poblacionales
se asumen iguales, entonces
1 y 2 conocidos
se unen las 2 varianzas
muestrales para estimar una
1 y 2 desconocidos,
varianzas iguales
* varianza conjunta 2

El estadstico de prueba es
1 y 2 desconocidos, una t con (n1 + n2 2) grados
varianzas desiguales de libertad
Business Statistics, A First Course (4e) 2006 Prentice-Hall, Inc.
 1 y 2 desconocidas,
Varianzas asumidas iguales
(continuacin)

Diferencia de medias,
muestras
independientes

La varianza conjunta es:

1 y 2 conocidos

n1 1S
2
n2 1S2
2
1 y 2 desconocidos,
varianzas iguales
* S 2
p 1
(n1 1) (n2 1)

1 y 2 desconocidos,
varianzas desiguales
 1 y 2 desconocidas,
Varianzas asumidas iguales
(continuacin)

El estadstico de prueba para

Diferencia de medias,
muestras 1 2 es:
independientes

t
X X
1 2 1 2
1 y 2 conocidos
1 1
S
2

1 y 2 desconocidos,
varianzas iguales
* p
n1 n2
Donde t tiene (n1 + n2 2) grados de
libertad y:
1 y 2 desconocidos,
varianzas desiguales S 2

n1 1S1 n2 1S2
2 2

(n1 1) (n2 1)
p
 Intervalo de confianza,
1 y 2 desconocidas
Diferencia de medias,
muestras El intervalo de confianza para
independientes 1 2 es:

1 y 2 conocidos
X1
X 2 t n1 n2 -2
1 1
S
2
p
n1 n2
1 y 2 desconocidos,
varianzas iguales
*
Donde:

1 y 2 desconocidos, n
S2 1
1 S1
2
n 2 1 S 2
2

varianzas desiguales p
(n1 1) (n2 1)
 Ejemplo de prueba t
con varianza conjunta
Un analista finaciero de una agencia de corredores de bolsa
desea ver si existe diferencia en los rendimientos de unas
acciones para los ndices de las bolsas NYSE y NASDAQ?
y para ello reune los siguientes datos:
NYSE NASDAQ
Nmero 21 25
Media muestral 3.27 2.53
Desv Std muestral 1.30 1.16

Asumiendo que ambas poblaciones

son aproximadamente normales con
varianzas iguales, existe una
diferencia en el rendimiento promedio
(a = 0.05)?
 Clculo de Estadistico de prueba
El estadstico de prueba es:

t
X X
1 2
1 2 3.27 2.53 0 2.040
1 1 1 1
S
2
1.5021
21 25
p
n1 n2

n
S2 1
1S1
2
n 2 1S 2
2

21 11.30 2
25 11.16 2
1.5021
(n1 1) (n2 1) (21- 1) (25 1)
p
 Solucin
H0: 1 - 2 = 0 es decir (1 = 2) Rechace H0 Rechace H0

H1: 1 - 2 0 es decir (1 2)
.025 .025
a = 0.05
Grados de libertad = 21 + 25 - 2 = 44 -2.0154 0 2.0154 t
Valor crtico: t = 2.0154
2.040
Estadstico de prueba: Decisin:
3.27 2.53 Rechace H0 a un a = 0.05
t 2.040
1 1
1.5021 Conclusin:
21 25 Hay evidencia de una
diferencia en las medias
 1 y 2 Desconocidas,
Se asumen diferentes

Diferencia de medias, Suposiciones:

muestras
independientes Muestras seleccionadas de forma
aleatoria e independiente.

1 y 2 conocidos Poblaciones distribuidas normal o

ambos tamaos de muestra de por
lo menos 30.
1 y 2 desconocidos,
varianzas iguales
Varianzas desconocidas pero que
no puede asumirse que sean
1 y 2 desconocidos,
varianzas desiguales * iguales
 1 y 2 Desconocidas,
Se asumen diferentes
(continuacin)

Diferencia de medias, Para armar el estadstico de

muestras prueba:
independientes
No se puede asumir que las
varianzas poblacionales son iguales,
1 y 2 conocidos por lo que se deben incluir las 2
varianzas muestrales en el clculo
del estadstico de prueba
1 y 2 desconocidos,
varianzas iguales El estadstico de prueba se
distribuye t
1 y 2 desconocidos,
varianzas desiguales * (un software estadstico es
generalmente usado en el clculo de
este estadstico de prueba)
 1 y 2 Desconocidas,
Se asumen diferentes
(continuacin)

Diferencia de medias,
muestras
independientes El estadstico de prueba para
1 2 es:

X X
1 y 2 conocidos

t
1 2 1 2
1 y 2 desconocidos, 2 2
S S

varianzas iguales 1 2
n1 n2
1 y 2 desconocidos,
varianzas desiguales *
 Poblaciones relacionadas
Diferencia de medias para poblaciones Relacionadas
Muestras apareadas o relacionadas
Muestras
Mediciones repetidas (antes/despus)
relacionadas
Use la diferencia para valores apareados:

Di = X1i - X2i

Elimina la variacin entre sujetos

Supocisiones:
Ambas poblaciones estan normalmente distribuidas
O, si no son Normales, se deben tener muestras grandes
 Diferencia de promedios, D conocido

La isima diferencia apareada es Di , donde

Muestras Di = X1i - X2i
relacionadas
n
La estimacin puntual para
la diferencia de medias con
D i

datos apareados es D : D i 1
n
Se supone conocida la
desviacin estndar poblacional
de las diferencias Di, D

n es el nmero de parejas en la muestra apareada

 Diferencia de promedios, D conocido
(continuacin)
El estadstico de prueba para la
Muestras diferencia de medias es una Z:
apareadas
D D
Z
D
n
Donde
D = Diferencia de medias hipottica
D = Desv. Std. poblacional de las diferencias
n = el tamao de muestra (nmero de parejas)
 Intervalo de confianza, D conocida

Muestras El intervalo de confianza para D es

apareadas
D
DZ
n
Donde
n = tamao de la muestra
(nmero de parejas en la muestra apareada)
 Diferencia de medias, D desconocida

Si D es desconcida, podemos estimar la

Muestras desv. Std. poblacional desconocida
relacionadas mediante la desv. Std muestral:

n
La desv. Std muestral
es: i
(D D ) 2

SD i1
n 1
 Diferencia de medias, D desconocida
(continuacin)
Use la prueba t para datos apareados, el estadstico de
prueba para D es ahora un estadstico t, con n-1 grados de
Muestras libertad:
apareadas
D D
t
SD
n
n
Donde t tiene n - 1 i
(D D ) 2

grados de libertad y SD es: SD i1

n 1
 Intervalo de confianza, D desconocida

Muestras El intervalo de confianza para D es

apareadas
SD
D t n1
n
n

(D D)
i
2

donde SD i1
n 1
 Pruebas de hiptesis para la diferencia
de medias, D desconocida
Muestras apareadas
Prueba cola inferior: Prueba cola superior: Prueba 2 colas:

H0: D 0 H0: D 0 H0: D = 0

H1: D < 0 H1: D > 0 H1: D 0

a a a/2 a/2

-ta ta -ta/2 ta/2

Rechace H0 si t < -ta Rechace H0 si t > ta Rechace H0 si t < -ta/2 o t > ta/2

Donde t tiene n - 1 grados de libertad

 Ejemplo de prueba t datos apareados
Suponga que usted enva a su personal de ventas
a un curso de entrenamiento de servicio al cliente.
Tiene el entrenamiento un efecto en el nmero de
quejas? Usted recolecta los siguientes datos:
Nmero de quejas: (2) - (1) Di
Nombre Antes (1) Despus (2) Diferencia, Di D = n
C.B. 6 4 - 2
T.F. 20 6 -14
= -4.2
M.H. 3 2 - 1
R.K.
M.O.
0
4
0
0
0
- 4 SD
i
(D D ) 2

-21 n 1
5.67
 Prueba t datos apareados: solucin

Tiene el entrenamiento un efecto sobre el nmero de

quejas (a un nivel a =0.01)?
Rechace Rechace
H0: D = 0
H1: D 0
a/2 a/2
a = .01 D = - 4.2 - 4.604 4.604
- 1.66
Valor crtico = 4.604 Decisin: No rechazar H0
g.l. = n - 1 = 4 (el estadstico t no cae en la regin de
rechazo)
Estadstico de prueba:
Conclusin: No hay un
D D 4.2 0
t 1.66 cambio significativo en el
SD / n 5.67/ 5 nmero de quejas.
 Diferencia de 2 proporciones
Objetivo: encontrar una prueba de
Proporciones hiptesis o un intervalo de confianza
poblacionales para la diferencia entre dos
proporciones, 1 2
Suposiciones:
n1 1 5 , n1(1- 1) 5
n2 2 5 , n2(1- 2) 5

La estimacin puntual
para la diferencia es:
p1 p2
 Diferencia de 2 proporciones
Para empezar debemos asumir que la
hiptesis nula es cierta, asumimos que
Proporciones
1 = 2 y que la estimacin conjunta
poblacionales
muestral es:
La estimacin conjunta para la
proporcn total es:

X1 X2
p
n1 n2
donde X1 y X2 son los nmeros de las
muestras 1 y 2 con la caracterstica de
inters
 Diferencia de 2 proporciones
(continuacin)

El estadstico de prueba para

Proporciones p1 p2 es un estadstico Z:
poblacionales

Z
p1 p2 1 2
1 1
p (1 p)
n1 n2
X1 X2 X X
donde p , p1 1 , p2 2
n1 n2 n1 n2
 Intervalo de confianza para la
diferencia de 2 proporciones

Proporciones El intervalo de confianza para

poblacionales
1 2 es:

p1(1 p1 ) p 2 (1 p 2 )
p1 p2 Z
n1 n2
 Pruebas de hiptesis para la
diferencia de 2 proporciones
Proporciones poblacionales

Prueba cola inferior: Prueba cola superior: Prueba 2 colas:

H0: 1 2 H0: 1 2 H0: 1 = 2

H1: 1 < 2 H1: 1 > 2 H1: 1 2
Es decir, Es decir, Es decir,

H0: 1 2 0 H0: 1 2 0 H0: 1 2 = 0

H1: 1 2 < 0 H1: 1 2 > 0 H1: 1 2 0
 Pruebas de hiptesis para la
diferencia de 2 proporciones
(continuacin)
Proporciones poblacionales
Prueba cola inferior: Prueba cola superior: Prueba 2 colas:
H0: 1 2 0 H0: 1 2 0 H0: 1 2 = 0
H1: 1 2 < 0 H1: 1 2 > 0 H1: 1 2 0

a a a/2 a/2

-za za -za/2 za/2

Rechace H0 si Rechace H0 si Rechace H0 si
Z < -Za Z > Za Z < -Za/2 o Z > Za/2
 Ejemplo de diferencia de dos
proporciones
Existe una diferencia significativa entre la
proporcin de hombres y mujeres que votaron
SI por la propuesta A?

En una muestra aleatoria, 36 de 72 hombres y

31 de 50 mujeres indicaron que votaran SI
por la propuesta A.

Pruebe la hiptesis con un = 0,05

 Ejemplo de diferencia de dos
proporciones
(continuacin)

La prueba de hiptesis es:

H0: 1 2 = 0 (Las 2 proporciones son iguales)
H1: 1 2 0 (existe una diferencia significativa entre las 2 proporciones)

Las proporciones muestrales son:

Hombres: p1 = 36/72 = 0.50
Mujeres: p2 = 31/50 = 0.62

La estimacin conjunta de la proporcin total es:

X1 X2 36 31 67
p .549
n1 n2 72 50 122
 Ejemplo de diferencia de dos
proporciones
(continuacin)
Rechazar H0 Rechazar H0

El estadstico de prueba para 1 2 es:

.025 .025
z
p1 p2 1 2
1 1
p (1 p) -1.96 1.96
n1 n2 -1.31

.50 .62 0 1.31
1 1 Decisin: No rechazar H0
.549 (1 .549)
72 50 Conclusin: No hay
evidencia significativa de
Valor crtico = 1.96 una diferencia entre las
para a = .05 proporciones de hombres
y mujeres que votarn SI.
 Prueba de hiptesis para la razn de
dos varianzas

Pruebas para
2 varianzas
*
H0: 12 = 22
poblacionales Prueba de 2
H1: 12 22 colas

Estadstico H0: 12 22 Prueba de

de prueba F H1: 12 < 22 cola inferior

H0: 12 22 Prueba de
H1: 12 > 22 cola superior
 Prueba de hiptesis para la razn de
dos varianzas (continued)

Pruebas para
El estadstico de prueba F es:
2 varianzas
poblacionales 2
S
F 1
Estadstico
de prueba F
* S 2
2

S12 = Varianza de la muestra 1

n1 - 1 = grados de libertad del numerador

S 22 = Varianza de la muestra 2
n2 - 1 = grados de libertad del denominador
 La Distribucin F

En la tabla F se encuentran los valores crticos de F.

Tiene 2 grados de libertad apropiados: en el
numerador y en el denominador
S12
F 2 donde gl1 = n1 1 ; gl2 = n2 1
S2
En la tabla F,
Los gl del numerador se leen en las columnas
Los gl del denominador se leen en las filas
 Regin de Rechazo para la prueba F
H0: 12 22
H0: 12 = 22
a H1: 12 < 22
H1: 12 22
a/2
0 F a/2
Rechace No rechace
H0 FL H0
Rechace H0 si F < FL 0 F
Rechace No rechace Rechace
H0 FL H
0 FU H0
H0: 12 22
H1: 12 > 22 regin de
S12
F 2 FU
a rechazo para S2
una prueba de
0 S12
2 colas: F 2 FL
No rechace Rechace H0 F S2
H0 FU
Rechace H0 si F > FU
 Regin de Rechazo para la prueba F
(continuacin)
H0: 12 = 22
a/2 H1: 12 22
a/2

0 F
Rechace H0 No rechace H0 Rechace H0
FL FU
Para encontrar los valores crticos de F:
1
1. Encuentre FU de la 2. Encuentre FL usando la FL
frmula: FU*
tabla F para n1 1 gl en el
numerador y n2 1 gl en
Donde FU* est en la tabla F con
el denominador
n2 1 gl en el numerador y n1 1
gl en el denominador (es decir,
invierta los gl de FU)
 Ejemplo de prueba F

Un analista financiero de una agencia de corredores de bolsa,

desea comparar los rendimientos financieros de acciones en
las bolsas de NYSE y NASDAQ. Con los siguientes datos:
NYSE NASDAQ
Nmero 21 25
Media 3.27 2.53
Dsv std 1.30 1.16

Existe diferencia en las varianzas

De las bolsas NYSE y NASDAQ
a un nivel a = 0.05?
 Ejemplo prueba F solucin
La prueba de hiptesis es:
H0: 21 22 = 0 (no hay diferencia en las varianzas)
H1: 21 22 0 (las varianzas son diferentes)

Valores crticos de F para a = 0.05:

FU: FL:
Numerador: Numerador:
n1 1 = 21 1 = 20 g.l. n2 1 = 25 1 = 24 g.l.
Denominador: Denominador:
n2 1 = 25 1 = 24 g.l. n1 1 = 21 1 = 20 g.l.

FU = F.025, 20, 24 = 2.33 FL = 1/F.025, 24, 20 = 1/2.41

= 0.415
 Ejemplo prueba F solucin
(continuacin)
El estadstico de prueba es:
H0: 12 = 22
H1: 12 22
S12 1.302
F 2 2
1.256
S2 1.16
a/2 = .025 a/2 = .025

0 F
Rechace H0 No rechace H0 Rechace H0
F = 1.256 no cae en la regin FU=2.33
FL=0.43
de rechazo, por lo que no
rechazamos H0
Conclusin: No hay suficiente evidencia de
una diferencia en las varianzas a un nivel de
a = .05
 Pruebas con 2 muestras en Excel
Para muestras independientes:
Prueba Z muestras independientes varianzas conocidas:
Herramientas | Anlisis de datos | Prueba Z: promedios con 2 muestras
Prueba t de varianza conjunta:
Herramientas | Anlisis de datos | Prueba t: 2 muestras varianzas iguales
Prueba t varianzas diferentes:
Herramientas | Anlisis de datos | Prueba t: 2 muestras varianzas diferentes

Para muestras apareadas (Prueba t):

Herramientas | Anlisis de datos | Prueba t: promedios para 2 muestras
apareadas

Para varianzas:
Prueba F para 2 varianzas:
Herramientas | Anlisis de datos | Prueba F: varianzas para 2 muestras
Anlisis de Varianza en una sola va

Anlisis de Varianza una va (ANOVA)

Prueba F Prueba
Intervalos de confianza
 Consideraciones generales de la
ANOVA
Los investigadores controlan una o mas variables
independientes
Variables llamadas factores (o tratamientos)
Cada factor contiene 2 o ms niveles (o grupos o
categoras/clasificaciones)
Observe los efectos sobre la variable dependiente
La respuesta a los diferentes niveles de la variable
independente
Diseo de Experimento: El plan usado para recolectar
los datos.
 Anlisis de Varianza en una sola va

Evala las diferencias de los promedios de 3 o

mas grupos
Ejemplos: Rata de accidentes para 1o, 2o, y 3er turno
Duracin promedio para 5 marcas de llantas

Suposiciones
Poblaciones normalmente distribuidas
Las poblaciones tienen varianzas iguales
Muestras seleccionadas de forma aleatoria e
independiente
 Hiptesis de ANOVA una va

H 0 : 1 2 3 k
Todas las medias poblacionales son iguales
Es decir, el tratamiento no tiene efectos (no hay
diferencias entre los grupos de las medias)

H1 : Al menos una media es diferente

Al menos una media es diferente
Es decir, hay un efecto por el tratamiento
Esto no significa que todas las medias sean
diferentes (puede haber grupos con medias iguales)
 ANOVA en una va
H0 : 1 2 3 c
H1 : Al menos una j es diferente

Si todas las medias son iguales:

La hiptesis nula es cierta
(No hay efectos por el tratamiento)

1 2 3
 ANOVA una va
(continuacin)
H 0 : 1 2 3 k
H1 : Al menos una j es diferente
Si al menos una media es diferente:
Se rechaza la hiptesis nula
(Existe un efecto debido al tratamiento)

1 2 3 1 2 3
 Descomposicin de la Variacin en
la ANOVA

La variacin total puede ser dividida en 2 partes:

SSTotal = SST + SSE

SSTotal = Suma de cuadrados totales

(Variacin Total)
SST = Suma de cuadrados de los tratamientos
(Variacin de tratamientos)
SSE = Suma de cuadrados del error
(Variacin del error)
 Descomposicin de la Variacin en
la ANOVA
(continuacin)

SSTotal = SST + SSE

Variacin Total = Es la suma de las dispersiones
(variaciones) de los valores individuales de los datos a
travs de los diferentes niveles de los factores (SSTotal)
Variacin de Tratamientos = variacin entre los factores
de las medias muestrales (SST)

Variacin del error = variacin que hay dentro de los

datos para uno de los niveles de los grupos (SSE)
 Descomposicin de la Variacin en
la ANOVA

Variacin Total (SSTotal)

g.l = n 1

Variacin debida a Variacin debida al

= los factores (SST) + muestreo aleatorio (SSE)
g.l. = k 1 g.l. = n k

Tambin recibe el nombre de: Tambin recibe el nombre de:

Suma de cuadrados de la Suma de cuadrados del error
variacin explicada Suma de cuadrados de la
Variacin de tratamientos variacin no explicada
Variacin dentro de los grupos
 Suma de Cuadrados Totales
SSTotal = SST + SSE
k nj

SSTotal ( X ij X ) 2

j 1 i 1
Donde:
SSTotal = Suma de cuadrados totales
k = nmero de grupos (niveles o tratamientos)
nj = nmero de observaciones en el grupo j
Xij = isima observacin del grupo j
X = Media Total (media de todos los datos)
 Variacin Total
(continuacin)

SSTotal ( X 11 X ) 2 ( X 12 X ) 2 ... ( X knk X ) 2

Response, X

Group 1 Group 2 Group 3

 Variacin de Tratamientos
SSTotal = SST + SSE
k
SST n j ( X j X ) 2
j 1
Donde:
SST = Suma de cuadrados de tratamientos
k = nmero de grupos
nj = tamao de muestra del grupo j
Xj = media muestral del grupo j
X = Media Total (media de todos los datos)
 Variacin de tratamientos
(continuacin)
k
SST n j ( X j X ) 2
j 1

SST
Variacin debida a las
CMT
diferencias entre grupos
k 1
Cuadrado medio tratamientos=
SST/grados de libertad

i j
 Variacin entre grupos
(continuacin)

SST n1 ( x1 x ) n2 ( x2 x ) ... nk ( xk x )
2 2 2

Response, X

X3
X2 X
X1

Group 1 Group 2 Group 3

 Variacin dentro de los grupos
SSTotal = SST + SSE
k nj

SSE ( X ij X j ) 2

j 1 i 1
Donde:
SSE = Suma de cuadrados del error
k = nmero de grupos
nj = tamao de muestra del grupo j
Xj = media muestral del grupo j
Xij = isima observacin del grupo j
 Variacin dentro de los grupos
(continuacin)

k nj

SSE ( X ij X j ) 2

j 1 i 1
SSE
Se encuentra la variacin dentro
CME
de cada grupo y luego se suman
esas variaciones. nk
Cuadrado medio del error

= SSE/grados de libertad

j
 Variacin del error
(continuacin)

SSE ( x11 X 1 ) ( X 12 X 2 ) ... ( X knk X k )

2 2 2

Response ,
X

X3
X2
X1

Group 1 Group 2 Group 3

Obtencin de los cuadrados
medios

SST
CMT
k 1
SSE
CME
nk
SSTotal
CMTotal
n 1
 Tabla ANOVA una va
Cuadrados
Fuente de Suma de Grados de medios F
variacin cuadrados libertad (Varianzas) calculada
SST CMT
Tratamientos SST k-1 CMT =
k - 1 F = CME
SSE
Error SSE n-k CME =
n-k
SSTotal =
Total n-1
SST+SSE
k = nmero de grupos
n = suma de los tamaos de muestra de todos los grupos
 ANOVA una va
Estadstico de prueba F
H0: 1= 2 = = c
H1: Al menos 1 grupo tiene media diferente

Estadstico
CMT
de prueba F
CME
CMT es el cuadrado medio de los tratamientos
CME es el cuadrado medio del error
Grados de libertad
gl1 = k 1 (k = nmero de grupos)
gl2 = n k (n = suma de los tamaos de muestra de todos
los grupos)
 Interpretacin del estadstico F
en la ANOVA de una va
El estadstico F es la divisin (razn) de la
varianza estimada entre los grupos y la
varianza estimada dentro de los grupos
La razn debe ser siempre positiva
gl1 = k -1 sern generalmente pequeos
gl2 = n - k sern generalmente grandes

Regla de decisin:
Rechace H0 si a = .05

F > FU,
0 No rechazar H Rechazar H0
0

FU
 Ejemplo de prueba F
de ANOVA una va
Usted desea saber si los Club 1 Club 2 Club 3
campos de golf de 3 clubes 254 234 200
tienen distancias diferentes. 263 218 222
Se seleccionan aleatoriamente 241 235 197
5 mediciones tomadas por una 237 227 206
mquina que se maneja 251 216 204
automticamente para cada
club. Para un nivel de
significancia de 0.05 existen
diferencias en las distancias
promedios de los campos de
golf de los 3 clubes?
 Ejemplo de ANOVA una va:
Diagrama de dispersin
Distancias
Club 1 Club 2 Club 3 270
254 234 200 260

263 218 222 250 X1
241 235 197 240
237 227 206
251 216 204 230
X
220

X2
210
x1 249.2 x 2 226.0 x 3 205.8
X3
200
x 227.0 190

1 2 3
Club
 Ejemplo de ANOVA una va
Clculos
Club 1 Club 2 Club 3 X1 = 249.2 n1 = 5
254 234 200 X2 = 226.0 n2 = 5
263 218 222
X3 = 205.8 n3 = 5
241 235 197
237 227 206 n = 15
X = 227.0
251 216 204 k=3
SST = 5 (249.2 227)2 + 5 (226 227)2 + 5 (205.8 227)2 = 4716.4
SSE = (254 249.2)2 + (263 249.2)2 ++ (204 205.8)2 = 1119.6

CMT = 4716.4 / (3-1) = 2358.2 2358.2

F 25.275
CME = 1119.6 / (15-3) = 93.3 93.3
 Ejemplo de ANOVA una va
Solucin
H0: 1 = 2 = 3 Estadstico de prueba:
H1: j no es igual
CMT 2358.2
a = 0.05 F 25.275
gl1= 2 gl2 = 12 CME 93.3

Valor Decisin:
crtico:
Rechace H0 a un a = 0.05
FU = 3.89
a = .05 Conclusin:
Hay evidencia de que
0 No rechace H Rechace H0 al menos un j difiere
0
F = 25.275
FU = 3.89 de los otros
 ANOVA una va
Salidas en Excel
EXCEL: herramientas | anlisis de datos | ANOVA: un factor
SUMMARY
Groups Count Sum Average Variance
Club 1 5 1246 249.2 108.2
Club 2 5 1130 226 77.5
Club 3 5 1029 205.8 94.2
ANOVA
Source of
SS df MS F P-value F crit
Variation
Between
4716.4 2 2358.2 25.275 4.99E-05 3.89
Groups
Within
1119.6 12 93.3
Groups
Total 5836.0 14
 Procedimiento de Tukey-Kramer
Se utiliza cuando al menos una media de un grupo
es estadsticamente diferente
Por ejemplo: 1 = 2 3
Se hace despus de rechazar la hiptesis nula de la
ANOVA
Permite comparar las medias de los grupos en
parejas
Compara el valor absoluto de las diferencias de las
medias con el rango crtico

1= 2 3 x
 Rango Crtico deTukey-Kramer

MSW 1 1
Rango Crtico Q U
2 n j n j'

donde:
QU = Valor de la Distribucin del Rango Q de Student
con c y n - c grados de libertad para un nivel deseado de a
(ver tabla E.8 del apndice)
MSW = Cuadrado medio dentro de grupos
nj y nj = Tamaos de muestra de los grupos j y j
 Ejemplo del Procedimiento de
Tukey-Kramer
1. Calcule los valores absolutos de las
Club 1 Club 2 Club 3 diferencias de las medias:
254 234 200
263 218 222 x1 x 2 249.2 226.0 23.2
241 235 197 x1 x 3 249.2 205.8 43.4
237 227 206
251 216 204 x 2 x 3 226.0 205.8 20.2

2. Encuentre el valor QU de la tabla E.8 del apndice con

c = 3 y (n c) = (15 3) = 12 grados de libertad
para el nivel deseado de a (a = 0.05 en este caso):

QU 3.77
 Ejemplo del Procedimiento de
Tukey-Kramer
(continuacin)
3. Calcule el rango crtico:
MSW 1 1 93.3 1 1
Rango Crtico Q U 3.77 16.285

2 n j n j' 2 5 5

4. Compare:
5. Todos los valores absolutos de las
diferencias de las medias son x1 x 2 23.2
mayores que el rango crtico. Por lo
tanto hay una diferencia significativa x1 x 3 43.4
entre cada par de medias a un nivel
de significancia del 5%. Es decir, con un x 2 x 3 20.2
95% de confianza podemos concluir que las
distancias promedio para el club 1 son
mayores que las del club 2 y el 3, y que las
del club 2 son mayores que las del club 3.