Análisis de la varianza. Magdalena Cladera Munar Departamento de Economía Aplicada Universitat de les Illes Balears

Transcripción

1 Análisis de la varianza Magdalena Cladera Munar Departamento de Economía Aplicada Universitat de les Illes Balears

2 CONTENIDOS Análisis de la varianza de un factor. Análisis de la varianza con más de un factor. Análisis de la covarianza.

3 Bibliografía: LÉVY, J.P. Y VARELA, J. (003). Análisis multivariable para las ciencias sociales. Ed. Pearson Prentice Hall. Madrid. NEWBOLD, P. (1997). Estadística para los Negocios y la Economía. Prentice Hall. Madrid. PARDO, A. RUÍZ, M. A. (001). SPSS Guía para el análisis de datos. Accesible en: PEÑA, D. (001) ESTADÍSTICA. Modelos y Métodos. Tomo II: Fundamentos. Ed. Alianza Universidad Textos.Madrid. PÉREZ, C. (001). Técnicas estadísticas con SPSS. Ed. Pearson Prentice Hall. Madrid. PERÉZ, C. (004). Técnicas de Anàlisis Multivariante de Datos. Aplicaciones con SPSS. Pearson Educación, S. A. Madrid. URIEL, E. Y ALDÁS, J. (005). Anàlisis Multivariante Aplicado. Thomson. Madrid.

4 Análisis de la Varianza de un factor El Análisis de la Varianza (ANOVA) permite contrastar la igualdad de medias en k poblaciones. En cada una de las poblaciones, la variable cuantitativa X tiene la siguiente distribución: Hipótesis a contrastar: H 0 : µ 1 = µ = = µ k = µ X j N(µ j, σ ) para j = 1,,, k H A : al menos una media es diferente La causa de la posible heterogeneidad de las poblaciones se denomina factor. Los factores son variables cualitativas cuyas categorías determinan las diferentes poblaciones que se comparan.

5 Análisis de la Varianza de un factor Supuestos: Las varianzas de todas las poblaciones son iguales (homocedasticidad). La variable analizada se distribuye normalmente en todas las poblaciones. Incumplimiento de los supuestos: El ANOVA es una técnica robusta a la presencia de heterocedasticidad si el número de observaciones de cada grupo es similar. El ANOVA es una técnica robusta al incumplimiento del supuesto de normalidad si las muestras son grandes.

6 Análisis de la Varianza de un factor Información muestral: POBLACIÓN 1 k x 11 x 1 x k1 Observaciones muestrales x 1 x x k x 1n x n x kn Medias x1 x xk Media global x

7 Análisis de la Varianza de un factor Información muestral: Medidas de variabilidad: 1 x 11 POBLACIÓN x 1 k x k1 - Variabilidad intragrupos: ( x ij x j ) Observaciones muestrales Medias Media global x 1 x 1n x x n x1 x x x k x kn xk - Variabilidad entre grupos: ( x) x j - Variabilidad total: ( x x) ij

8 Análisis de la Varianza de un factor Estadístico de contraste: Medidas de variabilidad: F ( x j x) ( k 1) = ( x x ) ( n k) ij j Ho cierta F k 1,n k - Variabilidad intragrupos: ( x ij x j ) - Variabilidad entre grupos: Rh o si F > F k-1, n-k; α ( x) x j - Variabilidad total: ( x x) ij

9 Análisis de la Varianza de un factor Tabla ANOVA: Fuentes de variación Sumas de cuadrados Grados de libertad Medias de cuadrados F p-valor Entre grupos ( x j x) k 1 ( x j x) ( k 1) F p-valor Intragrupos ( x ij x j ) n k ( xij x j ) ( n k ) ( x) x ij n 1

10 Análisis de la Varianza de un factor Ejemplo. Coste en farmacia por CA. Descriptivos Costes totales por habitante (población total) en euros Intervalo de confianza para la media al 95% N Media Desviación típica Error típico Límite inferior Límite superior Mínimo Máximo Asturias ,175 0,10973,307 14, , ,43 01,90 Cantabria 3 137,730 4, , , , ,88 06,35 La Rioja 18 14,1683 7, , , , ,34 185,37 Murcia 71 14, , , , , ,1 187,43 Aragón ,874 35,6395 3, , , ,30 5,5 Castilla La Mancha ,9665 3,19195, ,33 166, ,7 90,77 Extremadura ,9971 6,83451, , , ,96 14,83 Illes Balears ,8415 6, , ,345 18, ,96 178,99 Madrid 89 10,01 8,7670 1, , ,571 10,60 6,11 Castilla y León 3 143,55 3,54685, , , ,51 30, , ,6660 1, , ,13 10,60 90,77

11 Análisis de la Varianza de un factor Ejemplo. Coste en farmacia por CA. ANOVA Costes totales por habitante (población total) en euros Suma de cuadrados gl Media cuadrática F Sig. Inter-grupos 56106, ,50 7,100,000 Intra-grupos , , ,1 1153

12 Análisis de la Varianza con más de un factor Permite evaluar el efecto individual y conjunto de dos o más variables categóricas sobre una variable dependiente cuantitativa. Hipótesis. Existe una hipótesis nula por cada factor y una por cada posible combinación de factores: La hipótesis nula referida a un factor afirma que las medias de las poblaciones definidas por los niveles del factor son iguales. La hipótesis referida al efecto de una interacción afirma que su efecto es nulo. Para contrastar cada hipótesis se utiliza un estadístico F siguiendo la misma lógica que en el caso del ANOVA de un factor.

13 Análisis de la Varianza con más de un factor Supuestos: Se trabaja con tantas poblaciones como casillas resultan de la combinación de todas las categorías de los factores. Todas las poblaciones son normales. Igualdad de varianzas en todas las poblaciones.

14 Análisis de la Varianza con más de un factor Ejemplo. Coste en farmacia por acreditación docente y porcentaje de MIR Pruebas de los efectos inter-sujetos Variable dependiente: Costes totales por habitante (población total) en euros Suma de Fuente cuadrados tipo III gl Media cuadrática F Significación Modelo corregido ,58 a ,430 36,775,000 Intersección 40345, ,7 547,870,000 porc_mir 67997, ,943 5,777,000 docencia 6403, ,169 7,8,007 porc_mir * docencia 11677, ,737 6,640,001 Error , , , corregida 57118, a. R cuadrado =,339 (R cuadrado corregida =,330)

15 Análisis de la Varianza con más de un factor Ejemplo. Coste en farmacia por acreditación docente y porcentaje de MIR

16 Análisis de la Varianza con más de un factor Ejemplo. Coste en farmacia por acreditación docente y porcentaje de MIR Estadísticos descriptivos Variable dependiente: Costes totales por habitante (población total) en euros Formación de médicos Existencia de Media Desv. típ. N 0 No 18,0577 6, ,0577 6, inferior al 34% No 151, , Sí 118,1513 8, , , entre el 34% y el 66% No 118,73 9, Sí 11,300 4, ,668 8, superior al 66% No 97,1619 8, Sí 101,119 5, ,347 6, No 14, , Sí 109,4694 6, , ,47 437

17 Análisis de la Varianza con más de un factor Ejemplo. Coste en farmacia por acreditación docente y porcentaje de MIR Estimaciones de los parámetros Variable dependiente: Costes totales por habitante (población total) en euros Intervalo de confianza al 95%. Límite Parámetro B Error típ. t Significación Límite inferior superior Intersección 101,1 5,604 18,061,000 90,197 11,6 [porc_mir=0] 84,896 10,797 7,863,000 63, ,117 [porc_mir=1] 16,939 8,814 1,9,055 -,384 34,63 [porc_mir=] 11,018 8,49 1,336,18-5,195 7,31 [porc_mir=3] [docencia=0] -4,050 8,49 -,491,64-0,63 1,163 [docencia=1] [porc_mir=0] * [docencia=0] [porc_mir=1] * [docencia=0] 37,000 10,847 3,411,001 15,680 58,30 [porc_mir=1] * [docencia=1] [porc_mir=] * [docencia=0] 10,047 10,845,96,355-11,68 31,363 [porc_mir=] * [docencia=1] [porc_mir=3] * [docencia=0] [porc_mir=3] * [docencia=1] a. Al parámetro se le ha asignado el valor cero porque es redundante.

18 Análisis de la Covarianza El ANCOVA permite eliminar de la variable dependiente el efecto atribuible a variables no incluidas como factores. El interés sigue siendo analizar los efectos de los factores, contrastándose las mismas hipótesis que en el ANOVA. Además, se contrasta la hipótesis nula de que el efecto de la covariable sobre la dependiente es cero.

19 Análisis de la Covarianza Ejemplo. Coste en farmacia por acreditación docente, porcentaje de MIR, frecuentación y calidad de la prescripción. Pruebas de los efectos inter-sujetos Variable dependiente: Costes totales por habitante (población total) en euros Fuente Modelo corregido Intersección porc_mir docencia porc_mir * docencia frecuent utb_1998 Error corregida Suma de cuadrados Media tipo III gl cuadrática F Significación 791,773 a ,47 5,640, , , ,38, , ,07 7,81, , ,459 5,547, ,14 308,071 3,570, , ,011 7,071, , ,367 95,165, , , , , a. R cuadrado =,507 (R cuadrado corregida =,497)

20 Análisis de la Covarianza Ejemplo. Coste en farmacia por acreditación docente, porcentaje de MIR, frecuentación y calidad de la prescripción. Estimaciones de los parámetros Variable dependiente: Costes totales por habitante (población total) en euros Intervalo de confianza al 95%. Límite Parámetro B Error típ. t Significación Límite inferior superior Intersección 7,48 5,599 1,903,000 61,41 83,54 [porc_mir=0] 47,377 10,175 4,656,000 7,376 67,379 [porc_mir=1] 5,390 8,116,664,507-10,564 1,344 [porc_mir=],050 7,318,80,779-1,334 16,435 [porc_mir=3] [docencia=0] -4,135 7,680 -,538,591-19,33 10,963 [docencia=1] [porc_mir=0] * [docencia=0] [porc_mir=1] * [docencia=0] 7,064 10,179,659,008 7,055 47,074 [porc_mir=1] * [docencia=1] [porc_mir=] * [docencia=0] 13,91 9,848 1,350,178-6,068 3,649 [porc_mir=] * [docencia=1] [porc_mir=3] * [docencia=0] [porc_mir=3] * [docencia=1] frecuent 1,349,59 5,03,000,840 1,859 utb_1998 3,163,34 9,755,000,56 3,801 a. Al parámetro se le ha asignado el valor cero porque es redundante.

21 Análisis de la Covarianza Ejemplo. Coste en farmacia por acreditación docente, porcentaje de MIR, frecuentación y calidad de la prescripción. ANOVA ANCOVA