Anova unifactorial Grados de Biología y Biología sanitaria

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Anova unifactorial Grados de Biología y Biología sanitaria"

Transcripción

1 Anova unifactorial Grados de Biología y Biología sanitaria M. Marvá marcos.marva@uah.es Unidad docente de Matemáticas, Universidad de Alcalá 29 de noviembre de 2015

2 El problema Analizaremos la relación entre una variable cualitativa y una cuantitativa C (respuesta) F (explicativa) Ejemplo: El exceso de ozono es una señal de contaminación. Se toman 6 muestras de aire de concentraciones de ozono (en partes por 10 mil) en cuatro estaciones instaladas en una cuidad. Hay diferencias significativas en la concentración media medida en cada estación? Cuántas estaciones superan el valor umbral de alerta? En este caso: Variable explicativa (factor): estación en que se recoge la muestra. Niveles: cda una de las estaciones Variable respuesta: concentración de ozono capítulo 11 del libro

3 El problema Ejemplo: Cortesía del Hospital Ramón y Cajal Se quiere evaluar la eficacia de distintas dosis de un fármaco contra la hipertensión arterial y comparárla con la de una dieta sin sal. Se seleccionan al azar 25 hipertensos y se distribuyen aleatoriamente en 5 grupos. Al primero no se le suministra ningún tratamiento, al segundo una dieta con un contenido pobre en sal, al tercero una dieta sin sal, al cuarto el fármaco a una dosis determinada y al quinto el mismo fármaco a otra dosis. Tras el experimento, hay diferencias significativas en tensión arterial media de cada grupo? En este caso: Variable explicativa (factor): tipo de tratamiento seguido (incluido el no-tratamiento). Niveles: cada uno de los tratamientos Variable respuesta: tensión arterial (en las unidades adecuadas)

4 El problema Se quiere determinar cuál de los remedio Alirón plus Vuelagra Plumiprofeno Elevantolín es mejor para combatir el alicaimiento en los frailecillos. Se seleccionan 4 muestras aleatorias independientes de 100 frailecillos alicaídos, y cada una se trata con un remedio diferente. Los resultados, en aleteos por minuto de cada individuo, están an la siguiente tabla Aliron Elevantolin Plumiprofeno Vuelagra Recuerda que este no es el mejor formato para los datos. Un ejemplo, una referencia y

5 El problema La pregunta que queremos responder es Qué tratamiento es mejor? La responderemos en dos etapas: llamaremos µ i al número de aleteos medio con cada tratamiento 1.- Son todos los tratamientos igual de efectivos? frente a H 0 : {µ 1 = µ 2 = µ 3 = µ 4 } H 1 : {alguna de las medias es diferente de las demás} Se trata de la comparación simultáanea de 3 o más medias Veremos que comparar dosa dos las medias aumenta (sorprendentemente) deprisa la probabilidad de error de tipo I. 2.- Si no son todas las medias iguales: ordenarlas

6 Un poco de notación Consideramos un factor con k niveles t 1, t 2,, t k (tratamientos) Los individuos de cada nivel representan k poblaciones independientes X 1, X 2,, X k Hay n j datos para el tratamiento t j. Si n j n i Anova no equilibrado. Nivel del tratamiento (j de 1 a k) t 1 t 2 t 3 t k x 11 x 12 x 13 x 1k Respuestas x 21 x 22 x 23 x 2k (i de 1 a n j ) x 31 x 32 x 33 x 3k x n1 1 x n2 2 x n3 3 x nk k Trabajaremos con experimentos equilibrados (n i = n j, i, j) Llamaremos X(i, j) = x ij individuo i del nivel/tratamiento j N = n 1 + n n k

7 Consideramos, además, Un poco de notación La media del conjunto de todas las observaciones La media de cada nivel X = n k j j=1 X j = i=1 N n j Ejemplo: con los datos obtenidos para los 400 frailecillos: X 1 = 78.40, respuesta media muestral para t 1, Alirón Plus X 4 = 80.40, respuesta media muestral para t 4, Elevantolín X 3 = 84.40, X 2 = 72.10, i=1 x ij x ij n j respuesta media muestral para t 3, Plumiprofeno respuesta media muestral para t 2, Vuelagra y la media muestral total es X = 78.82

8 La idea Al comparar el efecto del tratamiento en cada individuo con el resultado medio x ij X intervienen (al menos) dos aspectos el tratamiento concreto (nivel del factor) aplicado a ese individuo (modelo) las características particulares de ese individuo (azar) es posible separar el efecto de ambos aspectos? Podemos escribir x ij X = ( ) ( x ij X j + X j X ) resulta ( X j X ) ( x ij X j se llama residuo es común a todos los del nivel j: modelo ) es distinto para cada individuo del nivel j: azar. Este término

9 La idea Ejemplo Para el cuarto frailecillo de los que se les administró Plumiprofeno x 43 X = = 9.3 El número de aleteos medio para los tratados con Plumiprofeno es = X j Entonces x ij X = ( ) ( x ij X j + X j X ) = Es decir ( X j X ) ) ( x ij X j 9.3 = ( ) + ( ) = 1.52 es común a todos los del nivel 4: modelo = 7.72 es distinto para cada individuo del nivel j: azar

10 La identidad Anova Identidad de la suma de cuadrados para Anova n k j (x ij X) 2 = j=1 i=1 } {{ } SST j=1 i=1 Es decir SST = SS residual + SS modelo. n k j (x ij X j) k 2 + n j ( X j X) 2 } {{ } SS residual j=1 } {{ } SS modelo (1) SST es la dispersión total (no se distinguen niveles, población única) SS modelo dispersión atribuida al hecho de utlizar k tratamientos distintos. Es la dispersión entre grupos. También se dice que es la parte de la dispersión o de la varianza explicada por el modelo SS residual es la dispersión debida al azar o ruido. Se suele llamar dispersión dentro de los grupos o intra-grupo, porque se debe a las circunstancias individuales de cada aplicación de un nivel del tratamiento. qué sucede si SS residual = 0?

11 Hay que cuantificar el peso de cada sumando SST = SS residual + SS modelo, Contraste Anova se dan los mismos problemas (sensibilidad a unidades, a cambios de escala,... ) que en la recta de regresión lineal. Solución: dividir entre SS residual SST = 1 + SSmodelo SS residual SS residual Manipulando ese término, se llega a que 1 numerador y denominador son suma de normales estándar al cuadrado, es decir, χ 2 2 por tanto, el cociente es una F de Fisher-Snedecor Para ello es necesario las muestras de cada población X 1 N(µ 1, σ), X 2 N(µ 1, σ),, X k N(µ 1, σ) Varianzas iguales (también se dice homocedasticidad)

12 Contraste Anova Distribución muestral de los componentes del Anova unifactorial para el caso de un modelo equilibrado. Supongamos que la hipótesis nula H 0 = {µ = µ 1 = µ 2 = = µ k } es cierta, que el diseño es equilibrado con k niveles del tratamiento (n 1 = n 2 = = n k ). Entonces: Ξ = SS modelo k 1 SS residual N k = k j=1 n ( X j X) 2 k 1 k nj j=1 i=1 (x ij X j) 2 N k F k 1;N k donde F k 1;N k es la distribución de Fisher-Snedecor con k 1 y N k grados de libertad, N es el total de observaciones (como el diseño equilibrado es, N = k n) El p-valor del contraste es P (F k 1;N k > Ξ)

13 La tabla Anova La forma habitual de presentar los cálculos del contraste de igualdad de medias en el modelo Anova es mediante la llamada tabla Anova Fuente de Suma de Grados de Cuadrado Estadístico p-valor variación cuadrados libertad medio k SS modelo n ( k X) 2 n ( X j X) 2 j=1 k 1 k 1 j=1 Ξ P(F > ) SS residual n k j (x n ij k ) 2 j (x ij X j ) 2 j=1 i=1 n k n k j=1 i=1 Ejemplo: continuación del ejemplo de los frailecillos. Cálculos directos dan SST = 14881,38, SS modelo = 7896,76, SS residual = 6984,41, Ξ = Y el p-valor del contraste es SS modelo k 1 SS residual N k podemos rechazar la hipótesis nula = 7896, , ,24 p-valor = P (F 4 1;400 4 > Ξ) 0

14 Terminología El modelo descrito es Anova unifactorial, completamente aleatorio y de efectos fijos 1 unifactorial: sólo tenemos en cuenta cómo depende X del tratamiento aplicado sin contar otras variables: edad, género, dieta,... 2 Completamente aleatorio porque los pacientes son asignados de forma aleatoria a cada grupo, sin agruparlos de ninguna manera 3 Efectos fijos porque hemos seleccionado los tratamientos (niveles) que queremos analizar sin elegirlos al azar de entre un posible conjunto más amplio de tratamientos Existen modelos Anova más avanzados: por ejemplo los Anova de doble o triple vía (Anova de dos o tres factores) diseños no equilibrados ver apéndice Más allá de este libro

Anova unifactorial I

Anova unifactorial I Anova unifactorial I Grado de Biología sanitaria M. Marvá e-mail: marcos.marva@uah.es Unidad docente de Matemáticas, Universidad de Alcalá 28 de noviembre de 2017 Contexto del problema Relacionar dos variables

Más detalles

ANOVA. Análisis de la Varianza. Univariante Efectos fijos Muestras independientes

ANOVA. Análisis de la Varianza. Univariante Efectos fijos Muestras independientes ANOVA Análisis de la Varianza Univariante Efectos fijos Muestras independientes De la t a la F En el test de la t de Student para muestras independientes, aprendimos como usar la distribución t para contrastar

Más detalles

Tablas de contingencia y contrastes χ 2

Tablas de contingencia y contrastes χ 2 Tablas de contingencia y contrastes χ 2 Independencia Grado de Biología sanitaria M. Marvá e-mail: marcos.marva@uah.es Unidad docente de Matemáticas, Universidad de Alcalá 7 de diciembre de 2017 Contraste

Más detalles

Intervalos de confianza y contrastes de hipótesis

Intervalos de confianza y contrastes de hipótesis Intervalos de confianza y contrastes de hipótesis Diferencia de medias en dos poblaciones Grado de Biología sanitaria - UAH M. Marvá e-mail: marcos.marva@uah.es Unidad docente de Matemáticas, Universidad

Más detalles

ANOVA I ES EL ANÁLISIS DE LA VARIANZA DE UN FACTOR

ANOVA I ES EL ANÁLISIS DE LA VARIANZA DE UN FACTOR ANOVA I ES EL ANÁLISIS DE LA VARIANZA DE UN FACTOR En el análisis de la varianza con un factor (ANOVA I) se supone que hay variación debida a los tratamientos. Se aplica un tratamiento distinto a cada

Más detalles

Tema 4: Probabilidad y Teoría de Muestras

Tema 4: Probabilidad y Teoría de Muestras Tema 4: Probabilidad y Teoría de Muestras Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 4: Probabilidad y Teoría de Muestras Curso 2008-2009

Más detalles

DISEÑOS EXPERIMENTALES DE DOS GRUPOS Y MULTIGRUPO

DISEÑOS EXPERIMENTALES DE DOS GRUPOS Y MULTIGRUPO TEMA II ESQUEMA GENERAL Definición y clasificación del diseño experimental de grupos Diseño experimental de dos grupos: definición y clasificación Diseño experimental de dos grupos: análisis estadístico

Más detalles

Inferencia sobre la diferencia de proporciones y el cociente de varianzas

Inferencia sobre la diferencia de proporciones y el cociente de varianzas Inferencia sobre la diferencia de proporciones y el cociente de varianzas Intervalos de confianza y contraste de hipótesis Grado Biología sanitaria M. Marvá e-mail: marcos.marva@uah.es Unidad docente de

Más detalles

2. EL DISEÑO UNIFACTORIAL (COMPARACION DE TRATAMIENTOS)

2. EL DISEÑO UNIFACTORIAL (COMPARACION DE TRATAMIENTOS) 2. EL DISEÑO UNIFACTORIAL (COMPARACION DE TRATAMIENTOS) La idea principal en este capitulo es el inicio a planear los diseño experimentales y su correspondiente análisis estadístico. En este caso iniciaremos

Más detalles

ANÁLISIS DE LA VARIANZA CON UN FACTOR (ANOVA)

ANÁLISIS DE LA VARIANZA CON UN FACTOR (ANOVA) ANÁLISIS DE LA VARIANZA CON UN FACTOR (ANOVA) El análisis de la varianza permite contrastar la hipótesis nula de que las medias de K poblaciones (K >2) son iguales, frente a la hipótesis alternativa de

Más detalles

TEMA 2 Diseño de experimentos: modelos con varios factores

TEMA 2 Diseño de experimentos: modelos con varios factores TEMA 2 Diseño de experimentos: modelos con varios factores José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Análisis de Datos - Grado en Biología Esquema del tema Modelo bifactorial

Más detalles

Tablas de contingencia y contrastes χ 2

Tablas de contingencia y contrastes χ 2 Tablas de contingencia y contrastes χ 2 Independencia Grados de Biología y Biología sanitaria M. Marvá e-mail: marcos.marva@uah.es Unidad docente de Matemáticas, Universidad de Alcalá 13 de diciembre de

Más detalles

DISEÑOS EXPERIMENTALES DE DOS GRUPOS Y MULTIGRUPO

DISEÑOS EXPERIMENTALES DE DOS GRUPOS Y MULTIGRUPO TEMA II ESQUEMA GENERAL Diseño experimental de dos grupos: definición y clasificación Formatos del diseño y prueba de hipótesis Diseño experimental multigrupo: definición Formato del diseño multigrupo

Más detalles

Tema 18 Análisis de la varianza de un factor (ANOVA) Contraste paramétrico de hipótesis

Tema 18 Análisis de la varianza de un factor (ANOVA) Contraste paramétrico de hipótesis Tema 18 Análisis de la varianza de un factor () Contraste paramétrico de hipótesis Compara la distribución de una variable continua normal en mas de dos poblaciones (niveles o categorías) Pruebas de contraste

Más detalles

Capítulo 6. Análisis de la covarianza ANÁLISIS DE LA COVARIANZA UNIFACTORIAL INTRODUCCIÓN

Capítulo 6. Análisis de la covarianza ANÁLISIS DE LA COVARIANZA UNIFACTORIAL INTRODUCCIÓN Capítulo 6 Análisis de la covarianza INTRODUCCIÓN Es una combinación de dos técnicas: Análisis de la Varianza y Análisis de Regresión. En el Análisis de la Covarianza: F La variable respuesta es cuantitativa

Más detalles

Análisis de la varianza (ANOVA)

Análisis de la varianza (ANOVA) Análisis de la varianza (ANOVA) Mª Isabel Aguilar, Eugenia Cruces y Bárbara Díaz UNIVERSIDAD DE MÁLAGA Departamento de Economía Aplicada (Estadística y Econometría) Parcialmente financiado a través del

Más detalles

Tablas de contingencia y contrastes χ 2

Tablas de contingencia y contrastes χ 2 Tablas de contingencia y contrastes χ 2 Independencia Grados de Biología y Biología sanitaria M. Marvá e-mail: marcos.marva@uah.es Unidad docente de Matemáticas, Universidad de Alcalá 22 de noviembre de

Más detalles

Análisis de la varianza

Análisis de la varianza Análisis de la varianza José Gabriel Palomo Sánchez gabriel.palomo@upm.es E.U.A.T. U.P.M. Julio de 2011 I 1 Introducción 1 Comparación de medias 2 El pricipio de aleatorización 2 El problema de un factor

Más detalles

Estadística II Examen final enero 19/1/17 Curso 2016/17 Soluciones Duración del examen: 2 h y 15 min

Estadística II Examen final enero 19/1/17 Curso 2016/17 Soluciones Duración del examen: 2 h y 15 min Estadística II Examen final enero 19/1/17 Curso 016/17 Soluciones Duración del examen: h y 15 min 1. 3 puntos El Instituto para la Diversificación y Ahorro de la Energía IDAE ha publicado un estudio sobre

Más detalles

Técnicas de Inferencia Estadística II. Tema 2. Contrastes de hipótesis en poblaciones normales

Técnicas de Inferencia Estadística II. Tema 2. Contrastes de hipótesis en poblaciones normales Técnicas de Inferencia Estadística II Tema 2. Contrastes de hipótesis en poblaciones normales M. Concepción Ausín Universidad Carlos III de Madrid Grado en Estadística y Empresa Curso 2010/11 Tema 2. Contrastes

Más detalles

Bloque 3 Tema 14 ANÁLISIS DE LA VARIANZA. PRUEBA F

Bloque 3 Tema 14 ANÁLISIS DE LA VARIANZA. PRUEBA F Bloque 3 Tema 4 AÁLISIS DE LA VARIAZA. PRUEBA F El objetivo fundamental de la experimentación es estudiar la posible relación de causalidad existente entre dos o más variables. Este estudio representa

Más detalles

DISEÑO EXPERIMENTAL FACTORIAL DE GRUPOS

DISEÑO EXPERIMENTAL FACTORIAL DE GRUPOS TEMA III ESQUEMA GENERAL Definición del diseño factorial Clasificación del diseño factorial Efectos estimables en un diseño factorial Diseño factorial A x B completamente al azar: Estructura Diseño factorial

Más detalles

Agro 6998 Conferencia 2. Introducción a los modelos estadísticos mixtos

Agro 6998 Conferencia 2. Introducción a los modelos estadísticos mixtos Agro 6998 Conferencia Introducción a los modelos estadísticos mixtos Los modelos estadísticos permiten modelar la respuesta de un estudio experimental u observacional en función de factores (tratamientos,

Más detalles

1 El Análisis de Varianza

1 El Análisis de Varianza 1 El Análisis de Varianza Objetivo: Explicar (controlar las variaciones de una v.a. Y continua (numérica, mediante factores (variables cualitativas que definen categorías que controlamos (no aleatorios.

Más detalles

Tema 10: Introducción a los problemas de Asociación y Correlación

Tema 10: Introducción a los problemas de Asociación y Correlación Tema 10: Introducción a los problemas de Asociación y Correlación Estadística 4 o Curso Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 10: Asociación y Correlación

Más detalles

Prueba t para muestras independientes

Prueba t para muestras independientes Prueba t para muestras independientes El procedimiento Prueba t para muestras independientes compara las medias de dos grupos de casos. Para esta prueba, idealmente los sujetos deben asignarse aleatoriamente

Más detalles

Pruebas de Hipótesis-ANOVA. Curso de Seminario de Tesis Profesor QF Jose Avila Parco Año 2016

Pruebas de Hipótesis-ANOVA. Curso de Seminario de Tesis Profesor QF Jose Avila Parco Año 2016 Pruebas de Hipótesis-ANOVA Curso de Seminario de Tesis Profesor Q Jose Avila Parco Año 2016 Análisis de la Varianza de un factor (ANOVA) El análisis de la varianza (ANOVA) es una técnica estadística paramétrica

Más detalles

I TRODUCCIÓ AL A ÁLISIS DE DATOS TEMA 7: Distribuciones continuas de probabilidad

I TRODUCCIÓ AL A ÁLISIS DE DATOS TEMA 7: Distribuciones continuas de probabilidad I TRODUCCIÓ AL A ÁLISIS DE DATOS TEMA 7: Distribuciones continuas de probabilidad 1.- Una variable aleatoria que sigue una distribución normal: A) tiene de media cero y una desviación típica de uno. B)

Más detalles

Ms. C. Marco Vinicio Rodríguez

Ms. C. Marco Vinicio Rodríguez Ms. C. Marco Vinicio Rodríguez mvrodriguezl@yahoo.com http://mvrurural.wordpress.com/ Uno de los objetivos de la estadística es saber acerca del comportamiento de parámetros poblacionales tales como:

Más detalles

Tema 4: Otros Métodos de Análisis de Datos Cuantitativos y Cualitativos

Tema 4: Otros Métodos de Análisis de Datos Cuantitativos y Cualitativos Tema 4: Otros Métodos de Análisis de Datos Cuantitativos y Cualitativos Metodología de la Investigación en Fisioterapia Miguel González Velasco Departamento de Matemáticas. Universidad de Extremadura M.

Más detalles

La recta de regresión

La recta de regresión Presentación del problema. Diagrama de dispersión. El error cuadrático medio. Coeficientes de la recta. Grado de Biología sanitaria M. Marvá e-mail: marcos.marva@uah.es Unidad docente de Matemáticas, Universidad

Más detalles

Curso de nivelación Estadística y Matemática

Curso de nivelación Estadística y Matemática Curso de nivelación Estadística y Matemática Sexta clase: Programa Técnico en Riesgo, 2016 Agenda 1 2 de una vía 3 Pasos para realizar una prueba de hipótesis Prueba de hipotesis Enuncia la H 0 ylah 1,ademásdelniveldesignificancia(a).

Más detalles

Elaborado por: Pelay, C. y Pérez, J. Prueba t para muestras independientes

Elaborado por: Pelay, C. y Pérez, J. Prueba t para muestras independientes Prueba t para muestras independientes 1 El procedimiento Prueba t para muestras independientes compara las medias de dos grupos de casos. Para esta prueba, idealmente los sujetos deben asignarse aleatoriamente

Más detalles

MODELO DE RESPUESTAS Objetivos 2, 3, 4, 5, 6, 7, Y 8.

MODELO DE RESPUESTAS Objetivos 2, 3, 4, 5, 6, 7, Y 8. UNIVERSIDAD NACIONAL ABIERTA ESTADÍSTICA GENERAL 745) VICERRECTORADO ACADÉMICO INTEGRAL ÁREA DE MATEMÁTICA Fecha: 17/ 01 /009 MODELO DE RESPUESTAS Objetivos, 3, 4, 5, 6, 7, Y 8. OBJ. 1 PTA 1 Una compañía

Más detalles

ANÁLISIS DE LA VARIANZA PARTE PRIMERA

ANÁLISIS DE LA VARIANZA PARTE PRIMERA ANÁLISIS DE LA VARIANZA PARTE PRIMERA Febrero de 2012 Índice general 1. INTRODUCCIÓN............................... 1 2. FUNDAMENTOS DEL DISEÑO COMPLETAMENTE ALEATO- RIZADO....................................

Más detalles

Estadística aplicada al medio ambiente

Estadística aplicada al medio ambiente Estadística aplicada al medio ambiente III. Regresión lineal 3 o de CC. AA. Departamento de Matemáticas Universidad Autónoma de Madrid 2011/12 Planteamiento Modelo Estimación de parámetros Intervalos de

Más detalles

Regresión múltiple. Demostraciones. Elisa Mª Molanes López

Regresión múltiple. Demostraciones. Elisa Mª Molanes López Regresión múltiple Demostraciones Elisa Mª Molanes López El modelo de regresión múltiple El modelo que se plantea en regresión múltiple es el siguiente: y i = β 0 + β 1 x 1i + β 2 x 2i +...+ β k x ki +

Más detalles

ANÁLISIS ESTADÍSTICO REGRESIÓN LINEAL SIMPLE

ANÁLISIS ESTADÍSTICO REGRESIÓN LINEAL SIMPLE ANÁLISIS ESTADÍSTICO REGRESIÓN LINEAL SIMPLE Jorge Fallas jfallas56@gmail.com 2010 1 Temario Introducción: correlación y regresión Supuestos del análisis Variación total de Y y variación explicada por

Más detalles

Univ. de Alcalá. Estadística 2013-14 Dpto. de Física y Matemáticas Grado en Biología Sanitaria Examen final. Viernes, 17 de Enero de 2014. Apellidos: Nombre: INSTRUCCIONES (LEER ATENTAMENTE). Puedes descargarte

Más detalles

INFERENCIA ESTADISTICA CUADRADO) CHI-CUADRADO. x i. Variable Aleatoria [N(µ, σ) ] Muestras (N=1) Tipificando. = i σ z 2. = σ

INFERENCIA ESTADISTICA CUADRADO) CHI-CUADRADO. x i. Variable Aleatoria [N(µ, σ) ] Muestras (N=1) Tipificando. = i σ z 2. = σ (CHI- CHI-CUADRADO Variable Aleatoria [N(µ, σ) ] Muestras (N1) x i Tipificando z x µ i σ z z x i µ σ χ 1 (CHI- CHI-CUADRADO Variable Aleatoria [N(µ, σ) ] Muestras (N) x 1, x Tipificando z 1 x µ ; σ x 1

Más detalles

TÉCNICAS ESTADÍSTICAS APLICADAS EN NUTRICIÓN Y SALUD

TÉCNICAS ESTADÍSTICAS APLICADAS EN NUTRICIÓN Y SALUD TÉCNICAS ESTADÍSTICAS APLICADAS EN NUTRICIÓN Y SALUD Contrastes de hipótesis paramétricos para una y varias muestras: contrastes sobre la media, varianza y una proporción. Contrastes sobre la diferencia

Más detalles

Diseño de Experimentos. Diseños Factoriales

Diseño de Experimentos. Diseños Factoriales Diseño de Experimentos Diseños Factoriales Luis A. Salomón Departamento de Ciencias Matemáticas Escuela de Ciencias, EAFIT Luis A. Salomón (EAFIT) Inspira Crea Transforma Curso 2016 Índice 1 Introducción

Más detalles

Representaciones gráficas de las distribuciones bidimensionales de frecuencias... 74

Representaciones gráficas de las distribuciones bidimensionales de frecuencias... 74 Índice 1. Introducción al R 15 1.1. Introducción............................. 15 1.2. El editor de objetos R....................... 18 1.3. Datos en R............................. 19 1.3.1. Vectores...........................

Más detalles

Análisis de Datos. ANOVA unifactorial. Universidad Autónoma de Madrid. 2º de Biología. Departamento de Matemáticas. P. Cifuentes 1

Análisis de Datos. ANOVA unifactorial. Universidad Autónoma de Madrid. 2º de Biología. Departamento de Matemáticas. P. Cifuentes 1 Análisis de Datos 2º de Biología ANOVA unifactorial Universidad Autónoma de Madrid Departamento de Matemáticas 2018 P. Cifuentes 1 El modelo Descriptivos La muestra y los datos Estimación de parámetros

Más detalles

Modelo de Análisis de la Covarianza. Introducción al modelo de Medidas Repetidas

Modelo de Análisis de la Covarianza. Introducción al modelo de Medidas Repetidas Modelo de Análisis de la Covariza. Introducción al modelo de Medidas Repetidas Modelo de Análisis de la Covariza Introducción El diseño por bloques se considera para eliminar el efecto de los factores

Más detalles

Regresión Lineal Simple y Múltiple Regresión Logística

Regresión Lineal Simple y Múltiple Regresión Logística Regresión Lineal Simple y Múltiple Regresión Logística Miguel González Velasco Departamento de Matemáticas. Universidad de Extremadura MUI en Ciencias de la Salud MUI en Ciencias de la Salud (UEx) Regresión

Más detalles

ESTADISTICA AVANZADA. Análisis de la Variancia Anova One Way Kruskal-Wallis Bloques (Friedman)

ESTADISTICA AVANZADA. Análisis de la Variancia Anova One Way Kruskal-Wallis Bloques (Friedman) ESTADISTICA AVANZADA Análisis de la Variancia Anova One Way Kruskal-Wallis Bloques (Friedman) Factor Análisis de la Variancia El análisis de varianza One Way es una generalización de la Prueba t para mas

Más detalles

2. Plantear hipótesis considerando que: Hipótesis: Siendo una prueba no direccionada, el planteamiento de hipótesis, señalará que:

2. Plantear hipótesis considerando que: Hipótesis: Siendo una prueba no direccionada, el planteamiento de hipótesis, señalará que: Análisis de varianza El análisis de la varianza, conocida también como ANVAR o ANOVA, por sus siglas en inglés (ANalysis Of VAriance) es un método que permite comparar dos o más grupos de datos a través

Más detalles

Departamento de Medicina Preventiva y Salud Publica e Historia de la Ciencia. Universidad Complutense de Madrid. SPSS para windows.

Departamento de Medicina Preventiva y Salud Publica e Historia de la Ciencia. Universidad Complutense de Madrid. SPSS para windows. TEMA 12 REGRESIÓN LINEAL Mediante la regresión lineal se busca hallar la línea recta que mejor explica la relación entre unas variables independientes o variables de exposición y una variable dependiente

Más detalles

Diseños con dos o más fuentes de variación (III): Otros diseños clásicos de experimentos

Diseños con dos o más fuentes de variación (III): Otros diseños clásicos de experimentos Diseños con dos o más fuentes de variación (III): Otros diseños clásicos de experimentos Tema 4 (III) Estadística 2 Curso 08/09 Tema 4 (III) (Estadística 2) ANOVA multifactorial Curso 08/09 1 / 17 ANOVA

Más detalles

Regresión. Instituto Tecnológico de Ciudad Victoria Maestría en Ciencias en Biología Sesión de Cómputo. Modelo I

Regresión. Instituto Tecnológico de Ciudad Victoria Maestría en Ciencias en Biología Sesión de Cómputo. Modelo I Regresión La regresión lineal estima la relación de una variable con respecto a otra, por medio de la expresión de una variable en términos de una función lineal de otra variable. Existen dos modelos de

Más detalles

1. Conceptos de Regresión y Correlación. 2. Variables aleatorias bidimensionales. 3. Ajuste de una recta a una nube de puntos

1. Conceptos de Regresión y Correlación. 2. Variables aleatorias bidimensionales. 3. Ajuste de una recta a una nube de puntos TEMA 10 (curso anterior): REGRESIÓN Y CORRELACIÓN 1 Conceptos de Regresión y Correlación 2 Variables aleatorias bidimensionales 3 Ajuste de una recta a una nube de puntos 4 El modelo de la correlación

Más detalles

Tema 5 - III: Inferencia sobre dos poblaciones: proporciones, varianzas, medias

Tema 5 - III: Inferencia sobre dos poblaciones: proporciones, varianzas, medias Tema 5 - III: Inferencia sobre dos poblaciones: proporciones, varianzas, medias Biología y Biología sanitaria - UAH Marcos Marvá Ruiz Para dos poblaciones Se presentan conjuntamente intervalos y contrastes

Más detalles

Febrero 2016 Ing. Rubén Darío Estrella, MBA Cavaliere dell ordine al Merito della Repubblica Italiana (2003) Ingeniero de Sistemas (UNIBE 1993), Administrador (PUCMM 2000), Matemático (PUCMM 2007), Teólogo

Más detalles

TEMA 10 Correlación y regresión. El modelo de regresión simple

TEMA 10 Correlación y regresión. El modelo de regresión simple TEMA 10 Correlación y regresión. El modelo de regresión simple Karl Pearson (1857-1936) 1. Introducción. Modelos matemáticos 2. Métodos numéricos. Resolución de sistemas lineales y ecuaciones no lineales

Más detalles

PRÁCTICA 3: Ejercicios del capítulo 5

PRÁCTICA 3: Ejercicios del capítulo 5 PRÁCICA 3: Eercicios del capítulo 5 1. Una empresa bancaria a contratado a un equipo de expertos en investigación de mercados para que les asesoren sobre el tipo de campaña publicitaria más recomendable

Más detalles

DISEÑO Y ANÁLISIS DE DATOS EN PSICOLOGÍA II

DISEÑO Y ANÁLISIS DE DATOS EN PSICOLOGÍA II DISEÑO Y ANÁLISIS DE DATOS EN PSICOLOGÍA II PRÁCTICA 5 En una determinada investigación se estudió el rendimiento en matemáticas en función del estilo de aprendizaje de una serie de estudiantes de educación

Más detalles

Estadística; 3º CC. AA. Examen final, 23 de enero de 2009

Estadística; 3º CC. AA. Examen final, 23 de enero de 2009 Estadística; 3º CC. AA. Examen final, 3 de enero de 9 Apellidos Nombre: Grupo: DNI. (5 ptos.) En un estudio sobre las variables que influyen en el peso al nacer se han obtenido utilizando SPSS los resultados

Más detalles

U ED Tudela Diseños de Investigación y Análisis de Datos - Tema 7

U ED Tudela Diseños de Investigación y Análisis de Datos - Tema 7 Diseños de Investigación y Análisis de Datos Preguntas de exámenes TEMA 7: A OVA PARA MUESTRAS I DEPE DIE TES (2 FACTORES) 1.- Se dice que un diseño bifactorial es equilibrado si: A) Los grupos tienen

Más detalles

Estudio del consumo y los precios al consumo de Frutas y Hortalizas

Estudio del consumo y los precios al consumo de Frutas y Hortalizas Conseería de Agricultura y Pesca Estudio del consumo y los precios al consumo de Frutas y Hortalizas Aspectos Metodológicos Marzo 008 Versión 1 SECRETARÍA GENERAL DE AGRICULTURA, GANADERÍA Y DESARROLLO

Más detalles

Pronósticos, Series de Tiempo y Regresión. Capítulo 4: Regresión Lineal Múltiple

Pronósticos, Series de Tiempo y Regresión. Capítulo 4: Regresión Lineal Múltiple Pronósticos, Series de Tiempo y Regresión Capítulo 4: Regresión Lineal Múltiple Temas Modelo de regresión lineal múltiple Estimaciones de Mínimos Cuadrados Ordinarios (MCO); estimación puntual y predicción

Más detalles

Cuando los ceros de la p sí importan

Cuando los ceros de la p sí importan Cuando los ceros de la p sí importan Ya sabemos que para contrastar la igualdad de medias de dos muestras que se distribuyan de forma normal podemos utilizar la prueba de la t de Student. Así que asumimos

Más detalles

Diseño de bloques completos Aleatorizados. Jhon Jairo Padilla Aguilar, PhD.

Diseño de bloques completos Aleatorizados. Jhon Jairo Padilla Aguilar, PhD. Diseño de bloques completos Aleatorizados Jhon Jairo Padilla Aguilar, PhD. Introducción Factor perturbador: Factor del diseño que probablemente tenga un efecto sobre la respuesta, pero no existe un interés

Más detalles

Esquema (1) Análisis de la Varianza y de la Covarianza. ANOVA y ANCOVA. ANOVA y ANCOVA 1. Análisis de la Varianza de 1 Factor

Esquema (1) Análisis de la Varianza y de la Covarianza. ANOVA y ANCOVA. ANOVA y ANCOVA 1. Análisis de la Varianza de 1 Factor Esquema (1) Análisis de la arianza y de la Covarianza ANOA y ANCOA 1. (Muestras independientes). () 3. Análisis de la arianza de Factores 4. Análisis de la Covarianza 5. Análisis con más de Factores J.F.

Más detalles

Técnicas de Inferencia Estadística II. Tema 2. Contrastes de hipótesis paramétricos. Parte II. Contrastes para dos muestras

Técnicas de Inferencia Estadística II. Tema 2. Contrastes de hipótesis paramétricos. Parte II. Contrastes para dos muestras Técnicas de Inferencia Estadística II Tema 2. Contrastes de hipótesis paramétricos Parte II. Contrastes para dos muestras M. Concepción Ausín Universidad Carlos III de Madrid Grado en Estadística y Empresa

Más detalles

478 Índice alfabético

478 Índice alfabético Índice alfabético Símbolos A, suceso contrario de A, 187 A B, diferencia de los sucesos A y B, 188 A/B, suceso A condicionado por el suceso B, 194 A B, intersección de los sucesos A y B, 188 A B, unión

Más detalles

ESQUEMA GENERAL DISEÑO FACTORIAL

ESQUEMA GENERAL DISEÑO FACTORIAL TEMA III ESQUEMA GENERAL Definición Clasificación Efectos estimables en un diseño factorial Diseño factorial A x B completamente al azar Representación de la interacción DISEÑO FACTORIAL Definición El

Más detalles

Índice. Diseños factoriales. José Gabriel Palomo Sánchez E.U.A.T. U.P.M. Julio de 2011

Índice. Diseños factoriales. José Gabriel Palomo Sánchez E.U.A.T. U.P.M. Julio de 2011 Diseños factoriales José Gabriel Palomo Sánchez gabrielpalomo@upmes EUAT UPM Julio de 2011 Índice 1 Diseños factoriales con dos factores 1 Denición 2 Organización de los datos 3 Ventajas de los diseños

Más detalles

Tema 15: Contrastes de hipótesis sobre algunos parámetros

Tema 15: Contrastes de hipótesis sobre algunos parámetros ema 15: Contrastes de hipótesis sobre algunos parámetros 1. CORASE DE HIPÓESIS SOBRE LA MEDIA, Conocida Desconocida. CORASE DE HIPÓESIS SOBRE LA CORRELACIÓ, Bibliografía: ema 15 (págs. 379-4) Ejercicios

Más detalles

Bioestadística y uso de software científico TEMA 5 DATOS CONTINUOS COMPARACIONES DE MEDIAS ENTRE DOS GRUPOS

Bioestadística y uso de software científico TEMA 5 DATOS CONTINUOS COMPARACIONES DE MEDIAS ENTRE DOS GRUPOS Bioestadística y uso de software científico TEMA 5 DATOS CONTINUOS COMPARACIONES DE MEDIAS ENTRE DOS GRUPOS Hasta ahora... Tema Variable dependiente Variable independiente Test Tema 4 Categórica Categórica

Más detalles

ANEXO I. ANÁLISIS DE LA VARIANZA.

ANEXO I. ANÁLISIS DE LA VARIANZA. ANEXO I. ANÁLISIS DE LA VARIANZA. El análisis de la varianza (o Anova: Analysis of variance) es un método para comparar dos o más medias. Cuando se quiere comparar más de dos medias es incorrecto utilizar

Más detalles

Caso particular: Contraste de homocedasticidad

Caso particular: Contraste de homocedasticidad 36 Bioestadística: Métodos y Aplicaciones 9.5.5. Caso particular: Contraste de homocedasticidad En la práctica un contraste de gran interés es el de la homocedasticidad o igualdad de varianzas. Decimos

Más detalles

Relación 3 de problemas

Relación 3 de problemas ESTADÍSTICA II Curso 2016/2017 Grado en Matemáticas Relación 3 de problemas 1. La Comunidad de Madrid evalúa anualmente a los alumnos de sexto de primaria de todos los colegios sobre varias materias. Con

Más detalles

Estrategia de análisis estadístico de los datos. Inferencia Estadística y contraste de hipótesis

Estrategia de análisis estadístico de los datos. Inferencia Estadística y contraste de hipótesis Estrategia de análisis estadístico de los datos. Inferencia Estadística y contraste de hipótesis VDC Prof. Mª JOSÉ PRIETO CASTELLÓ MÉTODOS ESTADÍSTICOS. TÉCNICAS ESTADÍSTICA DESCRIPTIVA TEORÍA DE LA PROBABILIDAD

Más detalles

Tema 8: Regresión y Correlación

Tema 8: Regresión y Correlación Tema 8: Regresión y Correlación Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 8: Regresión y Correlación Curso 2008-2009 1 / 12 Índice

Más detalles

Tema 4. Análisis multivariante de la varianza

Tema 4. Análisis multivariante de la varianza Máster en Técnicas Estadísticas Análisis Multivariante Año 2008 2009 Profesor: César Sánchez Sellero Tema 4 Análisis multivariante de la varianza 4 Presentación del modelo Se trata de comparar las medias

Más detalles

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

Análisis de la varianza. Magdalena Cladera Munar Departamento de Economía Aplicada Universitat de les Illes Balears Análisis de la varianza Magdalena Cladera Munar mcladera@uib.es Departamento de Economía Aplicada Universitat de les Illes Balears CONTENIDOS Análisis de la varianza de un factor. Análisis de la varianza

Más detalles

Muestreo e intervalos de confianza

Muestreo e intervalos de confianza Muestreo e intervalos de confianza Intervalo de confianza para la media (varianza desconocida) Intervalo de confinza para la varianza Grados en Biología y Biología sanitaria M. Marvá. Departamento de Física

Más detalles

1. Realice la prueba de homogeneidad de variancias e interprete los resultados.

1. Realice la prueba de homogeneidad de variancias e interprete los resultados. 1ª PRÁCTICA DE ORDENADOR (FEEDBACK) Un investigador pretende evaluar la eficacia de dos programas para mejorar las habilidades lectoras en escolares de sexto curso. Para ello asigna aleatoriamente seis

Más detalles

Ejemplos Resueltos Tema 4

Ejemplos Resueltos Tema 4 Ejemplos Resueltos Tema 4 2012 1. Contraste de Hipótesis para la Media µ (con σ conocida) Dada una muestra de tamaño n y conocida la desviación típica de la población σ, se desea contrastar la hipótesis

Más detalles

Tema 4. Regresión lineal simple

Tema 4. Regresión lineal simple Tema 4. Regresión lineal simple Contenidos El objeto del análisis de regresión La especificación de un modelo de regresión lineal simple Estimadores de mínimos cuadrados: construcción y propiedades Inferencias

Más detalles

DESCRIPCIÓN DE DATOS POR MEDIO DE GRÁFICAS

DESCRIPCIÓN DE DATOS POR MEDIO DE GRÁFICAS ÍNDICE Introducción: Entrene su cerebro para la estadística... 1 La población y la muestra... 3 Estadísticas descriptivas e inferenciales... 4 Alcanzar el objetivo de estadísticas inferenciales: los pasos

Más detalles

Pruebas de Hipótesis Multiples

Pruebas de Hipótesis Multiples Pruebas de Hipótesis Multiples Cuando queremos hacer comparaciones de mas de dos poblaciones, una alternativa es comparar todos los grupos a la vez con el método de Análisis de Varianza (ANOVA) H o : µ

Más detalles

ÍNDICE CAPÍTULO 1. INTRODUCCIÓN

ÍNDICE CAPÍTULO 1. INTRODUCCIÓN ÍNDICE CAPÍTULO 1. INTRODUCCIÓN 1.1. OBJETO DE LA ESTADÍSTICA... 17 1.2. POBLACIONES... 18 1.3. VARIABLES ALEATORIAS... 19 1.3.1. Concepto... 19 1.3.2. Variables discretas y variables continuas... 20 1.3.3.

Más detalles

KIBBUTZ.ES. Si se pretende comprobar si la proporción de niños es igual a la de niñas en la población de la que proceden los datos:

KIBBUTZ.ES. Si se pretende comprobar si la proporción de niños es igual a la de niñas en la población de la que proceden los datos: Modelo C. Septiembre 015. No debe entregar los enunciados Fórmula de corrección: Aciertos (Errores / ) Material permitido: Formulario y cualquier tipo de calculadora en la que no se pueda introducir texto

Más detalles

Análisis de la varianza ANOVA

Análisis de la varianza ANOVA Estadística Básica. Mayo 2004 1 Análisis de la varianza ANOVA Francisco Montes Departament d Estadística i I. O. Universitat de València http://www.uv.es/~montes Estadística Básica. Mayo 2004 2 Comparación

Más detalles

Tema 9: Introducción al problema de la comparación de poblaciones

Tema 9: Introducción al problema de la comparación de poblaciones Tema 9: Introducción al problema de la comparación de poblaciones Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 9: Introducción al problema

Más detalles

Se permite un folio escrito por las dos caras. Cada problema se realiza en hojas diferentes y se entregan por separado.

Se permite un folio escrito por las dos caras. Cada problema se realiza en hojas diferentes y se entregan por separado. NORMAS El examen consta de dos partes: 0.0.1. Diez Cuestiones: ( tiempo: 60 minutos) No se permite ningún tipo de material (libros, apuntes, calculadoras,...). No se permite abandonar el aula una vez repartido

Más detalles

CONTRASTES DE HIPÓTESIS

CONTRASTES DE HIPÓTESIS Estadística.FBA I. Curso 2011-2012 CONTRASTES DE HIPÓTESIS M.Carmen Carollo Contrastes de hipótesis 1 Estadística.FBA I. Curso 2011-2012 CONTRASTES DE HIPÓTESIS A partir de una o varias muestras nos proponemos

Más detalles

Diseño de Experimentos

Diseño de Experimentos Diseño de Experimentos Mejoramiento Continuo de Deming DOE Sí el análisis expuso una serie de factores de entrada para el proceso que deben ser controlados para maximizar o minimizar un resultado, entonces

Más detalles

Diseño de experimentos Hugo Alexer Pérez Vicente

Diseño de experimentos Hugo Alexer Pérez Vicente Diseño de experimentos Hugo Alexer Pérez Vicente Recuerdo que Conceptos estadísticos Población y muestra Población es una colección de posibles individuos, especímenes, objetos o medidas de interés sobre

Más detalles

ESTADÍSTICA. Facultad Nacional de Ingeniería Oruro - Bolivia

ESTADÍSTICA. Facultad Nacional de Ingeniería Oruro - Bolivia ESTADÍSTICA Facultad Nacional de Ingeniería Oruro - Bolivia José Luis Zamorano Escalante Universidad Técnica de Oruro Presentación El termino estadística proviene del latín statisticum collegium ( consejo

Más detalles

Método de cuadrados mínimos

Método de cuadrados mínimos REGRESIÓN LINEAL Gran parte del pronóstico estadístico del tiempo está basado en el procedimiento conocido como regresión lineal. Regresión lineal simple (RLS) Describe la relación lineal entre dos variables,

Más detalles

Tema 6: Contraste de hipótesis

Tema 6: Contraste de hipótesis Tema 6: Contraste de hipótesis Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 6: Contraste de hipótesis Curso 2008-2009 1 / 14 Índice

Más detalles

AVISOS. Diseño Factorial 30/03/2015. Bioestadística II. Diseño Factorial. El miércoles 1 Abril no hay clases de BIO II

AVISOS. Diseño Factorial 30/03/2015. Bioestadística II. Diseño Factorial. El miércoles 1 Abril no hay clases de BIO II Facultad de Ciencias EYactas, Físicas y Naturales Universidad Nacional de Córdoba AVISOS Bioestadística II 2015 El miércoles 1 Abril no hay clases de BIO II http://estadisticaybiometria.wordpress.com seguir

Más detalles

Tema 7: Introducción a la Teoría sobre Estimación

Tema 7: Introducción a la Teoría sobre Estimación Tema 7: Introducción a la Teoría sobre Estimación Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 7: Introducción a la Teoría sobre Estimación

Más detalles

EXAMEN DE ESTADISTICA Junio 2007

EXAMEN DE ESTADISTICA Junio 2007 EXAMEN DE ESTADISTICA Junio 2007 Apellidos: Nombre: DNI GRUPO: 1. Grupos A, B, C, D y E Describa los siguientes histogramas en términos de centralidad, dispersión y asimetría. Sitúe sobre la gráfica, y

Más detalles