Tema V. EL ANOVA multifactorial

Documentos relacionados
Tema IX. El diseño experimental

Tema IV. EL ANOVA de un factor

Tema I. Introducción. Ciro el Grande ( A.C.)

Tema II. Las muestras y la teoría paramétrica

ANEXO I. ANÁLISIS DE LA VARIANZA.

Tipo de punta (factor) (bloques)

ÍNDICE CAPÍTULO 1. INTRODUCCIÓN

ANOVA O ANAVA PARA DISEÑOS TOTALMENTE ALEATORIZADOS Y ANOVA PARA DISENOS DE BLOQUES ALEATORIZADOS ALBA MARTINEZ ROMERO MARY SOL MEZA CHAVEZ

Análisis de Componentes de la Varianza

Análisis de la varianza ANOVA

AGRO 6600 Segundo Examen Parcial

Evaluación de Regnum 25 EC en el cultivo de maíz para la producción de grano. Rodolfo Alberto Rubio Chávez. Maíz (Zea mays)

2 Introducción a la inferencia estadística Introducción Teoría de conteo Variaciones con repetición...

Los modelos que permite construir el ANOVA pueden ser reducidos a la siguiente forma:

bloques SC Suma de Cuadrados k trat bloques

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

TEMA 4 ELABORACIÓN Y COMPROBACIÓN DE LAS HIPÓTESIS DE INVESTIGACIÓN

Métodos estadísticos aplicados para la Ingeniería Informática

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

Tema 4: Probabilidad y Teoría de Muestras

Formulario. Estadística Administrativa. Módulo 1. Introducción al análisis estadístico

ÍNDICE INTRODUCCIÓN... 21

Modelo de diseños factoriales y diseños 2 k

PRÁCTICA 3: Ejercicios del capítulo 5

DISEÑOS DE INVESTIGACIÓN Y ANÁLISIS DE DATOS [TEMA


Diseño de Bloques al azar. Diseño de experimentos p. 1/25

EJERCICIOS ANALISIS DE DISEÑOS EXPERIMENTALES Y CUASIEXPERIMENTALES CON SPSS

Estadísticos Aplicados en el SPSS 2008

Diseño Estadístico de Experimentos

ANÁLISIS DISCRIMINANTE

EJERCICIOS DE DISEÑO DE INVESTIGACIÓN EXPERIMENTAL (Práctica)

ESTADISTICA II INGENIERIA INFORMATICA, 3 ER Curso

Pruebas de Hipótesis Multiples

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

Diseño completamente aleatorizado: análisis de la varianza con un solo factor.

Método de cuadrados mínimos

6. DISEÑOS FACTORIALES 2 K NO REPLICADOS

Agro 6998 Conferencia 2. Introducción a los modelos estadísticos mixtos

Repaso de Conceptos Estadísticos Básicos CONCEPTOS PREVIOS:

Asignación 5. Problema 1

CAPÍTULO 9 INTRODUCCIÓN AL ANÁLISIS DE LA VARIANZA

Cómo se hace la Prueba t a mano?

Facultad de Ciencias Sociales - Universidad de la República

ANOVA Multifactorial. StatFolio Muestra: anova.sgp

PATRONES DE DISTRIBUCIÓN ESPACIAL

LAB 13 - Análisis de Covarianza - CLAVE

CONTRASTES DE HIPÓTESIS NO PARAMÉTRICOS

Contrastes de Hipótesis paramétricos y no-paramétricos.

EVALUACIÓN DEL EFECTO DE NEUTOX SOBRE LOS EFECTOS TOXICOLÓGICOS DE AFLATOXINAS EN PIENSO DE POLLOS

EXPERIMENTACIÓN. Eduardo Jiménez Marqués

Factores no controlables

Conceptos del contraste de hipótesis

Diseños factoriales con tres factores

ESQUEMA GENERAL DISEÑOS DE MEDIDAS REPETIDAS

MASTER EN CIENCIAS ACTUARIALES Y FINANCIERAS PLAN Módulo: FORMACIÓN FUNDAMENTAL. Créditos ECTS: 6 Presenciales: 5 No presenciales: 1

Introducción al análisis de la varianza (ANOVA)

EVALUACIÓN DE PHOSTRON K EN TRIGO

CAPÍTULO IV TRABAJO DE CAMPO Y PROCESO DE CONTRASTE DE LAS HIPÓTESIS

CM0244. Suficientable

I. INTRODUCCION II. METODOLOGIA DE ESTUDIO Generalidades

Tema 6. Variables aleatorias continuas

1.- Test de hipótesis de normalidad. 2.- Test de hipótesis para una proporción 6-1

Experimentos Factoriales Febrero 2010 Apuntes de la Cátedra de Estadística INDICE

Medidas de dispersión

Regresión lineal SIMPLE MÚLTIPLE N A Z IRA C A L L E J A

478 Índice alfabético

Técnicas Cuantitativas para el Management y los Negocios

Métodos Estadísticos Multivariados

OPTIMIZACIÓN EXPERIMENTAL. Ing. José Luis Zamorano E.

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

ESTIMACIÓN DE LOS COMPONENTES DE LA VARIACIÓN DE UN SISTEMA DE MEDICIÓN, USANDO EL RANGO. Resumen

Práctica 9: Anova (2).

Asignaturas antecedentes y subsecuentes

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

Tema 7: Modelos de diseños de experimentos

GUÍA DOCENTE DE LA ASIGNATURA ESTADÍSTICA APLICADA

Pruebas para evaluar diferencias

b.- Realiza las comparaciones múltiples mediante los métodos LSD, Bonferroni y Tuckey.

Teorema Central del Límite (1)

4.1 Análisis bivariado de asociaciones

Cursos: Jorge Mendoza Illescas Nombre del programa o curso Temas principales del programa o curso Duración del curso en horas Conceptos básicos

DIPLOMADO EN ESTADÍSTICA APLICADA

PRÁCTICA 1: ANÁLISIS DE LA VARIANZA

Programa de Statgraphics. TITULO: Aplicaciones del Análisis de la Varianza. Resolución de dos Ejercicios propuestos paso por paso.

ADONIS. Implementación del ADONIS en QEco

TEMA 5 VALIDEZ DE LA INVESTIGACIÓN (II): Validez de conclusión estadística

UNIVERSIDAD DEL VALLE DE MÉXICO PROGRAMA DE ESTUDIO DE LICENCIATURA PRAXIS MES XXI

Tema 5. Muestreo y distribuciones muestrales

ESTADÍSTICA. Tema 4 Regresión lineal simple

INDICE Semblanzas de los autores Prologo Introducción Capitulo 1: el proceso de la investigación y los enfoques

Tema 5. Análisis de regresión (segunda parte) Estadística II, 2010/11

PROPORCIONADA POR LA MATRONA HOSPITALARIA EN LA ASISTENCIA A. Mª. Esperanza; Sebastián Viana Tomás.

UNIVERSIDAD ABIERTA PARA ADULTOS UAPA CARRERA INGENIERÍA DE SOFTWARE PROGRAMA DE LA ASIGNATURA MATEMÁTICA BÁSICA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA ESCUELA DE CIENCIAS AGRICOLA, PECUARIAS Y DEL MEDIO AMBIENTE ECAPMA

Tema 13 : Intervalos de probabilidad y confianza. Hipótesis y decisiones estadísticas.

SILABO DEL CURSO TEORÍA DE MUESTREO

b) dado que es en valor absoluto será el área entre -1,071 y 1,071 luego el resultado será F(1,071)-(1-F(1,071)=0,85-(1-0,85)=0,7

Diseños experimentales e investigación científica (Experimental designs and scientific research)

b. Universidad Nacional-Sede Medellín

Transcripción:

5.1. El ANOVA de múltiples factores: - Factorial (ortogonal): los no ortogonales no los veremos - Factores fijos, aleatorios y mixtos (consecuencias prácticas) - El Anova encajado La variable que vamos a estudiar (dependiente) = valor de HDL en sangre Los factores: / /No fumador Igual número de réplicas en cada combinación de los dos factores: No fumador 5 casos 5 casos 5 casos 5 casos Porcentage de HDL en sangre No fumador Muestra 1 (10 enfermos): 120, 116, 114, 117, 114, 112, 107, 110, 111, 113 Muestra 2 (10 sanos): 107,, 105, 107, 106, 111, 111 110, 111, 110 1

HDL HDL HDL Tema V. EL ANOVA multifactorial 5.2. El ANOVA de dos factores fijos: - Ejemplo y datos - Interpretación unifactorial versus multifactorial (las interacciones) - La importancia de las interacciones Porcentage de HDL en sangre No fumador Muestra 1 (10 enfermos): 120, 116, 114, 117, 114, 112, 107, 110, 111, 113 Muestra 2 (10 sanos): 107,, 105, 107, 106, 111, 111 110, 111, 110 Factor 115.00 112.50 I.C. 95% 116 Los 2 factores y la interacción No 114.00 112.00 Factor 110.00 112 110.00 107.50.00 no F unifactorial = 12,14** F enfermedad = 135,17 *** F vicio = 0,03 ns F interacción = 35,17 *** F unifactorial = 0,20 ns 2

HDL HDL HDL HDL HDL HDL Tema V. EL ANOVA multifactorial 5.2. El ANOVA de dos factores fijos: - Descripción de los posibles efectos:. (E); (V) e interacción (I) 116 No 116 No 116 No 112 112 112 E NS V NS I NS E *** V NS I NS E NS V NS I *** 116 116 No 116 No 112 112 112 E NS V *** I NS No E *** V *** I NS E NS V *** I *** 3

5.2. El ANOVA de dos factores fijos: - Las fórmulas son una extensión del ANOVA unifactorial - Se aplican igual para dos o más factores No fumador (1) s (1): x ab1, x ab2, x ab3, x abn s (a): x ab1, x ab2, x ab3, x abn (b) x ab1, x ab2, x ab3, x abn x ab1, x ab2, x ab3, x abn 4

5.2. El ANOVA de dos factores fijos: - Los componentes de varianza y el test estadísticos:. La mayoría de los PROGRAMAS aplican el modelo III (no se corrigen). Realización del test No fumador (1) s (1): x ab1, x ab2, x ab3, x abn s (a): x ab1, x ab2, x ab3, x abn (b) x ab1, x ab2, x ab3, x abn x ab1, x ab2, x ab3, x abn Factores Componentes Test (E) CM E = σ 2 w + bnσ2 E /(a-1) CM E /CM w (V) CM V = σ 2 w + anσ2 V /(b-1) CM V /CM w Interacción (EV) CM EV = σ 2 w + nσ2 EV CM EV /CM w Residuo (w) CMw = σ 2 w Gl SC CM Test F (E) 1 115 115 115/3,3 = 35 *** (V) 1 3,2 3,2 3,2/3,3 = 0,9 ns Interacción (I= ExV) 1 115 115 115 115/3,3 = 35 *** Residuo 16 52,4 3,27 Total 19 5

5.2. El ANOVA de dos factores fijos: - El test estadístico (modelo I):. Salida de software especializado (SPSS/PC) Variable dependiente: HDL Suma de Fuente cuadrados tipo I gl Media cuadrática F Significación Modelo corregido 233.600 a 3 77.867 23.776.000 Intersección 246420.000 1 246420.000 75242.748.000 115.200 1 115.200 35.176.000 3.200 1 3.200.977.338 * 115.200 1 115.200 35.176.000 Error 52.400 16 3.275 Total 246706.000 20 Total corregida 286.000 19 a. R cuadrado =.817 (R cuadrado corregida =.782) En cualquier caso la interacción es importante! 6

5.2. El ANOVA de dos factores fijos: - La magnitud de los efectos (uso de los eta 2) :. Comparación de dos factores significativos * Error 115.200 1 115.200 35.176.000 3.200 1 3.200.977.338 115.200 1 115.200 35.176.000 52.400 16 3.275 Factores Componentes Test eta 2 EV = (CMEV CMw) = 22,4 n (E) CM E = σ 2 w + bnσ2 E /(a-1) CM E /CM w (V) CM V = σ 2 w + anσ2 V /(b-1) CM V /CM w Interacción (EV) CM EV = σ 2 w + nσ2 EV CM EV /CM w Residuo (w) CMw = σ 2 w eta 2 E = (CME CMw)(a-1) = 11,2 bn Efecto EV >> Efecto E 112 HDL116 La interacción es de hecho LO MÁS IMPORTANTE! 7

5.3. El ANOVA de dos factores aleatorios y mixto: - Si imaginamos otro ejemplo con distintos factores:. Aleatorio: la evaluación de los componentes E (aleatorio) V (aleatorio). Mixto: la evaluación de los componentes E (fijo) V (aleatorio) - Se pueden deducir los componentes de cualquier ANOVA, a partir del sencillo - Los software comerciales realizan estos cálculos automáticamente - Se pueden estimar los componentes de la varianza (de forma parecida a los eta 2 ) ANOVA aleatorio Factores Componentes Test (E) CM E = σ 2 w + nσ2 EV + bnσ2 E /(b-1) CM E /CM EV (V) CM V = σ 2 w + nσ2 EV + anσ2 V /(a-1) CM V /CM EV Interacción (EV) CM EV = σ 2 w + nσ2 EV CM EV /CM w Residuo (w) CMw = σ 2 w ANOVA mixto Factores Componentes Test (E) CM E = σ 2 w + nσ2 EV + bnσ2 E /(a-1) CM E /CM EV (V) CM V = σ 2 w +anσ2 V CM V /CM w Interacción (EV) CM EV = σ 2 w + nσ2 EV CM EV /CM w Residuo (w) CMw = σ 2 w 8

5.3. El ANOVA de dos factores aleatorio y mixto: - El ejemplo anterior pero analizado mediante modelos mixto ó aleatorio: Porcentage de HDL en sangre No fumador Muestra 1 (10 enfermos): 120, 116, 114, 117, 114, 112, 107, 110, 111, 113 Muestra 2 (10 sanos): 107,, 105, 107, 106, 111, 111 110, 111, 110 p Fuente Intersección * a. b. c. MS() Hipótesis Error Hipótesis Error Hipótesis Error Hipótesis Error MS( * ) MS(Error) ANOVA aleatorio Suma de cuadrados Media tipo I gl cuadrática F Significación 246420.000 1 246420.000 77006.250.002 3.200 1 3.200 a 115.200 1 115.200 1.000.500 115.200 1 115.200 b 3.200 1 3.200.028.895 115.200 1 115.200 b 115.200 1 115.200 35.176.000 52.400 16 3.275 c El mixto es muy parecido F V = 3,2/3,27 9

5.4. El ANOVA de dos factores encajado: - En algunos casos interesa la variación de un factor superpuesta a la variación en otro - Factores encajados: los niveles dentro de cada tratamiento no son idénticos Datos Antiguos No fumador s: 120, 116, 114, 117, 114, 112, 107, 110, 111, 113 s: 107,, 105, 107, 106, 111, 111 110, 111, 110 s Datos Nuevos s Año 1 Año 2 Año 1 Año 2 120 112 107 111 116 107 111 114 110 105 110 117 111 107 111 114 113 106 110 Año 1 y Año 2 no serían los mismos, necesariamente, en s y s. 10

5.4. El ANOVA de dos factores encajado: - La partición de un ANOVA encajado: (Fijo), Año (encajado) E (FIJO) y A (FIJO) Factores G.L. S.C. Componentes Test (E) a-1 SC E CM E = σ 2 w + bnσ2 E /(a-1) CM E /CM w Año (A) b-1 SC A CM A = σ 2 w + anσ2 A /(b-1) CM A /CM w Interacción (EA) (a-1)(b-1) SC EA CM EA = σ 2 w + nσ2 EA CM EA /CM w Residuo (w) ab(n-1) SC w CMw = σ 2 w E (FIJO) y A (ENCAJADO) Factores G.L. S.C. Componentes Test (E) a-1 SCE CM E = σ 2 w + nσ2 A +bnσ2 E /(a-1) CM E /CM A Año (A(E)) a(b-1) SCA+SCEA CM A = σ 2 w + nσ2 A CM A /CM w Residuo (w) ab(n-1) SCw CMw= σ 2 w 11

5.4. El ANOVA de dos factores encajado: - El ejemplo Datos Nuevos s s Año 1 Año 2 Año 1 Año 2 120 112 107 111 116 107 111 114 110 105 110 117 111 107 111 114 113 106 110 Año * Año Error 115.200 1 115.200 35.176.000 3.200 1 3.200.977.338 115.200 1 115.200 35.176.000 52.400 16 3.275 Gl SC CM Test F (E) 1 115 115 115/59,2 = 1,9 ns Año (A(E)) 2 118,4 59,2 59,2/3,3 = 18,1 *** Residuo 16 52,4 3,27 Total 19 Los efectos de la enfermedad no son reales si se promedian en años diferentes 12

5.5. El ANOVA de más de dos factores: - No hay límite teórico, pero muchos diseños no son prácticos - Hay que evaluar los grados de libertad del numerador y denominador (test F) 13

Referencias Bibliográficas LIBROS: Sokal,R.R., Rohlf, F.J. 1995. Biometry. Freeman and co., New York Underwood, A.J. 1981. Techniques of analysis of variance in experimental marine biology and ecology. Oceanogr. Mar. Biol. Ann. Rev., 19: 513-605. PÁGINAS WEB: http://www.provalisresearch.com/simstat/simstatv.html (Ejemplo de software aplicado de estadística que se puede descargar gratis por 30 días) 14