Professional Documents
Culture Documents
Tema 10 - ANOVA Tukey - DMS - DMSA Miercoles
Tema 10 - ANOVA Tukey - DMS - DMSA Miercoles
SEMESTRE 2022-I
1 ANOVA Pruebas para Diseños Balanceados
Temas a
3 Test de TUKEY – Diferencias Mínimas Significativas:
Desarrollar DMS
Para contrarrestar esta tasa de error más elevada, el método de Tukey ajusta
el nivel de confianza de cada intervalo individual para que el nivel de
confianza simultáneo resultante sea igual al valor que usted especifique.
Criterio de TUKEY para comparaciones por pares:
Donde:
𝑻=𝒒 𝜶− 𝒄−(𝒏−𝒄)
√ 𝑪𝑴𝑬
𝒓
T = Test de Tukey
α = Nivel de significación
q = Distribución de rangos estudentizada
c = Numero de Muestras o Tratamientos
n = Numero total de observaciones
r = Numero de observaciones en cada Tratamiento
𝑻=𝒒 𝜶− 𝒌−(𝒏− 𝒌)
√
𝑪𝑴𝑬
𝒓
𝑻=𝒒 𝟎. 𝟎𝟓− 𝟓−(𝟑𝟎− 𝟓)
4.15 *
√
5.88
𝟔
4.11
Es decir que se desea verificar si la concentración de tiempo en minutos en obtener un
producto es similar entre las muestras (todas las muestras pertenecen a una misma
población) o si al menos una difiere.
H o : µ 1 = µ2 = µ3 = µ4 = µ 5
H1 : Al menos un µi es diferente
12 13 14 15 16 17 18 19 0.68 20
0.28
0.97
Donde:
𝑫𝑴𝑺=
√
𝟐 ( 𝑪𝑴𝑬 ) 𝑭 𝜶 ;𝟏; 𝒏−𝒌
𝒓
DMS = Diferencia Mínima Significativa
= Prueba F de tabla
α = Nivel de significación
n = Numero total de observaciones
k = Numero de Muestras o Tratamientos
r = Numero de observaciones en cada Tratamiento
DMS = Diferencia Mínima Significativa
= Prueba F de tabla
SME = 5.88
α = 0.05
√
k = 5
n = 30 𝟐∗ ( 𝑪𝑴𝑬 ) ∗ 𝑭 𝜶; 𝟏; 𝒏−𝒌
𝑫𝑴𝑺=
r = 6 𝒓
√
𝟐∗ ( 𝟓.𝟖𝟖 ) ∗ 𝑭 𝟎 .𝟎𝟓 ;𝟏 ;𝟑𝟎− 𝟓
=
= 4,24
𝑫𝑴𝑺=
𝟔
𝑫𝑴𝑺=
√
𝟐∗ ( 𝟓.𝟖𝟖 ) ∗𝟒 ,𝟐𝟒
2.882776439
Al comparar la DMS de 2.88 con cada una de las diferencias absolutas que se han
obtenido. Este método es mas conservador en que, dado un conjunto de condiciones
cualquiera, el criterio DMS será menor que el valor Tukey. Se encuentra que todos los
valores, incluyendo el ultimo, sugiere medias poblacionales diferentes.
|= | = 1.51 <
|= | = 7.08 * >
|= | = 0.28 <
|= | = 0.68 <
|= | = 5.57 * > 2,88
|= | = 1.23 <
|= | = 2.20 <
|= | = 6.80 * >
|= | = 7.77 * >
|= | = 0.97 <
X4=18.95 X5=19.92
X3=12.15 X2=17.72 X1=19.23
12 13 14 15 16 17 18 19 20
= 17,59
1 38 30 19
𝑥𝑖𝑗
2 32 25 35
3 35 31 20
4 36 35 22
5 38 --- 25
6 32 --- ---
= 30.20
𝑆𝐶𝑇 𝟓𝟖𝟐 .𝟒
Cuadrado Medio Total: 𝐶𝑀𝑇 = 𝑪𝑴𝑻 = =𝟒𝟏 . 𝟔
𝑔𝑙 𝑆𝐶𝑇 𝟏𝟓 −𝟏
𝑆𝐶𝑇𝑅 𝟑𝟐𝟖 . 𝟐𝟐
Cuadrado Medio del Tratamiento: 𝐶𝑀𝑇𝑅= 𝑪𝑴𝑻𝑹= =𝟏𝟔𝟒 .𝟏𝟏
𝑔𝑙 𝑆𝐶𝑇𝑅 𝟑 −𝟏
𝑆𝐶𝐸 𝟐𝟓𝟒 . 𝟑𝟖
Cuadrado Medio del Error: 𝐶𝑀𝐸 =
𝑔𝑙 𝑆𝐶𝐸
𝑪𝑴𝑬=
𝟏𝟓 −𝟑
=𝟐𝟏 .𝟐
H o : µ1 = µ 2 = µ 3
H1 : No todas las medias son iguales
Es la razón de los dos últimos cuadrados medios CMTR y CME, que se utilizan como base del análisis
de varianza para probar la hipótesis respecto a la igualdad de las medias. Esta razón se ajusta a la
distribución F y se expresa como:
𝑪𝑴 𝑻𝑹
Razón F para una prueba de medias: 𝑭=
𝑪𝑴𝑬
Los Cuadrados Medios de Tratamientos (CMTR) mide la variación entre tratamientos. Si los
tratamientos tienen efectos diferentes los CMTR lo reflejara a través de su incremento. Entonces la
razón F en si misma se incrementara. Por tanto, si la razón F se vuelve “significativamente” grande
porque CMTR excede a CME por una cantidad grande, se reconoce que los efectos del tratamiento
probablemente existen. Es probable que tratamientos diferentes tengan efectos diferentes en las medias
de sus poblaciones respectivas, y podría rechazarse la hipótesis nula, la cual indica que las medias de
los tratamientos son iguales.
F de tabla :
𝛼=0.05 𝑭 𝟎 . 𝟎𝟓−𝟐 −𝟏𝟐=𝟑. 𝟖𝟗
𝛼=0.01 𝑭 𝟎 . 𝟎𝟏−𝟐 −𝟏𝟐=𝟔. 𝟗𝟑
F de formula 𝑭 =𝟕 . 𝟕𝟒
H o : µ 1 = µ2 = µ3
𝑭 =𝟑. 𝟖𝟗 𝑭 =𝟔.𝟗𝟑
H1 : No todas las medias son iguales
𝑭 𝟎.𝟎𝟓−𝟐−𝟏𝟐<𝑭 𝟑.𝟖𝟗<𝟕.𝟕𝟒 𝑆𝑒 𝑒𝑐h𝑎𝑧𝑎 𝐻 0
𝑭 𝟎.𝟎𝟏−𝟐−𝟏𝟐<𝑭 𝟔.𝟗𝟑<𝟕.𝟕𝟒 𝑆𝑒 𝑒𝑐h𝑎𝑧𝑎 𝐻 0
Debido a que se calculo el F de formula cuyo valor es de 7,74 es mayor que el F de tabla (teórico)
cuyo valor es 3,89 el cual se ubica con un nivel de “significación” a = 0.05 con 2 grados de libertad
en el numerador correspondiendo a los Cuadrados Medios de los Tratamientos y con 12 grados de
libertad en el denominador correspondiente a los Cuadrados Medios de Error, este test estadístico nos
indica que se rechaza la hipótesis nula para las tres muestras, indicando que se trata de muestras con
medias diferentes en la toma información del periodo en minutos de obtener un producto.
Diferencia Mínima Significativa Alternativa:
El método de Diferencia Mínima Significativa (DMS) para el diseño no
balanceado para compara las muestras j-ésima y k-ésima:
𝐷𝑀𝑆 𝑗, 𝑘=
√[ ]
1 1
+
𝑟 𝑗 𝑟𝑘
∗ [ 𝐶𝑀𝐸 ] ∗ 𝐹 𝛼 ,𝑘 −1 ,𝑛 −𝑘
√[ ]
= Prueba F de tabla rj = 6
𝟏 𝟏
SME = 21.2
rk = 4 𝑫𝑴𝑺 𝑨 − 𝑷= + ( 𝟐𝟏.𝟐 ) ∗ 𝟑.𝟖𝟗
𝟔 𝟒
α = 0.05
c = 3 𝑫𝑴𝑺=𝟒 .𝟓𝟔
n = 15
= Acampar y Pasear en Bote
√[ ]
= 4.75 rj = 6 𝟏 𝟏
rk = 5
𝑫𝑴𝑺 𝑨 − 𝑷𝑩= + ( 𝟐𝟏.𝟐 ) ∗ 𝟑.𝟖𝟗
𝟔 𝟓
√[ ] [ ]
𝑫𝑴𝑺=𝟓 . 𝟓𝟎
𝟏 𝟏
𝑫𝑴𝑺 𝒋 − 𝒌= + ( 𝑪𝑴𝑬 ) 𝑭 𝜶 ;(𝒄 − 𝟏);(𝒏− 𝒄 )
𝒓 𝒋 𝒓𝒌 Pescar y Pasear en Bote
√[ ] [ ] √[ ]
rj = 4 𝟏 𝟏
𝟏 𝟏 𝑫𝑴𝑺 𝑷 − 𝑷𝑩= + ( 𝟐𝟏.𝟐 ) ∗𝟑.𝟖𝟗
𝑫𝑴𝑺 𝒋 − 𝒌= + ( 𝟐𝟏. 𝟐 ) ∗ 𝟑.𝟖𝟗 rk = 5
𝒓 𝒋 𝒓𝒌 𝟒 𝟓
6.90
Las diferencias entre medias y si exceden o no el valor del criterio DMSA
respectivo son:
| = | = 4.92 < 5.03
|= | = 10.97 > 6.08
|= | = 6.05 < 6.73
Las suposiciones del análisis de varianza, es que cada uno de los grupos de unidades
experimentales a los que se les aplicó los tratamientos, tienen una varianza homogénea, es
decir, la varianza de los resultados del tratamiento 1 (σ1) es igual a la varianza de los
resultados del tratamiento 2 ( σ2 ) , y así .
Tareas en el aula virtual
Una organización encargada de proveer desayunos escolares, ha solicitado la siguiente investigación de su mercado
interno. Esta interesada en compara los gastos resultantes de elaborar desayuno muy usual, según el tipo de batería
de cocina utilizado. Los gastos son de dos tipos: Tecnologia y energía “X 1” asi como de insumos y condimentos
“X2”. Se realizaron cinco pruebas con cada tipo de batería obteniéndose los siguientes resultados:
BATERIAS
Pruebas A B C
X1 X2 X1 X2 X1 X2
1 32 48 28 46 31 43
2 30 45 26 39 30 42
3 31 45 30 45 32 44
4 33 47 28 47 30 44
5 29 44 29 48 27 41
Algunas baterías aconsejan la utilización de cantidades mas pequeñas de insumos y condimentos, ya que los
materiales utilizados y el diseño de la batería pueden hacer variar el tiempo necesario de cocción. Los datos esta en
unidades monetarias (u.m.).
TECNOLOGIA Y ENERGÍA “X1”
Utilizando un análisis ANOVA ¿Qué puede inferirse a partir de los datos recabados?
∑ ( 𝑋 ¿ ¿ 𝑖 − 𝑥 )2
Varianza Muestral 𝑆 2𝑇 = 𝑖 =1 ¿
𝑛−1
2 2 2 2 2
2 (32 −31) +(3 0 −31) +( 3 1− 31) +(3 3 − 31) +(29 −31) 10
𝑆 𝐴= = =2 , 5
5 −1 4
2 2 2 2 2
2 (28 − 28 , 2 ) +( 26 −28 ,2 ) +(3 0− 28 , 2 ) +(28 −28 ,2 ) +(29 −28 ,2 ) 8 , 8
𝑆 𝐵= = =2 , 2
5 −1 4
2 2 2 2 2
(31 − 30) +(3 0 −3 0) +(3 2 −3 0) +(3 0 −3 0) +(27 − 3 0) 10
2
𝑆 𝐶= = =3 , 5
5 −1 4
Tomando en cuenta los cálculos de las varianzas se evidencia que la Batería B es la que presenta
menos varianza, por lo que para el uso de tecnología y gasto de energía “X1”, es la mas
conveniente.
Estimación Interna de Varianza
𝟐 𝟐
𝑺𝟏 + 𝑺𝟐 + 𝑺𝟑+ … .+ 𝑺𝒌
𝟐 𝟐
𝟐 𝟐 ,𝟓+ 𝟐 ,𝟐+ 𝟑 ,𝟓 𝟖 , 𝟐
𝟐
𝑺 𝑾= 𝑺 𝑾 = = =𝟐 , 𝟕𝟑𝟑
𝒌 𝟑 𝟑
2 2
Estimación Intermediante de Varianzas 𝑆 𝑥 =𝑛 ∗ 𝑆 𝑥
𝟑𝟏+𝟐𝟖 ,𝟐+ 𝟑𝟎 𝟖𝟗 , 𝟐
´
𝒙= = =𝟐𝟗 , 𝟕𝟑𝟑
𝟑 𝟑
𝟐 ( 𝟑𝟏 −𝟐𝟗 ,𝟕𝟑𝟑 )𝟐+ ( 𝟐𝟖 ,𝟐 − 𝟐𝟗 ,𝟕𝟑𝟑 )𝟐 + ( 𝟑𝟎 −𝟐𝟗 ,𝟕𝟑𝟑 )𝟐 𝟒 ,𝟎𝟐𝟔
𝑺 =
𝒙 = =𝟐 , 𝟎𝟏𝟑
𝟑 −𝟏 𝟐
𝟐
𝑺 𝒙 =𝟐 , 𝟎𝟏𝟑
𝒏=𝟓 𝑺
𝟐
𝒙
𝟐
=𝒏 ∗ 𝑺 𝒙 = 10,065
Planteamiento de Hipótesis HO: Todas las proporciones de la poblacion son iguales.
HA: No todas las proporciones de la poblacion son iguales.
1.- Calculo de las medias aritméticas de los TRATAMIENTOS (baterías): Insumos y condimentos “X 2”
Media Aritmética 48+ 45+ 45+ 47+ 44 229
𝒏 𝑥 𝐴= = =45.80
∑
𝒊 =𝟏
𝑿𝒊 5 5
𝒙𝑻=
𝒏 46 +39+ 45+ 47+ 48 225
𝑥𝐵= = =45.00
5 5
43+ 42+ 44 +44 + 41 214
𝑥 𝐶= = = 42.80
5 5
2.- Calculo de las Varianza Muestral de los TRATAMIENTOS (baterías): Insumos y condimentos “X 2”
𝑛
∑ ( 𝑋 ¿ ¿ 𝑖 − 𝑥 )2
Varianza Muestral 𝑆 2𝑇 = 𝑖 =1 ¿
𝑛−1
2 2 2 2 2
2 (48 − 45.8) +( 45 − 45.8) +( 45 − 45.8) +( 47 − 45.8) +(44 − 45.8) 10 .8
𝑆 𝐴= = =2 , 7
5 −1 4
2 2 2 2 2
2 ( 46 − 45 ) +(39 − 45 ) +( 45 − 45 ) +(47 − 45 ) +( 48 − 45 ) 50
𝑆 𝐵= = =12 , 5
5 −1 4
2 2 2 2 2
( 43 − 42.8) +( 42 − 42.8) +( 44 − 42.8) +( 44 − 42.8) +( 41 − 42.8) 6.8
2
𝑆 𝐶= = =1 ,7
5 −1 4
Tomando en cuenta los cálculos de las varianzas se evidencia que la Batería C es la que presenta
menos varianza, por lo que para el uso de Insumos y condimentos “X2”, es la mas conveniente.
𝟐
𝑺𝒙 =𝟐 , 𝟒𝟏𝟑𝟑𝟓
𝒏=𝟓 𝑺
𝟐
𝒙
𝟐
=𝒏 ∗ 𝑺 𝒙 = 12,06675
Planteamiento de Hipótesis HO: Todas las proporciones de la poblacion son iguales.
HA: No todas las proporciones de la poblacion son iguales.
∑ ( 𝑋 ¿ ¿ 𝑖 − 𝑥 )2
Varianza Muestral 𝑆 2𝑇 = 𝑖 =1 ¿
𝑛−1
2 2 2 2 2
2 (80 −76.8) +(75 −76.8) +(76 −76.8) +(80 − 76.8) +(73 − 76.8) 38.80
𝑆 𝐴= = =9 , 7
5 −1 4
2 2 2 2 2
2 (74 −73.2) +(65 − 73.2) +(75 −73.2) +(75 −73.2) +(77 − 73.2) 88.80
𝑆 𝐵= = =2 2 , 2
5−1 4
2 2 2 2 2
(74 −72.8) +( 72−72.8) +(76 − 72.8) +(74 −72.8) +( 68 −72.8) 36.8
2
𝑆 𝐶= = =9.2
5 −1 4
Tomando en cuenta los cálculos de las varianzas se evidencia que la Batería C es la que presenta
menos varianza, por lo que para el el costo total “X”, es la mas conveniente.
𝟐
𝑺𝒙 =𝟒 .𝟖𝟓𝟑𝟑𝟓
𝒏=𝟓 𝑺
𝟐
𝒙
𝟐
=𝒏 ∗ 𝑺 𝒙 = 24,26675
Planteamiento de Hipótesis HO: Todas las proporciones de la poblacion son iguales.
HA: No todas las proporciones de la poblacion son iguales.