You are on page 1of 80

Anlisis de la Varianza

E.T.S.I. Industriales
UPM

Existen diferencias entre los


tratamientos?
Q

A
51,3
39,4
26,3
39,0
48,1
34,2
69,8
31,3
45,2
46,4

Anlisis de la varianza

B
29,6
47,0
25,9
13,0
33,1
22,1
34,1
19,5
43,8
24,9

Se desea comparar dos


tratamientos para
reducir el nivel de
colesterol en la sangre.
Se seleccionan 20
individuos y se asignan
al azar a dos tipos de
dietas A y B. La tabla
muestra la reduccin
conseguida despus de
dos meses.

Mtodo: 4 pasos
Q

Definicin del modelo de distribucin


de probabilidad:
x
x

Q
Q
Q

Hiptesis
Parmetros

Estimacin de los parmetros


Diagnosis de las hiptesis
Aplicacin

Anlisis de la varianza

Modelo

M
O
D
E
L
O

y11
y12

y 21
y 22
M
y 2 n2

D
A
T
O
S

M
y1n1
Anlisis de la varianza

Modelo: Hiptesis y Parmetros


Hiptesis bsicas:
O

Normalidad
yij N(i,2)

Homocedasticidad
Var [yij] = 2

Parmetros

1
2

Independencia
Cov [yij, ykl] = 0

Anlisis de la varianza

Modelo
yij = i + uij ,

uij N (0, )

Las observaciones se descomponen en:


Q

Parte predecible

Parte aleatoria

i
uij

0
Anlisis de la varianza

Estimacin medias:
n1

y1 j
1 :

y1 =

j =1

n1
n2

y2 j
2 :

Anlisis de la varianza

y2 =

j =1

n2

A
51,3
39,4
26,3
39,0
48,1
34,2
69,8
31,3
45,2
46,4
43,1

B
29,6
47,0
25,9
13,0
33,1
22,1
34,1
19,5
43,8
24,9
29,3

Estimacin varianza (residuos)


yij = i + uij , uij N (0, 2 )

Residuos
A
8,2
-3,7
-16,8
-4,1
5,0
-8,9
26,7
-11,8
2,1
3,3
0,0

uij = yij i
eij = yij yi
eij : RESIDUO
2 ni

2 : sR2 =
Anlisis de la varianza

2
e
ij
i =1 j =1

n2

j =1

B
0,3
17,7
-3,4
-16,3
3,8
-7,2
4,8
-9,8
14,5
-4,4
0,0

eij = 0;s R2 = 130 .95


8

Varianza residual:

y11
y12 2
s =
M 1

y1 n

2
sR

( y1 j y 1 ) 2
n1 1

2
y21
y22 2 ( y2 j y 2 ) 2
s =
M 2
n2 1
y2n
2

2 ni

sR2
Anlisis de la varianza

2
e
ij

i =1 j =1

n2

n1 1 2 n2 1 2
s2
s1 +
=
n 1
n 1
9

Diferencia de medias: y1 y2

1
y11
y12
M
y1 n1

y1

2
y 21
y 22
M
y 2 n 2

2
)
N ( 1 ,
n1

2 2
y1 y2 N ( 1 2 ,
+
)
n1 n2
( y1 y2 ) ( 1 2 )
N (0,1)
1 1

+
n1 n2
Anlisis de la varianza

y 2

2
)
N ( 2 ,
n2

( y1 y2 ) ( 1 2 )
tn2
1 1
+
sR
n1 n2
10

Contraste de igualdad de medias


H 0 : 1 = 2
H1 : 1 2
y1 y2
t0 =
tn2
1 1
sR
+
n1 n2

R.R.

1-

/2

tn-2

R.R

R. Acept.
-t/2

/2

t/2

t0 t / 2 No se rechaza H 0
t0 > t / 2 Se rechaza H 0
Anlisis de la varianza

11

Ejemplo: = 0.05
H 0 : 1 = 2
H1 : 1 2
43.1 29.3
t0 =
= 2.69
1 1
11.44
+
10 10

R.R.

t18

R.R
0.025

0.025

-2.10

2.10

2.69 > 2.10 Se rechaza H 0


Anlisis de la varianza

12

Ejemplo: = 0.01
H 0 : 1 = 2
H1 : 1 2
t0 =

43.1 29.3
= 2.69
1 1
11.44
+
10 10

R.R.
0.005

0.99

t18

R.R
0.005
/2

-2.88

2.88

2.69 2.88 No se rechaza H 0


Anlisis de la varianza

13

Nivel crtico (bilateral)


H 0 : 1 = 2

t18

H 1 : 1 2
43.1 29.3
= 2.69
t0 =
1 1
11.44
+
10 10

0.074
-2.69

0.074
2.69

p valor = Pr( t18 > 2.69) = 0.0147


= 0.05 > p-valor Se rechaza H0
= 0.01 < p-valor No se rechaza H0
Anlisis de la varianza

14

Conclusiones (fijado )
Q

Si |to| > t/2 se dice


que la diferencia
de medias es
significativa. O
simplemente que
los tratamientos
son distintos
(tienen medias
distintas)

Anlisis de la varianza

Si |to| t/2 se dice


que la diferencia
de medias no es
significativa. No
hay evidencia
suficiente para
afirmar que las
medias de los
tratamientos sean
diferentes.
15

No rechazar Ho, no implica


que Ho sea cierta
Q

El resultado |to| t/2, (no se rechaza


Ho) no debe interpretarse como
que se ha demostrado que las dos
medias son iguales.
No rechazar la hiptesis nula implica que
la diferencia entre las medias 1 - 2 no
es lo suficientemente grande como para
ser detectada con el tamao muestral
dado.

Anlisis de la varianza

16

Intervalo de confianza para


la diferencia de medias: 1 2
tn-2

( y1 y2 ) ( 1 2 )
tn2
1 1
sR
+
/2
n1 n2

1-
-t/2

Pr { t / 2

t/2

( y1 y2 ) ( 1 2 )
t / 2 } = 1
1 1
sR
+
n1 n2

1 2 ( y1 y2 ) t / 2 sR
Anlisis de la varianza

/2

1 1
+
n1 n2
17

Ejemplo: intervalo de confianza 1 2


t18
0.025

0.025

-2.10

2.10
1 1
1 2 ( y1 y2 ) t / 2 sR
+
n1 n2

1 1
1 2 (43.1 29.3) 2.10 11.44
+
10 10
1 2 13.8 10.74
Anlisis de la varianza

18

Hiptesis de homocedasticidad
1

1
y11
y12 2 ( y1 j y1 ) 2
s1 =

M
n1 1
y1n
1

y21 2
y22 2 ( y2 j y2)2
s =
M 2
n2 1
y2n
2

2
2
H 0 : 1 = 2
H1 : 12 22
Anlisis de la varianza

19

Distribucin F
y11
y12 2
s =
M 1
y1n

y 21
y 22 2
s2 =

y 2 n

y1 ) 2
n1 1

( y1 j

( n1 1) s12
12

y 2 ) 2
n2 1

( y2 j

( n2 1) s22

n2 1

22

n2 1
2

s12
( n1 1) 12
F= 2
= 2 Fn1 1,n2 1
n2 1
s2
( n2 1) 2
n21 1

Anlisis de la varianza

20

Distribucin F
F40,40
F20,40
F10,40
F5,40

Anlisis de la varianza

21

Algunas distribuciones F
F10,80
F10,40
F10,20
F10,10

Anlisis de la varianza

22

Contraste de igualdad de varianzas


H 0 : 12 = 22
H1 : 12 22
Si H 0 es cierto 12 = 22 ,
s12
F0 = 2 Fn1 1,n2 1
s1

RR
/2

RR
/2

1-
R.A. Ho

F1-/2

F/2

Si F0 [F1 / 2 , F / 2 ] No se rechaza H 0

Si F0 [F1 / 2 , F / 2 ] Se rechaza H 0
Anlisis de la varianza

23

Ejemplo: Contraste de igualdad de varianzas


H 0 : 12 = 22
H1 : 12 22
s12 = 154.02 s22 = 111.7
154.02
F0 =
= 1.37
111.7

RR
0.025
0.248 1.37

RR
0.025
4.03

1.37 [0.248,4.03] No se rechaza H 0


Anlisis de la varianza

24

Comparacin de ms de dos
tratamientos
Q

Se desea comparar el rendimiento de


cuatro semillas A,B,C y D. Un terreno se
divide en 24 parcelas similares y se asigna
al azar cada semilla a 6 parcelas.
A
229.1
253.7
241.3
254.7
237.2
241.3
242.9

Anlisis de la varianza

B
233.4
233.0
219.2
200.0
224.3
202.0
218.7

C
211.1
223.1
217.5
211.8
207.6
213.7
214.1

D
270.4
248.6
230.0
250.7
230.0
245.8
245.9
25

Mtodo: 4 pasos
Q

Definicin del modelo de distribucin


de probabilidad:
x
x

Q
Q
Q

Hiptesis
Parmetros

Estimacin de los parmetros


Diagnosis de las hiptesis
Aplicacin

Anlisis de la varianza

26

Modelo

y11
y12

y 21
y 22

yK1

y1n

y2n

Anlisis de la varianza

...

...

yK 2
M
y Kn

K
27

Modelo: Hiptesis y Parmetros


Hiptesis bsicas:
O

Normalidad

yij N(i,2)

Homocedasticidad

Var [yij] = 2
O

Parmetros

Independencia
Cov [yij, ykl] = 0

Anlisis de la varianza

2
28

Modelo
yij = i + uij ,

uij N (0, )

Las observaciones se descomponen en:


Q

Parte predecible

Parte aleatoria

i
uij

0
Anlisis de la varianza

29

Estimacin medias:Max. Verosmil


n1

y1 j
1 :

y1 =

j =1

n1
n2

y2 j
2 :

y 2 =

j =1

n2

M
nK

y Kj
K :

yK =

Anlisis de la varianza

A
229.1
253.7
241.3
254.7
237.2
241.3
242.9

B
233.4
233.0
219.2
200.0
224.3
202.0
218.7

C
211.1
223.1
217.5
211.8
207.6
213.7
214.1

D
270.4
248.6
230.0
250.7
230.0
245.8
245.9

j =1

nK

30

Estimacin varianza (residuos)


yij = i + uij , uij N (0, 2 )
uij = yij i
eij = yij yi
eij : RESIDUO
K ni

2
sR

Anlisis de la varianza

2
e
ij

i =1 j =1

nK

Residuos
A
-13.8
10.8
-1.6
11.8
-5.7
-1.6
0.0

B
14.8
14.4
0.6
-18.7
5.7
-16.7
0.0

2
sR

C
-3.0
9.0
3.4
-2.3
-6.5
-0.4
0.0

D
24.5
2.7
-15.9
4.8
-15.9
-0.1
0.0

= 142.4
31

Comparacin de medias
Q

La comparacin de tratamientos con


este modelo se reduce a comparar
las medias 1, 2, ..., K , en primer
lugar con el contraste:

H 0 : 1 = 2 = L = K
H1 : Al menos una es diferente

Anlisis de la varianza

32

Descomposicin de la
variabilidad
yij = i + uij yij = y i + ( yij y i ) : restando y =

yij
n

yij y = ( y i y ) + ( yij y i )
elevando al cuadrado y sumando para todo i,j
K ni

(donde ( y i y )( yij y i ) = 0)
i =1 j =1

K ni

K ni

K ni

( yij y ) = ( y i y ) + ( yij y i ) 2

i =1 j =1
K ni

i =1 j =1
K

Anlisis de la varianza

i =1

K ni

( yij y ) = ni ( y i y ) + ( yij y i ) 2

i =1 j =1

i =1 j =1

i =1 j =1

33

Variabilidades
Variabilidades

Grados de libertad

VT = ( yij y ) 2

n-1

VE = ni ( y i y ) 2

K-1

K ni

i =1 j =1
K

K ni

i =1

K ni

VNE = ( yij y i ) = eij 2


2

i =1 j =1

i =1 j =1

n-K

VT = VE
+ VNE
n 1 = ( K 1) + (n K )
Anlisis de la varianza

34

Descomposicin: ejemplo
y = 230.4
Datos

Medias

229.1
253.7
241.3
254.7
237.2
241.3

233.4
233.0
219.2
200.0
224.3
202.0

211.1
223.1
217.5
211.8
207.6
213.7

270.4
248.6
230.0
250.7
230.0
245.8

-1.3
23.3
10.9
24.3
6.8
10.9

3.0
2.6
-11.2
-30.4
-6.1
-28.4

-19.3
-7.3
-12.9
-18.6
-22.8
-16.7

40.0
18.2
-0.4
20.3
-0.4
15.4

yij y
Anlisis de la varianza

Residuos

242.9
242.9
242.9
242.9
242.9
242.9

218.7
218.7
218.7
218.7
218.7
218.7

214.1
214.1
214.1
214.1
214.1
214.1

245.9
245.9
245.9
245.9
245.9
245.9

12.5
12.5
12.5
12.5
12.5
12.5

-11.7
-11.7
-11.7
-11.7
-11.7
-11.7

-16.3
-16.3
-16.3
-16.3
-16.3
-16.3

15.5
15.5
15.5
15.5
15.5
15.5

yi y

-13.8
10.8
-1.6
11.8
-5.7
-1.6

14.8
14.4
0.6
-18.7
5.7
-16.7

-3.0
9.0
3.4
-2.3
-6.5
-0.4

24.5
2.7
-15.9
4.8
-15.9
-0.1

-13.8
10.8
-1.6
11.8
-5.7
-1.6

14.8
14.4
0.6
-18.7
5.7
-16.7

-3.0
9.0
3.4
-2.3
-6.5
-0.4

24.5
2.7
-15.9
4.8
-15.9
-0.1

yij y i
35

Variabilidades: ejemplo
Variabilidades

Grados de libertad

VT = ( yij y ) 2 = 7645.5

n-1 = 23

VE = ni ( y i y ) 2 = 4798.1

K-1 = 3

K ni

i =1 j =1
K
i =1

K ni

VNE = eij 2 = 2847.4


i =1 j =1

n-K = 20

7645.5 = 4798.1 + 2847.4


23 = 3 + 20
Anlisis de la varianza

36

Interpretacin grfica de la
descomposicin
y1
y 2
yij y i

y i y

y 3

y 4
y
Anlisis de la varianza

y ij y
37

Distribucin de VE
2
yij N ( i , ) y i N ( i , )
ni
2

Si 1 = 2 = L = K que llamaremos
2
yi N ( , )
ni

i
2

y1 y 2
yK

+
+L+
K2
/ n / n
/ n
K
1
2

y1 y y 2 y
y y

+
+L+ K
K2 1
/ n / n
/ n
K
1
2

Anlisis de la varianza

38

Distribucin de VNE
ni

yij N ( i , )

( yij y i ) 2

si2

K ni

sR2 =

nK

ni 1

(ni 1) si2
2

n 1
2
i

nK

j =1

j =1

j =1

( yij y i ) 2

i =1 j =1

j =1

( y1 j y1 ) 2 + ( y2 j y 2 ) 2 + L + ( y Kj y K ) 2
nK

(n1 1) s12 + (n2 1) s22 + L + (nK 1) sK2


=
nK
(n K ) sR2 (n1 1) s12 (n2 1) s22
(nK 1) sK2
=
+
+L+
2
2
2

2
= n2 1 + n2 1 + L + n2 1 = n2 K
1

Anlisis de la varianza

39

Contraste (Anlisis de la Varianza)


H 0 : 1 = 2 = L = K
H1 : Al menos una es diferente
K

(n K )sR2

ni ( yi y )

n2K Si Ho es cierto: i =1

2
K
2
ni ( yi y )
FK 1,nK
F0 = i = 1
2
(K 1)sR

2
2
K
1

F0 F No se rechazaH0
F0 > F Se rechazaH0
Anlisis de la varianza

40

Tabla de Anlisis de la Varianza

Fuentes

Suma de
Cuadrados

Grados de
Libertad

Varianzas

Tratamientos ni ( y i y ) 2

K 1

ni ( y i y ) 2 /( K 1)

( yij y i ) 2

nK

( yij y ) 2

n 1

s 2
R

Residual
Total

Anlisis de la varianza

F
ni ( y i y ) 2
( K 1) sR2

41

Tabla de Anlisis de la Varianza


Suma de
Fuentes
Tratamientos
Residual
Total

Anlisis de la varianza

Gradosde

Cuadrados Libertad Varianzas


4798.1
2847.4
7645.5

3
20
23

1599.3
142.4

F
11.2

42

Intervalos de confianza para


las medias
2
yij N ( i , ) y i N ( i , )
ni
2

y i i
N (0,1)

ni
y i i
sR
ni

tn K

s
R

R.R.

1-

/2

tn-K

R.R
/2

R. Acept. H0
-t/2

t/2

y i t
i
/2 n
i
Anlisis de la varianza

43

Intervalos de confianza

Semilla
A
B
C
D

Anlisis de la varianza

Media
242.9
218.7
214.1
245.9

L. Inferior L. Superior
235.7
211.4
206.9
238.7

250.1
225.8
221.3
253.1

44

Intervalos de confianza (95%)

Rendimiento

260
250
240
230
220
210
200
A

Semilla
Anlisis de la varianza

45

Diferencia de medias: y1 y2

1
y11
y12
M
y1 n1

y1

2
y 21
y 22
M
y 2 n 2

2
N ( 1 ,
)
n1

2 2
+
y1 y 2 N ( 1 2 ,
)
n1
n2
( y1 y 2 ) ( 1 2 )
N (0,1)
1
1
+

n1 n2
Anlisis de la varianza

y 2

2
N ( 2 ,
)
n2

( y1 y 2 ) ( 1 2 )
s R

1
1
+
n1 n2

t n K

46

Contraste mltiples

H 0 : i = j

R.R.

H1 : i j
tij =

yi y j
sR

1 1
+
ni n j

1-

/2

tn K

tn-K

R.R
/2

R. Acept. H0
-t/2

t/2

t0 t / 2 No se rechaza H 0

t0 > t / 2 Se rechaza H 0
Anlisis de la varianza

47

Diagnosis del modelo


yij = i + uij
uij = yij i

eij = yij yi

uij N (0, 2 )
Residuos
A
-13,8
10,8
-1,6
11,8
-5,7
-1,6
0,0

B
14,8
14,4
0,6
-18,7
5,7
-16,7
0,0

Anlisis de la varianza

C
-3,0
9,0
3,4
-2,3
-6,5
-0,4
0,0

D
24,5
2,7
-15,9
4,8
-15,9
-0,1
0,0

0
48

Comprobacin de la
normalidad
Los residuos deben de tener distribucin normal.
Las observaciones originales tambin, pero cada
grupo con media diferente, por ello es preciso
estimar el modelo para descontar a cada
observacin su media y obtener valores con la
misma distribucin.

Herramientas de comprobacin:
O
O
O

Histograma de residuos
Grfico de probabilidad normal (Q-Q plot)
Contrastes formales (Kolmogorov-Smirnov)

Anlisis de la varianza

49

Grfico probabilista normal


Q

Es un grfico X-Y de
los residuos frente a
los percentiles de la
distribucin normal.
La idea bsica es que
cuando los residuos
tienen distribucin
normal, los puntos
deben formar
aproximadamente
una lnea recta

Anlisis de la varianza

Pasos:
Q

Ordenar los residuos


de menor a mayor.
e(1) e( 2) L e( n )

Calcular los
percentiles de la
distribucin normal
Yi = 1 (

i 0 .5
) sR , i = 1,2,..., n
n

Representar

e(i ) , Yi
50

Grfico prob. Normal


(ejemplo)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

Resid. Probab. Percen. Percen.


eij
(i-0.5)/n N(0,1) N(0, )
-18,7
-16,7
-15,9
-15,9
-13,8
-6,5
-5,7
-3,0
-2,3
-1,6
-1,6
-0,4
-0,1
0,6
2,7
3,4
4,8
5,7
9,0
10,8
11,8
14,4
14,8
24,5

0,021
0,063
0,104
0,146
0,188
0,229
0,271
0,313
0,354
0,396
0,438
0,479
0,521
0,563
0,604
0,646
0,688
0,729
0,771
0,813
0,854
0,896
0,938
0,979

Anlisis de la varianza

-2,04
-1,53
-1,26
-1,05
-0,89
-0,74
-0,61
-0,49
-0,37
-0,26
-0,16
-0,05
0,05
0,16
0,26
0,37
0,49
0,61
0,74
0,89
1,05
1,26
1,53
2,04

-24,30
-18,30
-15,01
-12,58
-10,58
-8,85
-7,28
-5,83
-4,46
-3,15
-1,88
-0,62
0,62
1,88
3,15
4,46
5,83
7,28
8,85
10,58
12,58
15,01
18,30
24,30

Q-Q plot
30,0
20,0
10,0
Percentiles

Orden
i

0,0
-10,0
-20,0
-30,0
-30,0

-20,0

-10,0

0,0

10,0

20,0

Residuos ordenados

51

30,0

Probabilidad

Grfico probabilista normal


99.9
99
95
80
50
20
5
1
0.1
-30

-20

-10

10

20

30

Residuos
Anlisis de la varianza

52

Ejemplos
99,9
99
95
80
50
20
5
1
0,1

99,9
99
95
80
50
20
5
1
0,1

Normal
-2,6

-1,6

-0,6

99,9
99
95
80
50
20
5
1
0,1

0,4

1,4

2,4

3,4

0,4

0,8

Anlisis de la varianza

1,2

1,6

99,9
99
95
80
50
20
5
1
0,1

No normal
0

No normal

12

15

No normal
-3

-1

53

Comprobacin de la
homocedasticidad
En el proceso de estimacin se ha supuesto que los
distintos tratamientos tienen la misma varianza

Herramientas
Q

Grficos de residuos:
O
O

Frente a valores previstos


Frente a tratamientos (o factor,etc.)

Contrastes formales:
O

Bartlett, Cochran, Hartley, Levene

Anlisis de la varianza

54

Residuos - Valores previstos


En este modelo los valores
previstos corresponden a
la media del tratamiento

30

residuos

20
10
0
-10

-20
-30
210

220

230

240

250

valores previstos
30

residuos

20
10

0
-10
-20
-30
0

10

Valores previstos

Anlisis de la varianza

15

Los puntos deben


aparecer dispuestos
al azar en una banda
horizontal alrededor
del eje horizontal.
Heterocedasticidad:
a veces la dispersin
aumenta conforme la
media crece.
55

Residuos por tratamientos


25

mx.

mn.

Residuos

15
5
-5
-15
-25
A

Semilla
En cada grupo los residuos aparecen esparcidos
con dispersin similar y media cero.
Anlisis de la varianza

56

Residuos por tratamientos


25

mx.

mn.

Residuos

15
5
-5

mx
<3
mn

-15
-25
A

Semilla
En cada grupo los residuos aparecen esparcidos
con dispersin similar y media cero.
Anlisis de la varianza

57

Contrastes formales
1

2
H 0 :1

2
=2

...

K
K

2
=L=K

H1 : Alguna es distinta
Anlisis de la varianza

58

Contraste de Bartlett
n1=n2==nK=m
1

y11
y12 2 ( y1 j y1 )2
s1 =
M
m 1
y1m
sR2

s12 + s22 + L + sK2


=
K

sG2 = K s12 s22 L sK2


Anlisis de la varianza

...

y21
y22 2 ( y2 j y2)2
s =
M 2
m1
y2n

...

yK1
yK2 2 (yKj yK)2
sK =
M
m1
yKm

s R2

n
K
Si Ho
log 2 K2 1
s
cierto 1 + c
G

K +1
c=
3( n K )
59

Contraste de Bartlett (general)


2
2
2

+
+

n
s
n
s
n
s
(
1
)
(
1
)
(
1
)
1
2
2
K
K
sR2 = 1
nK

sG2

n K

( )

2 n1 1
s1

( )

2 n2 1
s2
L

( )

2 nK 1
sK

K 1

1
1

c=

3( K 1) i =1 ni 1 n K

Si Ho
cierto
Anlisis de la varianza

s R2
nK
log 2 K2 1
s
1+ c
G
60

Contraste de Bartlett: ejemplo


Datos
A
229,1
253,7
241,3
254,7
237,2
241,3
Medias 242,9

B
233,4
233,0
219,2
200,0
224,3
202,0
218,7

C
211,1
223,1
217,5
211,8
207,6
213,7
214,1

D
270,4
248,6
230,0
250,7
230,0
245,8
245,9

96,8

216,2

29,9

227,2

Varianzas

p valor = 0.177

32

0.05

0
0

sR2 =

96.8 + 216.2 + 29.9 + 227.2


= 142.4
4

sG2 = 4 96.8 216.2 29.9 227.2 = 109.1

Anlisis de la varianza

0.01

02

12

16

nK
sR2
=
log 2
1+ c
sG
=

142.4
20
= 4.91
log
109.1
1 + (5 / 60)

61

0,57

0,57

0,37

0,37

residuos

residuos

Diagnosis: Tres grficos bsicos


0,17
-0,03

-0,03

-0,23

-0,23

-0,43

-0,43
0

0,3

0,6

0,9

1,2

99,9
99
95
80
50
20
5
1
0,1
-0,33

Tratamientos

Valores previstos

probabilidad

0,17

Homocedasticidad

Normalidad
-0,13

0,07

residuos

0,27

0,47

probabilidad

Grfico probabilista normal


99,9
99
95
80
50
20
5
1
0,1
-0,33

-0,13

0,07

0,27

0,47

residuos
Anlisis de la varianza

63

Transformaciones
para
estabilizar la varianza z = h( y )
Desarrollo de Taylor para z = h( y ) en = E[y]
1
z h( ) + h' ( )( y ) + h' ' ( )( y ) 2
2
La media y varianzas de z son aprox.
1
E[z] h() + h''()Var(y)
2
Var[ z ] [h' ( )] Var[ y ]
2

Anlisis de la varianza

64

Ejemplo

z = a + by

La media y varianzas de z son


E[z] = a + b
Var[ z ] = b 2 Var[ y ]

La Var[ z ] depende de b
Observacin: Esta transformacin no altera
las caractersticas de y: si y no tiene varianza
constante, z tampoco.
Anlisis de la varianza

65

z = log( y )

Ejemplo

La media y varianzas de z son aprox.


E[z] log ()
Var[ z ]

1
2

Var(y)

Var[ y ]

Si Var[ y ] k Var[ z ] k

Anlisis de la varianza

70

zij homocedsticas

zij = h( yij )

yij heterocedsticas

Transformaciones Box-Cox
z ij1,5

p>1
p=1

p<1

0,5

yij

0
1

-0,5
-1
-1,5

Anlisis de la varianza

z ij =

yijp 1

p
z ij = log yij

si

p=0
72

Bsqueda de la
transformacin adecuada
0,57

La dispersin
aumenta al aumentar
la media

residuos

0,37
0,17
-0,03
-0,23

p<1

-0,43
0

0,3

0,6

0,9

1,2

Valores previstos
1,6

La dispersin
disminuye al
aumentar la media

residuos

1,1

0,6
0,1
-0,4
-0,9
-1,4
0

12

16

p>1

valores previstos

Anlisis de la varianza

73

Eleccin de la
transformacin
Q

Empezar con p=1 (datos sin


transformar) y decidir a partir de los
grficos si p>1 o p<1.
p = 1/ 2

p=0

p = 1 / 2
p <1

p = 1

z ij =

p
yij

z ij =

yij

z ij = log yij
1
z ij =
yij
1
z ij = 2
yij
M

Parar cuando los grficos estn ok

Anlisis de la varianza

74

Independencia
Q

Es la hiptesis fundamental y con diferencia


la ms importante de las tres, adems es la
ms difcil de comprobar.
La falta de independencia suele ir ligada a
factores no controlados por el
experimentador y que influyen en los
resultados introduciendo errores
sistemticos.
La forma ms recomendable de evitar
errores sistemticos consiste en aleatorizar.

Anlisis de la varianza

75

Aleatorizacin
Q

La aleatorizacin evita que se


produzcan errores que
sistemticamente aumenten o
disminuyan un conjunto de medidas por
causas no reconocibles: al aleatorizar
se reparten estos errores por igual
entre los diferentes tratamientos y se
convierten en errores aleatorios,
previstos en el modelo.

Anlisis de la varianza

76

Cmo aleatorizar?
Q

Asignar las unidades experimentales al


azar a los distintos tratamientos.
Aleatorizar el orden de ejecucin de los
experimentos.
Aleatorizar respecto a cualquier otra
variable que implique diferenciar a los
tratamientos.

La aleatorizacin es una precaucin contra


distorsiones que pueden ocurrir o no ocurrir, y que
puedieran ser serias o no si llegaran a ocurrir
Anlisis de la varianza

77

F 1 , 2 ,

Tabla F

Grados de libertad del denominador: 2

=0.05
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
40
50
60
70
80
90
100
120
Inf

1
161,4
18,51
10,13
7,71
6,61
5,99
5,59
5,32
5,12
4,96
4,84
4,75
4,67
4,60
4,54
4,49
4,45
4,41
4,38
4,35
4,32
4,30
4,28
4,26
4,24
4,23
4,21
4,20
4,18
4,17
4,08
4,03
4,00
3,98
3,96
3,95
3,94
3,92
3,84
1

2
199,5
19,00
9,55
6,94
5,79
5,14
4,74
4,46
4,26
4,10
3,98
3,89
3,81
3,74
3,68
3,63
3,59
3,55
3,52
3,49
3,47
3,44
3,42
3,40
3,39
3,37
3,35
3,34
3,33
3,32
3,23
3,18
3,15
3,13
3,11
3,10
3,09
3,07
3,00
2

3
215,7
19,16
9,28
6,59
5,41
4,76
4,35
4,07
3,86
3,71
3,59
3,49
3,41
3,34
3,29
3,24
3,20
3,16
3,13
3,10
3,07
3,05
3,03
3,01
2,99
2,98
2,96
2,95
2,93
2,92
2,84
2,79
2,76
2,74
2,72
2,71
2,70
2,68
2,60
3

4
224,6
19,25
9,12
6,39
5,19
4,53
4,12
3,84
3,63
3,48
3,36
3,26
3,18
3,11
3,06
3,01
2,96
2,93
2,90
2,87
2,84
2,82
2,80
2,78
2,76
2,74
2,73
2,71
2,70
2,69
2,61
2,56
2,53
2,50
2,49
2,47
2,46
2,45
2,37
4

P ( F 1 , 2 F 1 , 2 , ) =

Grados de libertad del numerador: 1

5
230,2
19,30
9,01
6,26
5,05
4,39
3,97
3,69
3,48
3,33
3,20
3,11
3,03
2,96
2,90
2,85
2,81
2,77
2,74
2,71
2,68
2,66
2,64
2,62
2,60
2,59
2,57
2,56
2,55
2,53
2,45
2,40
2,37
2,35
2,33
2,32
2,31
2,29
2,21
5

6
234,0
19,33
8,94
6,16
4,95
4,28
3,87
3,58
3,37
3,22
3,09
3,00
2,92
2,85
2,79
2,74
2,70
2,66
2,63
2,60
2,57
2,55
2,53
2,51
2,49
2,47
2,46
2,45
2,43
2,42
2,34
2,29
2,25
2,23
2,21
2,20
2,19
2,18
2,10
6

Ejemplo : P ( F7,8 3.50) = 0.05

7
236,8
19,35
8,89
6,09
4,88
4,21
3,79
3,50
3,29
3,14
3,01
2,91
2,83
2,76
2,71
2,66
2,61
2,58
2,54
2,51
2,49
2,46
2,44
2,42
2,40
2,39
2,37
2,36
2,35
2,33
2,25
2,20
2,17
2,14
2,13
2,11
2,10
2,09
2,01
7

8
238,9
19,37
8,85
6,04
4,82
4,15
3,73
3,44
3,23
3,07
2,95
2,85
2,77
2,70
2,64
2,59
2,55
2,51
2,48
2,45
2,42
2,40
2,37
2,36
2,34
2,32
2,31
2,29
2,28
2,27
2,18
2,13
2,10
2,07
2,06
2,04
2,03
2,02
1,94
8

9
240,5
19,38
8,81
6,00
4,77
4,10
3,68
3,39
3,18
3,02
2,90
2,80
2,71
2,65
2,59
2,54
2,49
2,46
2,42
2,39
2,37
2,34
2,32
2,30
2,28
2,27
2,25
2,24
2,22
2,21
2,12
2,07
2,04
2,02
2,00
1,99
1,97
1,96
1,88
9

10
241,9
19,40
8,79
5,96
4,74
4,06
3,64
3,35
3,14
2,98
2,85
2,75
2,67
2,60
2,54
2,49
2,45
2,41
2,38
2,35
2,32
2,30
2,27
2,25
2,24
2,22
2,20
2,19
2,18
2,16
2,08
2,03
1,99
1,97
1,95
1,94
1,93
1,91
1,83
10

12
243,9
19,41
8,74
5,91
4,68
4,00
3,57
3,28
3,07
2,91
2,79
2,69
2,60
2,53
2,48
2,42
2,38
2,34
2,31
2,28
2,25
2,23
2,20
2,18
2,16
2,15
2,13
2,12
2,10
2,09
2,00
1,95
1,92
1,89
1,88
1,86
1,85
1,83
1,75
12

15
245,9
19,43
8,70
5,86
4,62
3,94
3,51
3,22
3,01
2,85
2,72
2,62
2,53
2,46
2,40
2,35
2,31
2,27
2,23
2,20
2,18
2,15
2,13
2,11
2,09
2,07
2,06
2,04
2,03
2,01
1,92
1,87
1,84
1,81
1,79
1,78
1,77
1,75
1,67
15

20
248,0
19,45
8,66
5,80
4,56
3,87
3,44
3,15
2,94
2,77
2,65
2,54
2,46
2,39
2,33
2,28
2,23
2,19
2,16
2,12
2,10
2,07
2,05
2,03
2,01
1,99
1,97
1,96
1,94
1,93
1,84
1,78
1,75
1,72
1,70
1,69
1,68
1,66
1,57
20

24
249,1
19,45
8,64
5,77
4,53
3,84
3,41
3,12
2,90
2,74
2,61
2,51
2,42
2,35
2,29
2,24
2,19
2,15
2,11
2,08
2,05
2,03
2,01
1,98
1,96
1,95
1,93
1,91
1,90
1,89
1,79
1,74
1,70
1,67
1,65
1,64
1,63
1,61
1,52
24

30
250,1
19,46
8,62
5,75
4,50
3,81
3,38
3,08
2,86
2,70
2,57
2,47
2,38
2,31
2,25
2,19
2,15
2,11
2,07
2,04
2,01
1,98
1,96
1,94
1,92
1,90
1,88
1,87
1,85
1,84
1,74
1,69
1,65
1,62
1,60
1,59
1,57
1,55
1,46
30

40
251,1
19,47
8,59
5,72
4,46
3,77
3,34
3,04
2,83
2,66
2,53
2,43
2,34
2,27
2,20
2,15
2,10
2,06
2,03
1,99
1,96
1,94
1,91
1,89
1,87
1,85
1,84
1,82
1,81
1,79
1,69
1,63
1,59
1,57
1,54
1,53
1,52
1,50
1,39
40

60
252,2
19,48
8,57
5,69
4,43
3,74
3,30
3,01
2,79
2,62
2,49
2,38
2,30
2,22
2,16
2,11
2,06
2,02
1,98
1,95
1,92
1,89
1,86
1,84
1,82
1,80
1,79
1,77
1,75
1,74
1,64
1,58
1,53
1,50
1,48
1,46
1,45
1,43
1,32
60

100
253,0
19,49
8,55
5,66
4,41
3,71
3,27
2,97
2,76
2,59
2,46
2,35
2,26
2,19
2,12
2,07
2,02
1,98
1,94
1,91
1,88
1,85
1,82
1,80
1,78
1,76
1,74
1,73
1,71
1,70
1,59
1,52
1,48
1,45
1,43
1,41
1,39
1,37
1,24
100

120
253,3
19,49
8,55
5,66
4,40
3,70
3,27
2,97
2,75
2,58
2,45
2,34
2,25
2,18
2,11
2,06
2,01
1,97
1,93
1,90
1,87
1,84
1,81
1,79
1,77
1,75
1,73
1,71
1,70
1,68
1,58
1,51
1,47
1,44
1,41
1,39
1,38
1,35
1,22
120

Inf.
254,3
19,50
8,53
5,63
4,37
3,67
3,23
2,93
2,71
2,54
2,40
2,30
2,21
2,13
2,07
2,01
1,96
1,92
1,88
1,84
1,81
1,78
1,76
1,73
1,71
1,69
1,67
1,65
1,64
1,62
1,51
1,44
1,39
1,35
1,32
1,30
1,28
1,25
1,00
Inf.

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
40
50
60
70
80
90
100
120
Inf

F 1 , 2 ,

Tabla F

Grados de libertad del denominador: 2

=0.025
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
40
50
60
70
80
90
100
120
Inf

P ( F 1 , 2 F 1 , 2 , ) =

Grados de libertad del numerador: 1


1
647,8
38,51
17,44
12,22
10,01
8,81
8,07
7,57
7,21
6,94
6,72
6,55
6,41
6,30
6,20
6,12
6,04
5,98
5,92
5,87
5,83
5,79
5,75
5,72
5,69
5,66
5,63
5,61
5,59
5,57
5,42
5,34
5,29
5,25
5,22
5,20
5,18
5,15
5,02
1

2
799,5
39,00
16,04
10,65
8,43
7,26
6,54
6,06
5,71
5,46
5,26
5,10
4,97
4,86
4,77
4,69
4,62
4,56
4,51
4,46
4,42
4,38
4,35
4,32
4,29
4,27
4,24
4,22
4,20
4,18
4,05
3,97
3,93
3,89
3,86
3,84
3,83
3,80
3,69
2

3
864,2
39,17
15,44
9,98
7,76
6,60
5,89
5,42
5,08
4,83
4,63
4,47
4,35
4,24
4,15
4,08
4,01
3,95
3,90
3,86
3,82
3,78
3,75
3,72
3,69
3,67
3,65
3,63
3,61
3,59
3,46
3,39
3,34
3,31
3,28
3,26
3,25
3,23
3,12
3

4
899,6
39,25
15,10
9,60
7,39
6,23
5,52
5,05
4,72
4,47
4,28
4,12
4,00
3,89
3,80
3,73
3,66
3,61
3,56
3,51
3,48
3,44
3,41
3,38
3,35
3,33
3,31
3,29
3,27
3,25
3,13
3,05
3,01
2,97
2,95
2,93
2,92
2,89
2,79
4

5
921,8
39,30
14,88
9,36
7,15
5,99
5,29
4,82
4,48
4,24
4,04
3,89
3,77
3,66
3,58
3,50
3,44
3,38
3,33
3,29
3,25
3,22
3,18
3,15
3,13
3,10
3,08
3,06
3,04
3,03
2,90
2,83
2,79
2,75
2,73
2,71
2,70
2,67
2,57
5

6
937,1
39,33
14,73
9,20
6,98
5,82
5,12
4,65
4,32
4,07
3,88
3,73
3,60
3,50
3,41
3,34
3,28
3,22
3,17
3,13
3,09
3,05
3,02
2,99
2,97
2,94
2,92
2,90
2,88
2,87
2,74
2,67
2,63
2,59
2,57
2,55
2,54
2,52
2,41
6

7
948,2
39,36
14,62
9,07
6,85
5,70
4,99
4,53
4,20
3,95
3,76
3,61
3,48
3,38
3,29
3,22
3,16
3,10
3,05
3,01
2,97
2,93
2,90
2,87
2,85
2,82
2,80
2,78
2,76
2,75
2,62
2,55
2,51
2,47
2,45
2,43
2,42
2,39
2,29
7

Ejemplo : P ( F7,8 4.53) = 0.025

8
956,6
39,37
14,54
8,98
6,76
5,60
4,90
4,43
4,10
3,85
3,66
3,51
3,39
3,29
3,20
3,12
3,06
3,01
2,96
2,91
2,87
2,84
2,81
2,78
2,75
2,73
2,71
2,69
2,67
2,65
2,53
2,46
2,41
2,38
2,35
2,34
2,32
2,30
2,19
8

9
963,3
39,39
14,47
8,90
6,68
5,52
4,82
4,36
4,03
3,78
3,59
3,44
3,31
3,21
3,12
3,05
2,98
2,93
2,88
2,84
2,80
2,76
2,73
2,70
2,68
2,65
2,63
2,61
2,59
2,57
2,45
2,38
2,33
2,30
2,28
2,26
2,24
2,22
2,11
9

10
968,6
39,40
14,42
8,84
6,62
5,46
4,76
4,30
3,96
3,72
3,53
3,37
3,25
3,15
3,06
2,99
2,92
2,87
2,82
2,77
2,73
2,70
2,67
2,64
2,61
2,59
2,57
2,55
2,53
2,51
2,39
2,32
2,27
2,24
2,21
2,19
2,18
2,16
2,05
10

12
976,7
39,41
14,34
8,75
6,52
5,37
4,67
4,20
3,87
3,62
3,43
3,28
3,15
3,05
2,96
2,89
2,82
2,77
2,72
2,68
2,64
2,60
2,57
2,54
2,51
2,49
2,47
2,45
2,43
2,41
2,29
2,22
2,17
2,14
2,11
2,09
2,08
2,05
1,94
12

15
984,9
39,43
14,25
8,66
6,43
5,27
4,57
4,10
3,77
3,52
3,33
3,18
3,05
2,95
2,86
2,79
2,72
2,67
2,62
2,57
2,53
2,50
2,47
2,44
2,41
2,39
2,36
2,34
2,32
2,31
2,18
2,11
2,06
2,03
2,00
1,98
1,97
1,94
1,83
15

20
993,1
39,45
14,17
8,56
6,33
5,17
4,47
4,00
3,67
3,42
3,23
3,07
2,95
2,84
2,76
2,68
2,62
2,56
2,51
2,46
2,42
2,39
2,36
2,33
2,30
2,28
2,25
2,23
2,21
2,20
2,07
1,99
1,94
1,91
1,88
1,86
1,85
1,82
1,71
20

24
30
40
60
100
120
Inf.
997,3 1001,4 1005,6 1009,8 1013,2 1014,0 1018,3
39,46 39,46 39,47 39,48 39,49 39,49 39,50
14,12 14,08 14,04 13,99 13,96 13,95 13,90
8,51
8,46
8,41
8,36
8,32
8,31
8,26
6,28
6,23
6,18
6,12
6,08
6,07
6,02
5,12
5,07
5,01
4,96
4,92
4,90
4,85
4,41
4,36
4,31
4,25
4,21
4,20
4,14
3,95
3,89
3,84
3,78
3,74
3,73
3,67
3,61
3,56
3,51
3,45
3,40
3,39
3,33
3,37
3,31
3,26
3,20
3,15
3,14
3,08
3,17
3,12
3,06
3,00
2,96
2,94
2,88
3,02
2,96
2,91
2,85
2,80
2,79
2,72
2,89
2,84
2,78
2,72
2,67
2,66
2,60
2,79
2,73
2,67
2,61
2,56
2,55
2,49
2,70
2,64
2,59
2,52
2,47
2,46
2,40
2,63
2,57
2,51
2,45
2,40
2,38
2,32
2,56
2,50
2,44
2,38
2,33
2,32
2,25
2,50
2,44
2,38
2,32
2,27
2,26
2,19
2,45
2,39
2,33
2,27
2,22
2,20
2,13
2,41
2,35
2,29
2,22
2,17
2,16
2,09
2,37
2,31
2,25
2,18
2,13
2,11
2,04
2,33
2,27
2,21
2,14
2,09
2,08
2,00
2,30
2,24
2,18
2,11
2,06
2,04
1,97
2,27
2,21
2,15
2,08
2,02
2,01
1,94
2,24
2,18
2,12
2,05
2,00
1,98
1,91
2,22
2,16
2,09
2,03
1,97
1,95
1,88
2,19
2,13
2,07
2,00
1,94
1,93
1,85
2,17
2,11
2,05
1,98
1,92
1,91
1,83
2,15
2,09
2,03
1,96
1,90
1,89
1,81
2,14
2,07
2,01
1,94
1,88
1,87
1,79
2,01
1,94
1,88
1,80
1,74
1,72
1,64
1,93
1,87
1,80
1,72
1,66
1,64
1,55
1,88
1,82
1,74
1,67
1,60
1,58
1,48
1,85
1,78
1,71
1,63
1,56
1,54
1,44
1,82
1,75
1,68
1,60
1,53
1,51
1,40
1,80
1,73
1,66
1,58
1,50
1,48
1,37
1,78
1,71
1,64
1,56
1,48
1,46
1,35
1,76
1,69
1,61
1,53
1,45
1,43
1,31
1,64
1,57
1,48
1,39
1,30
1,27
1,00
24
30
40
60
100
120
Inf.

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
40
50
60
70
80
90
100
120
Inf

F 1 , 2 ,

Tabla F

Grados de libertad del denominador: 2

=0.01
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
40
50
60
70
80
90
100
120
Inf

1
4052,2
98,50
34,12
21,20
16,26
13,75
12,25
11,26
10,56
10,04
9,65
9,33
9,07
8,86
8,68
8,53
8,40
8,29
8,18
8,10
8,02
7,95
7,88
7,82
7,77
7,72
7,68
7,64
7,60
7,56
7,31
7,17
7,08
7,01
6,96
6,93
6,90
6,85
6,63
1

2
4999,3
99,00
30,82
18,00
13,27
10,92
9,55
8,65
8,02
7,56
7,21
6,93
6,70
6,51
6,36
6,23
6,11
6,01
5,93
5,85
5,78
5,72
5,66
5,61
5,57
5,53
5,49
5,45
5,42
5,39
5,18
5,06
4,98
4,92
4,88
4,85
4,82
4,79
4,61
2

3
5403,5
99,16
29,46
16,69
12,06
9,78
8,45
7,59
6,99
6,55
6,22
5,95
5,74
5,56
5,42
5,29
5,19
5,09
5,01
4,94
4,87
4,82
4,76
4,72
4,68
4,64
4,60
4,57
4,54
4,51
4,31
4,20
4,13
4,07
4,04
4,01
3,98
3,95
3,78
3

4
5624,3
99,25
28,71
15,98
11,39
9,15
7,85
7,01
6,42
5,99
5,67
5,41
5,21
5,04
4,89
4,77
4,67
4,58
4,50
4,43
4,37
4,31
4,26
4,22
4,18
4,14
4,11
4,07
4,04
4,02
3,83
3,72
3,65
3,60
3,56
3,53
3,51
3,48
3,32
4

5
5764,0
99,30
28,24
15,52
10,97
8,75
7,46
6,63
6,06
5,64
5,32
5,06
4,86
4,69
4,56
4,44
4,34
4,25
4,17
4,10
4,04
3,99
3,94
3,90
3,85
3,82
3,78
3,75
3,73
3,70
3,51
3,41
3,34
3,29
3,26
3,23
3,21
3,17
3,02
5

P ( F 1 , 2 F 1 , 2 , ) =

Grados de libertad del numerador: 1


6
5859,0
99,33
27,91
15,21
10,67
8,47
7,19
6,37
5,80
5,39
5,07
4,82
4,62
4,46
4,32
4,20
4,10
4,01
3,94
3,87
3,81
3,76
3,71
3,67
3,63
3,59
3,56
3,53
3,50
3,47
3,29
3,19
3,12
3,07
3,04
3,01
2,99
2,96
2,80
6

7
5928,3
99,36
27,67
14,98
10,46
8,26
6,99
6,18
5,61
5,20
4,89
4,64
4,44
4,28
4,14
4,03
3,93
3,84
3,77
3,70
3,64
3,59
3,54
3,50
3,46
3,42
3,39
3,36
3,33
3,30
3,12
3,02
2,95
2,91
2,87
2,84
2,82
2,79
2,64
7

Ejemplo : P ( F7,8 6.18) = 0.01

8
5981,0
99,38
27,49
14,80
10,29
8,10
6,84
6,03
5,47
5,06
4,74
4,50
4,30
4,14
4,00
3,89
3,79
3,71
3,63
3,56
3,51
3,45
3,41
3,36
3,32
3,29
3,26
3,23
3,20
3,17
2,99
2,89
2,82
2,78
2,74
2,72
2,69
2,66
2,51
8

9
6022,4
99,39
27,34
14,66
10,16
7,98
6,72
5,91
5,35
4,94
4,63
4,39
4,19
4,03
3,89
3,78
3,68
3,60
3,52
3,46
3,40
3,35
3,30
3,26
3,22
3,18
3,15
3,12
3,09
3,07
2,89
2,78
2,72
2,67
2,64
2,61
2,59
2,56
2,41
9

10
6055,9
99,40
27,23
14,55
10,05
7,87
6,62
5,81
5,26
4,85
4,54
4,30
4,10
3,94
3,80
3,69
3,59
3,51
3,43
3,37
3,31
3,26
3,21
3,17
3,13
3,09
3,06
3,03
3,00
2,98
2,80
2,70
2,63
2,59
2,55
2,52
2,50
2,47
2,32
10

12
6106,7
99,42
27,05
14,37
9,89
7,72
6,47
5,67
5,11
4,71
4,40
4,16
3,96
3,80
3,67
3,55
3,46
3,37
3,30
3,23
3,17
3,12
3,07
3,03
2,99
2,96
2,93
2,90
2,87
2,84
2,66
2,56
2,50
2,45
2,42
2,39
2,37
2,34
2,18
12

15
6157,0
99,43
26,87
14,20
9,72
7,56
6,31
5,52
4,96
4,56
4,25
4,01
3,82
3,66
3,52
3,41
3,31
3,23
3,15
3,09
3,03
2,98
2,93
2,89
2,85
2,81
2,78
2,75
2,73
2,70
2,52
2,42
2,35
2,31
2,27
2,24
2,22
2,19
2,04
15

20
6208,7
99,45
26,69
14,02
9,55
7,40
6,16
5,36
4,81
4,41
4,10
3,86
3,66
3,51
3,37
3,26
3,16
3,08
3,00
2,94
2,88
2,83
2,78
2,74
2,70
2,66
2,63
2,60
2,57
2,55
2,37
2,27
2,20
2,15
2,12
2,09
2,07
2,03
1,88
20

24
6234,3
99,46
26,60
13,93
9,47
7,31
6,07
5,28
4,73
4,33
4,02
3,78
3,59
3,43
3,29
3,18
3,08
3,00
2,92
2,86
2,80
2,75
2,70
2,66
2,62
2,58
2,55
2,52
2,49
2,47
2,29
2,18
2,12
2,07
2,03
2,00
1,98
1,95
1,79
24

30
6260,4
99,47
26,50
13,84
9,38
7,23
5,99
5,20
4,65
4,25
3,94
3,70
3,51
3,35
3,21
3,10
3,00
2,92
2,84
2,78
2,72
2,67
2,62
2,58
2,54
2,50
2,47
2,44
2,41
2,39
2,20
2,10
2,03
1,98
1,94
1,92
1,89
1,86
1,70
30

40
6286,4
99,48
26,41
13,75
9,29
7,14
5,91
5,12
4,57
4,17
3,86
3,62
3,43
3,27
3,13
3,02
2,92
2,84
2,76
2,69
2,64
2,58
2,54
2,49
2,45
2,42
2,38
2,35
2,33
2,30
2,11
2,01
1,94
1,89
1,85
1,82
1,80
1,76
1,59
40

60
6313,0
99,48
26,32
13,65
9,20
7,06
5,82
5,03
4,48
4,08
3,78
3,54
3,34
3,18
3,05
2,93
2,83
2,75
2,67
2,61
2,55
2,50
2,45
2,40
2,36
2,33
2,29
2,26
2,23
2,21
2,02
1,91
1,84
1,78
1,75
1,72
1,69
1,66
1,47
60

100
6333,9
99,49
26,24
13,58
9,13
6,99
5,75
4,96
4,41
4,01
3,71
3,47
3,27
3,11
2,98
2,86
2,76
2,68
2,60
2,54
2,48
2,42
2,37
2,33
2,29
2,25
2,22
2,19
2,16
2,13
1,94
1,82
1,75
1,70
1,65
1,62
1,60
1,56
1,36
100

120
6339,5
99,49
26,22
13,56
9,11
6,97
5,74
4,95
4,40
4,00
3,69
3,45
3,25
3,09
2,96
2,84
2,75
2,66
2,58
2,52
2,46
2,40
2,35
2,31
2,27
2,23
2,20
2,17
2,14
2,11
1,92
1,80
1,73
1,67
1,63
1,60
1,57
1,53
1,32
120

Inf.
6365,6
99,50
26,13
13,46
9,02
6,88
5,65
4,86
4,31
3,91
3,60
3,36
3,17
3,00
2,87
2,75
2,65
2,57
2,49
2,42
2,36
2,31
2,26
2,21
2,17
2,13
2,10
2,06
2,03
2,01
1,80
1,68
1,60
1,54
1,49
1,46
1,43
1,38
1,00
Inf.

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
40
50
60
70
80
90
100
120
Inf