En que consiste el anlisis de varianza?

Es un mtodo para comparar dos o ms medias, que es necesario porque cuando se quiere comparar ms de dos medias es incorrecto utilizar repetidamente el contraste basado en la t de Student. En que caso se ocupa? El anlisis de varianza lo vamos a utilizar para verificar si hay diferencias estadsticamente significativas entre medias cuando tenemos ms de dos muestras o grupos en el mismo planteamiento.Cuando tenemos ms de dos muestras y comparamos las medias de dos en dos suben las probabilidades de error al rechazar la hiptesis de no diferencia porque queda suficientemente explicada por factores aleatorios (que tambin se denomina error muestral). En primer lugar recordamos qu es la varianza y qu nos cuantifica. La frmula de la varianza ya nos es conocida; es la desviacin tpica elevada al cuadrado:

Utilizamos el smbolo X para designar las puntuaciones individuales, y el smbolo M para designar la media aritmtica de la muestra; va a ser el smbolo de la desviacin tpica de la muestra si no se indica expresamente que se trata del smbolo de la desviacin tpica de la poblacin. El denominador ser N-1 si queremos obtener una estimacin de la varianza de la poblacin. Esto es lo que haremos habitualmente en el clculo de las varianzas propias del anlisis de varianza.

Qu elementos necesita?

Cules son los pasos a seguir?

Cules son las ecuaciones que ocupa?

Tablas y representaciones graficas:

Tipo de resultados: que se pueden obtener:

Interpretacin de los resultados:

Numero de variables independientes que requiere La anova estudia la influencia de una determinado factor o grupo de factores(variables nominales) sobre una variable de respuesta(variable continua).

Prueba de hiptesis Las hiptesis son proposiciones se deben contrastar con la realidad (mediante el muestreo de datos) para tomar una decisin entre aceptar o rechazar la proposicin y el procedimiento para decidir si se aceptan o se rechazan se denomina Prueba de Hiptesis

Una prueba de hiptesis es una herramienta de anlisis de datos que puede en general formar parte de un experimento comparativo ms completo

Diseo factorial Los diseos factoriales se utilizan para estudiar los efectos en una respuesta o salida de al menos dos variables o factores cuando stos cambian de valor simultneamente. En un diseo experimental factorial: Existe ms de una variable independiente Se crean varias unidades de observacin en funcin de ellas La variable dependiente puede ser una o ms Se contrastan los efectos que producen cada una de las VVII sobre la VD y tambin puede estudiarse el efecto de interaccin

DISEO DE BLOQUES

Este es el ms simple y quizs el ampliamente usado de los diseos de bloques al azar que es definido por Hinkelman(1994) as: El material experimental es dividido en grupos de unidades experimentales (UE) cada uno, donde es el nmero de tratamientos , tales que las UE dentro de cada grupo son lo ms homognea posible y las diferencias entre las UE sea dada por estar en diferentes grupos. Los conjuntos son llamados bloques. Dentro de cada bloque las UE son asignadas aleatoriamente, cada tratamiento ocurre exactamente una vez en un bloque. Si la variacin entre las UE dentro de los bloques es apreciablemente pequea en comparacin con la variacin entre bloques, un diseo de bloque completo al azar es ms potente que un diseo completo al azar. Un diseo en bloques es apropiado cuando el objetivo del experimento es comparar los efectos de diferentes tratamientos promediados sobre un rango de condiciones experimentales distintas. Con los modelos de diseo de experimentos en bloques se quiere conseguir dos cosas:

Diseo ortogonal n diseo de arreglo ortogonal puede ser generado para los factores y niveles por factor queespecifique. En el caso que no esta abierto, el SPSS crea uno, generando nombres de las variables,etiqueta de la variable y valores de las opciones que ha seleccionado.En la figura 1 se muestra el Editor de datos , desplegando el diseo ortogonal para elejemplo de alimento canino. Los factores son desplegados como variables y los casos creados por elprocedimiento. Cada caso el Editor de datos representa un caso en el diseo ortogonal.El SPSS tiene ya prefijado un nmero mnimo de casos necesarios para generar un arregloortogonal. El procedimiento determina el nmero de casos que se necesita administrar para permitirestimaciones de las utilidades. Tambin, se puede especificar que genere un nmero mnimo decasos.Adems a los casos en el diseo, se pueden especificar casos reservados. Los casosreservados son juzgados por los sujetos, pero estos no son usados por el anlisis para estimar lasutilidades. Estos son usados para verificar la validez de las utilidades estimadas. Los casosreservados son generados de otro arreglo aleatorio, no por medio del plan ortogonal experimental.Los casos reservados aparecen despus de los casos experimentales.El plan ortogonal es guardada en otro archivo de datos y es usada para desplegar el diseode acuerdo a los perfiles de los individuos, y en anlisis conjunto.Observe que las dos variables adicionales,.

card _y status _ , aparecen en el archivo dedatos. La variable card_ asigna un nmero secuencia a cada perfil para su conveniencia. Status_ indica si un caso es parte de el diseo experimental.Tambin, existe la posibilidad de crear casos simulados. Hay combinaciones que sonconsideradas por el individuo pero que estn incluidas en el anlisis.