Unidad 2-Paso4-ANOVA Grupo 106

Inferencia Estadistica
PASO 4- ANOVA
DANIELA CAROLINA CARREÑO COD 1030618427

KAREN MILENA ARROYAVE COD 1030612069
MICHAEL SANTOFIMIO COD 1030577808
FREDY LEONARDO PENAGOS B. COD 1030630679
FABIAN ANDRES CORTES COD
DIANA MILENA CALIMAN

TUTORA
TUTORA
CURSO INFERENCIA ESTADÍSTICA

GRUPO 100403-106
UNIVERSIDAD ABIERTA Y A DISTANCIA UNAD

BOGOTÁ
NOVIEMBRE
2017
TIPO DE MUESTREO: Sistemático
Muestreo en que los n elementos de la muestra se seleccionan tomando aleatoriamente un número i,
que designará, en una lista o población de N elementos, al primero que va a formar parte de la
muestra.
Características:
1) Una lista completa de la población
2) La población ordenada y la muestra también estará ordenada
Esta es la forma o cada cuanto se selecciona un elemento
F= N/n
F= fracción sistemática (o cada cuanto se toma el elemento de la población)
N= Tamaño de la población
n= Tamaño de la muestra (Calculado ya anteriormente)
F= N/n
N= 1225
n= 460
F= 2.66 se redondea
F= 2 Seleccione la muestra cada 3 elementos

Alea= 1 Se escoge un número aleatorio entre 1 y 3
Fijo= 2 Copie y pegue el número aleatorio como valor para que no este cambi
1) Rellene una columna que empiece desde 1 hasta n (en este caso hasta
261)
2) Luego, empieze la 2da columna con el número que encontro entre 1 y F.
Note que 17+28= 45 y que 45+28=73, etc...
LISTO! Esta es la lista de personas que van a conformar su muestra…
empieza con el paciente 17, luego 44,73,…. A eso se refiere el tipo de
muestreo a seleccionar las personas, animales o cosas que van a conformar
su muestra de tamaño "n".
3) Copie y pegue los nombres de las variables de la población
4) Use la función =BUSCARV(C36;Población!$A$6:$Q$918;2;0) esto es para
que no tenga que pasar manualmente la información de los 261 elementos
que va a incluir en la muestra. El número 3, corresponde a la columna de la
variable, en este caso Fecha
EDAD EN ACTUALEME
Nº Muestra MUNICIPIO EDAD DÍAS GENERO NTE VIVE
1 2 Pereira 28 10220 F solo
3 6 Pereira 53 19345 F acompañado
7 14 Pereira 37 13505 M acompañado
26 52 Pereira 46 16790 M solo
105 210 Pereira 64 23360 F solo
108 216 Pereira 36 13140 F solo
111 222 Pereira 43 15695 M solo
112 224 Pereira 32 11680 M solo
116 232 Pereira 61 22265 F solo
118 236 Pereira 52 18980 F solo
119 238 Pereira 63 22995 M solo
120 240 Pereira 37 13505 M solo
121 242 Pereira 60 21900 M solo
126 252 Pereira 61 22265 F solo
157 314 Pereira 47 17155 F solo
158 316 Pereira 45 16425 M solo
161 322 Pereira 45 16425 M solo
168 336 Pereira 64 23360 F solo
171 342 Pereira 36 13140 F solo
174 348 Pereira 43 15695 M solo
175 350 Pereira 32 11680 M solo
179 358 Pereira 61 22265 F solo
181 362 Pereira 52 18980 F solo
182 364 Pereira 63 22995 M solo
183 366 Pereira 37 13505 M solo
184 368 Pereira 60 21900 M solo
189 378 Pereira 61 22265 F solo
220 440 Pereira 47 17155 F solo
221 442 Pereira 45 16425 M solo
224 448 Pereira 45 16425 M solo
231 462 Pereira 64 23360 F solo
234 468 Pereira 36 13140 F solo
237 474 Pereira 43 15695 M solo
238 476 Pereira 32 11680 M solo
242 484 Pereira 61 22265 F solo
244 488 Pereira 52 18980 F solo
245 490 Pereira 63 22995 M solo
246 492 Pereira 37 13505 M solo
247 494 Pereira 60 21900 M solo
252 504 Pereira 61 22265 F solo
271 542 Pereira 38 13870 M solo
272 544 Pereira 52 18980 F solo
273 546 Pereira 28 10220 F solo
275 550 Pereira 31 11315 M solo
276 552 Pereira 42 15330 M solo
279 558 Pereira 38 13870 F solo
280 560 Pereira 33 12045 M solo
285 570 Pereira 53 19345 F solo
292 584 Pereira 33 12045 F solo
293 586 Pereira 29 10585 M solo
307 614 Pereira 32 11680 M solo
313 626 Pereira 46 16790 F solo
314 628 Pereira 41 14965 M solo
322 644 Pereira 64 23360 F solo
328 656 Pereira 44 16060 F solo
330 660 Pereira 42 15330 M solo
344 688 Pereira 38 13870 M solo
345 690 Pereira 52 18980 F solo
346 692 Pereira 28 10220 F solo
348 696 Pereira 31 11315 M solo
349 698 Pereira 42 15330 M solo
352 704 Pereira 38 13870 F solo
353 706 Pereira 33 12045 M solo
358 716 Pereira 53 19345 F solo
365 730 Pereira 33 12045 F solo
366 732 Pereira 29 10585 M solo
436 872 Pereira 61 22265 M solo
438 876 Pereira 36 13140 M solo
440 880 Pereira 51 18615 M solo
441 882 Pereira 52 18980 F solo
442 884 Pereira 62 22630 M solo
456 912 Pereira 57 20805 F solo
457 914 Pereira 33 12045 F solo
riamente un número i,
formar parte de la
analisis:mediante este proceso de tipo de muestreo es como se obtiene lo

especificos del grupo total que debemos analizar y el listado que se ve a
son los seleccionados para los posterores procedimientos que se deben ap
3 gracias al tipo de muestra el grupo de trabajo 100403-106 logra tener
valor para que no este cambiando especifica de todo el total en la cual se va a centrar para continuar con e
analisis.
n (en este caso hasta
e encontro entre 1 y F.
nformar su muestra…
se refiere el tipo de
s que van a conformar
oblación
$918;2;0) esto es para
de los 261 elementos
nde a la columna de la
CONDICION DE
DISCAPACIDAD RECIBE ATENCIÓN DE
LUGAR DE DISCAPACIDA OPORTUNAMENTE SALUD POR CAUSA DE UTILIZA
RESIDENCIA ESTRATO D DIAGNOSTICADA DISCAPACIDAD ACTUALMENTE
Rural 1 Movilidad Si Si Ayudas técnicas
Urbano 4 Sensorial Gust Si No Ninguna
Urbano 6 Sensorial AuditNo No Prótesis
Urbano 4 Sensorial Gust Si Si Ninguna
Urbano 5 Mental CognitiSi Si Medicamentos
Urbano 5 Voz y Habla Si Si Ninguna
Urbano 3 Enanismo Si Si Ninguna
Urbano 1 Múltiple Si Si Protesis
Urbano 2 Sensorial AuditSi Si Ayudas técnicas
Urbano 5 Sensorial VisuaSi Si Medicamentos
Urbano 1 Sistemica Si Si Medicamentos
Urbano 3 Mental PsicosoSi Si Medicamentos
Urbano 2 Piel, Uñas y CaSi Si Medicamentos
Urbano 5 No lo sabe no Si Si Ninguna
Urbano 4 Movilidad Si Si Ayudas técnicas
Rural 2 Mental PsicosoSi No Ninguna
Urbano 6 Mental PsicosoSi Si Ninguna
Urbano 6 Mental PsicosoSi No Ninguna
Urbano 1 Sensorial VisuaSi No Ninguna
Urbano 4 Sensorial AuditSi No Ninguna
Urbano 1 Movilidad Si No Ayudas técnicas
Urbano 6 Mental CognitiSi No Medicamentos
Urbano 1 Mental CognitiSi No Ninguna
Urbano 5 Voz y Habla Si No Ninguna
Rural 1 Voz y Habla Si No Ninguna
Rural 1 Mental CognitiSi No Ninguna
Urbano 2 Sistemica Si No Ninguna
Urbano 4 Piel, Uñas y CaSi No Ninguna
Urbano 1 No lo sabe no Si No Ninguna
Rural 4 Sistemica Si Si Medicamentos
Rural 5 Mental CognitiSi Si Medicamentos
Rural 1 Voz y Habla Si Si Ninguna
Rural 1 Piel, Uñas y CaNo Si Medicamentos
Urbano 3 Piel, Uñas y CaNo Si Medicamentos
Rural 2 Mental PsicosoNo Si Medicamentos
Rural 4 Mental PsicosoNo Si Ayudas técnicas
Urbano 5 Mental PsicosoNo No Ayudas técnicas
Rural 3 Mental PsicosoNo No Ayudas técnicas
Urbano 1 Sensorial Gust No No Ninguna
Urbano 4 Mental CognitiSi No Ayudas técnicas
Urbano 4 Mental PsicosoSi No Ayudas técnicas
Urbano 6 Mental PsicosoSi No Medicamentos
Urbano 1 Mental CognitiSi Si Ayudas técnicas
Urbano 6 Sensorial VisuaSi Si Ayudas técnicas
Rural 2 Enanismo Si Si Ninguna
Rural 2 Sensorial AuditSi Si Medicamentos
Rural 2 Sensorial AuditSi Si Ninguna
Rural 2 Sensorial VisuaSi Si Ayudas técnicas
Rural 2 Mental CognitiSi Si Ayudas técnicas
Rural 1 Piel, Uñas y CaSi Si Medicamentos
Rural 2 Sensorial VisuaSi No Ayudas técnicas
Urbano 4 Sensorial VisuaSi No Ayudas técnicas
Rural 3 Sensorial Gust No No Ninguna
Urbano 3 Movilidad No No Ayudas técnicas
Rural 2 Mental PsicosoSi Si Ninguna
Urbano 5 Sensorial VisuaNo No Ayudas técnicas
Rural 4 Sensorial Gust Si No Ninguna
Rural 2 Sensorial Gust Si No Ninguna
Rural 3 Sensorial Gust No No Ninguna
Rural 2 Mental PsicosoSi Si Ninguna
Urbano 5 Movilidad Si No Ninguna
Urbano 5 Movilidad Si No Medicamentos
Rural 3 Sensorial AuditSi Si Ayudas técnicas
Urbano 2 Sensorial AuditSi Si Medicamentos
Urbano 4 Sensorial AuditSi Si Medicamentos
Rural 5 No lo sabe no Si Si Ninguna
treo es como se obtiene los individuos
y el listado que se ve a continuacion
dimientos que se deben aplicar,
o 100403-106 logra tener la muestra
ntrar para continuar con el respectivo
HORAS MINUTOS INGRESO TIPO DE DESPLAZAMIEN

SITUACIÓN LABORADAS LABORADOS MENSUAL REGIMEN DE TO A LUGAR DE
ESCOLARIDAD LABORAL DIARIAMENTE DIARIAMENTE PROMEDIO SALUD TRABAJO (MIN)
Preescolar Empleado 4 240 500000 Contributivo co 20
Técnico ProfesionaEmpresario 8 480 2000000 Sisben 20
Técnico ProfesionaDesempleado 0 0 1000000 Subsidiado 0
Profesional Empresario 3 180 2000000 Sisben 20
Educación básica Desempleado 0 0 200000 Contributivo be 0
Educación básica Independiente 8 480 1000000 Contributivo be 20
Profesional Independiente 8 480 2000000 Contributivo p 20
Educación básica Empleado 8 480 720000 Subsidiado 20
Educación básica Empleado 4 240 520000 Sisben 20
Técnico profesionEmpleado 8 480 950000 Contributivo co 20
Educación básica Empleado 8 480 500000 Contributivo co 60
Técnologico Independiente 5 300 1500000 Contributivo be 20
Educación Básica Independiente 8 480 1500000 Contributivo C 20
Profesional Desempleado 0 0 200000 Subsidiado 0
Educación básica Desempleado 8 480 710000 Sisben 0
Especialización Empleado 8 480 1890000 Contributivo be 20
Profesional Desempleado 0 0 200000 Contributivo p 0
Profesional Empleado 8 480 1800000 Contributivo co 20
Profesional Desempleado 0 0 0 Contributivo be 0
Básica Primaria Desempleado 0 0 580000 Contributivo be 0
Educación básica Desempleado 2 120 380000 Subsidiado 0
Profesional Independiente 8 480 2000000 Contributivo co 10
Profesional Empleado 4 240 1420000 Contributivo be 5
Básica primaria Empleado 4 240 380000 Contributivo co 54
Educación básica Independiente 8 480 1100000 Sisben 25
Técnico profesionIndependiente 8 480 2000000 Contributivo co 25
Técnico profesionIndependiente 8 480 1100000 Subsidiado 54
Técnico profesionDesempleado 8 480 689454 Sisben 0
Educación básica Independiente 8 480 1100000 Subsidiado 15
Educación Básica Empleado 8 480 689454 Sisben 15
Especialización Empleado 4 240 650000 Contributivo co 15
Educación básica Independiente 8 480 2000000 Contributivo co 15
Educación básica Desempleado 0 0 250000 Contributivo p 0
Profesional Desempleado 2 120 450000 Contributivo co 0
Básica Primaria Desempleado 0 0 0 Sisben 0
Profesional Desempleado 2 120 200000 Sisben 0
Básica primaria Desempleado 0 0 0 Sisben 0
Básica primaria Desempleado 0 0 500000 Contributivo be 0
Educación Básica Desempleado 0 0 0 Contributivo be 0
Especialización Independiente 4 240 520000 Sisben 10
Educación Básica Independiente 8 480 689454 Sisben 15
Magister Independiente 4 240 980000 Contributivo co 20
Especialización Independiente 4 240 520000 Sisben 10
Magister Independiente 4 240 980000 Contributivo co 20
Especialista Empresario 4 240 980000 Contributivo co 15
Educación básica Empleado 8 480 720000 Subsidiado 20
Educación básica Empleado 4 240 520000 Contributivo be 10
Especialización Empleado 8 480 1890000 Contributivo be 20
Profesional Empleado 8 480 1800000 Contributivo p 20
Profesional Empleado 8 480 689454 Contributivo C 15
Especialista Empleado 4 240 980000 Contributivo co 10
Técnico profesionEmpleado 8 480 689454 Sisben 60
Ensayo unificado, Importancia de la prueba Anova.
claramente requieren de un análisis específico dependiendo el tipo de variable que se des

sobre la varianza en este caso la prueba Anova juega un papel de vital importancia en es
planteamiento en que se utiliza la varianza para determinar si las medias son diferentes o
varianza entre las medias de los grupos, claramente la importancia de este tipo de anális
conjunto de variables con n>2 diferentes entre estas se pueden o no confrontar, para log
partes de una población más grande o poblaciones separadas con características diferente
Un Anova es un método necesario ya que cuando se desean comparar más de dos media
contraste basado en la t student. por esto Para realizar un ANOVA es recomendable anal
similares u equivalentes; aunque no es una camisa de doble fuerza que esto se cumpla, y
bastante flexibles, lo cual permite que se acomode a los datos analizados. Un modelo Ano
observado, unos efectos atribuibles o no atribuibles, lo cual lo convierte en un método es
estadística, tales como procesos de producción, procesos de ingeniería y demás estudios
obtiene de una variable cuantitativa dependiente, y efectos atribuibles son los generado
se considera que la prueba Anova claramente es completa y es una de las más usadas
data ya que ofrece una pruebas de significancia estadística con la cuales podemos toma
Teniendo en cuenta que ""Anális
planteamiento en el que la técnica utiliza las varianzas para determinar si las medias son
confrontando la varianza entre las medias de los grupos y la varianza dentro de los grupo
conjuntos son todos partes de una población más grande o poblaciones separadas con ca
Es Importante saber que para que e
siguientes condiciones; Las poblaciones (distribuciones de probabilidad de la variable dep
son normales adicionalmente las K muestras sobre las que se aplican los tratamientos son
todas igual varianza.
Un Anova es un método necesario ya que cuando se desean comparar más de dos media
contraste basado en la t student. Un factor ANOVA es una variable cualitativa que contem
a estos grupos de un factor se les denomina niveles de factor. También el objetivo de dic
Hipótesis Nula de igualdad de niveles de un factor versus la hipótesis alternativa de no ig
ENSAYO ESTUDIANTE Nº1 Michael Santofimio
Claramente al análisis muestras una de las pruebas que se

deben tener en cuenta al momento de dichos análisis es la
prueba Anova, ya que según los modelos estadísticos esta
prueba permite analizar la varianza que esta particionada en
diferentes componentes para lograr obtener puntual de una
determinada variable especifica que se desee analizar, con el
objetivo de poder identificar si existe diferencias significativas
o por el contrario las medias poblacionales no están
difiriendo, claramente la importancia de este análisis permite
que también se pueda hacer un contraste bilateral entre
parejas de variables que permitan determinar si un conjunto
de variables con n>2 diferentes entre estas, los principales
factores a tener en cuenta son que todo valor observado
pueda expresarse mediante la función: yij = u +ti+eij y
esta función será denominada función de pronostico con la
diferentes componentes para lograr obtener puntual de una
determinada variable especifica que se desee analizar, con el
objetivo de poder identificar si existe diferencias significativas
o por el contrario las medias poblacionales no están
difiriendo, claramente la importancia de este análisis permite
que también se pueda hacer un contraste bilateral entre
parejas de variables que permitan determinar si un conjunto
de variables con n>2 diferentes entre estas, los principales
factores a tener en cuenta son que todo valor observado
pueda expresarse mediante la función: yij = u +ti+eij y
esta función será denominada función de pronostico con la
cual se lograra efectuar el análisis y se obtendrá la media del
tratamiento.
Este tipo de modelo permite ofrecer un modelo de efectos

fijos que asume datos de poblaciones normales, modelos de
efectos aleatorios que asume datos de diferentes poblaciones
y el modelo mixto que permite analizar diferentes factores
donde hay diferentes tipos de datos fijos y aleatorios.
Así mismo cabe resaltar que la ANOVA permite estudiar
dispersiones o varianzas de los grupos y también sus medias
y la posibilidad de crear subconjuntos de grupos con medias
iguales, se puede concluir que anova es la generación de la t
de student ya que si realizamos esta prueba en la
comparación de grupos obtendríamos los mismos
resultados. También la varianza obtenida se puede
descomponer dentro de grupos y entre grupos , con lo cual
se obtiene esta fórmula varianza total= varianza entre grupos
+ varianza dentro de los grupos y claramente el análisis de
la varianza nos lleva a pruebas de significancia estadística
con la cuales podemos tomar decisiones finales
a.
Las muestras
ndo el tipo de variable que se desea analizar, es por esto que las pruebas
n papel de vital importancia en este tipo de análisis, ya que se basa en un
inar si las medias son diferentes o si la técnica actúa confrontando la
mportancia de este tipo de análisis permite determinar si un determinado
e pueden o no confrontar, para lograr definir si los conjuntos son todos
radas con características diferentes.
sean comparar más de dos medias es incorrecto utilizar repetidamente el
un ANOVA es recomendable analizar datos que cuenten con distribuciones
oble fuerza que esto se cumpla, ya que ANOVA y sus procedimientos son
datos analizados. Un modelo Anova está construido por un valor
cual lo convierte en un método estructurado útil en los estudios de
os de ingeniería y demás estudios de procesos; un valor observado se
ctos atribuibles son los generados tras cambios en los factores. por esto
pleta y es una de las más usadas en este tipo de análisis de variables y de
stica con la cuales podemos tomar decisiones finales.
Teniendo en cuenta que ""Análisis de varianza"" se basa en el
para determinar si las medias son diferentes. La técnica actúa
y la varianza dentro de los grupos como una forma de definir si los
e o poblaciones separadas con características diferentes.
Importante saber que para que el Anova cumpla se deben cumplir los
de probabilidad de la variable dependiente correspondiente a cada factor)
ue se aplican los tratamientos son independientes y Las poblaciones tienen
sean comparar más de dos medias es incorrecto utilizar repetidamente el

na variable cualitativa que contempla una serie de poblaciones a comparar,
factor. También el objetivo de dicho análisis de varianza es contrastar la
s la hipótesis alternativa de no igualdad.
ENSAYO ESTUDIANTE Nº2 Daniela Carreño ENSAYO ESTUDIANTE Nº3 K

ANOVA (analysis of Variance) ANÁLISIS DE VARIANZA ANOVA
A continuación encontraremos un abreve definicion de la importancia En este documento se realizara alusió

de las pruebas ANOVA incluyendo además una descripcion del of Variance) el cual es el análisis de v
metodo, y relacion con la vida cotidiana. un método para comparar dos o más
En definición el Anova es un procedimiento que verifica la hipótesis contrastar la igualdad de medias para
nula de que las medias de dos o más poblaciones son iguales, con independientes, se analiza el tamaño
referencia a la hipótesis alternativa que establece que por lo menos Un factor ANOVA es una variable cua
una de las poblaciones difiere de las demás en cuanto a su valor serie de poblaciones a comparar, a e
esperado. les denomina niveles de factor. Tamb
análisis de varianza es contrastar la H
"Análisis de varianza" se basa en el planteamiento en el que la niveles de un factor versus la hipótes
técnica utiliza las varianzas para determinar si las medias son Esto permite analizar si los valores de
diferentes. La técnica actúa confrontando la varianza entre las numéricos son significativamente dist
medias de los grupos y la varianza dentro de los grupos como una o varios conjuntos de datos. Para rea
forma de definir si los conjuntos son todos partes de una población la varianza global donde se debe tene
metodo, y relacion con la vida cotidiana. un método para comparar dos o más
En definición el Anova es un procedimiento que verifica la hipótesis contrastar la igualdad de medias para
nula de que las medias de dos o más poblaciones son iguales, con independientes, se analiza el tamaño
referencia a la hipótesis alternativa que establece que por lo menos Un factor ANOVA es una variable cua
una de las poblaciones difiere de las demás en cuanto a su valor serie de poblaciones a comparar, a e
esperado. les denomina niveles de factor. Tamb
análisis de varianza es contrastar la H
"Análisis de varianza" se basa en el planteamiento en el que la niveles de un factor versus la hipótes
técnica utiliza las varianzas para determinar si las medias son Esto permite analizar si los valores de
diferentes. La técnica actúa confrontando la varianza entre las numéricos son significativamente dist
medias de los grupos y la varianza dentro de los grupos como una o varios conjuntos de datos. Para rea
forma de definir si los conjuntos son todos partes de una población la varianza global donde se debe tene
más grande o poblaciones separadas con características diferentes. variable dependiente la cual debe me
intervalo, por otra parte la distribució
Un Anova es importante porque determina la relevancia de uno o debe ser normal y cada observación
más factores al comparar las medias de la variable de la respuesta Existen los siguientes tipos de mode
en los diferentes niveles de los factores por lo que está muy ligado al • Modelo de efectos fijos: Donde se a
diseño de experimentos y de alguna manera es la base del análisis experimentador se ha considerado pa
multi variante. posibles valores que se puedan toma
Hay que tener en cuenta que para que el Anova cumpla se deben que interesan.
cumplir los siguientes condiciones; Las poblaciones (distribuciones de • Modelo efectos aleatorios: Aquí se a
probabilidad de la variable dependiente correspondiente a cada considera tan solo una muestra de lo
factor) son normales adicionalmente las K muestras sobre las que se puedan dar, por ejemplo en la proble
aplican los tratamientos son independientes y Las poblaciones tienen evalúa si el ingreso promedio mensua
todas igual varianza. escolaridad.
Un Anova es un método necesario ya que cuando se desean • Modelos mistos: Se presentan situa
comparar más de dos medias es incorrecto utilizar repetidamente el fijos y aleatorios.
contraste basado en la t student. Una técnica fundamental es la separa
cuadrados SSE (Entre grupos/ Suma
Cabe resaltar que los ANOVA evalúan la importancia de uno o más
factores al comparar las medias de la variable de respuesta en los Bibliografía
diferentes niveles de los factores. A pesar de esto , las tecnicas de
ANOVA actuan muy bien inclusive cuando se infringe la suposicion •
de normalidad, a menos que una o más de las distribuciones sean https://www.uv.es/innomide/spss/SP
muy asimétricas o si las varianzas son bastante diferentes. ahUKEwiEl82Dv8PXAhWRZiYKHRgcD8
miAUBu5EN3vZgJbTg2bj
Las modificaciones del grupo de datos original pueden corregir estas • http://elestadistico.blogspot.com.co
infracciones. Por ejemplo, usted crea un ensayo para estudiar la varianza-anova.html?m=1
duracion de ocho productos de tapiz de practico. se pone una
muestra de cada tipo de tapiz en diez casas y mide la dración
después de 40 días. ya que está estudiando el factor (tipo de tapiz ),
usted utiliza un ANOVA de un solo factor. Si el valor p es menor que
el nivel de significancia, entonces usted concluye que al menos una
media de durabilidad es diferente.
YO ESTUDIANTE Nº3 Karen Milena Arroyave ENSAYO ESTUDIANTE Nº4 Fredy Pen
IS DE VARIANZA ANOVA El análisis de la varianza mas conocido como ANOVA e
estadística corresponde a un método que ayuda a proba
hipótesis, esto con el fin de determinar si dos medios pobla
documento se realizara alusión del tema ANOVA (Analysis son o no iguales; basado en el concepto regresión linea
nce) el cual es el análisis de varianza que nos sirve como evaluar esta hipótesis es necesario contar con dos fac
do para comparar dos o más medias, se utiliza para importantes; ya que gracias a ellos podemos crear un ANO
ar la igualdad de medias para dos muestras totalmente son: la hipótesis nula y la hipotesis alternativa. En la hipót
podemos determinar que las medias poblacionales son ig
dientes, se analiza el tamaño de la muestra. mientras que por el lado de la hipótesis alternativa conclu
r ANOVA es una variable cualitativa que contempla una alguna de las medias analizadas es diferente a las dem
poblaciones a comparar, a estos grupos de un factor se Para realizar un ANOVA es recomendable analizar datos que
omina niveles de factor. También el objetivo de dicho con distribuciones smiliares u equivalentes; aunque no
de varianza es contrastar la Hipótesis Nula de igualdad de camisa de doble fuerza que esto se cumpla, ya que ANOV
procedimientos son bastante flexibles, lo cual permite q
de un factor versus la hipótesis alternativa de no igualdad. acomode a los datos analizados.
mite analizar si los valores de un conjunto de datos Un modelo Anova estaá construido por un valor observad
os son significativamente distintos a los valores de otro efectos atribuibles o no atribuibles, lo cual lo convierte en u
conjuntos de datos. Para realizar dicho análisis se aplica estructurado útil en los estudios de estadística, tales como
de producción, procesos de ingenieria y demás estudio
nza global donde se debe tener en cuenta que hay una
procesos; un valor observado se obtiene de una variable cu
do para comparar dos o más medias, se utiliza para importantes; ya que gracias a ellos podemos crear un ANO
ar la igualdad de medias para dos muestras totalmente son: la hipótesis nula y la hipotesis alternativa. En la hipót
podemos determinar que las medias poblacionales son ig
dientes, se analiza el tamaño de la muestra. mientras que por el lado de la hipótesis alternativa conclu
r ANOVA es una variable cualitativa que contempla una alguna de las medias analizadas es diferente a las dem
poblaciones a comparar, a estos grupos de un factor se Para realizar un ANOVA es recomendable analizar datos que
omina niveles de factor. También el objetivo de dicho con distribuciones smiliares u equivalentes; aunque no
de varianza es contrastar la Hipótesis Nula de igualdad de camisa de doble fuerza que esto se cumpla, ya que ANOV
procedimientos son bastante flexibles, lo cual permite q
de un factor versus la hipótesis alternativa de no igualdad. acomode a los datos analizados.
mite analizar si los valores de un conjunto de datos Un modelo Anova estaá construido por un valor observad
os son significativamente distintos a los valores de otro efectos atribuibles o no atribuibles, lo cual lo convierte en u
conjuntos de datos. Para realizar dicho análisis se aplica estructurado útil en los estudios de estadística, tales como
de producción, procesos de ingenieria y demás estudio
nza global donde se debe tener en cuenta que hay una
procesos; un valor observado se obtiene de una variable cu
dependiente la cual debe medirse respecto a un dependiente, y efectos atribuibles son los generados tras
o, por otra parte la distribución de la variable dependiente en los factores.
r normal y cada observación es independiente.
los siguientes tipos de modelos: Anova esta compuesto po varios métodos, entre los cua
pueden destacar:
o de efectos fijos: Donde se asume que por parte del
entador se ha considerado para el factor todos los 1. Número de factores: En esta interfieren sólo un factor
valores que se puedan tomar y son los únicos niveles varibale dependiente, al interferir sólo 1 variable se analiza
resan. de un factor, lo cual nos lleva a analizar que dependiendo e
o efectos aleatorios: Aquí se asume que en un factor se de factores y variables con la s que contenos así mismo
método que se empleará para analizar las medias y varia
ra tan solo una muestra de los posibles valores que se
dar, por ejemplo en la problemática de estudio donde se 2. Muestreo de niveles: Cada variable puede tomar diferent
i el ingreso promedio mensual depende del nivel de niveles asignados a sus muestras
dad.
3. Tipo de aleatorización: En este tipo de métodos son ele
os mistos: Se presentan situaciones con factores de tipos azar los niveles del factor, con ello se asignan a cada factor
leatorios. aleatorio marcados por bloques denominados variables de
nica fundamental es la separación de la suma de
os SSE (Entre grupos/ Suma de Cuadrados total). Basandonos en los anterior podemos concluir que depend
cantidad de factores con los que contemos podemos determ
método del ANOVA podemos usar para hacer el análisis
afía medias, entre mejores datos y más enfoque en el método te
podemos llegar a obtener cifras más reales que nos ayu
optimizar nuestros procesos y a obtener mejores cifras q
www.uv.es/innomide/spss/SPSS/SPSS_0702b.pdf&ved=0 contribuyan al análisis de muestros resultados.
iEl82Dv8PXAhWRZiYKHRgcD8sQFggtMAI&usg=AOvVaw3-
5EN3vZgJbTg2bj
/elestadistico.blogspot.com.co/2007/07/anlisis-de-la-
a-anova.html?m=1
TE Nº4 Fredy Penagos ENSAYO ESTUDIANTE Nº5
as conocido como ANOVA en las
n método que ayuda a probar una
erminar si dos medios poblacionales
el concepto regresión lineal. Para
cesario contar con dos factores
llos podemos crear un ANOVA, esta
esis alternativa. En la hipótesis nula
medias poblacionales son iguales;
hipótesis alternativa concluimos si
zadas es diferente a las demás.
mendable analizar datos que cuenten
u equivalentes; aunque no es una
to se cumpla, ya que ANOVA y sus
e flexibles, lo cual permite que se
s datos analizados.
uido por un valor observado, unos
es, lo cual lo convierte en un método
de estadística, tales como procesos
ingenieria y demás estudios de
obtiene de una variable cuantitativa
ANÁLISIS DE VARIANZ
Ejercicio: Evaluar si el “Ingreso mensual promedio” depende de la “Escolari
Escolaridad 1 Escolaridad 2
(Educación básica) (Profesional)
Ingreso Mensual
Ingreso Mensual promedio Discapacitado 1 promedio
Discapacitado 6
Ingreso Mensual
Discapacitado 7
Ingreso Mensual
Discapacitado 8
Ingreso Mensual
Discapacitado 9
Ingreso Mensual
Discapacitado 10
Solución:
1. Establecer la hipótesis nula y alterna.
H0: Todos los ingresos mensuales son iguales (el Ingreso mensual promedio es igu
H1: Los ingresos mensuales difieren.
2. Establecer el nivel de significancia α.
α= 0.05
3. Realizar el ANOVA
a. Manualmente:
Escolaridad 1
Observación (Educación
básica) = X1
1 200000
2 1000000
3 720000
4 520000
5 500000
Observación
1 200000
2 1000000
3 720000
4 520000
5 500000
Tc(Suma de muestras) 2940000
Nc (# de muestras) 5
Media = 588000
Varianza= 8.752E+10
Desviación= 295837.79
Verificamos los siguientes valores:
K = Número total de tratamientos u

Categorias
K=
N = Número total de observaciones

N=
FORMATO GENERAL DE LA TABLA DE ANÁLIS
FUENTE DE VARIACIÓN SUMA DE CUADRADOS
SSE
(Entre grupos/ Suma de Cuadrados
total)
SSE =
SSD
(Dentro de los grupos/ Suma de
Cuadrados del Error)
SSD=
SS (TOTAL) SS = SSE+ SSD
SS =
b. Anova mediante la función "Análisis de datos" (EXCEL):
Análisis de varianza de un factor
RESUMEN
Escolaridad 1 Grupos Cuenta
(Educación básica)
Escolaridad 2 = X1 5
(Profesional)=
Escolaridad 3 X2 5
(Básica Primaria)= X3 5
ANÁLISIS DE VARIANZA
Origen de las variaciones Suma de cuadrados
Entre grupos 552373333333.332
Dentro de los grupos 4314560000000
Total 4866933333333.33
4. Calcular el valor de F o el Valor crítico (valor F de tabla) corres
Se requieren de los siguientes datos para examinar el la tabla de Fisher el va

Descripción Datos
Grados de libertas del númerador (K -1) 2

Grados de Libertad del denominador (N -
K) 12
Nivel de significancia a= 0.05
3.89
5. Hallar el estadístico de prueba Fp.
F= 0.7681524883
6. Tomar la decisión teniendo en cuenta que:

Rechazar H0 si: Fp >
0.7681524883 <
Análisis/ Conclusiones: El valor de la F teórica con 2 y 12 grados de l

Por consiguiente no se puede aceptar la hipótesis nula de que el ing
significativas ya que los valores no son equivalentes.
Análisis/ Conclusiones: El valor de la F teórica con 2 y 12 grados de l
Por consiguiente no se puede aceptar la hipótesis nula de que el ing
significativas ya que los valores no son equivalentes.
E VARIANZA- ANOVA -KAREN ARROYAVE
epende de la “Escolaridad”
Escolaridad 3
(Básica Primaria)
Ingreso Mensual
promedio
Discapacitado 11
Ingreso Mensual
promedio
Discapacitado 12
Ingreso Mensual
promedio
Discapacitado 13
Ingreso Mensual
promedio
Discapacitado 14
Ingreso Mensual
promedio
Discapacitado 15
mensual promedio es igual).
Escolaridad 3
Escolaridad 2
(Básica
(Profesional)= X2
Primaria)= X3
2000000 580000
200000 380000
1800000 700000
0 0
300000 300000
150544000000 2000000 1299600000000
169744000000 200000 435600000000
17424000000 1800000 883600000000
4624000000 0 739600000000
7744000000 300000 313600000000
4300000
350080000000 3672000000000
860000
918000000000
958123.17
15
A TABLA DE ANÁLISIS DE VARIANZA (ANOVA)
E CUADRADOS GRADOS DE
LIBERTAD CUADRADO MEDIO
K-1
3 -1
MSTR =
276186666666.666
552373333333.333 2
N-K
15 - 3
MSE =
4314560000000 12 359546666666.667
+ SSD
14 F=
4866933333333.3 0.7681524883
datos" (EXCEL):
Suma Promedio Varianza

2940000 588000 87520000000
4300000 860000 918000000000
1960000 392000 73120000000
Grados de libertad
Promedio de los cuadrados F
2 276186666666.666 0.7681524883
12 359546666666.667
14
or F de tabla) correspodiente al nivel de confianza fijado con los grados de libertad
la tabla de Fisher el valor Critico:
Se evidencia que NO se puede rechazar H0
3.89
n 2 y 12 grados de libertad es de 0,76 con una probabilidad del 49 % y un valor crítico pa

s nula de que el ingreso mensual promedio es igual, por ende se rechaza esto debido a que
ntes.
RROYAVE
Total
580000 35344000000 2780000

380000 144000000 1580000
700000 94864000000 3220000
0 153664000000 520000
300000 8464000000 1100000
1960000 9200000
5 15
292480000000 4.31456E+12
392000 613333.33333
73120000000 152037003322
270407.100498 389919.22666
Probabilidad Valor crítico para F Origen de las varia
0.485385382 3.89
s grados de libertad
NO se puede rechazar H0
del 49 % y un valor crítico para F de 3,89.

se rechaza esto debido a que los datos producen diferencias
ANÁLISIS DE VARIANZA- ANOVA
Ejercicio: b. Evaluar si el “Horas laboradas diariamente” depende de la “Escolarida
Escolaridad 3
Escolaridad 1 Escolaridad 2 (Profesional)
(Educación básica) (Básica Primaria)
Horas Laboradas Horas Laboradas Horas Laboradas
Diariamente Diariamente Diariamente
Discapacitado 1 Discapacitado 6 Discapacitado 11

Horas Laboradas Horas Laboradas
Horas Laboradas
Diariamente Diariamente
Diariamente
Discapacitado 8 Discapacitado 13
Discapacitado 3

Solución:
H0: todos los discapacitados laboran las mismas horas (el promedio de horas laboradas de tod
H1:El numero de horas laboradas difiere según la escolaridad
α= 0.05
a. Manualmente:
Observación (Educación (Basica Primaria)=
básica) = X1 X2
1 0 0
2 8 4
3 8 0
4 4 0
5 8 1
Observación
1 0 31.36
2 8 5.76
3 8 5.76
4 4 2.56
5 8 5.76
51.2
Media = 5.6
Varianza= 1.280E+01
Desviación= 3.58
K = Número total de
tratamientos u
Categorias K =3
N = Número total de
observaciones N = 15
FORMATO GENERAL DE LA TABLA DE ANÁLISIS DE VARIANZA (ANOV
FUENTE DE
SUMA DE CUADRADOS
VARIACIÓN
SSE
(Entre
grupos/ Suma de
Cuadrados total)
SSE =
56.9333333333
SSD
(Dentro
de los grupos/ Suma
de Cuadrados del
Error)
SSD= 111
SS
SS = SSE+ SSD
(TOTAL)
SS = 167.9333333333
RESUMEN
Grupos
Escolaridad 1 Cuenta Suma
(Educación básica)
Escolaridad 2 = X1 5 28
(Profesional)=
Escolaridad 3 X2 5 5
(Básica Primaria)= X3 5 11
Origen de las variacionesSuma de cuadrados Grados de libertad
Entre grupos 56.93333333 2
Dentro de los grupos 111 12
Total 6.19E+12 14
4. Calcular el valor de F o el Valor crítico (valor F de tabla) correspodiente al niv
Se requieren de los siguientes datos para examinar el la tabla de Fisher el valor Critico:
Descripción Datos
Grados de libertas del
númerador (K -1) 2
Grados de Libertad del
denominador (N - K) 12
3.89
F= 3.0774774775

3.0774774775 < 3.8852938347
Análisis/ Conclusiones: El valor de la F teórica 5,51413 con una pro+M85babilidad

Por consiguiente se rechaza la hipótesis nula con lo cual El numero de horas labora
Análisis/ Conclusiones: El valor de la F teórica 5,51413 con una pro+M85babilidad
Por consiguiente se rechaza la hipótesis nula con lo cual El numero de horas labora
RIANZA- ANOVA -Michael Santofimio
nte” depende de la “Escolaridad” del discapacitado.
promedio de horas laboradas de todos es el mismo).
Escolaridad 3
(Profesional)= X3
3
0
8
0
0
0 0 3
4 9 0
0 1 8
0 1 0
1 0 0
5 11
5 5
11
1 2.2
3 12.2
1.73 3.49285
ANÁLISIS DE VARIANZA (ANOVA)
GRADOS DE
LIBERTAD CUADRADO MEDIO
K-1
3 -1
MSTR =
28.4666666667
2
N-K
15 - 3
MSE =
12 9.25
14 F=
3.0774774775
os" (EXCEL):
Promedio Varianza
5.6 12800
1 3
2.2 12.2
Promedio de los cuadrados F Probabilidad

28.46666667 3.08E+00 0.485385
9.25E+00
de tabla) correspodiente al nivel de confianza fijado con los grados de libertad
bla de Fisher el valor Critico:
se aprecia que si se puede rechazar la H0
13 con una pro+M85babilidad del 48 % y un valor crítico para F de 3,88

cual El numero de horas laboradas si difiere según la escolaridad de cada individuo
Santofimio
o.
Total
0.64 3
4.84 12
33.64 16
4.84 4
4.84 9
44
15
48.8 111
2.93333
1.08568
1.04196
Valor crítico para F
3.89
do con los grados de libertad
e rechazar la H0
r crítico para F de 3,88

n la escolaridad de cada individuo
ANÁLISIS DE VARIANZ
ANÁLISIS DE VARIANZA- ANOV
Ejercicio: a) Evaluar si el “Ingreso mensual Promedio” depende de la “situación lab
Solución:
H0: Todos los ingresos mensuales son iguales
α=
a. Manualmente:
Observación
1
2
3
4
5
Observación
1
2
3
4
5
Tc(Suma de muestras)
Nc (# de muestras)
Media =
Varianza=
Desviación=
K = Número total de tratamientos u Categorias
FORMATO GENERAL DE LA TAB
FUENTE DE VARIACIÓN
SSE (Entre grupos/ Suma de Cuadrados total)
SSD (Dentro de los grupos/ Suma de

Cuadrados del Error)
SS (TOTAL)
RESUMEN
Grupos
Situacion Laboral 1 (Empleado) = X1
Situacion Laboral 2 (Desempleado) = X2
Situacion Laboral 3 (Independiente) = X3
Origen de las variaciones
Entre grupos
Dentro de los grupos
Total

Descripción
Grados de libertad del númerador (K -1)
Grados de Libertad del denominador (N - K)
Nivel de significancia a=

F=

15.9343788925
Análisis/ Conclusiones: El valor de la F teórica con 2 y 12 grados de libertad es de

Por lo tanto se rechaza la hipótesis nula la cual indica que todos los ingresos men
- ANOVA -Daniela Carreño
“situación laboral”.
Situación Laboral
3
Situación Laboral 1 Situación Laboral 2 (Independiente)
(Empleado) (Desempleado)
Ingreso Mensual Ingreso Mensual Ingreso Mensual
promedio promedio promedio



0.05
Situación Laboral 1 Situación Laboral 2 Situación Laboral 3

(Empleado) = X1 (Desempleado)= X2 (Independiente )= X3
500000 1000000 1000000

720000 200000 2000000
520000 200000 1500000
950000 710000 1500000
500000 200000 2000000
500000 19044000000 1000000

720000 6724000000 200000
520000 13924000000 200000
950000 97344000000 710000
500000 19044000000 200000
3190000 2310000
5 5
156080000000
638000 462000
3.902E+10 139220000000
197534.81 373121.96
K =3
N = 15
RAL DE LA TABLA DE ANÁLISIS DE VARIANZA (ANOVA)
SUMA DE CUADRADOS
GRADOS DE LIBERTAD
K-1 3
-1
SSE =
3752440000000 2
N-K 15
-3
SSD= 1412960000000 12
SS = SSE+ SSD
14
SS = 5165400000000
Cuenta Suma Promedio
5 3190000 638000
5 2310000 462000
5 8000000 1600000
Suma de cuadrados Grados de libertad Promedio de los cuadrados

3752440000000 2 1876220000000
1412960000000 12 117746666666.667
5165400000000 14
podiente al nivel de confianza fijado con los grados de libertad

or Critico:
Datos
12
0.05
3.89
15.9343788925
> 3.89
bertad es de 15,93 con una probabilidad del 49 % y un valor crítico para F de 3,89.
ingresos mensuales promedio son iguales, ya que los datos demuestran desigualdades
289444000000 1000000 360000000000
68644000000 2000000 160000000000
68644000000 1500000 10000000000
61504000000 1500000 10000000000
68644000000 2000000 160000000000
8000000
556880000000 700000000000
1600000
175000000000
418330.01327
CUADRADO MEDIO
MSTR =
1876220000000
MSE =
117746666666.667
F=
15.9343788925
Varianza
3.902E+10
139220000000
418330.013267038
F Probabilidad Valor crítico para F

15.9343788925 0.485385382 3.89
Se evidencia que SI se puede rechazar H0

F de 3,89.
n desigualdades relevantes que indican que los ingresos mesuales difieren.
Total
2500000
2920000
2220000
3160000
2700000
13500000
15
1.413E+12
900000
1.3604E+10
116637
s difieren.
ANÁLISIS DE VARIANZA- AN
Ejercicio: Evaluar si el “Ingreso mensual promedio” depende de la “Escolaridad”
(Educación básica) (Profesional)
Ingreso Mensual
Discapacitado 6
Ingreso Mensual
Discapacitado 7
Ingreso Mensual
Discapacitado 8
Ingreso Mensual
Discapacitado 9
Ingreso Mensual
Discapacitado 10
Solución:
H0: Todos los ingresos mensuales son iguales (el Ingreso mensual promedio es igual).
α= 0.05
a. Manualmente:
Discap. 1
Observación
(movilidad)
1 10950
2 15695
3 12045
4 11315
5 25915
Observación
1 10950
2 15695
3 12045
4 11315
5 25915
Media = 15184
Varianza= 3.954E+07
Desviación= 6288.18
K = Número total de tratamientos u Categorias

K=

N=
FORMATO GENERAL DE LA TABLA DE ANÁLISIS DE VARIAN
SUMA DE CUADRADOS
FUENTE DE VARIACIÓN
SSE (Entre grupos/

Suma de Cuadrados total)
SSE =
SSD (Dentro de
los grupos/ Suma de Cuadrados del Error)
SSD=
SS = SSE+ SSD
SS (TOTAL)
SS =
RESUMEN
Grupos Cuenta
Discap. 1 (movilidad) 5
Discap 2 (Sensorial auditiva) 5
Discap. 3 (voz y habla) 5
Origen de las variaciones Suma de cuadrados
Entre grupos 111500443.33333
Dentro de los grupos 447955740
Total 559456183.33333
Descripción Datos
Grados de libertas del númerador (K -1) 2
Grados de Libertad del denominador (N - K) 12
3.89
F= 1.0147926603

1.0147926603 <
Análisis/ Conclusiones: Conclusión: En este caso podemos observar que FT < Fp por
vista no lo sean, estadisticamente pueden serlo), el que FT sea menor que Fp signi
Análisis/ Conclusiones: Conclusión: En este caso podemos observar que FT < Fp por
vista no lo sean, estadisticamente pueden serlo), el que FT sea menor que Fp signi
VARIANZA- ANOVA -FREDY PENAGOS
e la “Escolaridad”
Escolaridad 3
(Básica
Primaria)
Ingreso Mensual
promedio
Discapacitado 11
Ingreso Mensual
promedio
Discapacitado 12
Ingreso Mensual
promedio
Discapacitado 13
Ingreso Mensual
promedio
Discapacitado 14
Ingreso Mensual
promedio
Discapacitado 15
romedio es igual).
Discap 2
Discap. 3 (voz y
(Sensorial
habla)
auditiva)
20440 24820
20440 10585
22265 16060
22265 6205
22265 25185
17926756 20440 27625536 24820
261121 20440 27625536 10585
9853321 22265 50140561 16060
14969161 22265 50140561 6205
115154361 22265 50140561 25185
107675 82855
5 5
158164720 205672755
21535 16571
999187.5 71448567.5
999.59 8452.725448
15
LA DE ANÁLISIS DE VARIANZA (ANOVA)
E CUADRADOS CUADRADO
GRADOS DE LIBERTAD MEDIO
K-1 3
-1
MSTR =
55750221.666667
111500443.33333 2
N-K
15 - 3
MSE =
659250590 12 54937549.166667
E+ SSD
14 F=
770751033.3333 1.0147926603
(EXCEL):
Suma Promedio Varianza

2940000 588000 87520000000
4300000 860000 999187.5
1960000 392000 73120000000
Grados de libertadPromedio de los cuadrados F Probabilidad

2 55750221.6666667 1.4934570545 0.2635203546
12 37329645
14
abla) correspodiente al nivel de confianza fijado con los grados de libertad
e Fisher el valor Critico:
Fp < FT : No se puede rechazar la hipotesis nula
Se evidencia que NO se puede rechazar H0
3.89
s observar que FT < Fp por lo tanto debemos aceptar la hipotesis nula, es decir, que las me
FT sea menor que Fp significa que no existe un efecto significativo del factor discapacidad s
S
Total
92852496 56210
21150801 46720
767376 50370
80622441 39785
100020001 73365
266450
15
295413115 659250590
17763.333333
14700593.661
3834.1353211
Valor crítico para F
3.8852938347
puede rechazar H0
s decir, que las medias son iguales (aunque a simple

ctor discapacidad sobre la variable dependiente Edad.
Referencias
Lizasoain, L., Joaristi, L. (2003). Gestión y análisis

de datos con SPSS. Unad. (Noviembre de 2017). Obtenido de
Versión 11. Thomson: Madrid. http://www.youtube.com/watch?v=fUGPuvA
barcelona, U. d. (2014). Obtenido de

http://www.ub.edu/aplica_infor/spss/cap4-7.htm Unad. (Noviembre de 2017). Obtenido de
https://youtu.be/ZAKbMM49Znk
Minitab. (2016). Obtenido de

http://support.minitab.com/es- Jenny Tatiana Sánchez. (2017). Web 4 A
mx/minitab/17/getting-started/analyzing-data/ (2017, Abril). Universidad Nacional Abie
distancia UNAD. Recuperado de
https://goo.gl/d90nR6
Unibertsitatea, U. d.-E. (octubre de 2012). Obtenido

de https://es.wikipedia.org/wiki/Dise
https://ocw.ehu.eus/pluginfile.php/12878/mod_reso %C3%B1o_experimental
urce/content/1/Manual%20de%20Excel.%20Mart
%C3%ADn%2C%20Gonz%C3%A1lez%20y
%20Bacigalupe.pdf
Unad. (Noviembre de 2017). Obtenido de http://

Referencias
mbre de 2017). Obtenido de

outube.com/watch?v=fUGPuvAEYjI
mbre de 2017). Obtenido de

.be/ZAKbMM49Znk
na Sánchez. (2017). Web 4 Anova

il). Universidad Nacional Abierta y a
NAD. Recuperado de
o.gl/d90nR6
wikipedia.org/wiki/Dise
_experimental

Unidad 2-Paso4-ANOVA Grupo 106

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Unidad 2-Paso4-ANOVA Grupo 106

Загружено:

Авторское право:

Доступные форматы

Inferencia Estadistica

DANIELA CAROLINA CARREÑO COD 1030618427

DIANA MILENA CALIMAN

CURSO INFERENCIA ESTADÍSTICA

UNIVERSIDAD ABIERTA Y A DISTANCIA UNAD

F= 2 Seleccione la muestra cada 3 elementos

analisis:mediante este proceso de tipo de muestreo es como se obtiene lo

n (en este caso hasta

HORAS MINUTOS INGRESO TIPO DE DESPLAZAMIEN

claramente requieren de un análisis específico dependiendo el tipo de variable que se des

ENSAYO ESTUDIANTE Nº1 Michael Santofimio

Claramente al análisis muestras una de las pruebas que se

Este tipo de modelo permite ofrecer un modelo de efectos

sean comparar más de dos medias es incorrecto utilizar repetidamente el

ENSAYO ESTUDIANTE Nº2 Daniela Carreño ENSAYO ESTUDIANTE Nº3 K

A continuación encontraremos un abreve definicion de la importancia En este documento se realizara alusió

1. Establecer la hipótesis nula y alterna.

H1: Los ingresos mensuales difieren.

2. Establecer el nivel de significancia α.

Tc(Suma de muestras) 2940000

Verificamos los siguientes valores:

K = Número total de tratamientos u

N = Número total de observaciones

FORMATO GENERAL DE LA TABLA DE ANÁLIS

FUENTE DE VARIACIÓN SUMA DE CUADRADOS

SS (TOTAL) SS = SSE+ SSD

Análisis de varianza de un factor

4. Calcular el valor de F o el Valor crítico (valor F de tabla) corres

Se requieren de los siguientes datos para examinar el la tabla de Fisher el va

Grados de libertas del númerador (K -1) 2

Nivel de significancia a= 0.05

5. Hallar el estadístico de prueba Fp.

6. Tomar la decisión teniendo en cuenta que:

Análisis/ Conclusiones: El valor de la F teórica con 2 y 12 grados de l

mensual promedio es igual).

A TABLA DE ANÁLISIS DE VARIANZA (ANOVA)

Suma Promedio Varianza

or F de tabla) correspodiente al nivel de confianza fijado con los grados de libertad

la tabla de Fisher el valor Critico:

Se evidencia que NO se puede rechazar H0

n 2 y 12 grados de libertad es de 0,76 con una probabilidad del 49 % y un valor crítico pa

580000 35344000000 2780000

del 49 % y un valor crítico para F de 3,89.

Horas Laboradas Horas Laboradas Horas Laboradas

Horas Laboradas Horas Laboradas Horas Laboradas

1. Establecer la hipótesis nula y alterna.

H1:El numero de horas laboradas difiere según la escolaridad

2. Establecer el nivel de significancia α.

Verificamos los siguientes valores:

FORMATO GENERAL DE LA TABLA DE ANÁLISIS DE VARIANZA (ANOV

Análisis de varianza de un factor

4. Calcular el valor de F o el Valor crítico (valor F de tabla) correspodiente al niv

Nivel de significancia a= 0.05

5. Hallar el estadístico de prueba Fp.

6. Tomar la decisión teniendo en cuenta que:

3.0774774775 < 3.8852938347

Análisis/ Conclusiones: El valor de la F teórica 5,51413 con una pro+M85babilidad

promedio de horas laboradas de todos es el mismo).

ANÁLISIS DE VARIANZA (ANOVA)

Promedio de los cuadrados F Probabilidad

de tabla) correspodiente al nivel de confianza fijado con los grados de libertad

bla de Fisher el valor Critico:

se aprecia que si se puede rechazar la H0