INSTITUTO DE CIENCIAS Y ESTUDIOS SUPERIORES DE

TAMAULIPAS A.C

“ANÁLISIS DE VARIANZA ”
ALUMNA: GABRIELA ELIZABETH
ARIZPE MENDOZA
M AT E R I A : B I O E S TA D I S T I C A .
UNIDAD III.
16 / 0 5 / 2 018
INTRODUCCIÓN:
El análisis de la varianza parte
de los conceptos de
regresión lineal.
Al análisis de la varianza se le
conoce casi universalmente
por las siglas ANOVA, que
corresponden a su nombre
en inglés (ANALISYS OF
VARIANCE).
Un análisis de la varianza permite determinar
si diferentes tratamientos muestran
diferencias significativas o por el contrario
puede suponerse que sus medias
poblacionales no difieren. El análisis de la
varianza permite superar las limitaciones
de hacer contrastes bilaterales por parejas
que son un mal método para determinar si
un conjunto de variables con n > 2 difieren
entre sí.
CONCEPTO:
El análisis de varianza (ANOVA) es una
colección de modelos estadísticos y sus
procedimientos asociados, en el cual la
varianza esta particionada en ciertos
componentes debido a diferentes variables
explicativas.
El análisis de varianza parte de los
conceptos de regresión lineal.
FINALIDADES DEL ANÁLISIS DE VARIANZA:
El análisis de varianza lo vamos a utilizar para
verificar si hay diferencias estadísticamente
significativas entre medias cuando tenemos más de
dos muestras o grupos en el mismo planteamiento. En
estos casos no utilizamos la t de Student que
solamente es un procedimiento válido cuando
comparamos únicamente las medias de dos muestras.
cuando tenemos más de dos muestras y comparamos
las medias de dos en dos suben las probabilidades de
error al rechazar la hipótesis de no diferencia porque
queda suficientemente explicada por factores
aleatorios (que también se denomina error muestral).
Una varianza grande indica que hay mucha variación entre
los sujetos, que hay mayores diferencias individuales
con respecto a la media; una varianza pequeña nos
indica poca variabilidad entre los sujetos, diferencias
menores entre los sujetos. La varianza cuantifica todo
lo que hay de diferente entre los sujetos u
observaciones.

la varianza se puede descomponer en varianzas parciales y

al descomponer la varianza le denominamos análisis de
varianza. La varianza expresa variación, y si podemos
descomponer la varianza, podemos aislar fuentes de
variación
 PROPOSITO:
Con el análisis de varianza
comprobamos si existen diferencias
estadísticamente significativas entre
más de dos grupos, es decir,
comprobamos si las diversas
muestras podemos considerarlas
muestras aleatorias de la misma
población. Es el método apropiado
cuando tenemos más de dos grupos
en el mismo planteamiento; en vez
de comparar las medias de dos en
dos, utilizamos el análisis de
varianza
FORMULA DE ANALISIS DE VARIANZA
EXISTEN TRES CLASES CONCEPTUALES DE ESTOS MODELOS:

El Modelo de efectos fijos

asume que los datos provienen
de poblaciones normales las
cuales podrían diferir
únicamente en sus medias.
 Modelo I: Efectos fijos

Este modelo se
El modelo de efectos supone cuando el
fijos de análisis de la investigador se
varianza se aplica a interesa
situaciones en las que
el experimentador ha únicamente por los
sometido al grupo o niveles del factor
material analizado a presentes en el
varios factores, cada experimento, por lo
uno de los cuales le que cualquier
afecta sólo a la media,
permaneciendo la variación
"variable respuesta" observada en las
con una distribución puntuaciones se
normal. deberá al error
experimental.
 El Modelo de efectos aleatorios asume que los
datos describen una jerarquía de diferentes
poblaciones cuyas diferencias quedan restringidas
por la jerarquía. Ejemplo: El experimentador ha
aprendido y ha considerado en el experimento
sólo tres de muchos más métodos posibles, el
método de enseñanza es un factor aleatorio en el
experimento.
 MODELO II: EFECTOS ALEATORIOS (COMPONENTES
DE VARIANZA)
Los modelos de efectos
aleatorios se usan para
describir situaciones en que Este modelo se supone
ocurren diferencias cuando el investigador
incomparables en el material está interesado en una
o grupo experimental. El población de niveles,
teóricamente infinitos,
ejemplo más simple es el de del factor de estudio,
estimar la media de los que únicamente
desconocida de una una muestra al azar (t
población compuesta de niveles) están
individuos diferentes y en el presentes en el
que esas diferencias se experimento.
mezclan con los errores del
instrumento de medición.
 El Modelo de efectos mixtos describen
situaciones que éste puede tomar.
Ejemplo: Si el método de enseñanza es
analizado como un factor que puede
influir donde están presentes ambos tipos
de factores: fijos y aleatorios.
SUPUESTOS DEL ANOVA QUE DEVEN DE CUMPLIRSE:
La variable dependiente debe medirse al menos a
nivel de intervalo.

Independencia de las observaciones.

La distribución de los residuales debe ser

normal.

Homocedasticidad: homogeneidad de las

varianzas.
 La técnica fundamental consiste en la separación
de la suma de cuadrados (SS, 'sum of squares')
en componentes relativos a los factores
contemplados en el modelo

Como ejemplo,
mostramos el modelo
para un ANOVA
simplificado con un tipo
de factores en diferentes
niveles(Si los niveles
son cuantitativos y los
efectos son lineales,
puede resultar apropiado
un análisis de regresión
lineal)
El número de grados de
libertad (gl) puede
separarse de forma
similar y corresponde con
la forma en que la
distribución chi-cuadrado
(χ² o Ji-cuadrada)
describe la suma de
cuadrados asociada.
 Grados de libertad:

Los grados de libertad pueden descomponerse

al igual que la suma de cuadrados. Así, GLtotal
= GLentre + GLdentro. Los GLentre se calculan
como: a - 1, donde a es el número de
tratamientos o niveles del factor. Los GLdentro
se calculan como N - a, donde N es el número
total de observaciones o valores de la variable
medida (la variable respuesta).
Pruebas de significación:

El análisis de varianza lleva a la

realización de pruebas de significación
estadística, usando la denominada
distribución F de Snedecor.
 Tablas ANOVA[editar]

Una vez que se han calculado las sumas de

cuadrados, las medias cuadráticas, los grados
de libertad y la F, se procede a elaborar una
tabla que reuna la información, denominada
"Tabla de Análisis de varianza o ANOVA", que
adopta la siguiente forma:
 ESTE ANALISIS DE VARIANZA SE APLICA:

ES UNA GRAN HERRAMIENTA

ESTADISTICA QUE SE APLICA EN
LA INDUDTRIA, CONTROLANDO
PROCESOS, COMO POR EJEMPLO
EN EL LABORATORIO DE
ANALISIS, PARA EL CONTROL DE
METODOS ANALITICOS.,OTRO
CASO SERIA EN LA PRACTICA
CLINICA SOBRE UN ELEKTRO
CARDIOGRAMA, LA TOMA DE
PRESIÓ, DE PESO.
 CONCLUSION:
El análisis de varianza es
una herramienta de la
bioestadística muy útil
que nos indica de
manera precisa la
variación entre dos o
mas sujetos u objetos
de manera simultanea,
en muchos casos
diariamente como lo
son los sonidos.
 CONCLUSIÓN:
Esto nos ayuda a poder dar
una valoración del objeto o
situación en donde
estemos haciendo estas
comparaciones, este
resultado será de gran
importancia para un
diagnostico de la situación
y de la misma manera
repercute en la solución
que demos a los mismos o
la información que se
proporcione a la población,
pacientes o colegas.