Análisis de la Variancia
ANOVA
También llamado Diseño de Experimento a
un Criterio de Clasificación, nos permite
realizar la contrastación de Hipótesis respecto
a la Igualdad de más de dos Medias
Poblacionales.
El análisis de la variancia (ANOVA) es una
técnica paramétrica de contraste de hipótesis.
El ANOVA de un factor sirve para comparar
varios grupos en una variable cuantitativa.
La variable categórica: es llamada
independiente o factor.
La variable cuantitativa en la que deseamos
comparar en los grupos, la llamamos
dependiente.
ANOVA
Condiciones:
• Cada muestra debe ser independiente de las
otras.
• Cada muestra debe haber sido seleccionada al
azar de la población de donde proviene.
• Las población de donde provienen las
muestras debe tener distribución normal.
• Las variancias de cada población deben ser
iguales.
Que hace el ANOVA?
En su forma más simple ANOVA:
H0: Los promedios de todos los grupos son
iguales.
Ha: No todos los promedios son iguales
No dice cómo o cuáles son diferentes.
Puede continuar con “múltiples comparaciones”.
ANOVA
• Dos Variables:
– Categórica (los grupos)
– Cuantitativa (lo medido)
• ¿Los promedios de la variable cuantitativa
varían entre los grupos (categorías)?
• Nota: si se trata solamente de dos grupos se hace test . Anova, para más de
dos grupos
Población Población Población Población
1 2 3 r
µ1, σ² µ2, σ² µ3, σ² µr, σ²
X11 X21 X31 Xi1 Xr1
X12 X22 X32 Xi2 Xr2
X13 X23 X33 Xi3 Xr3
. . . . .
X1j X2j X3j Xij Xrj
. . . . .
. . . . .
X1n1 X2n2 X3n3 Xini Xrnr
TABLA DE ANOVA:
Fuente de Suma de Grados de Variancias ó Cociente-F
variación cuadrados libertad cuadrados
medios
q2 = ∑ ni ( xi − xgen )
r
Entre-grupos 2
r-1 q2 / r − 1 sˆ 22 / sˆ 12
i =1
Intra-grupos q1 / n − r
n-r
q1 = ∑∑ ( xij − xi )
r nr
2
i =1 j =1
Total
n-1 q / n −1
q = ∑∑ ( xij − xgen )
r nr
2
i =1 j =1
Fobs. = q2/ r-1 ~ F(V1;V2); (1-α)
q1/ n- r
si Fobs<Ftabla se acepta Ho (regla de decisión)
Si F es grande, la variabilidad entre las medias
de las muestras es mayor que la esperada a la
variabilidad dentro de las muestras, y rechaza la
hipótesis nula de que todas las muestras son de
la misma población.