ESCUELA SUPERIOR TEPEJI DEL RIO

LICENCIATURA EN INGENIERIA INSDUSTRIAL

ESTADÍSTICA INFERENCIAL
INTEGRANTES:
*NIEVES TREJO DULCE YARELI
*TREJO HERNANDEZ DAVID YAEL

ANOVA UNIFACTORIAL
 PROPÓSITO:

Ayuda a determinar si las diferencias entre las medias de los grupos son
estadísticamente significativas.
La hipótesis nula (Ho) en ANOVA sostiene que no hay diferencias entre las medias
de los grupos, mientras que la hipótesis alternativa (H1) afirma que al menos una
media de grupo es diferente.

La decisión de rechazar o no la hipótesis nula se basa en el valor p derivado del

análisis; un valor p superior a 0.05 generalmente significa que no hay suficiente
evidencia para rechazar la hipótesis nula, mientras que un valor p de 0.05 o inferior
indica diferencias significativas entre las medias de los grupos.
 Factor de estudio:
El factor de estudio es la variable categórica o independiente que se investiga en el análisis.
Representa la característica que varía entre los grupos que se desean comparar (por ejemplo, el
tipo de tratamiento en un experimento médico o el tipo de material en una prueba de
resistencia).
Niveles del Factor:

27% 27%
Los niveles del factor son las categorías o variantes de la variable del factor. Cada nivel
representa
una condición o grupo en el cual se mide la variable de respuesta (por ejemplo, tres tipos de
tratamiento o cinco tipos de material).

Estadísticas de Prueba Unifactorial:

La estadística de prueba en ANOVA es el valor F, que se calcula como la razón entre la varianza
entre los grupos y la varianza dentro de los grupos. Si el valor F es grande, indica que las
medias entre grupos son diferentes.
 ¿Cuándo puedo usar Anova?

*En la Anova se relacionan dos variables:

Una de ellas dependientes (variable a explicar, cuantitativa) y una independiente (factor,
categórica)

*Además, es necesario que las variables sigan una distribución normal.

27% 27%
*Por último, las varianzas (es decir, las desviaciones típicas al cuadrado) de cada grupo de la
variable independiente deberían ser similares.
 Las hipótesis contrastadas en un ANOVA
de un factor son:
H0: No hay diferencias entre las medias de los diferentes grupos : μ1=μ2...=μk=μ
H1: Al menos un par de medias son significativamente distintas la una de la otra.

Como se ha mencionado anteriormente, la diferencia entre medias se detecta a través del

estudio de la varianza entre grupos y dentro de grupos. Para lograrlo, el ANOVA requiere de una

27% 27%
descomposición de la varianza basada en la siguiente idea:

Variabilidad total =
variabilidad debida a los diferentes niveles del factor + variabilidad residual

Lo que es equivalente a:
variabilidad explicada por el factor + variabilidad no explicada por el factor

Lo que es equivalente a:

(varianza entre niveles) + (varianza dentro de los niveles)

 Las hipótesis contrastadas en un ANOVA
de un factor son:
Para poder calcular las diferentes varianzas en primer lugar se tienen que obtener las Sumas de Cuadrados
(SS o Sc):

Suma de Cuadrados Total (TSS): mide la variabilidad total de los datos, se define como la suma de los
cuadrados de las diferencias de cada observación respecto a la media general de todas las

27% 27%
observaciones. Los grados de libertad de la suma de cuadrados totales es igual al número total de
observaciones menos uno (N-1).

Suma de cuadrados del factor(SST): mide la variabilidad en los datos asociada al efecto del factor
sobre la media (la diferencia de las medias entre los diferentes niveles o grupos). Se obtiene como la
suma de los cuadrados de las desviaciones de la media de cada proveedor respecto de la media
general, ponderando cada diferencia al cuadrado por el número de observaciones de cada grupo. Los
grados de libertad correspondientes son igual al número niveles del factor menos uno (k-1).
 Las hipótesis contrastadas en un ANOVA
de un factor son:
Suma de cuadrados residual/error (SSE): mide la variabilidad dentro de cada nivel, es decir, la
variabilidad que no es debida a variable cualitativa o factor. Se calcula como la suma de los cuadrados
de las desviaciones de cada observación respecto a la media del nivel al que pertenece. Los grados de

27% 27%
libertad asignados a la suma de cuadrados residual equivale la diferencia entre los grados de libertad
totales y los grados de libertad del factor, o lo que es lo mismo (N-k). En estadística se emplea el
termino error o residual ya que se considera que esta es la variabilidad que muestran los datos debido a
los errores de medida.
TSS=SSE+SST
ANOVA se define como análisis de varianza, pero en un sentido
estricto, se trata de un análisis de la Suma de Cuadrados Medios.
Una vez descompuesta la estimación de la varianza, se obtiene el
estadístico FratioFratio dividiendo la intervarianza entre la intravarianza:
 Cuadrado de la media de tratamientos
(MMTR):
El Cuadrado de la Media de Tratamientos (MMTR) mide la variabilidad entre los grupos. Se
calcula dividiendo la Suma de los Cuadrados del Tratamiento (STC) entre sus grados de
libertad.
 Cuadrado de la media de error
(CME)
El Cuadrado de la Media de Error (CME) mide la variabilidad dentro de los grupos, es decir, la
variabilidad de los datos debida a factores no controlados. Se calcula dividiendo la Suma de los
Cuadrados del Error (SCE) entre sus grados de libertad.
 Suma de los cuadrados
(SC)
La Suma de los Cuadrados (SC) mide la variabilidad total en el conjunto de datos. Representa la
suma de las desviaciones al cuadrado de cada observación respecto a la media global.

Suma de los cuadrados de tratamiento

(STC)
La Suma de los Cuadrados del Tratamiento (STC) mide la variabilidad entre los grupos debido a
las diferencias entre las medias de los niveles del factor.
Se calcula como:
donde es el número de observaciones en el grupo , es la media del grupo , y es la media
general.
 Suma de los cuadrados del error
(SCE)
La Suma de los Cuadrados del Error (SCE) mide la variabilidad dentro de los grupos, es decir, la
variabilidad que no se explica por el tratamiento. Se calcula como:
TABLAS:
Bienestar natural
EJERCICIOS:

1. Una empresa quiere comparar la efectividad de tres métodos de enseñanza (A, B y C) en

aprendizaje de los empleados. Se seleccionan aleatoriamente a empleados y se les asigna
uno de estos métodos de enseñanza, luego se mide su puntaje en una prueba de
evaluación. Los resultados son:
Método A: 85, 88, 90, 87
Método B: 78, 85, 82, 80
Método C: 92, 95, 91, 93
*Calcular las medias de cada grupo.
*Realizar el ANOVA para determinar si hay diferencias significativas entre los métodos.
 PASO 1: CALCULAR LAS MEDIAS DE CADA GRUPO:

(x̄ )A= 85+88+90+87/4 =350/4 =87.5

(x̄ )B=78+85+82+80/4 =325/4 =81.25
(x̄ )C=92+95+91+93/4 =371/4 =92.75
PASO 2: CALCULAR LA MEDIA GENERAL:
(x̄ )GENERAL= 85+88+90+87+78+85+82+80+92+95+91+93/12 =946/12 =78.83

PASO 3: SUMA DE LOS CUADRADOS DEL TRATAMIENTO (STC):

GRUPO A= 4X(87.5-78.83)^2 = 300.67
GRUPO B= 4X(81.25-78.83)^2 = 23.42
GRUPO C= 4X(92.75-78.83)^2 = 775.06
PASO 4: SUMAR LOS VALORES (STC):
STC= 300.67+23.42+775.06 = 1099.15
PASO 5: SUMA DE LOS CUADRADOS DEL ERROR (SCE)
GRUPO A= (85-87.5)^2+(88-87.5)^2+(90-87.5)^2+(87-87.5)^2 =13
GRUPO B= (78-81.25)^2+(85-81.25)^2+(82-81.25)^2+(80-81.25)^2 =26.74
GRUPO C= (92-92.75)^2+(95-92.75)^2+(91-92.75)^2+(93-92.75)^2 =8.74
 PASO 6: SUMANDO TODAS LAS SCE DE CADA GRUPO:
SCE= 13+26.74+8.74 = 48.48
PASO 7: SUMA DE LOS CUADRADOS TOTAL (SC):
SC = STC+SCE = 1099.15+48.48 = 1147.63
PASO 8: CUADRADO DE LA MEDIA DE TRATAMIENTO (MMTR):
MMTR: STC/K-1 =1099.15/ 3-1 = 549.57
PASO 9: CUADRADO DE LA MEDIA DE ERROR (CME):
CME= SCE/N-K =48.48/12-3 = 48.48/9 =5.38
EJERCICIOS:

jercicio 2
Un investigador desea evaluar si tres tipos de fertilizantes (X, Y, Z) tienen efectos diferentes en
el crecimiento de plantas. Se mide el crecimiento en centímetros de plantas tratadas con cada
tipo de fertilizante. Los datos son:
Fertilizante X: 18, 20, 19, 21, 22
Fertilizante Y: 16, 17, 15, 18, 19
Fertilizante Z: 23, 25, 22, 24, 26

1. Calcular la media de crecimiento para cada tipo de fertilizante.

2. Realizar un ANOVA para verificar si existe una diferencia significativa en el crecimiento de
plantas entre los tipos de fertilizante.
Ambos ejercicios implican calcular la STC, SCE, MMTR, CME y el valor F, y luego comparar el
valor F
con el valor crítico de la tabla F para interpretar si existen diferencias significativas.
GRACIAS
¡Te esperamos!