NOTA DEL AUTOR

:

Las páginas que tenéis a continuación son el fruto de varias horas de trabajo,
de hacer resúmenes e intentar entender las explicaciones y cálculos (muchas
veces incorrectos) del libro. Es un material práctico y no teórico que intenta
ayudar a aquellos, que como yo, están apasionados por el mundo de las
Matemáticas y por ello cursan esta licenciatura. No pretende ser la panacea
de la asignatura o el principal material de consulta pero sí una herramienta a
utilizar en casos de necesidad.
Como veis, el uso de mi material es gratuito. Así pues agradecería que
siempre lo continuara siendo. Si no fuera así, rogaría que me lo
comunicarais a la dirección de correo electrónico indicada más abajo.
Los datos han sido extraídos del libro de texto o de varios ejercicios anexos,
aunque algunas veces han sido modificados para facilitar la comprensión.
Agradecería que cualquier error me fuera comunicado para su posterior
corrección, a la dirección de correo joanpitarque@yahoo.es .
Espero os sea de gran utilidad, tanto para aprender como para aprobar la
asignatura.

Un saludo y un abrazo

Joan Pitarque (Curso 2001-2002)

EXPERIMENTO UNIFACTORIAL COMPLETAMENTE ALEATORIZADO
Los siguientes datos se refieren a un experimento destinado a medir los efectos de la conductividad de
cuatro tipos diferentes de revestimientos de los tubos de TV
REVESTIMIENTO
I
II III IV
56 64 45 42
55 61 46 39
62 50 45 45
59 55 39 43
60 56 43 41
a)
b)
c)
d)
e)

Mostrar el cuadro del Análisis de la Varianza
Contrastar la hipótesis de que los efectos de los tratamientos son todos nulos
Usar el test de la t de Student para contrastar diferencias entre las medias de los tratamientos
Usar el test HSD de Tuckey para contrastar diferencias entre las medias de los tratamientos
Usar el estadístico S de Scheffé para contrastar las hipótesis H 0 : ψ = 0 donde ψ son los
contrastes estimables siguientes ψ 1 = τ1 − τ 2 ; ψ 2 = 3τ1 − τ 2 − τ 3 − τ 4
Contrastar la hipótesis de que cada uno de los contrastes dados por la siguiente tabla es nulo
τ1
τ2
τ3
τ4
C1 +1
0
0
-1
C2
0
+1
-1
0
C3 +1 -1
-1
+1

f)

Solución comentada:
a)

Para construir la tabla ANOVA son necesarios los siguientes cálculos:
• Número de tratamientos t = 4
• Numero de observaciones en cada tratamiento
ri = 5
• Número total de observaciones
N = 20
• Totales

I
II
III
IV

56
64
45
42

55
61
46
39

62
50
45
45

59
55
39
42

60
56
43
41
G=


2

∑y

Tratamiento

TOTAL

Parámetro C = G / N = 1006 / 20 = 50601.8
2
ij

= 51940

Fuente

Error

2

Ti
292
286
218
210
Ti = 1006

t −1 = 3

EMC (Esperanza de la media
de cuadrados)
M t = S t / t − 1 = 378.3

N − t = 16

M e = s 2 = S e / N − t = 12.7

Suma de cuadrados (MC)

∑ T / r − C = 51736.8 − 50601.8 = 1135
= ∑ y − ∑ T / r = 51940 − 51736.8 = 203.2
S + S = ∑ y − C = 1338.2

St =
Se

G de l

i

2

i

2
ij

i

t

e

2

i

2
ij

N − 1 = 19

b) La hipótesis H 0 : τ1 = ... = τ j de que los efectos de los tratamientos son nulos, es decir, no hay
diferencias entre los tratamientos, se contrasta con el estadístico
F (t − 1, N − t ) = M t / s 2

F (3,16) = 378.33 / 12.7 = 29.79

16) 0.7 / 5 = 4.2 y 3• ----- ----- ----- 1. Este test es más conservador que el de la t de Student aunque en este caso obtenemos los mismos resultados. Utilizando la tabla anterior se obtienen los grupos {y1• .7 / 5 = 5. N −t s / r = q 4. y 2• } .05 = 3. N − t ) = 3F0.78 teniendo en cuenta que la región crítica siempre está formada por las dos colas de las distribución por lo que se debe tomar t16.25 −5.7 / 5 = 2. Si hallamos ahora las medias de los tratamientos y1• = 292 / 5 = 58.6 − 1·42 = 32.7 / 5 = 2.4 y 2• = 57.25 ≤ ψ ≤ 1. Para ello se utiliza un estimador ψˆ = c1 τˆ 1 + .25 2 2 i / r = 12·12.24 < F F (3. {y 3• .12 σˆ ψˆ 1 = σˆ ψˆ 2 = ∑c s ∑c s 2 2 i / r = 2·12. En nuestro caso obtenemos ψˆ 1 = 1·58.0. c) Hallaremos la diferencia mínima significativa (LSD) LSD = t N −t .16 ·12. {y 3• . y 4• } d) El procedimiento es similar al de la t de Student..2 − 1·43.05 donde q tα.6 y 4• ----- ----- ----- ----- lo que permite agrupar las medias {y1• . + c t τˆ t de una función estimable ψ = c1 τ1 + .6 y 4• = 42 de donde se deduce que los efectos de los tratamientos y1• .05 12.2 y 3• = 43.2 + 3.7 / 5 = 6.29 < F por lo que rechazamos la hipótesis H 0 y admitimos que los efectos de los tratamientos NO son nulos.01 = 5.82 ≤ ψ ≤ 8.05 2·12.6 15.22 por lo que la hipótesis de que H 0 : ψ = 0 deberá aceptarse pues el intervalo encontrado contiene al cero. + c t τ t Dado que los efectos de los tratamientos son desconocidos. pero en este caso la LSD se denomina HSD (y desaparece el 2 de dentro de la raíz) 2 0.16) = 3.52 Así pues obtenemos para el primer contraste 1.4 El resultado de Scheffé afirma que hay una probabilidad (1 − α ) de que para todas las funciones estimables ψ se verifique ˆ + Sσˆ ψˆ ψˆ − Sσˆ ψˆ ≤ ψ ≤ ψ donde S = (t − 1) Fα (t − 1.8 16. y 2• son diferentes a los de los tratamientos y 3• . y 2• } . y 4• } e) Se trata de un test que se utiliza para contrastar varios tratamientos a la vez.12·2.2 ψˆ = 3·58..025 .. se toman sus estimadores (las medias).2 − 3.7 / 5 = 4..05 (3.α 2 s 2 / r = t16.2 = 1. 0.4 y 2• ----- ----- 13. N −t se obtiene de las tablas de “studentized range”. En nuestro caso F (3.4 − 1·57.12·2.4 − 1·57. . y 4• .120· 2·12.La hipótesis se rechaza si F > Fα .2 14.1. pues y1• .05 HSD = q α t . donde α es el nivel de significación. y 2• + LSD < y 3• .16) 0. y 4• En la práctica es más útil hacer un cuadro de diferencias en valor absoluto y1• y 2• y 3• y 4• y1• ----.

52 15. N −t con un nivel de confianza α En nuestro caso. el estadístico z 2 / s 2 sigue una distribución F de Snedecor con 1 y N − t grados de libertad.16 = 4.7 = 52. y la hipótesis H 0 : ψ = 0 deberá aceptarse si el estadístico es inferior a F1. Así.49 Se rechaza la hipótesis z 32 Se acepta la hipótesis 2 / s = 0.4 / 12.12·5. Los contrastes ortogonales tienen la forma z i = (c1T1 + .12·5. f) Se utilizan para comparar a la vez varios contrastes.49 Se rechaza la hipótesis z 22 / s 2 = 462.62 por lo que la hipótesis de que H 0 : ψ = 0 deberá rechazarse pues el intervalo encontrado no contiene al cero. + z n2 = 1135 (donde S t es la suma de cuadrados de los tratamientos).7 = 0. obtenemos z1 = (1·292 + 0·286 + 0·218 − 1·210 ) / 2·5 = 25.7 = 36. + c n Tn ) / ∑c 2 i r con ∑c i =0 que en nuestro caso tomando las medias como los efectos de los tratamientos.4 z 2 = (0·292 + 1·286 + −1·218 + 0·210 ) / 2·5 = 21.2 / 12..18 ≤ ψ ≤ 49.50 ⇒ z12 = 462. z12 / s 2 = 672..016 < F1.93 ⇒ z12 = 672.4 / 12.44 ⇒ z12 = 0.9 > F1.2 y verifican S t = z12 + .4 − 3.52 ≤ ψ ≤ 32.41 > F1.16 = 4.16 = 4.4 + 3.49 ..4 z 3 = (1·292 − 1·286 − 1·218 + 1·210 ) / 4·5 = −0.Para el segundo contraste 32.

6 92.9 90. no hay diferencias entre los tratamientos.4 92.9 91. = τ j de que los efectos de los tratamientos son nulos.176 St + Sb + Se = ∑y 2 ij − C = 9.4 366.9 91.7 92.4 457.0 91.4 370.2 92.9 90.8 93.478 G de l N − 1 = 19 b) La hipótesis H 0 : τ1 = .4 90. donde α es el nivel de significación.6 90.2 92.9 91.4 92.96 2 / b − C = 168220.2 = 168223.8 93.676 − 168214.4 91.4 365.194 b −1 = 3 M b = S b / b − 1 = 0.098 Suma de cuadrados (MC) Tratamientos Error B2 Parámetro C = G 2 / N = 168214. es decir.0 91.2 367.2 91.4 Barril 4 90.7 91.12) = 1.527 2 j / t − C = 168216.1 91. E) para medir su octanaje. B.3 Ti 364.9 91.098 = 15.731 (t − 1)(b − 1) = 12 M e = s 2 = S e / 12 = 0.482 = 2.6 90. C. Para ello hemos cogido cuatro barriles y hemos realizado cada uno de los tratamientos con la gasolina del barril obteniendo Barril 1 91.9 91.9 91.527 / 0. D.7 92.7 91.7 459.482 Fuente Bloques B1 i Se = ∑y 2 ij − S t − S b − C = 1.108 t −1 = 4 EMC (Esperanza de la media de cuadrados) M t = S t / t − 1 = 1.2 92.9 90.0 92.EXPERIMENTO UNIFACTORIAL DE BLOQUES COMPLETOS ALEATORIZADOS Los siguientes datos se refieren a un experimento realizado sobre un tipo de gasolina aplicando cinco tratamientos (A.59 − 168214.482 = 6.2 92. (t − 1)(b − 1)) = M t / s 2 La hipótesis se rechaza si F > Fα .8 G= ∑y 2 ij ∑T =∑B St = Sb ∑T i = 1834..4 460.58 F (t − 1.4 91.9 Barril 3 90. .1 A B C D E a) b) c) d) e) f) Barril 2 91.2 91.6 92.4 Mostrar el cuadro del Análisis de la Varianza Contrastar la hipótesis de que los efectos de los tratamientos son todos nulos Contrastar la hipótesis de igualdad efectos de los bidones Usar el test de la t de Student para contrastar diferencias entre las medias de los tratamientos Usar el test HSD de Tuckey para contrastar diferencias entre las medias de los tratamientos Usar el estadístico S de Scheffé para contrastar la hipótesis H 0 : ψ = 0 donde ψ es el contraste estimable siguiente ψ = τ1 + τ 2 − τ 4 − τ 5 Solución comentada: a) Para construir la tabla ANOVA son necesarios los siguientes cálculos: • Número de tratamientos t = 5 • Numero de bloques b=4 • Número total de observaciones N = 20 • Totales A B C D E Bi • • TOTAL B3 B4 91.0 92.. se contrasta con el estadístico F (4.8 456.

0. y 2• .482 = 6. d) Los test de LSD.025 . y 4• } e) El procedimiento es similar al de la t de Student. y 3• } . donde α es el nivel de significación.478 Tratamientos Error G de l Suma de cuadrados (MC) i 2 2 j 2 ij e t b t e por lo que la hipótesis H 0 : τ1 = .482 = 2. (t − 1)(b − 1)) = M t / s 2 La hipótesis se rechaza si F > Fα .482 teniendo en cuenta que la región crítica siempre está formada por las dos colas de las distribución por lo que se debe tomar t16..2 0.25 y 3• 0.12 0.098 / 4 = 0. En el libro. al igual que en el modelo completamente aleatorizado.01 = 5.45 F (t − 1. En nuestro caso. este razonamiento no aparece y se propone.676 − 168214. Una posibilidad consistiría en contrastar la hipótesis de igualdad de los bloques (tomando los bloques como tratamientos y los tratamientos como bloques) y en caso de obtener igualdad de los bloques.01 = 5.26 < F En nuestro caso F (4.706 .05 = 3.179· 2·0.35 y 3• = 91. partiendo de las medias de los tratamientos y1• = 364.4 / 4 = 91.12) = 0.176 S + S + S = ∑ y − C = 9.098 = 7..05 = 3.12) 0.098 / 4 = 2.731 / 0. y 3• } . Así se pueden agrupar los tratamientos {y1• .108 S = ∑ y − S − S − C = 1. es decir.7 y1• y1• ----- y 2• 0. c) En este caso se debe realizar de nuevo la tabla ANOVA pero tomando como tratamientos a los bidones y como bloques a las gasolinas. hacer un cuadro de diferencias en valor absoluto.59 − 168214.098 / 4 = 4. al obtener un rechazo de la hipótesis de igualdad de tratamientos. 0.6 y 2• ----- ----- 0.5 1.05 2·0.85 y 5• ----.51 0. = τ j de que los efectos de los tratamientos son nulos. Así se obtiene Fuente St = Bloques St TOTAL EMC (Esperanza de la media de cuadrados) t −1 = 3 M t = S t / t − 1 = 0.49 < F F (4. HSD de Tuckey o de Scheffé estan pensados para diseños completamente aleatorizados y no por bloques.1 y 2• = 91.41 < F por lo que rechazamos la hipótesis H 0 y admitimos que los efectos de los tratamientos NO son nulos.098 2 ij N − 1 = 19 ∑ T / b − C = 168216. se contrasta con el estadístico F (3.0245 = 0.12) 0. Pero este tampoco es nuestro caso ya que los efectos de los bidones tampoco son los mismos.85 y 5• = 92.12) 0.F (4.3 1. En nuestro caso F (3. {y 3• .527 b (t − 1)(b − 1) = 12 M e = s 2 = S e / 12 = 0. {y 2• .35 y 3• ----- ----- ----- 0.194 = ∑ B / t − C = 168220.55 y 4• = 91. tomar una nueva muestra mediante un diseño completamente aleatorizado (ya que los bloques no influirían por ser similares).731 b −1 = 4 M b = S b / b − 1 = 1.α 2 s 2 / b = t12.45 < F por lo que rechazamos la hipótesis H 0 y admitimos que los efectos de los tratamientos NO son nulos.----Hallemos la diferencia mínima significativa (LSD) ----- ----- ----- LSD = t (t −1)(b −1).15 y 4• ----- ----- ----- ----- 0. no hay diferencias entre los bidones.75 y 5• 1.45 y 4• 0.12) 0..(t −1)(b −1) s 2 / b = q 50. pero en este caso la LSD se denomina HSD (y desaparece el 2 de dentro de la raiz) 05 HSD = q tα.

Para ello se utiliza un estimador ψˆ = c1 τˆ 1 + . utilizando la tabla anterior.. aunque.31 −2. en este caso.31 ≤ ψ ≤ −2.12) = 3. se obtienen los mismos grupos...35 − 1·91. .61·0.7 = −2. + c t τˆ t de una función estimable ψ = c1 τ1 + .098 / 4 = 0. f) Se trata de un test que se utiliza para contrastar varios tratamientos a la vez.05 (4. (t − 1)(b − 1)) = 4 F0.1 + 1·91.85 − 1·92.1 − 3.61 σˆ ψˆ = Así pues obtenemos ∑c 2 2 i s / b = 4·0. Este test es más conservador que el de la t de Student. se toman sus estimadores (las medias).61·0.31 −3.(t −1)(b −1) se obtiene de las tablas de “studentized range”.donde q tα.1 + 3. En nuestro caso obtenemos ψˆ = 1·91..98 por lo que la hipótesis de que H 0 : ψ = 0 deberá rechazarse pues el intervalo encontrado NO contiene al cero.1 El resultado de Scheffé afirma que hay una probabilidad (1 − α ) de que para todas las funciones estimables ψ se verifique ˆ + Sσˆ ψˆ ψˆ − Sσˆ ψˆ ≤ ψ ≤ ψ donde S = (t − 1) Fα (t − 1. + c t τ t Dado que los efectos de los tratamientos son desconocidos.22 ≤ ψ ≤ −0.

3 . Las cantidades vendidas se recogen en el siguiente cuadro 1 2 3 4 a) b) c) d) 1 59 61 61 59 60 63 55 57 63 67 65 60 66 64 61 68 2 61 64 67 62 69 64 62 69 66 71 68 68 62 69 68 71 3 71 70 68 74 66 72 67 72 75 69 76 68 69 70 69 77 Mostrar el cuadro del Análisis de la Varianza Contrastar la hipótesis de que los efectos de las tiendas son todos nulos Contrastar la hipótesis de que los efectos de las regiones son todos nulos Contrastar la hipótesis de que los efectos de las interacciones son todos nulos Solución comentada: a) Para construir la tabla ANOVA son necesarios los siguientes cálculos: • Número de niveles del concepto A a=4 • Número de niveles del concepto B b=3 • Número de observaciones en cada combinación de niveles de A y de B. ∀i. número de observaciones por celda n=4 • Número total de observaciones N = abn = 48 • Totales: Se suman las observaciones de cada celda Tij • . es decir. Se quiere contrastar la igualdad de efectos al nivel del 10%.3.4 . por ejemplo. (αβ) ij = 0.2. es decir las tres hipótesis α i = 0. ∀i = 1. ∀j = 1.EXPERIMENTO BIFACTORIAL CON INTERACCION La cantidad vendida de un artículo la podemos clasificar atendiendo al tipo de tienda en la que se vende y a la región en que está situada. T11• = 59 + 61 + 61 + 59 = 240 y se obtiene la siguiente tabla T1 T2 T3 T4 T• j • • • R1 R2 R3 240 235 255 259 254 264 273 270 283 277 288 285 989 1061 1133 Parámetro C = G 2 / N = 211072. Supongamos que tenemos cuatro tipos de tiendas (4 niveles de A) situadas en tres regiones diferentes (3 niveles de B).2. β j = 0.69 ∑y 2 ijk = 212245 Ti •• 777 776 816 814 G= ∑T i •• = 3183 . j .

donde α es el nivel de significación. NO son nulos. no hay diferencias entre los tratamientos. donde α es el nivel de significación. es decir. En nuestro caso F (3.87 = 4. c) La hipótesis H 0 : β1 = . = α i de que los efectos de los tratamientos son nulos en el nivel A.10 = 1.77 La hipótesis se rechaza si F > F ((a − 1)(b − 1). se contrasta con el estadístico F = M B / s 2 = 324 / 9.56 / 9. = β j de que los efectos de los tratamientos son nulos en el nivel B. es decir.95 > F por lo que aceptamos la hipótesis H 0 y admitimos que los efectos de los tratamientos en las interacciones son nulos. ab(n − 1)) α .24 / 9.10 = 2. es decir.25 S + S + S + S = ∑ y − C = 1172...10 = 2.87 G de l N − 1 = 47 b) La hipótesis H 0 : α 1 = . donde α es el nivel de significación.Fuente Suma de cuadrados (MC) ∑ T / bn − C = 211196.31 2 i •• SA = A B 2 • j• B Interacción Error TOTAL 2 ij • AB 2 ijk e A A B AB B 2 ij • e 2 ij a −1 = 3 EMC (Esperanza de la media de cuadrados) M A = S a / a − 1 = 41. En nuestro caso F (2. ab(n − 1)) α .18 La hipótesis se rechaza si F > F (a − 1.56 ab(n − 1) = 36 M e = s 2 = S e / 36 = 9. d) Finalmente la hipótesis H 0 : (αβ) i = 0 de que los efectos de los tratamientos en las interacciones son nulos.24 b −1 = 2 M B = S B / b − 1 = 324 (a − 1)(b − 1) = 6 M AB = S AB / 6 = 7.36) 0.24 < F por lo que rechazamos la hipótesis H 0 y admitimos que los efectos de los tratamientos en el nivel A. no existe interacción entre las regiones y las tiendas.33 S = ∑ y − ∑ T / n = 355. se contrasta con el estadístico F = M AB / s 2 = 7. se contrasta con el estadístico F = M A / s 2 = 41.43 < F por lo que rechazamos la hipótesis H 0 y admitimos que los efectos de los tratamientos en el nivel B.87 = 32..68 − C = 648 S = ∑ T / n − C − S − S = 45.83 La hipótesis se rechaza si F > F (b − 1. .. NO son nulos.36) 0.42 − C = 123. En nuestro caso F (6. no hay diferencias entre los tratamientos.36) 0.87 = 0. ab(n − 1)) α .73 S = ∑ T / an − C = 211720.

05 ∑ T = 16 + 38 ∑ yijk2 = 2990 2 ij • 2 2 + . Cada máquina tiene cuatro compartimentos en los cuales se fabrican los tubos y decide tomar cuatro muestras de cada compartimento.. Observando que los compartimentos de la máquina A no pueden desmontarse para ponerlos en la B.EXPERIMENTO ANIDADO O JERARQUIZADO BIETÁPICO Un ingeniero quiere estudiar las deformaciones longitudinales de los tubos de vidrio fabricados por cinco máquinas diferentes. por ejemplo. T11• = 59 + 61 + 61 + 59 = 240 y se obtiene la siguiente tabla • • • 1 2 3 4 A 16 33 17 27 B 38 14 21 8 C 10 34 20 18 D 21 26 22 19 E 21 16 7 14 Ti•• 93 81 82 88 58 Parámetro C = G 2 / N = 2020. Así pues consideraremos los compartimentos anidados dentro de las máquinas. llegamos a la conclusión de que máquinas y compartimentos no constituyen un experimento factorial ya que cada máquina tiene sus propios compartimentos. Compartimento A 6 2 0 8 13 3 9 8 1 10 0 6 7 4 7 9 1 2 3 4 B 10 9 7 12 2 1 1 10 4 1 7 9 0 3 4 1 Máquina C 0 0 5 5 10 11 6 7 8 5 0 7 7 2 5 4 D 11 0 6 4 5 10 8 3 1 8 9 4 0 8 6 5 E 1 4 7 9 6 7 0 3 3 0 2 2 3 7 4 0 a) Mostrar el cuadro del Análisis de la Varianza b) Contrastar la hipótesis de que los efectos de las máquinas en las deformaciones son todos nulos c) Contrastar la hipótesis de que los efectos de los compartimentos en las deformaciones son todos nulos Solución comentada: a) Para construir la tabla ANOVA son necesarios los siguientes cálculos: • Número de niveles principales (máquinas) • Número de niveles secundarios (compartimentos) contenidos en cada nivel principal • Número de observaciones por nivel y máquina • Número total de observaciones N = bns = 80 • Totales: Se suman las observaciones de cada celda Tij • . + 14 2 = 9392 G= ∑ Ti•• = 402 b=5 s=4 n=4 .. ni los de la B en la C.

2 59.63.2.61.8 62.2.9.5 56..337.54.7.70.6.60.5 64.3.7 V 72.62.3 311.4.2 69.58.5 + .9 T••2• = 492.3 233.3 T•2•• = 629.65.4.8 62.5 56.8 + 311. la interacción métodos-cabras y la interacción métodos-periodos.1.1 C4 69.49.3 + .62. T2••• = 1255 Suma de totales del factor 2 (cabras) T•1•• = 75.3 62.8.3.0.276.0.4.0 57.63. La tabla de datos que se muestra corresponde a los resultados para cuatro cabras C1 .7 G = 2531.0 57.309.7 63.7.255.6.2 • • • • • Suma de totales del factor 1 (métodos) T1••• = 342.2.314.0.1 57.7 63. La interacción métodos-cabras-periodos se utilizará para contrastar los efectos de los métodos.3 54.75.336 ∑y 2 ijk • = 162499.1 250. C1 I 75.8.2.8.58.2 + 308.1.268.4 C3 61. T•4•• = 602.65.213.1 63.EXPERIMENTO TRIFACTORIAL COMPLETO En un experimento se da de comer caroteno a un grupo de cabras durante periodos consecutivos de dos días utilizando dos métodos para medir la digeribilidad del caroteno.75.3 265.63.3 C4 69.4.7 IV 51.0.0 = 1276.. T2•k • 271.80.6 255.59.241.3.3 308.294.2 II 69.4.9.9.1 63.80.9.3.54.3.1 57.59. Cada parcela completa se divide en dos subparcelas (una en la que se aplica el método 1 y otra en la que se aplica el método 2).7 Parámetro C = G 2 / N = 160174.6 74.3 54. T2 j •• C1 75.4 T1•k • .6. y el segundo número.9.3.55.5 III 74.63.3 Los efectos principales (o sea no relacionados con las interacciones) debidos a los factores: cabras (C) y periodos (P) se contrastarían frente al cuadrado medio para la interacción cabras-periodos.4 Suma de totales del factor 3 (periodos) T••1• = 150. T••5• = 255. + 72.7. + 139.75.57.0 342.4. En cada celda el primer número corresponde a la digeribilidad medida por el método 1.1 C3 61.63.55.46.1 + 75.7.1 60.2 + 314.3 62.5 = 539.6 + 71 = 679.71. Las combinaciones cabras-peridodos pueden considerarse como 4x5=20 parcelas completas.75.8. a) b) c) d) e) f) g) Mostrar el cuadro del Análisis de la Varianza Contrastar la hipótesis de que los efectos de los métodos son nulos Contrastar la hipótesis de que los efectos de las cabras son nulos Contrastar la hipótesis de que los efectos de los periodos son nulos Contrastar la hipótesis de que los efectos de la interacción cabras-periodos son nulos Contrastar la hipótesis de que los efectos de la interacción métodos-cabras son nulos Contrastar la hipótesis de que los efectos de la interacción métodos -periodos son nulos Solución comentada: a) Para construir la tabla ANOVA son necesarios los siguientes cálculos: • Número de niveles del factor A (métodos) a = 2 • Número de niveles del factor B (cabras) b=4 • Número de niveles del factor C (periodos) c = 5 • Número de observaciones por celda n =1 • Número total de observaciones N = abcn = 40 • Totales: I II III IV V T1 j •• .0.57.1. T••3• = 541.71.3.2 + 69 + 63.62.1 C2 65.60.6 74. C 2 .70.7.2 59.0 C2 65. T•3•• = 620.2.4.4.4..6.61.62.7 51. C 4 durante cinco periodos. la medida por el método 2.7 72.49.3.63.5 74.72 .6.3.1 314.2.46.9. T••4• = 447..0.2.1 60.5 64. C 3 .

EXPERIMENTO TRIFACTORIAL SPLIT-SPLOT Se realizó un experimento para investigar los efectos de diferentes variedades de cultivo de avena y de abonos (nitrógeno).… • Suma total G = 4173 Ti••• 1664 1207 1302 . 0. Cada parcela fue dividida en cuatro subparcelas en cada una de las cuales se asignó aleatoriamente un nivel del factor nitrógeno.01. Los tratamientos principales eran las variedades de avena y los subtratamientos eran los niveles de nitrógeno. 0. Los datos están recogidos en la siguiente tabla.abono Solución comentada: a) Para construir la tabla ANOVA son necesarios los siguientes cálculos: • Número de bloques b=3 • Número de variedades v=3 • Número de niveles del factor B s=4 • Número total de observaciones N = bvs = 36 • Totales: Bloque I II III • Variedad N1 N2 N3 N4 Tij •• A1 A2 A3 A1 A2 A3 A1 A2 A3 T••k • 111 117 105 74 64 70 64 70 96 771 130 120 140 93 103 95 91 108 133 1013 157 161 118 81 132 104 97 126 121 1097 174 141 190 122 152 117 103 149 144 1292 572 539 553 370 451 356 355 453 494 G = 4173 • Totales en cada bloque Ti••• (ver tabla anterior) Totales en cada bloque-variedad Tij •• (ver tabla anterior) • Totales en cada nivel del factor B T••k • (ver tabla anterior) • Totales en cada variedad-nivel del factor B T• jk • T•11• = 111 + 74 + 64 .02 y 0. Bloque I II III a) b) c) d) e) Variedad A1 A2 A3 A1 A2 A3 A1 A2 A3 N1 111 117 105 74 64 70 64 70 96 N2 130 120 140 93 103 95 91 108 133 N3 157 161 118 81 132 104 97 126 121 N4 174 141 190 122 152 117 103 149 144 Mostrar el cuadro del Análisis de la Varianza Contrastar la hipótesis de que las tres variedades de avena son iguales Contrastar la hipótesis de que los bloques son iguales Contrastar la hipótesis de que los niveles del factor nitrógeno son homogéneos Contrastar la hipótesis de que existe interacción variedades de avena.03 toneladas por acre. y en cada una de las parcelas de cada bloque se sembró una de las tres variedades de avena seleccionadas para el experimento. En este experimento se tomaron tres bloques de tres parcelas cada uno. Estos cuatro niveles eran: Sin abono.

es decir. calidad del revestimiento) en el voltaje producido por un alternador de corriente en un equipo eléctrico. Calcúlese: a) Mostrar el cuadro del Análisis de la Varianza b) Contrastar la hipótesis de que los efectos de los tres factores no son nulos (son significativos) c) Determínense intervalos de confianza del 95% para los efectos de los estators. mayor voltaje.03 G de l N − 1 = 24 .4 ST = ∑ 2 y ijk • − C = 1536. Solución comentada: a) Para construir la tabla ANOVA son necesarios los siguientes cálculos: • Número de niveles de cada factor p=5 • • N = p 2 = 25 Número total de observaciones Totales: Estator Rotores 230 240 250 260 270 Tc 145 150 155 160 165 Tf 310 (C) 309 (D) 312 (B) 316 (A) 314 (E) 1561 312 (B) 310 (C) 303 (E) 306 (D) 308 (A) 1539 320 (A) 324 (B) 325 (C) 318 (E) 323 (D) 1610 306 (D) 300 (E) 307 (A) 304 (C) 309 (B) 1526 300 (E) 305 (A) 302 (D) 294 (B) 303 (C) 1504 1548 1548 1549 1538 1557 G = 7740 • Totales de la calidad del revestimiento A B 1556 1551 Tn • C = G 2 / N = 2396304 • ∑y 2 ijk Columnas (Estators) Números (Calidad) Error TOTAL D 1546 E 1535 = 2397840 Fuente Filas (Rotores) C 1552 Suma de cuadrados (MC) ∑ T / p − C = 2396340.4 2 f Sf = Sc 2 c n 2 n S e = S T − S f − S c − S n = 144. Para llevar a cabo el experimento se ha seleccionado aleatoriamente un cuadrado latino y se han obtenido los siguientes voltajes: Rotores 230 240 250 260 270 145 310 (C) 309 (D) 312 (B) 316 (A) 314 (E) Estator 155 320 (A) 324 (B) 325 (C) 318 (E) 323 (D) 150 312 (B) 310 (C) 303 (E) 306 (D) 308 (A) 160 306 (D) 300 (E) 307 (A) 304 (C) 309 (B) 165 300 (E) 305 (A) 302 (D) 294 (B) 303 (C) Se trata de determinar qué factores están más relacionados con un mejor rendimiento del alternador.7 p −1 = 4 M n = S n / 4 = 13.4 = ∑ T / p − C = 2397606.4 − C = 52.4 − C = 36.EXPERIMENTO TRIFACTORIAL CON CUADRADOS LATINOS Se efectúa un experimento para medir la incidencia de tres factores (estator.4 p −1 = 4 EMC (Esperanza de la media de cuadrados) M f = S f / 4 = 9.8 S = ∑ T / p = 2396356. rotor.1 p −1 = 4 M c = S c / 4 = 325.1 ( p − 1)( p − 2) = 12 M e = S e / 12 = 12.8 − C = 1302.

B. C. 5) .EXPERIMENTO CUATRIFACTORIAL CON CUADRADOS GRECO-LATINOS Mediante un experimento se pretende determinar el efecto de las siguientes variables en el grado de acidez de una solución ácida: . δ .volumen de ácido (1.tiempo de elaboración de la solución ácida (α . 4. β . 5) . γ .tamaño de las barras de silicio (A.ácido nítrico decolorado (1.44 ∑y 2 ijk = 220378 B 429 C 484 D 528 E 481 β γ δ ε 417 466 537 534 . 2. ε ) Como un indicador de la concentración de ácido se tomó nota de la pérdida de peso en cada barra de silicio y se recogieron los datos en la siguiente tabla. 3. E) . 2.: Volumen 1 2 3 4 5 1 65 (A) α 84 (B) β 105 (C) γ 119 (D) δ 97 (E) ε 2 82 (B) γ 109 (C) δ 129 (D) ε 72 (E) α 59 (A) β Color 3 108 (C) ε 73 (D) α 89 (E) β 76 (A) γ 94 (B) δ 4 101 (D) β 97 (E) γ 89 (A) δ 117 (B) ε 78 (C) α 5 126 (E) δ 83 (A) ε 52 (B) α 84 (C) β 106 (D) γ a) Mostrar el cuadro del Análisis de la Varianza b) Contrastar la hipótesis de que los efectos de los tres factores son nulos Solución comentada: a) Para construir la tabla ANOVA son necesarios los siguientes cálculos: • Número de niveles de cada factor p=5 • • N = p 2 = 25 Número total de observaciones Totales: Color Volumen 145 150 155 160 165 Tf 230 240 250 260 270 Tc 65 (A) α 84 (B) β 105 (C) γ 82 (B) γ 108 (C) ε 73 (D) α 89 (E) β 76 (A) γ 101 (D) β 97 (E) γ 94 (B) δ 89 (A) δ 117 (B) ε 78 (C) α 126 (E) δ 83 (A) ε 52 (B) α 84 (C) β 106 (D) γ 440 482 451 482 446 464 468 434 G = 2294 119 (D) δ 97 (E) ε 109 (C) δ 129 (D) ε 72 (E) α 59 (A) β 470 451 • Totales del tamaño de las barras A Tn1 372 • Totales del tiempo de elaboración α Tn 2 340 • • C = G 2 / N = 210497. 4. 3. D.

. siguen una linea recta d) La pendiente de las rectas es la misma para cada grupo. EXPERIMENTOS DE ANALISIS DE COVARIANZA a) Se selecciona una muestra de tamaño n de cada una de las subpoblaciones b) Cada una de las poblaciones sigue una distribución normal c) Las medias poblacionales dentro de cada grupo.HIPÓTESIS NECESARIAS PARA EL DISEÑO DE EXPERIMENTOS EXPERIMENTOS DE ANALIDIS DE VARIANZA a) Normalidad de la variable en estudio b) Las eij son variables con distribución normal incorreladas de media cero (hipótesis de normalidad) y varianza común σ 2 (homocedasticidad) c) Los tratamientos son independientes.

8) 0.05 es el nivel de significación. La hipótesis H 0 : ω i = 0 de que los efectos del tiempo son nulos.34 = 0.50 La hipótesis se rechaza si F > F (4.Fuente Filas (Volumen) Columnas (Color) Números (Tamaño) Números (Tiempo) Error TOTAL 2 f p −1 = 4 EMC (Esperanza de la media de cuadrados) M f = S f / 4 = 71. se contrasta con el estadístico F = M f / M e = 71.34 Suma de cuadrados (MC) G de l ∑ T / p − C = 210783. En nuestro caso rechazamos la hipótesis H 0 y admitimos que hay efectos debidos al tiempo. donde α = 0.44 2 c p −1 = 4 M c = S c / 4 = 56. se contrasta con el estadístico F = M n1 / M e = 716.76 S = ∑ T / p − C = 210725.56 Sf = c n1 n1 2 n1 2 n1 S e = S T − S f − S c − S n1 − S n 2 = 962.84 .05 = 3.34 = 0.94 / 120. La hipótesis H 0 : γ i = 0 de que los efectos de los colores son nulos. se contrasta con el estadístico F = M n 2 / M e = 1384.05 es el nivel de significación. donde α = 0.14 ( p − 1)( p − 3) = 8 M e = S e / 8 = 120. En nuestro caso rechazamos la hipótesis H 0 y admitimos que hay efectos debidos al tamaño.84 .76 S = ∑ T / p = 216034 − C = 5536.05 es el nivel de significación.84 .44 / 120.05 = 3. En nuestro caso aceptamos la hipótesis H 0 y admitimos que no hay efectos de los colores. donde α = 0.8) 0.2 − C = 2867.2 − C = 227.94 p −1 = 4 M n 2 = S n 2 / 4 = 1384. La hipótesis H 0 : τ i = 0 de que los efectos del tamaño son nulos. En nuestro caso aceptamos la hipótesis H 0 y admitimos que no hay efectos de los volúmenes.8) 0.34 = 5.84 .94 / 120.56 N − 1 = 24 b) La hipótesis H 0 : ρ i = 0 de que los efectos de los volúmenes son nulos.94 p −1 = 4 M n1 = S n1 / 4 = 716.14 / 120. donde α = 0.05 es el nivel de significación.2 − C = 285.8) 0.47 La hipótesis se rechaza si F > F (4.76 S = ∑ T / p = 213365. .72 ST = ∑y 2 ijk • − C = 9880.59 La hipótesis se rechaza si F > F (4. se contrasta con el estadístico F = M c / M e = 56.05 = 3.05 = 3.96 La hipótesis se rechaza si F > F (4.34 = 11.

09 La hipótesis se rechaza si F > F (4.05 es el nivel de significación.03 = 1. donde α = 0.03 = 27. En nuestro caso aceptamos la hipótesis H 0 y admitimos que no hay efectos de los rotores.07 La hipótesis se rechaza si F > F (4. En nuestro caso aceptamos la hipótesis H 0 y admitimos que no hay efectos por el revestimiento.03 = 0. se contrasta con el estadístico F = M n / M e = 13.1 / 12.1 / 12. se contrasta con el estadístico F = M f / M e = 9.05 es el nivel de significación. En nuestro caso rechazamos la hipótesis H 0 y admitimos que el estator mes un factor altamente significativo.05 es el nivel de significación. se contrasta con el estadístico F = M c / M e = 325. c) PENDIENTE .05 = 3.26 .7 / 12.12) 0.05 = 3.12) 0.b) La hipótesis H 0 : ρ i = 0 de que los efectos de los rotores son nulos. donde α = 0. donde α = 0. La hipótesis H 0 : τ i = 0 de que los efectos de la calidad del revestimiento son nulos.76 La hipótesis se rechaza si F > F (4.26 .26 .05 = 3. La hipótesis H 0 : γ i = 0 de que los efectos de los estatores son nulos.12) 0.

17 SV = ∑ T•2j•• / bs − C = 1108.79 = 0. donde α = 0.85 Suma de cuadrados (MC) ∑ Ti2••• / vs − C = 9692.81 / 179.75 N − 1 = 35 b) La hipótesis H 0 : ν i = 0 de que los efectos de las variedades son nulos.33 v(b − 1)( s − 1) = 18 TOTAL ∑ yijk2 • − C = 33516.81 ( s − 1)(v − 1) = 6 M V ( S ) = SV ( S ) / 6 = 241 s 2 = S e / 18 = 179.18)0.85 = 18. donde α = 0.05 = 3. e) La hipótesis H 0 : (νσ ) i = 0 de que los efectos de las interacciones avena-abono son nulos.05 es el nivel de significación.18)0. En nuestro caso rechazamos la hipótesis H 0 y admitimos que hay diferencias entre los bloques.85 = 26. es decir.33 (b − 1)(v − 1) = 4 M B (V ) = S B (V ) / 4 = 624. c) La hipótesis H 0 : bi = 0 de que los bloques son iguales se contrasta con el estadístico F = M B / s 2 = 4846.4) 0.82 La hipótesis se rechaza si F > F (2.85 = 1.05 es el nivel de significación.94 .89 La hipótesis se rechaza si F < F (2. se contrasta con el estadístico F = M V / M B (V ) = 554.94 La hipótesis se rechaza si F > F (2. que las tres variedades de avena son iguales. .05 = 6. d) La hipótesis H 0 : σ i = 0 de que los niveles del factor nitrógeno son iguales se contrasta con el estadístico F = M S / s 2 = 5177.08 / 179.08 v −1 = 2 M V = S V / 2 = 554.55 .42 SV ( S ) = ∑ T•2jk • / b − C − S B − S S = 1446 SB = Bloques Variedades Error en el plot (bloque + variedad) Factor B Variedad + Factor Error S e = S T − S B − SV − S S − S B (V ) − SV ( S ) = 3237.16 2 S S = ∑ T•• k • / bv − C = 15533.25 ∑ yijk2 • = 517237 G de l EMC (Esperanza de la media de cuadrados) b −1 = 2 M B = S B / 2 = 4846.• • • Fuente Parámetro C = G 2 / N = 483720. En nuestro caso aceptamos la hipótesis H 0 y admitimos que no hay interacciones avena-abono.05 es el nivel de significación.55 . En nuestro caso rechazamos la hipótesis H 0 y admitimos que hay diferencias entre los niveles de nitrógeno.05 = 2.05 es el nivel de significación.79 ( s − 1) = 3 M S = S S / 3 = 5177.33 / 624. En nuestro caso aceptamos la hipótesis H 0 y admitimos que no hay diferencias entre las variedades.67 S B (V ) = ∑ Tij2•• / s − C − S B − SV = 2499.18)0.66 .05 = 3. donde α = 0.34 La hipótesis se rechaza si F < F (6. donde α = 0. se contrasta con el estadístico F = M V ( S ) / s 2 = 241 / 179.

05 = 3.236 / 4. es decir.2 i •• • a −1 = 1 EMC (Esperanza de la media de cuadrados) M A = S A / 1 = 11.12) 0. e) La hipótesis H 0 : (bc ) i = 0 de que los efectos de las interacciones cabras-periodos son nulos.898 − C = 325.452 − C − S A − S B = 10.7 . se contrasta según el planteamiento.12) 0.94 = 2.69 . no hay diferencias entre los periodos para medir la digeribilidad del caroteno. donde α = 0.82 (b − 1)(c − 1) = 12 M BC = S BC / 12 = 91.2245 G de l S e = 0 (ya que sólo hay una observación por celda) ∑y 2 ijk • − C = 2325.05 = 3. es decir. no hay diferencias entre los métodos para medir la digeribilidad del caroteno. se contrasta según el planteamiento.94 = 18.236 S = ∑T / acn − C = 160499.12) 0.2615 S BC = 2 • jk • = 162351. con el estadístico F = M B / M BC = 108. con el estadístico F = M AB / M ABC = 3.68 − C − S B − S C = 1092.26 . En nuestro caso aceptamos la hipótesis H 0 y admitimos que no hay efectos de los periodos.572 − C = 11. con el estadístico F = M A / M ABC = 11. En nuestro caso aceptamos la hipótesis H 0 y admitimos que no hay efectos de las cabras. donde α = 0. En nuestro caso aceptamos la hipótesis H 0 y admitimos que no hay efectos de los métodos.01 / 4. no hay diferencias entre las cabras para medir la digeribilidad del caroteno.7015 S = ∑T S = ∑ T / cn − S − S − C = SA = Métodos (A) 2 ij •• AB A B = 160521.0805 S ABC = ∑T 2 ijk • / n − S A − S B − SC − − S AB − S AC − S BC − C = 59.44 / 4. f) La hipótesis H 0 : (ab) i = 0 de que los efectos de las interacciones métodos-cabras son nulos.94 Fuente Suma de cuadrados (MC) Cabras (B) B Periodos (C) Interacción (AC) Interacción (BC) Interacción (ABC) TOTAL 2 •• k • C Interacción (AB) Error ∑ T / bcn − C = 160185.236 2 • j •• b −1 = 3 M B = S B / 3 = 108.75 .384 N − 1 = 39 b) La hipótesis H 0 : a i = 0 de que los efectos de los métodos son nulos.49 . donde α = 0.12) 0.09 La hipótesis se rechaza si F > F (4.94 = 0.318 S AC = ∑T / bn − S A − S C − C = ∑T / an − S B − S C − C = 2 i•k • = 161012.01 = 2.19 La hipótesis se rechaza si F > F (3.01 ( a − 1)(b − 1)(c − 1) = 12 M ABC = S ABC / 12 = 4.05 es el nivel de significación.82 La hipótesis se rechaza si F > F (12.93 ( a − 1)(b − 1) = 3 M AB = S AB / 3 = 3.05 = 2. se contrasta según el planteamiento. c) La hipótesis H 0 : bi = 0 de que los efectos de las cabras son nulos.05 es el nivel de significación.93 / 91.562 / abn − C = 160934.05 es el nivel de significación.01 = 1. con el estadístico F = M BC / M ABC = 91. se contrasta según el planteamiento.27 La hipótesis se rechaza si F > F (1.52 c −1 = 4 M C = S C / 4 = 189.44 ( a − 1)(c − 1) = 4 M AC = S AC / 4 = 16. es decir.52 / 91. donde α = 0.535 − C − S A − S C = 67.05 es el nivel de significación. En nuestro caso rechazamos la hipótesis H 0 y admitimos que hay efectos de la interacción cabrasperiodos.0375 − C = 759. se contrasta según el planteamiento. con el estadístico F = M C / M BC = 189.05 = 4. d) La hipótesis H 0 : c i = 0 de que los efectos de los periodos son nulos.

se contrasta según el planteamiento.26 .12) 0.05 es el nivel de significación. con el estadístico F = M AC / M ABC = 16.49 . g) La hipótesis H 0 : (ac ) i = 0 de que los efectos de las interacciones métodos-periodos son nulos. En nuestro caso rechazamos la hipótesis H 0 y admitimos que hay efectos de la interacción métodosperiodos.05 = 3. donde α = 0. En nuestro caso aceptamos la hipótesis H 0 y admitimos que no hay efectos de la interacción métodoscabras.12) 0.82 / 4. donde α = 0.La hipótesis se rechaza si F > F (3. .40 La hipótesis se rechaza si F > F (4.05 = 3.94 = 3.05 es el nivel de significación.

Fuente Suma de cuadrados (MC) ∑T 2 i •• Máquinas SB = Compartimentos de las máquinas S S ( B) = ∑ Tij2• / n − C − S B = 2348 − C − S B = = 282.36 > F por lo que aceptamos la hipótesis H 0 y admitimos que no hay efectos de las máquinas en las deformaciones de los tubos.125 − C = 45.875 Se = Error TOTAL / ns − C = 2065.7 = 1.05 = 1.7 = 1.86 sb(n − 1) = 60 M e = s 2 = S e / 60 = 10. . no hay diferencias entre las máquinas.05 = 2. sb(n − 1)) α . se contrasta con el estadístico F = M S ( B ) / s 2 = 18. En nuestro caso F (4. es decir. sb(n − 1)) α . donde α es el nivel de significación.7 G de l N − 1 = 79 b) La hipótesis H 0 : σ 22 = 0 de que los efectos de las máquinas en las deformaciones son nulos. c) La hipótesis H 0 : σ 12 = 0 de que los efectos de los compartimentos en las deformaciones son nulos.95 / n = 642 b −1 = 4 EMC (Esperanza de la media de cuadrados) M B = S B / b − 1 = 11. En nuestro caso F (15. no hay diferencias entre los compartimentos de las máquinas.86 / 10. se contrasta con el estadístico F = M B / s 2 = 11.05 La hipótesis se rechaza si F > F (b − 1.60) 0.075 ∑y ∑y ∑T 2 ijk − 2 ij • 2 ijk − C = 969.27 b( s − 1) = 15 M S ( B ) = S S ( B ) / b( s − 1) = 18.27 / 10.76 La hipótesis se rechaza si F > F (b( s − 1).60 < F por lo que rechazamos la hipótesis H 0 y admitimos que hay efectos de los compartimentos de las máquinas en las deformaciones de los tubos. es decir. donde α es el nivel de significación.60) 0.

TABLAS .

07 3.45 2.57 2.38 4.74 2.09 2.40 2.96 1.51 1.57 3.59 5.07 3.15 2.60 4.66 2.42 2.74 2.95 4.79 1.26 4.12 4.46 2.67 1.92 3.37 2.66 2.29 2.37 3.91 2.64 2.37 2.71 3.24 4.32 4.55 2.60 2.17 2.49 2.52 3.71 2.20 2.85 2.96 4.61 2.79 2.70 2.07 2.12 2.11 2.00 2.11 3.73 3.58 3.90 1.05) df within 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 40 60 80 100 120 4 1 6.20 3.63 1.26 4.33 3.74 2.55 3.96 3.69 2.18 3.85 1.53 2.84 3.41 3.69 1.68 4.34 3.10 3.13 2.96 2.76 1.71 1.49 2.09 3.21 2.34 2.47 3.21 4.87 2.91 1.32 5.01 1.79 2.84 3.21 3.99 2.76 2.29 2.01 8 4.09 2.35 2.67 4.70 2.61 5.48 3.53 4.29 3.00 .35 3.28 3.97 3.47 2.60 2.06 3.07 2.42 3.76 2.03 3.10 2.39 3.90 2.62 1.15 3.92 1.22 df between 6 4.98 2.92 1.96 2.53 2.77 2.94 12 4.30 2.89 3.78 1.07 3.81 2.69 3.93 2.14 4.20 4.26 1.41 3.30 4.70 2.00 3.95 1.55 2.51 2.19 2.42 2.53 2.56 2.46 4.28 4.29 3.25 2.36 2.35 4.78 2.61 1.66 2.61 4 5.37 3.23 3.36 3.89 1.01 2.84 4.64 2.82 4.18 2.63 3.02 1.49 3.39 3.96 1.59 3.95 2.63 3.46 2.45 2.05 3.66 1.51 2.99 5.96 2.59 3.00 1.10 7 4.74 2.49 2.34 2.71 2.12 3.21 2.81 1.05 2.45 2.27 2.28 3.77 2.15 2.35 4.49 4.92 2.82 2.00 3 5.37 3.39 1.13 3.45 2.01 2.71 2.59 2.24 3.65 1.39 2.44 3.01 2.53 3.85 2.17 4.28 2.44 3.32 3.10 3.03 2.71 2.88 1.84 2.34 2.10 2.79 5.48 2.33 2.44 2.25 2.86 3.10 2.90 2.13 2.08 2.98 3.20 3.41 4.61 2.67 3.62 2.72 2.87 3.51 2.95 2.41 4.49 3.32 2.79 3.19 2.33 1.60 2.28 1.74 3.26 3.40 3.31 2.81 3.50 3.54 2.55 2.03 2.93 1.59 2.18 2.94 3.73 2.00 3.48 3.75 4.68 2.43 2.92 2.06 2.12 2.88 4.40 2.28 2.90 2.61 2.83 2.51 2.76 4.23 2.63 2.93 2.34 3.11 3.57 2.31 2.41 2.03 2.91 2.24 2.23 2.76 2.18 2.13 2.75 24 4.73 1.16 2.69 2.52 4 4.53 2.70 2.38 2.16 3.22 3.33 3.15 3.07 2.36 2.37 5 5.84 2 5.85 2.19 4.25 2.68 2.64 1.33 2.93 2.45 4.58 2.70 1.84 1.31 2.42 2.83 1.11 3.23 4.48 2.46 2.74 4.Critical Values of the F Distribution (" = .37 2.23 3.35 2.09 3.98 1.29 2.42 2.80 2.68 3.01 1.54 2.14 3.05 4.54 4.08 4.42 2.18 4.84 2.88 1.

29 3.26 3.06 9.14 4.11 4.04 3.95 3.73 4.93 2.46 4.18 5.50 2.47 7.71 3.12 3.13 2.96 6.97 10.60 4.67 4.46 3.55 3.85 7.98 1.14 4.01 1.78 3.51 3.93 4.64 7.78 4 11.72 6.18 6.02 7.57 2.98 4.64 3.10 3.45 5.06 4.34 4.47 5.75 12.51 4.47 2.72 7.80 3.29 3.30 4.56 3.63 3.48 3.69 2.76 3.67 10.50 3.62 2.21 2.86 4.95 1.61 5.30 3.72 4.91 3.06 4.15 7.99 2.99 3.18 4.80 2.80 2.43 3.26 7.26 10.21 6.79 3.86 4.26 3.66 2.17 3.39 9.95 5.54 3.82 3.02 7.59 6.29 8.41 3.02 6.93 5.45 3.90 2.66 2.43 4.29 8.59 3.84 6.67 5.71 4.89 5.03 5.08 6.46 7.88 4.64 4.42 2.90 6.90 3.34 3.61 3 12.01 3.59 3.56 5.66 5.68 7.51 12 9.69 4.45 7.58 2.68 4.64 8 10.10 6.37 6.50 4.72 5.17 2.80 5.29 2.70 6.01 6.12 2.65 8.31 3.65 4.28 4.64 2 13.04 4.52 2.32 df between 5 6 7 10.66 2.43 1.04 3.37 2.55 6.77 4.70 3.31 4.85 5.86 8.75 2.84 2.64 5.79 4.02 2.87 2.33 9.18 4.78 5.67 5.02 3.14 4.47 5.51 3.22 4.63 3.25 4.55 8.08 3.60 7.56 7.74 4.20 5.07 2.07 4.20 3.26 13.41 5.56 3.00 .00 2.27 10.23 3.36 3.22 5.46 8.01 2.12 3.85 6.19 24 9.88 5.99 6.33 3.99 2.10 2.04 4.49 5.67 3.42 2.31 2.75 8.74 2.51 3.23 3.82 3.36 6.56 7.87 2.87 4.36 3.55 2.88 7.68 8.56 4.21 5.85 3.84 4.58 4.50 1.33 4.37 3.39 3.32 4.32 5.87 3.87 3.65 2.30 3.44 4.99 6.49 2.74 5.Critical Values of the F Distribution (" = .40 4.75 3.76 4.79 4 9.39 5.17 2.13 4.29 5.54 4.65 3.59 3.81 3.60 1.56 10.81 1.40 8.62 4.01 5.36 2.98 3.89 3.25 11.07 4.06 5.53 3.01) df within 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 40 60 80 100 120 4 1 16.19 6.34 2.53 5.53 8.92 2.61 5.51 6.03 2.23 6.64 4.46 3.18 8.86 2.47 3.01 4.77 7.17 3.67 3.94 3.89 7.20 4.95 7.38 1.32 3.44 4.11 6.92 9.82 4.17 3.99 2.94 4.42 5.10 3.04 9.49 2.93 6.00 3.50 4.71 3.09 5.95 3.57 5.39 5.82 7.12 2.26 2.31 4.21 2.03 1.07 8.70 4.17 2.36 3.29 3.65 9.82 2.94 3.82 4.37 4.83 3.47 8.96 2.56 3.31 6.07 3.28 4.82 4.63 6.60 3.42 5.57 4.03 4.04 2.07 5.11 4.78 8.26 4.99 5.42 3.96 2.31 7.73 3.75 2.10 8.50 3.96 3.42 5.02 3.77 4.04 2.78 3.79 3.70 2.89 4.18 3.16 3.

325 1.303 1.921 1.896 3.1) 1.321 1.746 2.262 2.753 2.383 1.787 1.819 3.323 1.721 2.01) 2.356 1.895 2.462 2.646 3.355 1.314 1.074 2.965 3.140 4.664 1.330 1.706 2.761 2.763 1.01 (0.718 3.120 2.064 2.345 1.898 1.782 2.364 2.363 1.160 2.571 3.990 2.671 2.358 2.717 2.310 1.476 1.289 1.740 2.032 1.639 1.403 2.060 2.131 2.086 2.878 1.2 (0.845 1.467 2.025) (0.602 2.697 2.447 3.831 1.660 1.750 1.145 2.681 3.711 2.460 3.318 1.296 1.073 4.869 5.587 4.372 1.883 3.725 3.729 2.704 1.860 2.779 1.922 3.437 4.1 0.796 2.250 1.658 1.457 2.518 2.423 2.850 3.341 1.318 4.000 2.106 1.306 2.659 3.781 4.042 2.496 3.350 1.327 2.485 2.479 2.373 3.674 3.678 1.015 3.313 1.676 2.056 2.699 2.045 2.041 4.292 1.821 3.009 2.959 5.365 2.576 0.228 2.299 1.977 1.001 (0.492 2.333 1.415 1.080 2.626 1.725 2.861 1.690 3.943 2.551 3.624 2.819 1.792 3.319 1.Critical Values of the t Distribution df 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 40 50 60 80 100 120 4 0.052 2.311 1.179 2.337 1.745 3.583 2.05 0.714 2.390 2.797 1.416 3.143 3.567 2.947 1.499 1.807 1.960 2.02 0.365 4.282 2-tailed testing / (1-tailed testing) 0.998 3.617 1.539 2.734 2.397 1.093 2.048 2.645 1.984 2.771 1.771 2.316 1.0005) 6.660 1.021 2.291 .012 1.707 1.440 1.764 3.768 3.069 2.833 2.701 2.169 1.005) (0.707 3.756 1.05) (0.408 5.328 1.980 2.374 2.201 2.315 1.290 1.508 2.684 2.650 3.708 2.473 2.703 2.812 2.528 2.110 2.500 2.390 3.101 2.055 1.552 2.221 4.015 2.

.

37 5.28 4.92 4.35 5.56 5.35 6.82 2.13 5.11 4.20 4.17 3.15 4.63 4.54 5.02 3.69 4.68 6.01 .77 4.31 4.96 4.41 5.75 3.14 6.01 .01 .33 5. Hartley (Eds.80 9.16 4.33 4.03 4.61 4.64 3.63 5.01 .16 This table is abridged from Table 29 in E.47 5.03 6.98 4.64 5.08 4.86 4.73 5.24 4.49 5.96 4.19 4.49 6.01 .70 5.79 4.47 5.99 6.05 .74 3.30 4.71 4.77 5.15 6.82 7.64 3.84 6.00 8.32 5.43 5.05 5.05 5.05 .85 4.60 3.60 6.01 .01 .13 3.67 5. Biometrika tables for statisticians (3rd ed.65 5.11 6. .94 4.20 4.12 6.08 5.17 4.01 6.07 2.05 .62 4.84 4.36 4.78 5.70 3.74 7.25 6.30 6.01 .01 .82 5.61 7.21 5.53 6.91 9.69 4.05 .87 5.89 3.92 3.55 5.70 3. 1970.55 5.96 5.73 4.51 5.25 6.25 4.33 5.88 5.57 4.55 3.20 5.64 3 4.02 2.05 5.20 3.01 2 3.43 6.35 6.46 7.72 5.31 5.93 5.19 6.04 4.67 6.05 6.97 8.99 5.02 5.59 4.82 5.49 5.96 2.92 5.12 8.89 5.13 2.05 .72 5.60 5.60 7.99 6.40 6.12 4.06 5.68 5.69 4.17 4.10 6.67 5.60 5.50 4.76 2.Critical Values of the Studentized Range Statistic1 dfWG 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 24 30 40 60 120 4 1 " .32 6.59 3.09 3.05 .31 4.84 5.77 3.26 4.40 4.05 .88 8 6.76 4.30 5.13 6.86 6.68 4.11 5.99 10.04 6.60 4.39 4.83 3.56 4.84 3.08 6.01 .63 5.22 7.27 5.32 4.12 6.30 4.49 4.10 6.37 3.05 .88 5.79 4.45 3.86 3.37 4.32 5.05 .81 4.00 5.05 .06 4.48 4.45 4.62 5.48 3.33 5.23 4.80 4.54 4.36 5.61 5.01 .92 4.65 4.47 5.97 6.50 3.01 4.21 4.40 Number of Groups 5 6 7 5.81 5.95 4.39 3.52 5.63 4.42 8.96 3.34 4.21 3.37 5.67 4.62 6.54 4.01 .54 5.83 5.91 4.05 3.03 4.92 4.70 4.01 .41 4.74 4.39 4.01 7.86 5.63 5.64 4.32 4.51 4.05 .39 5.07 6.40 4.46 5.94 6.97 4.95 5.01 .43 3.60 7.05 .68 4.49 4.91 3.).05 .80 3.91 5.01 4.47 4.01 .01 . Vol 1).14 5.67 6.87 6.27 6.03 6.34 6.08 4.23 4.19 4.05 .30 4.92 7.90 5.05 .02 4.67 5.20 6.01 .90 6.81 5.40 4.82 5.05 .45 4.51 5.24 3.02 5.24 5.05 .53 5.44 5.44 4.29 5.90 7.27 3.08 4.88 6.49 9.32 3.33 4.46 5.37 4.00 4.17 5.77 5.28 3.45 4.92 6.10 4.66 6.01 .76 5.89 4.60 4.05 . Pearson and H.24 4.65 4.01 3.98 4.25 4.33 8.12 4 5.96 7.15 4.79 3.77 7.15 5.26 5.20 5.43 7.04 5.26 4.99 4.05 .98 4.97 6..82 5.98 5.66 5.16 8.39 6.75 4.50 4.01 .S.05 . Cambridge University Press.01 .73 4.37 7.11 5.17 5.67 4.10 2.52 4.82 4.56 5.17 5.95 5.79 5.94 5.10 4.16 4.25 4.05 .67 3.O.24 6.54 4.67 5.16 5.92 4.26 3.29 4.65 5.32 8.98 6.08 10 6.44 5.03 5.05 2.53 4.65 4.89 2.05 .96 6.20 6.38 5.73 5.70 3.85 4.36 5.68 5.59 7.09 4.22 4.41 5.59 4.36 4.80 3.87 5.76 4.99 9 6.90 4.05 3.90 7.74 5.58 9.08 4.95 3.99 5.24 6.14 4.03 4.15 3.70 2.01 .97 4.56 7.89 3.58 4.37 4.26 3.80 5.

01 .95 3.71 3.33 3.13 2.44 2.54 2.47 2.95 2.22 3.65 3.05 .53 4.99 4.26 3.89 2.95 3.22 3.05 .05 .01 .21 4.77 3.85 4.37 3.64 5.24 3.28 3.83 2.44 3.33 2.50 3.10 3.65 2.79 3.29 2.01 .40 3.66 2.67 3.39 3.44 2.64 2.63 2.19 4.82 3.66 2.81 2.81 2.01 2 2.57 2.20 3.08 4.66 2.32 3.74 3.95 2.0l .98 3.81 3.01 .02 2.97 5.41 4.36 2.70 2.03 3.19 3.89 3.04 3.46 3.12 3.68 2.40 4.Critical Values of the Dunnett Test2 n 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 24 30 40 60 2 " .25 2.77 2.58 3.90 3.89 2.22 2.58 2.85 2.76 2.60 3.68 2.80 2. New tables for multiple comparisons with a control.55 2.37 2.61 2.12 2.14 4.54 2.51 3.39 4.95 2. Including Control Group 4 5 6 7 8 3.47 3.05 .68 2.57 3.35 3.05 .86 2.73 3.94 3.76 2.01 .75 2.23 3.28 3.29 9 3.01 .68 2.21 2.27 2.71 2.69 2.49 3.55 3.57 3.74 2.92 3.41 2.12 3.05 .83 3.96 3.60 3.01 2.32 3.74 3.11 3.79 2.05 .93 3.32 3.98 5.43 3.01 .30 2.20 3.73 2.09 3.07 3.55 3.05 .75 2.61 3.16 3.72 2. .16 3.56 3.39 3.83 2.33 3.59 2.86 3.90 3.W.02 3.07 3.40 3.80 2.86 4.06 3.04 2.77 3.01 .39 2.75 2.09 4.67 3.65 3.17 2.76 3.39 3.0l .33 10 3.70 2.84 2.87 2.71 2.89 2.85 2.89 3.17 2.35 4.95 3.19 3.78 2.01 .15 2.82 2.00 2.25 3.29 4.61 2.62 2.88 3.10 2.52 2.05 .00 4.97 3. Biometrics.01 2.75 3.05 .94 3.88 3.47 4.20 3.63 2.07 2.90 3.53 2.73 2.04 3.78 2.41 2.71 2.05 .05 2.99 3.73 3.08 3.00 5.45 3.14 3.26 3.90 5.90 Number of Groups.63 2.47 3.87 2.05 .51 2.62 3.22 4.13 3.03 2.51 2.06 2.82 4.98 3.53 4.94 3.00 3.69 2.71 4.63 2.10 2.43 3.40 3.73 3.59 3.91 2.05 .36 3.07 3.57 4.37 This table is abridged from C.29 3.53 3.13 2.86 3.05 .14 2.09 2.36 3.01 .05 .95 3.05 .44 3.69 2.69 3.03 4.17 4.12 4.89 3.48 3.60 2.42 3.01 .02 3.48 3.00 3.52 2.92 3.01 .0l .80 2.81 3.75 2.92 2.56 3.65 2.11 2.01 4.50 3.33 3.39 3.71 3.86 3.66 3 3.83 2.29 2.05 .56 5.41 4.00 3.81 2.22 5.89 3.88 3.98 2.88 3.53 3.58 2.47 3.05 3.14 4.29 3.18 3.88 2.44 2.24 4.97 3.42 3.15 3.25 2.61 2.69 3.41 5.73 2.31 3.72 2.62 3.31 3.69 3.51 4.01 .56 2.05 2.29 4.05 .84 2.02 3.64 4.76 2.63 3.41 3.16 2.22 3.64 3.02 3.99 3.09 2.98 4.89 3.90 2.05 .10 3.02 3.65 2.01 .26 4. 1964.48 3.01 .49 2.32 4.87 5.14 3.97 3.81 3.71 5.26 3.19 2.77 3.74 2.80 3.19 4. 482-491.72 2.87 3.05 .82 3.96 2.82 3.01 .78 2.52 3.94 3.25 3.57 4. Dunnett.50 2.11 2.48 2.58 2.90 2.38 3.45 2.78 2.

Sign up to vote on this title
UsefulNot useful