You are on page 1of 1

:AP.

i:

ANÁLISIS DE VARIANZA

229

CMET CME

(13.1)

Si el cociente F se encuentra en la región de rechazo de acuerdo con el nivel de significancia especificado, se rechaza la hipótesis nula de que las diversas medias poblacionales son mutuamente iguales. En el problema 13.1 se ilustra ¡a aplicación de estos cincos pasos a un problema de prueba de hipótesis que implica tres categorías de datos, o tratamientos. Aunque los pasos anteriores son útiles para describir la metodología conceptual en la que se basa el análisis de varianza (ANOVA), la extensión de este procedimiento a diseños más complejos que la simple comparación de k medias muéstrales es fastidiosa. Por ¡o tanto, en las siguientes secciones de este capítulo cada diseño es descrito en términos del modelo lineal que identifica los componentes que influyen en la variable aleatoria. Asimismo, en relación con cada tipo de diseño experimental se presenta una tabla de análisis de varianza estándar que incluye las fórmulas necesarias para el cálculo de los valores de los cuadrados medios requeridlas. 13.2 DISEÑO COMPLETAMENTE ALEATORIZADO DE UN FACTOR (ANOVA CON UN CRITERIO DE CLASMCACIÓN) El procedimiento del análisis de varianza con un criterio de clasificación se refiere a la prueba de la diferencia entre k medias muéstrales cuando los elementos son aleatoriamente asignados a cada uno de los diversos grupos de tratamiento. En consecuencia, la explicación general de la sección 13.1 se aplica a este modelo con un criterio de clasificación. La ecuación, o modelo, lineal que representa al diseño completamente aleatorizado de un factor es X.k = ¡i* at-£¡t donde /i = la media global de todas las k poblaciones de tratamientos ak = efecto del tratamiento del grupo k particular del cual fue muestreado el valor £.{ = el error aleatorio asociado con el proceso de muestreo (e es la letra griega épsilon) (13.2]

La tabla 13.1 es la tabla de resumen para el diseño completamente aleatorizado de un factor del análisis de varianza, la cual incluye todas las fórmulas de cálculos. La aplicación de estas fórmulas a datos muéstrales se ilustra en los problemas 13.2 a 13.5. El sistema de símbolos que se usa en esta tabla es ligeramente diferente al empleado en la sección 13.1, a causa de la necesidad de utilizar un sistema que pueda extenderse lógicamente al análisis de varianza con dos criterios de clasificación. Así, el CMET se convierte en cuadrado medio entre ios grupos de tratamiento A (CMA). Nótese además que la definición de símbolos en el contexto del análisis de varianza no es necesariamente congruente con el uso de estos símbolos en el análisis estadístico general. Por ejemplo, at en (13.2) se refiere al efecto en un valor aleatoriamente muestreado originado en el grupo de tratamientos en el que se localiza el valor; no tiene nada que ver con el concepto de a en los procedimientos generales de prueba de hipótesis descritos en la sección 10.2. De igual manera. A1' en ¡a tabla 13.1 designa el tamaño total de la muestra para todos los grupos de tratamiento combinados, no el tamaño de una población. Los nuevos símboTabia 13.1 Tabla de resumen para el análisis de varianza con un criterio de clasificación (no es necesario que ios grupos de tratamientos sean iguales) Grados de libertad (g/) Suma de cuadrados (SC) Cuadrado medio (CM) Cociente F
p_

;, Fuente de variación Entre grupos as tratamientos (A )

r i

VA y '•
(.,, K¡

K

r-¿

T2

C\ji- ^^A
A'

cvv

CMA

K- 1
rup - SSE

CME

N-K
f. K
T-¿

Total (T)

A'1 -I

SCT= I I JE»-!. e! ;•=! A; -