One way anova
-
Upload
gabriel-contreras-serrano -
Category
Economy & Finance
-
view
643 -
download
1
description
Transcript of One way anova
![Page 1: One way anova](https://reader036.fdocuments.net/reader036/viewer/2022062418/5563d5c2d8b42ad6088b52c9/html5/thumbnails/1.jpg)
Carlos Gabriel Contreras Serrano MscEstadistico.
Universidad de California Los Angeles.Duke University
One Way ANOVA.
![Page 2: One way anova](https://reader036.fdocuments.net/reader036/viewer/2022062418/5563d5c2d8b42ad6088b52c9/html5/thumbnails/2.jpg)
Generalidades.
Su objetivo consiste en comprobar Sí uno o mas tratamientos experimentales producen un efecto determinado sobre la variable dependiente.
Establecimiento de relaciones causales entre la variable dependiente y la variable independiente.
![Page 3: One way anova](https://reader036.fdocuments.net/reader036/viewer/2022062418/5563d5c2d8b42ad6088b52c9/html5/thumbnails/3.jpg)
Modelo estructura matemático de ANOVA.
Valor observa
do.
Suma de efectos
explicados por factores de efectos
fijos.
Suma de efectos
explicados por factores de efectos aleatorios
Suma de efectos explicados por otros factores distintos de los tratamientos.
Influencia de los tratamientos,
EfectosConstantes.
Efectos aleatorios.
ij
![Page 4: One way anova](https://reader036.fdocuments.net/reader036/viewer/2022062418/5563d5c2d8b42ad6088b52c9/html5/thumbnails/4.jpg)
Estructura del análisis de varianza en un experimento
simple.
Puntuación de la variable independiente para la muestra i del tratamiento j.
Puntuación media de la población de la cual se ha extraído la
observación, es constante en todos los términos del experimento.
Efecto del j-esimo tratamiento experimental.
Error correspondiente a la i-esima observación bajo el j-
esimo tratamiento.
Yij = + j + ij
![Page 5: One way anova](https://reader036.fdocuments.net/reader036/viewer/2022062418/5563d5c2d8b42ad6088b52c9/html5/thumbnails/5.jpg)
Mínimos cuadrados ordinarios (MCO)
EL procedimiento matemático diseñado para la estimación de los parámetros del modelo se denomina Mínimos Cuadrados Ordinarios MCO.
Consiste en minimizar la suma de cuadrados componente de error del modelo.
La finalidad del análisis de varianza radica en comprobar Sí alguno de los parámetros del modelo se desvía suficiente de cero y, por ende, Sí alguno de los tratamientos experimentales ejerce una influencia significativa sobre el fenómeno de estudio.
![Page 6: One way anova](https://reader036.fdocuments.net/reader036/viewer/2022062418/5563d5c2d8b42ad6088b52c9/html5/thumbnails/6.jpg)
La razón F (Introducción)
Para realizar la comprobación de hipótesis, se sigue una serie de pasos hasta llegar a la razón F. estadístico en el que se fundamenta la prueba de hipótesis.
Un ejemplo clásico de ANOVA se puede observar en un diseño unifactorial multigrupo.
![Page 7: One way anova](https://reader036.fdocuments.net/reader036/viewer/2022062418/5563d5c2d8b42ad6088b52c9/html5/thumbnails/7.jpg)
VARIABLE INDEPENDIENTE.
A
A1 A2 A3 Aj _Yi
SUJETOS
S1 Y1-1 Y1-2 Y1-3 Y1-k __Y1
S2 Y2.1 Y2.2 Y2.3 Y2.k __Y2
S3 Y3.1 Y3.2 Y3.3 Y3.k __Y3
S4 Y4.1 Y4.2 Y4.3 Y4.k __Y4
Sí Yi-1 Yi-2 Yi-3 Yij __Yn
Yj Y1 Y2 Y3 Yk
y..
Diseño unifactorial multigrupo al azar.
Yij = + j + ij
_ _ _ _ _ _
![Page 8: One way anova](https://reader036.fdocuments.net/reader036/viewer/2022062418/5563d5c2d8b42ad6088b52c9/html5/thumbnails/8.jpg)
Supuestos para el uso de mínimos cuadrados ordinarios.
Los ij deben distribuirse normalmente.
Los ij han de ser independientes entre Sí.
La media de los ij deben ser igual a cero.
La varianza de los ij ha de coincidir con la varianza de la población.
V(ij) = 2
![Page 9: One way anova](https://reader036.fdocuments.net/reader036/viewer/2022062418/5563d5c2d8b42ad6088b52c9/html5/thumbnails/9.jpg)
Cumplidos los supuestos…Los parámetros se pueden estimar de la
siguiente forma.
y.. ........
y j - y.. = j - j
Yij = + j + ij
_ _
_
ij = yij - y.j _
yij = y..+ (y. j – y..) + ij.
_ _ _
![Page 10: One way anova](https://reader036.fdocuments.net/reader036/viewer/2022062418/5563d5c2d8b42ad6088b52c9/html5/thumbnails/10.jpg)
Colocando y.. En el miembro izquierdo de la igualdad, la desviación de una observación en torno a la media de la población se expresa como:
La ecuación anterior expresa el principio central de ANOVA. La distancia (o tamaño de variación) de un valor observado concreto, yij, con respecto a la media de todos los valores observados, y.. Se puede dividir en dos componentes: variación explicada y variación no explicada.
yij-y = (y. j – y..) +_ _ __
(yij - y.j)
![Page 11: One way anova](https://reader036.fdocuments.net/reader036/viewer/2022062418/5563d5c2d8b42ad6088b52c9/html5/thumbnails/11.jpg)
Propósito matemático de ANOVA.
El propósito básico del ANOVA radica en calcular estos dos componentes de variación y en convertirlos en valores comparables. Para ello, se han de estimar en primer lugar las denominadas sumas de cuadrados o variaciones que se producen en un experimentos.
![Page 12: One way anova](https://reader036.fdocuments.net/reader036/viewer/2022062418/5563d5c2d8b42ad6088b52c9/html5/thumbnails/12.jpg)
Componentes.
_ _
_
![Page 13: One way anova](https://reader036.fdocuments.net/reader036/viewer/2022062418/5563d5c2d8b42ad6088b52c9/html5/thumbnails/13.jpg)
Suma de cuadrados.Las cumas de cuadrados reflejan las diferentes
variaciones que tienen lugar en un experimento y constituyen un elemento fundamental para el calculo de las varianzas.
Partiendo de una sola observación, yij, y aplicando la descomposición de la desviación total (puntuaciones diferentes con respecto a la media) en los componentes que acabamos de describir como desviación explicada y desviación no explicada, se tiene que:
yij-y = (y. j – y..) +_ _ __
(yij - y.j)
![Page 14: One way anova](https://reader036.fdocuments.net/reader036/viewer/2022062418/5563d5c2d8b42ad6088b52c9/html5/thumbnails/14.jpg)
Elevando al cuadrado ambos miembros de la igualdad.
Desarrollando el binomio al cuadrado del segundo miembro de la igualdad
(yij-y )2= (y. j – y..) +_ _ __
(yij - y.j) 2
(yij-y )2= (y j – y..)2 + (yij - y.j)2 +2 (y.j – y..)(yij - y.j)
_ _ __ __ _
Generalizando la ecuación para cada i y j del experimento.
(yij-y )2= ny j – y..)2 + (yij - y.j)2 +2 (y.j – y..)(yij - y.j)
_ _ _ _ _ _ _
ji j ji ji
Dado que la suma de las variaciones de los yij en torno a su media es igual a cero.
2 (y.j – y..)(yij - y.j) = 0_ _ _
ji
![Page 15: One way anova](https://reader036.fdocuments.net/reader036/viewer/2022062418/5563d5c2d8b42ad6088b52c9/html5/thumbnails/15.jpg)
(yij-y )2= ny j – y..)2 + (yij - y.j)2
_ _ _ _
ji j ji
En consecuencia, se obtiene la siguiente igualdad.
Suma cuadrática total.
Suma cuadrática intergrupo.
Suma cuadrática intragrupo.
Las sumas de cuadrados se calculan de manera diferente para cada tipo de diseño, de igual forma, la descomposición de la
variación total se calcula de manera diferente según el diseño.
![Page 16: One way anova](https://reader036.fdocuments.net/reader036/viewer/2022062418/5563d5c2d8b42ad6088b52c9/html5/thumbnails/16.jpg)
![Page 17: One way anova](https://reader036.fdocuments.net/reader036/viewer/2022062418/5563d5c2d8b42ad6088b52c9/html5/thumbnails/17.jpg)
Una vez obtenidas la suma cuadrática total, intergrupos e intragrupos, han de compararse tales variaciones entre Sí, para lo cual resulta necesario obtener sus correspondientes varianzas. La varianza es una variación promedio y, mas concretamente, se define como la cantidad de variación por grado de libertad. En consecuencia, para proceder al calculo de las varianzas se deben extraer, en primer lugar, los grados de libertad correspondientes a cada suma de cuadrados.
![Page 18: One way anova](https://reader036.fdocuments.net/reader036/viewer/2022062418/5563d5c2d8b42ad6088b52c9/html5/thumbnails/18.jpg)
Grados de libertad. (concepto)
Son la cantidad de observaciones básicas independientes de las que se dispone en la estimación de una fuente de variación.
Siempre que se aplique una restricción a las observaciones basicas se pierde un grado de libertad.
![Page 19: One way anova](https://reader036.fdocuments.net/reader036/viewer/2022062418/5563d5c2d8b42ad6088b52c9/html5/thumbnails/19.jpg)
Grados de libertad (calculo)
![Page 20: One way anova](https://reader036.fdocuments.net/reader036/viewer/2022062418/5563d5c2d8b42ad6088b52c9/html5/thumbnails/20.jpg)
Varianzas o medias cuadraticas
Se obtienen dividiendo las variaciones o suma de cuadrados entre sus correspondientes grados de libertad.
Se esta forma se estima la proporción de varianza que corresponde a cada una de las fuentes de variación del modelo.
En el análisis de varianza de una vía hay que calcular dos medias cuadráticas. Una correspondiente a la fuente de variación intergrupos y otra correspondiente a la fuente de variación del error.
![Page 21: One way anova](https://reader036.fdocuments.net/reader036/viewer/2022062418/5563d5c2d8b42ad6088b52c9/html5/thumbnails/21.jpg)
Medias cuadráticas.
MC intergrupo = SC intergrupo
gl intergrupo.
MC error = SC error
gl error
![Page 22: One way anova](https://reader036.fdocuments.net/reader036/viewer/2022062418/5563d5c2d8b42ad6088b52c9/html5/thumbnails/22.jpg)
F= MC intergrupo
MC error
Razón FLa razón F es el cociente entre la media
cuadrática intergrupo o varianza explicada por el tratamiento y la media cuadrática del error o varianza residual:
Bajo el supuesto de la hipotesis nula o de la ausencia de diferencia entre los diversos grupos de tratamiento. La distribución muestra del estadístico se aproxima a la distribución F con k-1 grados de libertad el numerador y k(n-1) grados de libertad en el denominador.
![Page 23: One way anova](https://reader036.fdocuments.net/reader036/viewer/2022062418/5563d5c2d8b42ad6088b52c9/html5/thumbnails/23.jpg)
Razón F
Este estadístico puede utilizarse para contrastar la hipótesis de igualdad entre las diferentes medias de la población, es decir, para saber Sí las medias de los grupos han sido extraídas de la misma población o de idénticas poblaciones. Sí las medias de los grupos no difieren entre Sí, la razón se acerca a la unidad, variando únicamente en función de las fluctuaciones del muestreo. Sí, por el contrario, las medias de los grupos difieren entre Sí, la razón excede la unidad en mayor medida de lo que podría atribuirse al mero azar.
![Page 24: One way anova](https://reader036.fdocuments.net/reader036/viewer/2022062418/5563d5c2d8b42ad6088b52c9/html5/thumbnails/24.jpg)
Razón F
La hipótesis nula se rechaza cuando el valor F obtenido por el investigador (F empírica o F observada( supera el valor critico o tabular de F (F teórica) asumiendo un determinado valor alpha o error de tipo I
![Page 25: One way anova](https://reader036.fdocuments.net/reader036/viewer/2022062418/5563d5c2d8b42ad6088b52c9/html5/thumbnails/25.jpg)
Ejemplo.
Un investigador quiere saber cual de los siguientes tratamientos tiene mejor efecto sobre la atención de niños diagnosticados con Déficit de Atención e Hiperactividad:
1.Biofedback.2.Terapia conductual.3.Terapia familiar.
Para ello, 90 niños fueron asignados aleatoriamente a tres grupo: 1. grupo Biofedback, 2. grupo terapia conductual y 3. niños sin tratamiento. Para asegurar éticamente al grupo 3 se suministro el mejor tratamiento una vez finalizado el experimento.
![Page 26: One way anova](https://reader036.fdocuments.net/reader036/viewer/2022062418/5563d5c2d8b42ad6088b52c9/html5/thumbnails/26.jpg)
Datos.
Para medir los niveles de atención se aplico el test TOVA, (Test of Variables of Attention)
En términos generales se utilizó el programa StatGraphic para el análisis de los resultados.
![Page 27: One way anova](https://reader036.fdocuments.net/reader036/viewer/2022062418/5563d5c2d8b42ad6088b52c9/html5/thumbnails/27.jpg)
Procedimiento en StarGraphics.Datos en el editor, es importante colocar
todos los datos en fila, uno detrás del otro.
![Page 28: One way anova](https://reader036.fdocuments.net/reader036/viewer/2022062418/5563d5c2d8b42ad6088b52c9/html5/thumbnails/28.jpg)
Procedimiento en StarGraphicsIr a Comparaciones, análisis de varianza,
ANOVA simple.
![Page 29: One way anova](https://reader036.fdocuments.net/reader036/viewer/2022062418/5563d5c2d8b42ad6088b52c9/html5/thumbnails/29.jpg)
Procedimiento en StarGraphicsSeleccione atención como variable
dependiente y tratamiento como factor, posteriormente de aceptar.
![Page 30: One way anova](https://reader036.fdocuments.net/reader036/viewer/2022062418/5563d5c2d8b42ad6088b52c9/html5/thumbnails/30.jpg)
Procedimiento en StarGraphicsComo resultado se extraerá lo siguiente.
![Page 31: One way anova](https://reader036.fdocuments.net/reader036/viewer/2022062418/5563d5c2d8b42ad6088b52c9/html5/thumbnails/31.jpg)
Interpretación.
En investigación social, es común utilizar un margen de error del 5% por lo que alpha será de 0.05.
El valor de P en este caso es menor de 0.05 lo que quiere decir que se rechaza la hipótesis nula, por lo que efectivamente existen diferencias estadísticamente significativas en por lo menos dos tratamientos.
Hay que recordar que la hipótesis nula en ANOVA indica que no hay diferencias significativas entre las medias de los grupos.
![Page 32: One way anova](https://reader036.fdocuments.net/reader036/viewer/2022062418/5563d5c2d8b42ad6088b52c9/html5/thumbnails/32.jpg)
Grafico de medias.
![Page 33: One way anova](https://reader036.fdocuments.net/reader036/viewer/2022062418/5563d5c2d8b42ad6088b52c9/html5/thumbnails/33.jpg)
Interpretación.Como se puede observar, la media de atención
en el grupo de pacientes que recibieron bioretroalimentación es superior a los pacientes que recibieron terapia de comportamiento, y los que recibieron terapia de comportamiento puntuaron superior que aquellos que recibieron terapia familiar.
Es posible que la terapia de comportamiento sea el mejor tratamiento para el déficit de atención e hiperactividad, aun asi hay que hacer análisis de COMPARACIONES MULTIPLES para tener elementos de análisis mas sólidos.