Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
466 ❍ CAPÍTULO 11 EL ANÁLISIS DE VARIANZA DISEÑO DE BLOQUE ALEATORIZADO: UNA CLASIFICACIÓN EN DOS DIRECCIONES El diseño completamente aleatorizado introducido en la sección 11.4 es una genera- lización del diseño de las dos muestras independientes presentado en la sección 10.4. Está pensado para usarse cuando las unidades experimentales sean bastante similares u homogéneas en su conformación y cuando haya sólo un factor, el tratamiento, que pueda infl uir en la respuesta. Cualquier otra variación en la respuesta se debe a variación aleatoria o a error experimental. A veces es claro para el investigador que las unidades experimentales no sean homogéneas. Personas o animales con carácter experimental, medias poblacionales? ¿Esto confi rma sus conclusiones del ejercicio 11.15? Salida impresa MINITAB para el ejercicio 11.24 Tukey's 95% Simultaneous Confidence Intervals All Pairwise Comparisons among Levels of Method Individual confidence level = 97.94% Method = 1 subtracted from: Method Lower Center Upper 2 -0.0014377 -0.0008400 -0.0002423 3 -0.0001777 0.0004200 0.0010177 Method --------+---------+---------+---------+ 2 (-----*-----) 3 (-----*-----) --------+---------+---------+---------+ -0.0010 0.0000 0.0010 0.0020 Method = 2 subtracted from: Method Lower Center Upper 3 0.0006623 0.0012600 0.0018577 Method --------+---------+---------+---------+ 3 (-----*-----) --------+---------+---------+---------+ -0.0010 0.0000 0.0010 0.0020 11.25 Tolerancia a la glucosa Los médicos dependen de resultados de exámenes de laboratorio cuando manejan problemas médicos como diabetes o epilepsia. En un examen de uniformidad para tolerancia a la glucosa, a tres laboratorios diferentes se les enviaron nt � 5 muestras de sangre idénticas de una persona que había bebido 50 miligramos (mg) de glucosa disuelta en agua. Los resultados de laboratorio (en mg/dl) son los siguientes: Lab 1 Lab 2 Lab 3 120.1 98.3 103.0 110.7 112.1 108.5 108.9 107.7 101.1 104.2 107.9 110.0 100.4 99.2 105.4 a. ¿Los datos indican una diferencia en el promedio de lecturas para los tres laboratorios? b. Use el método de Tukey para comparaciones apareadas para clasifi car las tres medias de tratamiento. Use a � .05. 11.26 El costo de la madera, continúa El análisis de varianza de la prueba F en el ejercicio 11.17 (y conjunto de datos EX1117) determinó que, efectivamente, había una diferencia en el costo promedio de madera para los cuatro estados. La siguiente información del ejercicio 11.17 se da en la tabla. Medias muestrales x�1 � 242.2 MSE 41.25 x�2 � 214.8 Error df : 16 x�3 � 231.6 ni: 5 x�4 � 248.6 k : 4 Use el método de Tukey para comparaciones apareadas para determinar cuáles medias difi eren signifi cativamente respecto de las otras al nivel a � .01. 11.27 Califi caciones del GRE Las califi caciones de Examen de Registro de Graduados (GRE, por sus siglas en inglés), se registraron para estudiantes admitidos en tres programas diferentes para graduados en una universidad local. Programa de graduados 1 2 3 532 670 502 548 590 607 619 640 549 509 710 524 627 690 542 a. ¿Los datos dan sufi ciente evidencia para indicar una diferencia en las califi caciones medias del GRE, para solicitantes admitidos a los tres programas? b. Encuentre un intervalo de confi anza de 95% para la diferencia en califi caciones medias del GRE para los programas 1 y 2. c. Si encuentra una diferencia signifi cativa en las califi caciones del GRE para los tres programas, use el método de Tukey para comparaciones apareadas para determinar cuáles medias difi eren signifi cativamente de las otras. Use a � .05. DATOSMISMIS EX1125 DATOSMISMIS EX1127 11.7 Probabilidad_Mendenhall_11.indd 466Probabilidad_Mendenhall_11.indd 466 5/14/10 8:36:04 AM5/14/10 8:36:04 AM www.FreeLibros.me 11.8 EL ANÁLISIS DE VARIANZA PARA UN DISEÑO DE BLOQUE ALEATORIZADO ❍ 467 campos agrícolas, días de la semana y otras unidades experimentales a veces agregan su propia variabilidad a la respuesta. Aun cuando el investigador no esté realmente intere- sado en esta fuente de variación, sino que más bien en algún tratamiento que escoja apli- car, puede aumentar la información al aislar esta fuente de variación usando el diseño de bloque aleatorizado, que es una extensión directa de los pares acoplados o diseño de diferencia apareada de la sección 10.5. En un diseño de bloque aleatorizado, el experimentador está interesado en comparar k medias de tratamiento. El diseño utiliza bloques de k unidades experimentales que son claramente similares, u homogéneos, con una unidad dentro de cada bloque asignada al azar a cada tratamiento. Si el diseño de bloque aleatorizado contiene k tratamientos dentro de cada uno de los b bloques, entonces el número total de observaciones en el experimento es n � bk. Un supervisor de producción desea comparar los tiempos medios para que operadores de línea de producción ensamblen un artículo usando uno de tres métodos: A, B o C. Esperando variación en tiempos de ensamble de un operador a otro, el supervisor emplea un diseño de bloque aleatorizado para comparar los tres métodos. Cinco operadores de línea de producción se seleccionan para servir como bloques y a cada uno se le asigna ensamblar el artículo tres veces, una vez por cada uno de los tres métodos. Como la secuencia en la que el operador usa los tres métodos puede ser importante (fatiga o mayor destreza pueden ser factores que afecten la respuesta), cada operador debe ser asignado a una secuencia aleatoria de los tres métodos. Por ejemplo, el operador 1 podría ser asignado a efectuar primero el método C, seguido por A y B. El operador 2 podría reali- zar primero el método A, seguido del C y B. Para comparar cuatro métodos diferentes de enseñanza, un grupo de estudiantes podría ser dividido en bloques de tamaño 4, de modo que los grupos se encuentren casi acoplados según su rendimiento académico. Para comparar los costos promedio de tres compañías de telefonía celular diferentes, los costos podrían compararse en cada uno de tres niveles de uso: bajo, medio y alto. Para comparar el promedio de producción de tres especies de árboles frutales, cuando se espera una variación en producción debido al campo en el que se planten los árboles, una investigadora usa cinco campos. Ella divi- de cada campo en tres lotes en los que están plantadas las tres especies de árboles fru- tales. El acoplamiento o bloqueo puede tener lugar en muchas formas diferentes. Las com- paraciones de tratamientos se hacen a veces dentro de bloques de tiempo, dentro de blo- ques de personas o dentro de ambientes externos similares. El propósito de bloquear es remover o aislar la variabilidad de un bloque a otro que pudiera de otro modo ocultar el efecto de los tratamientos. Usted encontrará más ejemplos del uso del diseño de bloque aleatorizado en los ejercicios al fi nal de la sección siguiente. EL ANÁLISIS DE VARIANZA PARA UN DISEÑO DE BLOQUE ALEATORIZADO El diseño de bloque aleatorizado identifi ca dos factores: tratamientos y bloques, los cuales afectan la respuesta. División de la variación total en el experimento Sea xij la respuesta cuando el i-ésimo tratamiento (i � 1, 2, …, k) se aplica en el j-ésimo bloque (j � 1, 2, …, b). La variación total en las n � bk observaciones es SS Total � S(xij � x�) 2 � Sx 2ij � (Sxij) 2 _____ n b � bloques k � tratamientos n � bk CONSEJOMIMI 11.8 Probabilidad_Mendenhall_11.indd 467Probabilidad_Mendenhall_11.indd 467 5/14/10 8:36:04 AM5/14/10 8:36:04 AM www.FreeLibros.me 468 ❍ CAPÍTULO 11 EL ANÁLISIS DE VARIANZA Esto se divide en tres (en lugar de dos) partes de modo que SS Total � SSB � SST � SSE donde • SSB (suma de cuadrados para bloques) mide lavariación entre las medias de bloque. • SST (suma de cuadrados para tratamientos) mide la variación entre las medias de tratamiento. • SSE (suma de cuadrados para error) mide la variación de las diferencias entre las observaciones de tratamiento dentro de bloques, que mide el error experimental. Las fórmulas de cálculo para las cuatro sumas de cuadrados son semejantes en forma a las empleadas para el diseño completamente aleatorizado de la sección 11.5. Aun cuando se puede simplifi car el trabajo con el uso de un programa computarizado para calcular estas sumas de cuadrados, las fórmulas se dan a continuación. CÁLCULO DE LAS SUMAS DE CUADRADOS PARA UN DISEÑO DE BLOQUE ALEATORIZADO, k TRATAMIENTOS EN b BLOQUES CM � G 2 ___ n donde G � Sxij � Total de todas las n � bk observaciones SS Total � Sx 2ij � CM � (Suma de cuadrados de todos los valores x) � CM SST � S T 2i ___ b � CM SSB � S B 2j ___ k � CM SSE � SS Total � SST � SSB con Ti � Total de todas las observaciones que reciben tratamiento i, i � 1, 2, …, k Bj � Total de todas las observaciones en bloque j, j � 1, 2, …, b Cada una de las tres fuentes de variación, cuando están divididas por los grados de libertad apropiados, da una estimación de la variación en el experimento. Como SS Total contiene n � bk observaciones al cuadrado, sus grados de libertad son df � (n � 1). Del mismo modo, SST contiene k totales al cuadrado y sus grados de libertad son df � (k � 1), en tanto que SSB contiene b totales al cuadrado y (b � 1) grados de libertad. Finalmente, como los grados de libertad son aditivos, los restantes grados de li- bertad asociados con SSE se puede demostrar algebraicamente que son df � (b � 1) (k � 1). Estas tres fuentes de variación y sus respectivos grados de libertad se combinan para formar los medios cuadráticos como MS � SS/df, y la variación total en el experimento se exhibe entonces en una tabla de análisis de varianza (o ANOVA) como se muestra a continuación: SS Total � SST � SSB � SSE CONSEJOMIMI Probabilidad_Mendenhall_11.indd 468Probabilidad_Mendenhall_11.indd 468 5/14/10 8:36:04 AM5/14/10 8:36:04 AM www.FreeLibros.me 11 EL ANÁLISIS DE VARIANZA 11.7 Diseño de bloque aleatorizado: una clasificación en dos direcciones 11.8 El análisis de varianza para un diseño de bloque aleatorizado División de la variación total en el experimento
Compartir