4/25/2007
Resumen
El procedimiento de Análisis de Componentes de Varianza está diseñado para estimar la
contribución de múltiples factores a la variabilidad de una variable dependiente Y. Está diseñado
para analizar un experimento anidado en el cual los factores están estructurados en una manera
jerárquica. En tal estudio, las muestras de cada factor son tomadas del interior de las muestras del
factor inmediatamente arriba de él.
Por ejemplo, b conjuntos podrían haber sido tomados de un proceso. Entonces s muestras
podrían ser tomadas de cada conjunto. Finalmente, t pruebas podrían ser realizadas en cada
muestra. El conjunto final de datos tendría un total de n = bst medidas.
Este procedimiento está diseñado para un experimento en el cual los factores están estructurados
en un estricto orden jerárquico y en el cual todos los efectos se asumen como aleatorios. El
procedimiento Modelos Lineales Generales debería ser usado para situaciones más complicadas.
Datos de la Muestra:
El archivo pigment.sf6 contiene datos de un experimento descrito por Box, Hunter y Hunter
(1978). En ese experimento, b = 15 conjuntos de pegamento de pigmento fueron seleccionados.
De cada conjunto, s = 2 muestras fueron tomadas y t = 2 pruebas fueron ejecutadas en cada
muestra para medir la humedad contenida. Un total de n = 60 mediciones se encuentran en el
archivo y una parte de éstas se muestra abajo:
Los conjuntos están numerados del 1 a b = 15. Las muestras están numeradas del 1 al bs = 30,
sin embargo ellas podrían haber sido etiquetadas del 1 a s = 2 dentro de cada conjunto. Las
pruebas están numeradas del 1 a t = 2 dentro de cada muestra, sin embargo éstas podrían haber
sido numeradas del 1 al bst = 60. Cada esquema de numeración proporcionará idénticos
resultados.
Nota: la prueba del factor final puede omitirse de la lista de factores en el cuadro de diálogo. Si
es así, sus efectos serán incluidos como un término de “Residuo” en la tabla de ANOVA.
Modelo Estadístico
El modelo estadístico relevante para la muestra de datos es
Ybst = μ + ε b + ε s + ε t (1)
donde
Suponiendo que los diversos componentes del error son independientes, la variabilidad del
proceso general es la suma de la variabilidad explicada por los diversos componentes, por
ejemplo:
σ 2 = σ b2 + σ s2 + σ t2 (2)
La tabla muestra:
• Cuadrado Medio: las sumas de cuadrados divididos entre sus grados de libertad.
• Componentes de la Varianza: los componentes de la varianza estimada los cuales son las
varianzas estimadas de cada factor dentro del factor donde está anidado. Los componentes de
• Porciento: el porcentaje de la varianza total del proceso representada por cada componente.
σˆ 2 = σˆ b2 + σˆ s2 + σˆ t2 = 36.63
Note que la variabilidad entre muestras dentro del mismo conjunto representa sobre el 78% de la
variabilidad total indicando un problema con la homogeneidad dentro de los conjuntos.
Diagrama de Puntos
El cuadro Diagrama de Puntos grafica los datos por niveles de un factor seleccionado.
43
38
33
moisture
28
23
18
13
1 3 5 7 9 11 13 15
2 4 6 8
batch 10 12 14
La gráfica de arriba muestra líneas horizontales en cada una de las 15 medias de conjuntos. Cada
punto representa la media de una muestra dentro de un conjunto.
Opciones de Cuadro
batch 19.49%
sample 78.01%
test 2.51%
-14 -9 -4 1 6 11 16
desviación de la media
Cada sección de la gráfica contiene un punto que corresponde a cada observación. En cada
sección, una media diferente ha sido substraída del valor de los datos.
Sección del Centro (muestra): muestra la desviación de cada observación de la media del
conjunto del cual fue tomado.
El efecto es para mostrar de abajo hacia arriba la contribución adicional de cada componente. La
variabilidad en la sección inferior se explica solamente al proceso de prueba. La variabilidad en
la sección del centro incluye la variabilidad de las pruebas y la variabilidad entre muestras dentro
del mismo conjunto. La variabilidad en la sección superior proviene de los tres componentes.
Resumen Estadístico
La tabla del Resumen Estadístico muestra los tamaños muestrales, medias y desviaciones
estándar en cada nivel de los factores. Una parte de la tabla se muestra abajo:
Gráficas de Residuos
Como con todos los modelos estadísticos es una buena práctica examinar los residuos. Los
residuos son iguales a los valores de los datos observados menos los valores predichos por el
modelo estadístico subyacente.
Nota: En los datos muestrales, los factores han sido especificados para cada nivel de error
experimental así que los residuos son todos igual a 0. Si la prueba es removida como un factor,
entonces su efecto será reflejado en un término del residuo. Las gráficas de abajo reflejan eso
como análisis:
© 2006 por StatPoint, Inc. Análisis de Componentes de la Varianza - 6
STATGRAPHICS – Rev. 4/25/2007
1.5
0.5
residuo
-0.5
-1
-1.5
1 3 5 7 9 11 13 15
2 4 6 8 10 12 14
batch
Paneles de Opciones
1.5
0.5
residuo
-0.5
-1
-1.5
13 18 23 28 33 38 43
moisture predicho
1.5
0.5
residuo
-0.5
-1
-1.5
0 10 20 30 40 50 60
número de fila
Si los datos se ordenan en orden cronológico cualquier patrón en los datos podría indicar una
influencia externa. No se encuentra evidencia de tal patrón en la gráfica de arriba.
Guardar Resultados
Los siguientes resultados pueden ser guardados en la hoja de base de datos:
Cálculos
La estimación de los componentes de la varianza sigue el procedimiento descrito en la
documentación Modelos Lineales Generales.