Separata Uso de Minitab para Calculos Estadisticos

USO DE MINITAB 15 PARA PRUEBAS ESTADISTICAS Q.F.
Mocita Heset Lourdes De La Fuente Torres
USO DE MINITAB PARA CALCULOS ESTADISTICOS 1. INTRODUCCION.Minitab es un programa estadstico til para aplicarlo a datos obtenidos en el rea de ciencias farmacuticas. Con este programa se podr crear grficas aplicar funciones matemticas. La mayora de anlisis estadsticos requiere de una serie de pasos, con frecuencia orientados por un conocimiento previo o por el rea en cuestin que se investiga. 2. INICIO DE MINITAB Antes de comenzar su anlisis, inicie Minitab y examine el diseo de las ventanas. Inicie Minitab 1 En la barra de tareas de Windows, elija Inicio Programas Minitab Solutions Software estadstico Minitab 15 Espaol. Minitab se abre con dos ventanas principales visibles: La ventana Sesin muestra los resultados de su anlisis en formato de texto. Adems, en esta ventana puede ingresar comandos en lugar de usar los mens de Minitab. La ventana Datos actual contiene una hoja de trabajo abierta, que es similar en aspecto a una hoja de clculo. Puede abrir varias hojas de trabajo, cada una en una ventana Datos actual distinta.
USO DE MINITAB 15 PARA PRUEBAS ESTADISTICAS Q.F. Mocita Heset Lourdes De La Fuente Torres
Ventana de sesin
Ventana de Datos
3. APERTURA DE UNA HOJA DE TRABAJO Puede abrir una nueva hoja de trabajo vaca en cualquier momento. Tambin puede abrir uno o ms archivos con datos. Cuando abre un archivo, usted copia su contenido en el proyecto Minitab actual. Los cambios que efecta en la hoja de trabajo mientras se encuentra en el proyecto no afectan el archivo original. Los datos de los tres centros de envo se guardan en la hoja de trabajo 4. ABRIR UNA HOJA DE TRABAJO Elija Archivo Abrir hoja de trabajo. Haga clic en Buscar en carpeta Datos de muestra de Minitab , cerca de la parte inferior del cuadro dilogo. En la carpeta Datos de muestra, haga doble clic en Meet Minitab. Puede cambiar la carpeta predeterminada para abrir y guardar archivos en Minitab al seleccionar Herramientas Opciones General. DATOSENVO.MTW.
5. PRUEBAS ESTADISTICAS EN MINITAB 5.1. PRUEBA DE T DE STUDENT En probabilidad y estadstica, la distribucin t (de Student) es una distribucin de probabilidad que surge del problema de estimar la media de una poblacin normalmente distribuida cuando el tamao de la muestra es pequeo. Aparece de manera natural al realizar la prueba t de Student para la determinacin de las diferencias entre dos medias muestrales y para la construccin del intervalo de confianza para la diferencia entre las medias de dos poblaciones cuando se desconoce la desviacin tpica de una poblacin y sta debe ser estimada a partir de los datos de una muestra. Una prueba estadstica se denomina tambin contraste de significacin, como su nombre lo indica esta aproximacin contrasta si son significativas las diferencias entre los dos resultados o si se pueden justificar solo por variaciones aleatorias. 5.1.1. CONTRASTE DE UNA MEDIA EXPERIMENTAL CON UN VALOR CONOCIDO Al hacer un contraste de significacin se prueba la veracidad de una hiptesis nula, denotada Ho , refirindonos al prrafo anterior, adoptamos como hiptesis nula aquella mediante la cual un mtodo analtico no est sujeto a errores sistemticos. El trmino nulo se emplea para indicar que no hay otra diferencia entre el valor observado y el conocido que la atribuye a la variacin aleatoria. Suponiendo que esta hiptesis nula es verdadera, la teora estadstica se puede emplear para calcular la probabilidad de que la diferencia observada ( o una superior a ella ) entre la media muestral , x , y el verdadero valor u , se deba solamente a errores aleatorios . Normalmente la hiptesis nula se rechaza cuando la probabilidad de que dicha diferencia observada ocurra por azar es menor que 2 en 20 veces ( es decir , 0.05 5 % ) , en este caso se dice que la diferencia es significativa al nivel 0.05 .
Es importante tener en cuenta que si se acepta la hiptesis nula no significa que se haya probado que sea verdadera, slo que no se ha demostrado quesea falsa. En el test T hallamos un valor T prctico mediante frmula deacuerdo a la situacin planteada, que es comparada con un valor T teorico , que se calcula sabiendo el nivel de significacin al cual estamos trabajando y los grados de libertad , que manualmente se calculan restando el numero de datos menos 1. Analizaremos el test T mediante Minitab EJEMPLO N 1 : En un mtodo nuevo para seleccionar selenourea en agua, se obtuvieron los siguientes valores para muestras de agua de grifo adicionadas con 50 ng/ml de selenourea : 50,4 , 50,7 , 49,1 , 49 , 51,1 ng/ml hay alguna evidencia de error sistemtico? Procedimiento usando minitab . 1. Ingresar los datos del ejercicio en la hoja de calculo que se encuentra en la parte posterior de la pantalla, en la columna C1. 2. Adems rotular la columna con selenourea como se muestra en la figura
3. Para el anlisis estadstico ir a la barra de herramientas e ingresar a la opcin estadstica estadisticas bsicasT de 1 muestra
4. Aparecer la siguiente ventana :
Seleccionar la opcin de muestras en columnas, y en la columna de la izquierda aparecer la el nombre de la columna rotulada, seleccionar la opcin de realizar pruebas de hiptesis , y en el recuadro de media hipottica colocar el valor real a comparar. Puede seleccionar la opcin grficas y opciones, y presione el botn aceptar.
En la ventana de sesin aparecen los resultados de un anlisis estadstico
El valor N : describe el nmero de muestra La media es el promedio de los 5 datos Desviacin estndar Intervalo de confianza Valor T prctico : 0.14 Probabilidad que es 0.895 El valor T prctico se compara con el valor T teorico, que se calcula sabiendo el nivel de significacin 0.05 y los grados de libertad que es 5 1 = 4 , el valor que corresponde es: 2.78. Puesto que el valor de T prctico es menor que el valor de T terico se acepta la hiptesis nula , es decir no hay diferencia significativa entre los datos . Cuando comparamos el valor P consideramos el nivel de significancia al cual estamos trabajando: si el valor P es mayor que 0.05 se acepta la hiptesis nula y se rechaza la hiptesis alternativa , y si el valor P es menor a 0.05 se rechaza la hiptesis nula y se acepta
la hiptesis alternativa es decir que existe diferencia significativa entre el promedio de los datos con un valor real Se puede trabajar con datos resumidos de la siguiente manera : EJEMPLO N 2: Se lleva a cabo un anlisis de glucosa en gaseosas en un laboratorio de Control de Calidad con el fin de asegurar que el contenido de glucosa sea el adecuado ( 100 mg ) las muestras fueron analizadas por HPLC, dando los siguientes resultados: promedio de los datos : 98.443, desviacin estndar : 2.451, nmero de muestras: 50 . PROCEDIMIENTO: 1. Plantear las hiptesis : hiptesis nula : 100 mg = 98.443 mg y la hiptesis alternativa 98.443< 100 mg ( test de una cola ). 2. Para el anlisis estadstico ir a la barra de herramientas e ingresar a la opcin estadstica estadsticas bsicasT de 1 muestra 3. Seleccionar la opcin de datos resumidos , llenar los datos como se muestra a continuacin :
4.
Puede seleccionar la opcin grficas y opciones, y presione el botn aceptar.
5.
En la ventana de sesin aparecen los resultados , puede interpretarlos de acuerdo a lo explicado en los prrafos anteriores
El valor T a terico un nivel
de significancia de 0.05 y 49 grados de libertad es : 1.67 que por ser un test de una cola se considera -1.67, como el T practico es mayor al T terico se rechaza la hiptesis nula y se acepta la hiptesis alternativa. Comparando los valores de probabilidad el valor P es menor que 0.05 por lo tanto cae en la zona de rechazo es decir se rechaza la hiptesis nula y se acepta la hiptesis alternativa. Hay diferencias significativas
5.1.2.
COMPARACION DE DOS MEDIAS EXPERIMENTALES
5.1.2.1. COMPARACION DE DOS MEDIAS EXPERIMENTALES CON VARIANZAS HOMOGENEAS Los resultados de un mtodo analtico nuevo se pueden contrastar mediante comparacin con los obtenidos utilizando un segundo mtodo ( quiz uno de referencia). En este caso tenemos dos medias mustrales x1 y x2 . Tomando como hiptesis nula que los dos mtodos proporcionen el mismo resultado, es decir Ho: u1 = u2, se necesita probar si x1 x2 difieren significativamente de cero. Si las dos muestras tienen desviaciones estndar que no son significativamente diferentes se puede
10
calcular una estimacin conjunta de la desviacin estndar , s , a partir de las dos desviaciones estndar individuales s1 y s2 . EJEMPLO N 3 En una comparacin de dos mtodos para la determinacin de cromo en muestras de hierba de centeno se obtuvieron los siguientes resultados ( mg/Kg). Mtodo 1 : Media = 1.48 ; desviacin estndar = 0.28 Mtodo 2 : media = 2.33 ; desviacin estndar = 0.31 Para cada mtodo se realizaron 5 determinaciones Estos mtodos proporcionan resultados cuyas medias difieren significativamente? PROCEDIMIENTO: 1. Plantear las hiptesis : hiptesis nula : Media del mtodo 1= Media del mtodo 2 y la hiptesis alternativa : Media del mtodo 1= Media del mtodo 2 ( test de dos colas ). 2. Para el anlisis estadstico ir a la barra de herramientas e ingresar a la opcin estadstica estadsticas bsicasT de 2 muestras 3. Seleccionar la opcin de datos resumidos , llenar los datos como se muestra a continuacin :
4. 5.
Marcar la opcin de asumir varianzas iguales Puede seleccionar la opcin grficas y opciones, y presione el botn aceptar.
11
6.
En la ventana de sesin aparecen los resultados , puede interpretarlos de acuerdo a lo explicado en los prrafos anteriores
El valor T terico a un nivel de significancia de 0.05 y 8 grados de libertad ( n1 + n2 -2) es : 2.1 , como el T practico es mayor al T terico se rechaza la hiptesis nula y se acepta la hiptesis alternativa. Comparando los valores de probabilidad el valor P es menor que 0.05 por lo tanto cae en la zona de rechazo es decir se rechaza la hiptesis nula y se acepta la hiptesis alternativa. Hay diferencias significativas EJEMPLO N 4 : En una serie de experimentos para la determinacin de estao en productos alimentacios las muestras fueron llevadas a ebullicin con HCl a reflujo para diferentes tiempos : Los resultados se muestran en la tabla. Es significativamente diferente la cantidad media de estao encontrada para los dos tiempos de ebullicin ? Tiempo de reflujo ( min ) 30 60 tiempos de ebullicin ? Estao encontrado ( mg /Kg ) 55, 57, 59, 56, 56, 59 57, 55, 58, 59, 59, 59
Es significativamente diferente la cantidad media de estao encontrada para los dos
12
PROCEDIMIENTO 1. Ingresar los datos del ejercicio en la hoja de clculo que se encuentra en la parte posterior de la pantalla, en la columna C1 y C2 respectivamente Adems rotular las columnas con T- 30 para el tiempo en reflujo a los 30 minutos y T 60 para el tiempo en reflujo a los 60 minutos.
2. Para el anlisis estadstico ir a la barra de herramientas e ingresar a la opcin estadstica estadsticas bsicasT de 2 muestras 3. Seleccionar la opcin de muestras en diferentes columnas, y en la columna de la izquierda aparecer los nombres de la columna rotuladas, marcar la opcin para sumir varianzas iguales 4. Puede seleccionar la opcin grficas y opciones, y presione el botn aceptar
13
El valor T terico a un nivel de significancia de 0.05 y 10 grados de libertad ( n1 + n2 --2) es : 2.23 , como el T practico = -0.88 ( o 0.88 por ser de dos colas ) es menor al T terico se acepta la hiptesis nula y se rechaza la hiptesis alternativa, es decir no hay evidencia de que el periodo de ebullicin afecte a la tasa de recuperacin.. Comparando los valores de probabilidad el valor P ( 0.399 ) es mayor que 0.05 por lo tanto cae en la zona de aceptacin es decir se acepta la hiptesis nula y se rechaza la hiptesis alternativa. No hay diferencias significativas. 5.1.2.2. COMPARACION DE DOS MEDIAS EXPERIMENTALES CON VARIANZAS DIFERENTES
14
Cuando sea poco probable que las desviaciones estndar de las poblaciones sean iguales, no es muy apropiado mezclar las desviaciones estndar mustrales para dar una estimacin global o conjunto. El T prctico se calcula aplicando una frmula distinta a la aplicada cuando las varianzas son homogneas y los grados de libertad a diferencia del procedimiento anterior se calcula con una frmula compleja EJEMPLO N 5 : Los datos de la siguiente tabla proporcionan la concentracin de tiol ( mM ) en el lisado sanguneo de dos grupos voluntarios, siendo el primer grupo normal y el segundo sufriendo artritis reumatoide. Normal Reumatoide 1.8 4 2.8 1 1.9 2 4.0 6 1.9 4 3.6 2 1.9 2 3.2 7 1.8 5 3.2 7 1.9 1 3.7 6 2.07
Existe diferencia significativa entre los datos de pacientes normales con pacientes que presentan artritis reumatoide? PROCEDIMIENTO 1. 2. Ingresar los datos del ejercicio en la hoja de clculo que se encuentra en la parte posterior de la pantalla, en la columna C1 y C2 respectivamente. Adems rotular las columnas con Normal y Reumatoide.
3. Para el anlisis estadstico ir a la barra de herramientas e ingresar a la opcin estadstica estadsticas bsicasT de 2 muestras
15
4.
Seleccionar la opcin de muestras en diferentes columnas, y en la columna de la izquierda aparecer los nombres de la columna rotuladas, dejar en blanco la opcin para asumir varianzas iguales
5.
Puede seleccionar la opcin grficas y opciones, y presione el botn aceptar
El valor T terico a un nivel de significancia de 0.05 y 5 grados de libertad es : 4.03 , como el T prctico = -8.48 ( o .8.48 por ser de dos colas ) es mayor al T terico se rechaza la hiptesis nula y se acepta la hiptesis alternativa, es decir hay diferencia significativa entre los valores de tiol de pacientes sanos con los valores de tiol de pacientes con artritis reumatoide .
16
Comparando los valores de probabilidad el valor P ( 0.000 ) es menor que 0.05 por lo tanto cae en la zona de rechazo es decir se rechaza la hiptesis nula y se acepta la hiptesis alternativa. Hay experimentales. diferencias significativas entre los dos grupos
5.1.3. PRUEBA T PARA DATOS EMPAREJADOS El examen de muestras pareadas se usa cuando la misma muestra se observa dos veces, Una aplicacin bastante comn es tomar medidas antes y despus de alguna clase de intervencin. Por ejemplo, los estudiantes pueden ser examinados antes y despus de una serie de clases o ejercicios. En estas situaciones las muestras no son independientes. Esta dificultad se soslaya observando la diferencia d, entre cada par de resultados dados por los dos mtodos. Si no existen diferencias entre los dos mtodos, entonces estas diferencias se obtienen de una poblacin con media Ud=0 estadstico t. EJEMPLO N 6 : Evaluar si es que hay una diferencia significativa entre los resultados obtenidos por los mtodos descritos en la tabla: Lote Ensayo espectromtrico UV Espectroscopia IR PROCEDIMIENTO
1 84.63 2 84.38 3 84.08 4 84.41 5 83.82 6 83.55 7 83.92 8 83.6 9 83.6 0 9 84.0 6 84.1 3 10 84.03
.Para probar la
hiptesis nula, se prueba si d promedio difiere significativamente de cero utilizando el
83.15
83.72
83.84
84.20
83.92
84.16
84.02
84.24
17
1. Ingresar los datos del ejercicio en la hoja de clculo que se encuentra en la parte posterior de la pantalla, en la columna C1 y C2 respectivamente. 2. Adems rotular las columnas con UV e IR . 3. Para el anlisis estadstico ir a la barra de herramientas e ingresar a la opcin estadstica estadsticas bsicast-t T pareada
4. Seleccionar la opcin de muestras en diferentes columnas, y en la columna de la izquierda aparecer los nombres de la columna rotuladas, dejar en blanco la opcin para asumir varianzas iguales 5. Puede seleccionar la opcin grficas y opciones, y presione el botn aceptar
18
El valor T terico a un nivel de significancia de 0.05 y 9 grados de libertad ( n -1 ) es : 2.26 , como el T prctico = 0.88 es menor al T terico se acepta la hiptesis nula y se rechaza la hiptesis alternativa, es decir no hay diferencia significativa entre los resultados dados mediante el mtodo de UV y el mtodo de IR. Comparando los valores de probabilidad el valor P ( 0.401 ) es mayor que 0.05 por lo tanto cae en la zona de aceptacin es decir se acepta la hiptesis nula y se rechaza la hiptesis alternativa. No hay experimentales. 5.2. PRUEBA F PARA LA COMPARACION DE DESVIACIONES ESTANDARES O VARIANZAS diferencias significativas entre los dos grupos
19
2 La distribucin del radio de la varianza (s12 / s2 ) fue estudiada por los matemticos R.
A. Fisher y G. Snedecor. Se puede demostrar que el radio de las varianzas sigue una distribucin F considerando la hiptesis nula
2 12 = 2
No hay una sola distribucin F, sino ms bien es una familia de distribuciones F. Esta familia est catalogada por dos parmetros denominados los grados de libertad del numerador y los grados de libertad del denominador. Especficamente, si los tamaos de muestras de las muestras son n1 y n2, respectivamente, entonces el radio de la varianza sigue una distribucin F con n-1 (numerador) y n-2 (denominador), y esto se denota:
Fn1 1, n 2 1
La distribucin F es generalmente sesgada de manera positiva, con el sesgo dependiente de las magnitudes relativas de los dos grados de libertad. La distribucin F puedes ser usada para evaluar la hiptesis nula en la que dos varianzas de poblaciones son iguales. Se debe de recordar que en el presente curso se han estudiado dos tipos de test-t: el primero se asume que las varianzas son iguales y el segundo se asume que las varianzas son desiguales. Al momento esto se ha hecho tan slo de manera emprica. El test F, ayuda entonces a decidir si es que dos varianzas son iguales o desiguales para subsecuentemente conducir el correspondiente test t. El test F asume muestras independientes, al azar y cuyas poblaciones tienen una distribucin normal. Se calcula usando el radio de las varianzas de dos muestras. Si las varianzas son iguales, el radio ser de 1. Si la hiptesis alternativa es simplemente que las varianzas son desiguales, entonces un test a dos colas es lo ms apropiado. Si el radio de las varianzas es bastante alejado de uno, es decir muy pequeo (cercano a cero) o demasiado grande, podemos rechazar la
20
hiptesis nula. Si la hiptesis alternativa es que la varianza de una poblacin es estrictamente mayor que la otra, el test de una cola es lo ms apropiado. EJEMPLO N 7 : En la figura , se muestra los resultados del siguiente ejemplo: Para la produccin de un nuevo antibitico por fermentacin, se utiliz un nuevo tipo de cepa bacteriana y esta misma cepa se utiliz para la produccin del antibitico en dos condiciones diferentes, las que se llamaron diseo A y diseo B, respectivamente. Determinar si las varianzas de ambos procesos son significativamente iguales o si hay evidencia que son significativamente diferentes.
A Diseo A 8.2 5.3 6.5 5.1 9.7 10.8
B Diseo B 9.5 8.3 7.5 10.9 11.3 9.3 8.8 8.0
PROCEDIMIENTO Se compar un mtodo propuesto para la determinacin de la demanda qumica de oxgeno en aguas residuales con otro mtodo patrn ( sales de mercurio ) . Los siguientes resultados fueron obtenidos , para una muestra de agua residuales : 1. 2. Ingresar los datos del ejercicio en la hoja de clculo que se encuentra en la parte posterior de la pantalla, en la columna C1 y C2 respectivamente. Adems rotular las columnas con diseo A y diseo B. 3. Para el anlisis estadstico ir a la barra de herramientas e ingresar a la opcin estadstica estadsticas bsicas 2 varianzas
21
4. Seleccionar la opcin de muestras en diferentes columnas, y en la columna de la izquierda aparecer los nombres de la columna rotuladas, en minitab 16 aparece una sola ventana en la que se selecciona la opcin de 2 columna o dos columnas. 5. Puede seleccionar la opcin grficas y opciones, y presione el botn aceptar
22
El valor F terico a un nivel de significancia de 0.05 y 5,7 grados de libertad (( n -1(numerador),n-2 (denominador ) ) es : 3.97 ( para una cola ) , como el F prctico = 3.06 es menor al F terico se acepta la hiptesis nula y se rechaza la hiptesis alternativa, es decir las varianzas son homogneas. Una vez identificada la igualdad o desigualdad de varianzas , se puede escoger el test T adecuado, que en este caso sera el test T para varianzas homogneas. Comparando los valores de probabilidad el valor P ( 0.177 ) es mayor que 0.05 por lo tanto cae en la zona de aceptacin es decir se acepta la hiptesis nula y se rechaza la hiptesis alternativa. No hay diferencia significativa entre las varianzas.
23
5.3.
ANALISIS DE VARIANZA ( ANOVA )
El anlisis de la varianza es una tcnica estadstica muy potente que se utiliza para separar y estimar las diferentes causas de variacin. ANOVA permite comparar en simultneo ms de dos grupos de datos a partir del estudio de sus varianzas,las fuentes de variacin de los datos experimentales pueden deberse a : errores aleatorios o posible efecto de algn factor. Factor es cualquier aspecto de las condiciones experimentales que pueden influir en el resultado de un experimento. La prueba de ANOVA puede realizarse para un factor o varios factores, en ANOVA se plantean dos hiptesis : la hiptesis nula: en la que se desea demostrar que no hay diferencia significativa entre los grupos y la hiptesis alternativa : en la que si existe diferencia significativa entre los grupos. Si la hiptesis alternativa es cierta, entonces ser necesario realizar un anlisis estadstico adicional para saber que grupos son similares o diferentes con pruebas con Tukey, LSD, Bonferroni y MCB de Hsu ( comparacin de mltiples con el mejor ). EJEMPLO N 8: Los anlisis por fluorescencia estn tomando auge en estos ltimos aos debido a la modernizacin de equipos y al uso de software para controlar el equipo y adquirir las seales del aparato. Los anlisis por fluorescencia se caracterizan por ser basta te sensibles (se puede trabajar en el rango de ppb) y muchas veces son bastante selectivos y especficos. Sin embargo, algunas tcnicas son muy susceptibles a la luz del medio ambiente y se hace necesario tener en cuenta este detalle para conseguir resultados precisos y ptimos. En un intento por reconocer si la luz solar afecta de manera significativa los resultados de anlisis por fluorescencia, se trabaj con cuatro grupos en diferentes condiciones: i) Con reactivo fresco, G1; ii) con reactivo guardado 1 hora en la oscuridad, G2; iii) Con reactivo guardado en la sombra por una hora, G3; y iv) con reactivo guardado bajo luz solar normal por una hora, G4.
24
G1 102 100 101
G2 101 101 104
G3 97 95 99
G4 90 92 94
Evaluar el efecto de la radiacin solar en la estabilidad de estos reactivos PROCEDIMIENTO : 1. Este es un anlisis de anova de un factor debido a que el nico factor es la la radiacin solar, que va afectar a cada grupo. 2. Ingresar los datos del ejercicio en la hoja de clculo que se encuentra en la parte posterior de la pantalla, como se muestra en la figura. 3. Adems rotular las columnas con grupos y valores.
Recordemos que los grupos corresponden al factor y los valores sern las respuestas de cada factor . 4. Para el anlisis estadstico ir a la barra de herramientas e ingresar a la opcin estadstica ANOVA un solo factor
25
Aparecer la siguiente ventana :
5. En el recuadro de respuesta seleccionar la columna de valores, y en el cuadro de factor seleccionar la columna de grupos. 6. Ingresar a la opcin comparaciones y aparecer un cuadro con las pruebas estadsticas adicionales en caso de rechazar la hiptesis nula, marcar la opcin de Tukey, Fisher ( LSD ) y MCB de Hsu y seleccionar ms grande es mejor.aceptar
26
En la ventana de sesin aparece el siguiente cuadro :
Los datos mostrados son : Grados de libertad entre grupos : 3 Grados de libertad dentro de los grupos : 8 Sumatoria de cuadrados entre grupos ( S.C.E ) = 186
27
Sumatoria de cuadrados dentro de grupos ( S.C.D ) = 24 Sumatoria de cuadrados totales : 210 Cuadrados medios entre grupos : 62 Cuadrados medios dentro de grupos : 3 Estadstico F prctico : 20.67
El valor F terico a un nivel de significancia de 0.05 y 3,8 grados de libertad es : 4.06 ( para una cola ) , como el F prctico = 20.67 es mayor al F terico se rechaza la hiptesis nula y se acepta la hiptesis alternativa, es decir hay diferencia significativa entre los cuatro grupos. Comparando los valores de probabilidad el valor P ( 0.000 ) es menor que 0.05 por lo tanto cae en la zona de rechazo es decir se rechaza la hiptesis nula y se acepta la hiptesis alternativa. Hay diferencia significativa entre las varianzas de los grupos. Es necesario realizar interpretar el anlisis adicional dado en Minitab TUKEY
En la ventana de sesin analizar los intervalos de confianza simultneos de Tukey del 95 %
28
El intervalo de confianza para la diferencia entre las medias de el grupo 1 y el grupo 2 se extiende de -8.530 a 5.530 , es decir incluye al cero, por lo tanto no hay diferencia significativa entre los grupos 1 y 2 . Todos los intervalos de confianza de los dems pares de medias no incluyen al cero , lo que indica que hay diferencia significativa entre estos pares de grupos. LSD o FISHER
En la ventana de sesin analizar los intervalos de confianza simultneos de Fisher del 95 %
29
El intervalo de confianza para la diferencia entre las medias de el grupo 1 y el grupo 2 se extiende de -2.261 a 4.261 , es decir incluye al cero, por lo tanto no hay diferencia significativa entre los grupos 1 y 2 . Todos los intervalos de confianza de los dems pares de medias no incluyen al cero , lo que indica que hay diferencia significativa entre estos pares de grupos.
30
Para evaluar la radiacin solar en la estabilidad de estos reactivos la media mas grande se especific como la mejor . Por lo tanto las medias del grupo 1,3 y 4 se comparan con con la media del grupo 2 , por que esta es la media mas grande ( la mejor ). Los resultados indican lo siguiente : Los intervalos de confianza para la diferencia entre la media del grupo 3 ( -8.418 a 0.000) y del grupo 4 ( -13.418 a 0.000 ) tienen cero como cota lo que indica que las diferencias son significativas. Los dos intervalos restantes no tienen cero como cota , lo cual indica que las diferencias no son significativas.

Separata Uso de Minitab para Calculos Estadisticos

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Separata Uso de Minitab para Calculos Estadisticos

Diunggah oleh

Hak Cipta:

Format Tersedia

USO DE MINITAB 15 PARA PRUEBAS ESTADISTICAS Q.F.

Mocita Heset Lourdes De La Fuente Torres

4. Aparecer la siguiente ventana :

En la ventana de sesin aparecen los resultados de un anlisis estadstico

Puede seleccionar la opcin grficas y opciones, y presione el botn aceptar.

El valor T a terico un nivel

COMPARACION DE DOS MEDIAS EXPERIMENTALES

Es significativamente diferente la cantidad media de estao encontrada para los dos

Puede seleccionar la opcin grficas y opciones, y presione el botn aceptar

hiptesis nula, se prueba si d promedio difiere significativamente de cero utilizando el

A Diseo A 8.2 5.3 6.5 5.1 9.7 10.8

B Diseo B 9.5 8.3 7.5 10.9 11.3 9.3 8.8 8.0

ANALISIS DE VARIANZA ( ANOVA )

G1 102 100 101

G2 101 101 104

Aparecer la siguiente ventana :

En la ventana de sesin aparece el siguiente cuadro :

En la ventana de sesin analizar los intervalos de confianza simultneos de Tukey del 95 %

En la ventana de sesin analizar los intervalos de confianza simultneos de Fisher del 95 %

Anda mungkin juga menyukai