• Author / Uploaded
• Coter Strom

Citation preview

ESTADISTICA 2. TAREA INDIVIDUAL 3: EJERCITA TUS CONOCIMIENTOS

Introducción:

Facilitador: Jorge Valencia Rodríguez. Alumno: Arnold Hernández Aguirre.

28/04/2019

¨Para ejecutar un ANOVA, debe tener una variable de respuesta continua y al menos un factor categórico con dos o más niveles. Los análisis ANOVA requieren datos de poblaciones que sigan una distribución aproximadamente normal con varianzas iguales entre los niveles de factores. Sin embargo, los procedimientos de ANOVA funcionan bastante bien incluso cuando se viola el supuesto de normalidad, a menos que una o más de las distribuciones sean muy asimétricas o si las varianzas son bastante diferentes. Las transformaciones del conjunto de datos original pueden corregir estas violaciones¨.

Desarrollo: EJERCICIO 11-26 Un estudio compara el número de horas de alivio que proporcionan cinco marcas de antiácidos administrados a 25 personas diferentes, cada una con acidez estomacal considerada fuerte. Los resultados son los siguientes: MARCA

A 4.4 4.6 4.5 4.1 3.8

B 5.8 5.2 4.9 4.7 4.6

C 4.8 5.9 4.9 4.6 4.3

D 2.9 2.7 2.9 3.9 4.3

E 4.6 4.3 3.8 5.2 4.4

a) Calcule el número medio de horas de alivio para cada marca y determine la gran media. b) Estime la varianza de la población usando la varianza entre columnas (ecuación 11-6). c) Estime la varianza de la población usando la varianza dentro de columnas calculada a partir de la varianza dentro de las muestras. d) Calcule el cociente F. Para un nivel de significancia de 0.05, ¿las marcas producen cantidades significativamente diferentes de alivio a las personas con acidez estomacal fuerte? R: se acepta que la hipótesis nula si produce diferente alivio a personas con acides estomacal.

Ejercicio 11-28 Los datos siguientes indican el número de solicitudes de pago de seguro procesadas diariamente por un grupo de cuatro empleados de aseguradoras observados durante cierto número de días. Pruebe la hipótesis de que las solicitudes medias de los empleados por día son las mismas. Utilice un nivel de significancia de 0.05. EMPLEADO 1

15

17

14

12

EMPLEADO 2

12

10

13

17

EMPLEADO 3

11

14

13

15

12

EMPLEADO 4

13

12

12

14

10

R: no se rechaza la hipótesis nula, debido a que la productividad de los empleados no es significativamente diferente.

Conclusión:

La Anova es una técnica que nos ayuda a comparar las diferencias entre ejemplos ya sean dos o más de ellos, o en su efecto grupos, con esto podemos analizar el balance entre los ejemplos y determinar su significado y sus diferencias.

Referencias: libro Estadística para administración y economía de Levin, R. y Rubín, D. (2010) ¿Qué es ANOVA? - Minitab. (2011, 12 agosto). Recuperado 27 abril, 2019, de https://support.minitab.com/esmx/minitab/18/help-and-how-to/modeling-statistics/anova/supporting-topics/basics/what-is-anova/