Analisis De Covarianza
Páginas: 10 (2325 palabras)
Publicado: 21 de diciembre de 2012
ANÁLISIS DE COVARIANZA.
INTRODUCCION
Uno de los problemas con el que frecuentemente se enfrenta el investigador, es el de controlar aquellos factores que no le es posible medir y cuyo efecto no puede justificar, los cuales constituyen el error experimental. Una de las formas de minimizar este error es mediante la aleatorización de los tratamientos y la utilización de materialexperimental muy homogéneo.
Ronald Fisher en 1932 desarrollo una técnica conocida como “Análisis de Covarianza”; este análisis proporciona una técnica mediante la cual se puede subsanar el problema de falta de homogeneidad, introduciéndose en el modelo una variable auxiliar, denominada variable concomitante, mediante la cual corregimos, y ajustamos las respuestas observadas
El análisis de covarianzaes una técnica que utiliza una combinación entre el ANOVA y EL ANÁLISIS DE REGRESIÓN para manejar casos particulares en los cuales se tiene una o más variables externas al experimento que no están afectando a los tratamientos e influye en el valor observado.
El análisis de covarianza puede aplicarse en cualquier diseño experimental y permite el estudio de variables externas (covariables ovariables concomitantes) y nos informa si deben o no ser consideradas en el modelo.
Básicamente el análisis de covarianza es un procedimiento estadístico que permite eliminar la heterogeneidad causada en la variable de interés por la influencia de una o más variables cuantitativas.
FILOSOFÍA DEL ANÁLISIS DE COVARIANZA
En el análisis de covarianza se contemplan básicamente tres juegos devariables:
* El primer juego de variables está constituido por las Variables independientes (representando las condiciones experimentales o tratamientos que se quieren probar).
* Un segundo juego de variables independientes (que representan las variables sobre las cuales no se puede ejercer control, son variables extrañas).
Estos dos juegos de variables actúan sobre la variabledependiente o variable respuesta provocando un efecto. El análisis de covarianza lo que hace es separar el efecto debido a los tratamientos, de aquel debido a las variables extrañas; es decir, corregir la respuesta eliminando la influencia de las variables extrañas (llamadas también Covariables, por el hecho de variar conjuntamente con los tratamientos afectando la variable respuesta).Esquemáticamente se puede representar así:
Después de remover el efecto de las covariables se puede verificar si hay efecto de los tratamientos y, de haber efecto, se le atribuye a los tratamientos o condiciones experimentales que se están probando.
HISTORIA DEL ANALISIS DE COVARIANZA
El análisis de covarianza fue desarrollado por Fisher en los años 30 del siglo XX; el primer ejemplo de su usoapareció en la bibliografía en 1932, aplicado frecuentemente en la investigación agrícola (Ferguson, 1986).
Se denomina habitualmente ANCOVA, término análogo a ANOVA con el que designamos el análisis de varianza.
ANALISIS DE COVARIANZA
1. ¿En qué consiste el análisis de covarianza?
El analisis de covarianza no es un diseño, es una tecnica estadistica que utilizando un modelo deregresion lineal multiple, busca comparar los resultados obtenidos en diferentes grupos de una variable cuantitativa pero corrigiendo las posibles diferencias existentes entre los grupos de otras variables que pudieran afectar tambien el resultado (covariantes).
El analisis de la covarianza sirve para ajustar la variable respuesta por el efecto de la covariable. En caso de no hacerlo, la media decuadrados del error puede aumentar mucho y hacer que las verdaderas diferencias en la respuesta debido a los tratamientos sean dificiles de detectar.
El analisis de covarianza consiste básicamente en elegir una o mas variables adicionales o covariables que esten relacionadas con la variables de la respuesta, evitando que los promedios de tratamientos se confundan con los de las covariables,...
INTRODUCCION
Uno de los problemas con el que frecuentemente se enfrenta el investigador, es el de controlar aquellos factores que no le es posible medir y cuyo efecto no puede justificar, los cuales constituyen el error experimental. Una de las formas de minimizar este error es mediante la aleatorización de los tratamientos y la utilización de materialexperimental muy homogéneo.
Ronald Fisher en 1932 desarrollo una técnica conocida como “Análisis de Covarianza”; este análisis proporciona una técnica mediante la cual se puede subsanar el problema de falta de homogeneidad, introduciéndose en el modelo una variable auxiliar, denominada variable concomitante, mediante la cual corregimos, y ajustamos las respuestas observadas
El análisis de covarianzaes una técnica que utiliza una combinación entre el ANOVA y EL ANÁLISIS DE REGRESIÓN para manejar casos particulares en los cuales se tiene una o más variables externas al experimento que no están afectando a los tratamientos e influye en el valor observado.
El análisis de covarianza puede aplicarse en cualquier diseño experimental y permite el estudio de variables externas (covariables ovariables concomitantes) y nos informa si deben o no ser consideradas en el modelo.
Básicamente el análisis de covarianza es un procedimiento estadístico que permite eliminar la heterogeneidad causada en la variable de interés por la influencia de una o más variables cuantitativas.
FILOSOFÍA DEL ANÁLISIS DE COVARIANZA
En el análisis de covarianza se contemplan básicamente tres juegos devariables:
* El primer juego de variables está constituido por las Variables independientes (representando las condiciones experimentales o tratamientos que se quieren probar).
* Un segundo juego de variables independientes (que representan las variables sobre las cuales no se puede ejercer control, son variables extrañas).
Estos dos juegos de variables actúan sobre la variabledependiente o variable respuesta provocando un efecto. El análisis de covarianza lo que hace es separar el efecto debido a los tratamientos, de aquel debido a las variables extrañas; es decir, corregir la respuesta eliminando la influencia de las variables extrañas (llamadas también Covariables, por el hecho de variar conjuntamente con los tratamientos afectando la variable respuesta).Esquemáticamente se puede representar así:
Después de remover el efecto de las covariables se puede verificar si hay efecto de los tratamientos y, de haber efecto, se le atribuye a los tratamientos o condiciones experimentales que se están probando.
HISTORIA DEL ANALISIS DE COVARIANZA
El análisis de covarianza fue desarrollado por Fisher en los años 30 del siglo XX; el primer ejemplo de su usoapareció en la bibliografía en 1932, aplicado frecuentemente en la investigación agrícola (Ferguson, 1986).
Se denomina habitualmente ANCOVA, término análogo a ANOVA con el que designamos el análisis de varianza.
ANALISIS DE COVARIANZA
1. ¿En qué consiste el análisis de covarianza?
El analisis de covarianza no es un diseño, es una tecnica estadistica que utilizando un modelo deregresion lineal multiple, busca comparar los resultados obtenidos en diferentes grupos de una variable cuantitativa pero corrigiendo las posibles diferencias existentes entre los grupos de otras variables que pudieran afectar tambien el resultado (covariantes).
El analisis de la covarianza sirve para ajustar la variable respuesta por el efecto de la covariable. En caso de no hacerlo, la media decuadrados del error puede aumentar mucho y hacer que las verdaderas diferencias en la respuesta debido a los tratamientos sean dificiles de detectar.
El analisis de covarianza consiste básicamente en elegir una o mas variables adicionales o covariables que esten relacionadas con la variables de la respuesta, evitando que los promedios de tratamientos se confundan con los de las covariables,...
Leer documento completo
Regístrate para leer el documento completo.