Analisis de varianza

ANÁLISIS DE VARIANZA
El análisis de varianza (ANOVA, ANalysis Of VAriance, según terminología inglesa) es una colección de modelos estadísticos y sus procedimientos asociados, en el cual la varianza está particionada en ciertos componentes debidos a diferentes variables explicativas.
Las técnicas iniciales del análisis de varianza fueron desarrolladas por el estadístico y genetista R. A.Fisher en los años 1920 y 1930 y es algunas veces conocido como "Anova de Fisher" o "análisis de varianza de Fisher", debido al uso de la distribución F de Fisher como parte del contraste de hipótesis.
Análisis de varianza se utiliza para comprobar hipótesis sobre la igualdad de 3 o más medias poblacionales. Al comparar las varianzas muéstrales, es posible sacar alguna conclusión o inferencia sobrelos valores relativos de las medias poblacionales.
ANOVA está diseñada específicamente para probar si dos o más poblaciones tienen la misma media. Aun cuando el propósito de ANOVA es hacer pruebas para hallar la diferencias en la medias poblacionales, implica un examen de varianza muéstrales de allí el termino análisis de varianza. Más específicamente, el procedimiento se puede utilizar paradeterminar si cuando se aplica un tratamiento en particular a una población, este tendrá un impacto significativo en su media. El usos de ANOVA originado en el campo de agricultura en donde el termino tratamiento se utiliza de la misma manera que cuando se tratan varias parcelas de tierra con diferentes fertilizantes y se notan las diferencias en los rendimientos promedios de los cultivos. Hoy en díael termino tratamiento se utiliza ampliamente, para referirse a un tratamiento a los clientes respecto a diferentes despliegues publicitarios observando las diferencias subsiguientes en las compras promedios, o también al tratamiento de tres grupos de empleados ante tres tipos diferentes de programas de capacitación y observando las diferencias que ocurren en los niveles de promedio deproductividad o, en general, en toda situación en la cual se desea una comparación de las medias.
Consideremos como ejemplo el interés de medir los efectos relativos en la producción de los empleados de tres programas de capacitación. Estos tres tipos de formación adicional pueden ser, 1) autodidactas, 2) impartido por computador, 3) enseñado por el supervisor. En un estudio de ANOVA, las unidadesexperimentales son los objetos que reciben el tratamiento.
En el ejemplo sobre capacitación, los empleados contribuyen las unidades experimentales. El factor fuerza o variable cuyo impacto en tales unidades experimentales se desea medir en este caso capacitación es el factor de interés. Finalmente, los tres tipos de capacitación constituyen los tratamientos, o niveles del factor, del factor capacitación.La forma como se selecciona los tratamientos determina si se está utilizando un modelo de efectos fijos o un modelo de efectos aleatorios. El modelo descrito en el ejemplo de capacitación para los empleados es un modelo de efectos fijos. Los tres modelos de entrenamiento se seleccionaron o se fijaron antes de realizar el estudio. Se sabe cuál de los tres programas se desea probar desde elconocimiento del estudio. Las conclusiones del estudio se aplican en los tres programas incluidos en el estudio.
Modelos de efectos fijos en el cual se selecciona tratamientos específicos o se fijan antes de estudio.
En el ejemplo de capacitación, Se tenían programas de capacitación distintos y se deseaba saber si esos programas en general tenían efectos diferentes en el desempeño de los empleados.Estos tres programas de capacitación utilizados en el estudio se consideran como una muestra de cómo todos los programas de entrenamiento que la firma puede utilizar. No importa cuál de los tres métodos utilice en el estudio para hacer la comparación. Toda la conclusión e estudio se considera aplicable a toda la población de programas de capacitación. Este efecto producirá un modelo de efectos...