Gaby
En estadística, el análisis de la varianza o análisis de varianza (ANOVA, 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 porelestadístico 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 Fde Fisher como parte del contraste dehipótesis.
El ANOVA parte de algunos supuestos que han de cumplirse:
▪ La variable dependiente debe medirse al menos a nivel de intervalo.
▪ Independencia de las observaciones.
▪ Ladistribución de los residuales debe ser normal.
▪ Homocedasticidad: homogeneidad de las varianzas.
La técnica fundamental consiste en la separación de la suma de cuadrados (SS, 'sum of squares') en componentesrelativos a los factores contemplados en el modelo. Como ejemplo, mostramos el modelo para un ANOVA simplificado con un tipo de factores en diferentes niveles. (Si los niveles son cuantitativos y losefectos son lineales, puede resultar apropiado un análisis de regresión lineal)
SSTotal = SSError + SSFactores
El número de grados de libertad (gl) puede separarse de forma similar y secorresponde con la forma en que la distribución chi-cuadrado describe la suma de cuadrados asociada.
glTotal = glError + glFactores
PRUEBAS PARAMÉTRICAS Y NO PARAMÉTRICAS
Solamente enlas tablas de contingencia para agrupar datos y en las secciones sobre correlación y regresión se estudia la relación entre dos variables. Las pruebas de hipótesis han sido todas paramétricas y de unaforma u otra han asumido como modelo estadístico, la distribución normal.
Pruebas paramétricas
Propiedades
1. Requieren que las variables se midan con la escala intervalar o de razón...
Regístrate para leer el documento completo.