ANÁLISIS DE VARIANZA (ANOVA)

ANÁLISIS DE VARIANZA ANOVA

En estadística se denomina prueba F de Snedecor a cualquier prueba en la que el estadístico utilizado sigue una distribución F si la hipótesis nula no puede ser rechazada. El nombre fue acuñado en honor a Ronald Fisher.

En estadística aplicada se prueban muchas hipótesis mediante el test F, entre ellas:

La hipótesis de que las medidas de múltiples poblaciones normalmente distribuidas y con la misma desviación estándar son iguales. Esta es, quizás, la más conocida de las hipótesis verificada mediante el test F y el problema más simple del análisis de varianza.

La hipótesis de que las desviaciones estándar de dos poblaciones normalmente distribuidas son iguales, lo cual se cumple.

En muchos casos, el test F puede resolverse mediante un proceso directo. Se requieren dos modelos de regresión, uno de los cuales restringe uno o más de los coeficientes de regresión conforme a la hipótesis nula.

FORMULA:

n= numero de datos

v=grados de libertad

S²= varianza de la mestra

O^{2 =varianza del estudio}

http://es.wikipedia.org/wiki/Prueba_F_de_Fisher

EJERCICIO:

Se toman 2 meses   de registros de temperatura de la cuidad de Bogotá en el año 2011; con una varianza de 0,585, cada muestra tienes 31 días:

MUESTRA 1	DATOS
n	31
Media	14,825
Desv. típ.	0,943
Varianza	0,889
grado libertad	30
MUESTRA 2	DATOS
n	31
Media	15,485
Desv. típ.	1,027
Varianza	1,054
grado libertad	30

O^{2 = 0,585}

F calculado = 0,9182

F teorico para grado de libertad 30/30

F(90%)= 1 ,606
F(95%)= 1,841



CONCLUSIONES:

• La temática de probabilidad y estadística es muy necesaria para el analizáis de datos y problemáticas ambientales.

• la temperatura media esta aumentando en 0,6°C en los últimos 10 años debido al calentamiento global y al efecto invernadero.

RECOMENDACIONES:

• Disminuir la producción de gases de efecto invernadero.
• utilizar energías renovables
• reciclar y reutilizar
• no contaminar el agua.
• disminuir el uso de automóviles.