Ir al contenido
σestadistica.ar

Módulo 11

ANOVA y diseño de experimentos

Comparar más de dos grupos, descomponer la variabilidad y diseñar un experimento.

16 entradas · 3 troncales

  1. 1ANOVA de un factorTroncalCómo comparar las medias de tres o más grupos sin inflar el error tipo I, y por qué una prueba sobre varianzas decide sobre medias.
  2. 2Descomposición de la variabilidadIntermedioLa identidad que parte la variabilidad total en explicada y residual: el motor del ANOVA, de la regresión y del R².
  3. 3Supuestos del ANOVA y cómo verificarlosTroncalLos tres supuestos, cuánto importa cada uno, cómo se verifican y qué hacer cuando no se cumplen.
  4. 4Cómo se lee una tabla ANOVATroncalLa salida estándar del ANOVA columna por columna, con las verificaciones que detectan un error antes de interpretar.
  5. 5Comparaciones post hoc: Tukey, Bonferroni, SchefféIntermedioDespués de rechazar el ANOVA, qué grupos difieren: los métodos disponibles, cuál elegir y cómo se controla el error acumulado.
  6. 6LSD de Fisher, Duncan y Student-Newman-KeulsIntermedioLas pruebas de comparación de medias más usadas en agronomía y en InfoStat: cómo funcionan, cuánto error acumulan según la cantidad de tratamientos y cuándo conviene Tukey.
  7. 7Contrastes planificadosAvanzadoCómo se escribe una hipótesis concreta sobre las medias y se la prueba con un grado de libertad, en vez de salir a buscarla entre todas las comparaciones.
  8. 8ANOVA de dos factoresIntermedioCuando hay dos variables de agrupación a la vez: efectos principales, interacción y por qué conviene analizarlos juntos.
  9. 9Interacción entre factoresIntermedioCuando el efecto de un factor depende del nivel de otro: cómo se lee en un gráfico, por qué depende de la escala y qué no se puede concluir sin ella.
  10. 10ANOVA de medidas repetidasAvanzadoCuando los mismos sujetos se miden varias veces: más potencia, un supuesto extra y las alternativas cuando no se cumple.
  11. 11Análisis de covarianza (ANCOVA)AvanzadoANOVA con una covariable continua: cómo ajusta las medias, cuánta potencia gana y el supuesto que casi nadie verifica.
  12. 12Eta cuadrado y omega cuadradoAvanzadoEl tamaño del efecto del ANOVA: cuánto de la variabilidad explica el factor, y por qué omega cuadrado es preferible.
  13. 13Diseño completamente aleatorizadoIntermedioEl diseño experimental más simple: todas las unidades al azar entre todos los tratamientos, cuándo alcanza y cuándo queda corto.
  14. 14Diseño en bloquesAvanzadoAgrupar unidades parecidas para sacar su variabilidad del error: el diseño que más potencia gana por menos costo.
  15. 15Cuadrado latino y parcelas divididasAvanzadoLos dos diseños que siguen a los bloques: controlar dos fuentes de variabilidad a la vez, y qué hacer cuando un factor no se puede cambiar en unidades chicas.
  16. 16Aleatorización, control y réplicaIntermedioLos tres principios del diseño experimental: por qué el azar es lo único que controla lo desconocido y qué hace cada pieza.

Ejercicios de este módulo

Con enunciado, respuesta y solución paso a paso.