Resumen de Análisis de Varianza de un Factor (ANOVA)

## Introducción El propósito de este material es explicar de forma clara y práctica cómo funciona el análisis de varianza (ANOVA) y cómo interpretar sus resultados. Veremos los conceptos clave, los cálculos fundamentales paso a paso y ejemplos aplicados para un estudiante que estudia por su cuenta. > Definición: El **ANOVA** es una técnica estadística usada para comparar las medias de tres o más grupos y determinar si al menos una media difiere de las demás. ## Conceptos básicos desglosados ### ¿Qué compara ANOVA? - Compara la **variación entre los grupos** con la **variación dentro de los grupos**. - Si la variación entre grupos es grande respecto a la variación dentro de los grupos, hay evidencia de diferencias reales entre medias. > Definición: **Variación entre grupos** = dispersión debida a las diferencias entre las medias de cada grupo y la media total. > Definición: **Variación dentro de los grupos** = dispersión debida a las diferencias individuales dentro de cada grupo. ### Estadístico F - El estadístico se llama **valor F** y se define como la razón entre los cuadrados medios entre grupos y los cuadrados medios dentro de los grupos. $$F = \frac{\text{Cuadrado medio entre grupos}}{\text{Cuadrado medio dentro de los grupos}}$$ - Si $F$ es pequeño, la variación entre los grupos es comparable a la variación dentro de los grupos y es probable que las diferencias se deban al azar. - Si $F$ es grande, es improbable que la diferencia observada ocurra por azar y puede haber diferencias reales entre grupos. ### Valor p y decisión - Para decidir si $F$ es suficientemente grande se calcula el **valor p** asociado a la distribución $F$ con los grados de libertad adecuados. - Regla práctica: si $p < \alpha$ (por ejemplo $\alpha = 0.05$) se rechaza la hipótesis nula de igualdad de medias. > Definición: **Valor p** = probabilidad de obtener un estadístico tan extremo como el observado si la hipótesis nula fuera verdadera. ## Cálculos paso a paso (ejemplo numérico simplificado) Supongamos que tenemos 3 grupos con un total de 24 observaciones y que las medias calculadas y sumas de cuadrados son las siguientes (valores del ejemplo): 1. Media total: $\bar{X}_{\text{total}} = 5{,}3$. 2. Medias de los grupos: $\bar{X}_1 = 2{,}5$, $\bar{X}_2 = 8$, $\bar{X}_3 = 5{,}5$. 3. Suma de cuadrados entre grupos: $SS_{\text{entre}} = 121{,}3$. 4. Suma de cuadrados dentro de los grupos: $SS_{\text{dentro}} = 36$. Pasos: 1. Calcular grados de libertad entre grupos: $df_{\text{entre}} = k - 1 = 3 - 1 = 2$. 2. Calcular grados de libertad dentro de grupos: $df_{\text{dentro}} = N - k = 24 - 3 = 21$. 3. Calcular cuadrados medios: $$MS_{\text{entre}} = \frac{SS_{\text{entre}}}{df_{\text{entre}}} = \frac{121{,}3}{2} = 60{,}65$$ $$MS_{\text{dentro}} = \frac{SS_{\text{dentro}}}{df_{\text{dentro}}} = \frac{36}{21} = 1{,}714285\ldots$$ 4. Calcular $F$: $$F = \frac{MS_{\text{entre}}}{MS_{\text{dentro}}} = \frac{60{,}65}{1{,}714285\ldots} = 35{,}39$$ 5. Obtener $p$ desde la distribución $F$ con $df_{\text{entre}} = 2$ y $df_{\text{dentro}} = 21$. En el ejemplo $p < 0{,}001$, por lo que con $\alpha = 0{,}05$ rechazamos la hipótesis nula. ### Cómo se calculan las sumas de cuadrados (breve) - $SS_{\text{entre}}$: sumar $n_i\left(\bar{X}_i - \bar{X}_{\text{total}}\right)^2$ para cada grupo $i$. - $SS_{\text{dentro}}$: para cada grupo sumar $\sum_{j}(X_{ij} - \bar{X}_i)^2$ y luego sumar esos resultados entre grupos. ## Interpretación y pruebas post hoc - ANOVA solo indica si existe al menos una diferencia entre las medias; no indica cuáles grupos difieren. - Si ANOVA es significativo, se realizan **pruebas post hoc** (comparaciones por pares) como Tukey, Bonferroni u otras para identificar qué pares de grupos difieren. - Resultado posible en un ejemplo: todas las parejas de grupos difieren significativamente entre sí; en otros casos solo algunas parejas serán distintas. > Definición: **Prueba post hoc** = conjunto de comparaciones múltiples aplicada