INSTITUTO DE ESTUDIOS SUPERIORES “ROSARIO
CASTELLANOS”
A DISTANCIA
LICENCIATURA CONTADURÍA Y FINANZAS
NOMBRE:
MENA GUERRA LETICIA ELVIRA
DOCENTE:
PÉREZ BAILÓN MANUEL
GRUPO:
G-308
ASIGNATURA:
ESTADÍSTICA 2
UNIDAD 4
“ANÁLISIS DE VARIANZA. IMPLICACIONES
PRÁCTICAS EN ESTUDIOS SOCIALES”
PROPÓSITO DE LA ACTIVIDAD
El propósito de la actividad es permitir que se adquiera la capacidad de explicar y
comprender la técnica estadística de Análisis de Varianza (ANOVA) como una herramienta
para corroborar hipótesis de causalidad en investigaciones científicas y estudios
experimentales. La actividad busca que se comprenda los fundamentos teóricos de la
ANOVA, incluyendo sus supuestos, objetivos y aplicaciones, así como su relación con la
inferencia causal en la investigación científica.
En el campo de la investigación científica, la corroboración de hipótesis de causalidad es un
aspecto esencial para establecer relaciones de causa y efecto entre variables. Una
herramienta estadística ampliamente utilizada para este propósito es el Análisis de Varianza
(ANOVA). La ANOVA permite comparar las diferencias en las medias de dos o más
grupos, lo que facilita la evaluación de la influencia de una variable independiente en una
variable dependiente.
INTRODUCCIÓN
La prueba ANOVA o análisis de varianza es un método estadístico que permite descubrir si
los resultados de una prueba son significativos, es decir, permiten determinar si es necesario
rechazar la hipótesis nula o aceptar la hipótesis alternativa.
El Análisis de la Varianza (ANOVA) es una técnica estadística que se utiliza para comparar
la media de tres o más grupos y determinar si existen diferencias significativas entre ellas.
En otras palabras, ANOVA te ayuda a saber si hay una diferencia significativa en la media
entre los grupos que estás comparando o si cualquier diferencia que hayas observado se
debe simplemente al azar.
El ANOVA compara la varianza entre los grupos con la varianza dentro de los grupos. Si la
varianza entre los grupos es mayor que la varianza dentro de los grupos, entonces es
probable que exista una diferencia significativa en las medias. Si la varianza dentro de los
grupos es mayor que la varianza entre los grupos, entonces cualquier diferencia observada
en las medias podría ser simplemente aleatoria.
DESARROLLO DE LA ACTIVIDAD
1. Explica la importancia de la ANOVA para determinar hipótesis de causalidad al
momento de buscar explicación entre el consumo de alimentos altamente
procesados y la obesidad infantil en la Ciudad de México
El análisis de varianza (ANOVA) de un factor es un método estadístico para examinar
las diferencias en las medidas de tres o más grupos.
Usualmente, el ANOVA de un factor se emplea cuando tenemos una única variable o
factor independiente y el objetivo es investigar si las variaciones o diferentes niveles de
ese factor tienen un efecto medible sobre una variable dependiente.
En el contexto de la obesidad infantil en la Ciudad de México, ANOVA puede ser
importante para determinar hipótesis entre el consumo de alimentos altamente
procesados y la obesidad en niños y niñas. La obesidad infantil es un problema
complejo, que puede estar influenciado por múltiples factores, como la genética, el
entorno socioeconómico, el nivel de actividad física y los hábitos alimenticios.
ANOVA puede ayudar a identificar si existe una relación significativa entre el consumo
de alimentos altamente procesados y la obesidad en niños y niñas de la Ciudad de
México.
Al realizar un análisis de varianza, se pueden comparar los niveles de consumo de
alimentos altamente procesados en diferentes grupos de niños y niñas, por ejemplo,
aquellos que padecen obesidad y aquellos que no la padecen. Si se encuentra una
diferencia significativa en los niveles de consumo entre estos grupos, se podría decir
que el consumo de alimentos altamente procesados puede ser un factor de la obesidad
infantil en la Ciudad de México.
2. Define en qué consiste la prueba ANOVA (indica los supuestos y cómo debes
interpretar resultados de la tabla)
La tabla de ANOVA muestra los resultados del análisis de varianza, y generalmente
incluye tres fuentes de variación: la variación entre los grupos (denominada
"entregrupos" o "intergrupo"), la variación dentro de los grupos (denominada "dentro de
grupos" o "intragrupo"), y la variación total.
La tabla ANOVA proporciona varios estadísticos, como la suma de cuadrados (SC), los
grados de libertad (gl), el cuadrado medio (CM), y el valor F. El valor F es el estadístico
de prueba que se compara con un valor crítico para determinar si hay diferencias
significativas en las medias de los grupos.
Para determinar si cualquiera de las diferencias entre las medias es estadísticamente
significativa, compare el valor p con el nivel de significancia para evaluar la hipótesis
nula. La hipótesis nula indica que las medias de población son todas iguales. Por lo
general, un nivel de significancia (denotado como α o alfa) de 0.05 funciona
adecuadamente. Un nivel de significancia de 0.05 indica un riesgo de 5% de concluir
que existe una diferencia cuando no hay una diferencia real.
Valor p ≤ α: Las diferencias entre algunas de las medias son estadísticamente
significativamente.
Si el valor p es menor que o igual al nivel de significancia, usted rechaza la hipótesis
nula y concluye que no todas las medias de población son iguales.
Valor p > α: Las diferencias entre las medias no son estadísticamente significativas
Si el valor p es mayor que el nivel de significancia, usted no cuenta con suficiente
evidencia para rechazar la hipótesis de que las medias de población son todas iguales.
Es importante tener en cuenta que la interpretación de los resultados de la tabla ANOVA
debe realizarse considerando los supuestos de homogeneidad de varianzas y normalidad
de los datos, y que la prueba ANOVA solo puede establecer una relación de asociación
entre las variables, pero no una relación causal.
3. Considerando el Contexto y el Planteamiento del problema de este ejercicio, escribe
una hipótesis nula y su hipótesis alternativa para un problema específico, por
ejemplo, H0: el consumo de alimentos de alto contenido calórico no incrementa la
obesidad infantil. Ha: el consumo de alimentos con alto contenido calórico
incrementa la obesidad infantil
H0: La exposición a altos niveles de contaminación del aire no tiene efecto en la
incidencia de enfermedades respiratorias en adultos mayores.
Ha: La exposición a altos niveles de contaminación del aire incrementa la incidencia de
enfermedades respiratorias en adultos mayores.
4. Utiliza un recurso electrónico donde reporten la aplicación del ANOVA en un
ejemplo concreto, puede ser un artículo, un libro o una aplicación en internet y
copia la imagen en tu reporte con una brevísima explicación de tu ejemplo
Se requiere evaluar la eficacia de distintas dosis de un fármaco contra la hipertensión
arterial, comparándola con la de una dieta sin sal. Para ello se seleccionan al azar 25
hipertensos y se distribuyen aleatoriamente en 5 grupos. Al primero de ellos no se le
suministra ningún tratamiento, al segundo una dieta con un contenido probe en sal, al
tercero una dieta sin sal, al cuarto el fármaco a una dosis determinada y al quinto el
mismo fármaco a otras dosis. Las presiones arteriales sistólicas de los 25 sujetos al
finalizar los tratamientos son:
GRUPO
1 2 3 4 5
180 172 163 158 147
173 158 170 146 152
175 167 158 160 143
182 160 162 171 155
181 175 170 155 160
La tabla ANOVA es:
Fuente de variación GL SS MS F
Tratamiento 4 2010,64 502,66 11,24
Error 20 894,4 44,72
Total 24 2905,04
CONCLUSIONES
En conclusión, el análisis de varianza es un método estadístico que permite descubrir si los
resultados de una prueba son significativos, es decir, permiten determinar si es necesario
rechazar la hipótesis nula o aceptar la hipótesis alternativa. Se utiliza para comparar las
varianzas entre las medias (o el promedio) de diferentes grupos, esto nos puede ayudar
mucho en nuestra vida diaria, ya que, podemos sacar datos confiables por medio del
análisis de varianza (ANOVA).
REFERENCIA
(2023). Interpretar los resultados clave para la ANOVA de un solo factor. Soporte de
Minitab 21. https://support.minitab.com/es-mx/minitab/21/help-and-how-to/statistical-
modeling/anova/how-to/one-way-anova/interpret-the-results/key-results/
(…). Ejemplo de ANOVA. Hospital Universitario Ramón y Cajal.
http://www.hrc.es/bioest/Anova_4.html
