La lógica del análisis de varianza
Comparar varias medias de una vez, comparando dos varianzas
Tema T07 · Unidad III · Inferencia y experimentación
La lógica del análisis de varianza
Comparar varias medias de una vez, comparando dos varianzas
Cuatro variedades de soya, cuatro promedios distintos: ¿es diferencia o es azar?
De qué trata este tema
En T05 comparaste dos tratamientos, y en T06 viste cómo se monta un ensayo. Pero en campo casi siempre hay más de dos: cuatro variedades, cinco dosis, tres raciones. El análisis de varianza (ANOVA, por sus siglas en inglés) responde de una sola vez si hay diferencias entre todos ellos. Es el análisis más usado en la agronomía experimental. Este tema trata de entender cómo piensa, con cálculos sencillos. En T08 armarás la tabla completa, y en T09 averiguarás cuáles tratamientos difieren.
Necesitas T05 (varianza combinada y prueba t) y T06 (diseño completamente al azar)
Este tema T07 · La lógica del análisis de varianza
Sigue T08 · La tabla de análisis de varianza
Al terminar el tema podrás:
- Explicar por qué no se hacen muchas pruebas t, y calcular cómo se acumulan las falsas alarmas.
- Distinguir la variación entre tratamientos de la variación dentro de tratamientos.
- Calcular CMT, CME y F con repeticiones iguales, y decidir con el valor p o con la tabla.
- Decir lo que F dice y lo que no dice.
Palabras clave análisis de varianza variación entre variación dentro cuadrado medio de tratamientos cuadrado medio del error estadístico F distribución F
1. Un problema para empezar: cuatro variedades de soya
Un técnico siembra cuatro variedades de soya en un diseño completamente al azar, con 5 parcelas por variedad. Los promedios son:
| Variedad | V1 | V2 | V3 | V4 |
|---|---|---|---|---|
| Media (t/ha) | 3.2 | 3.6 | 3.0 | 3.4 |
| Varianza s² | 0.09 | 0.10 | 0.08 | 0.11 |
V2 parece la mejor, con 3.6 t/ha, y V3 la peor, con 3.0. Pero aun si las cuatro variedades fueran idénticas, cuatro promedios nunca salen iguales. ¿Estas diferencias son más grandes de lo que produce el azar? Con el análisis de este tema, la respuesta sale en un solo número: F = 3.51, con p = 0.040. Hay evidencia de que no todas rinden igual.
2. Por qué no basta con lo que ya sabes
Lo primero que se antoja es hacer la prueba t de T05 para cada par. Con 4 variedades son 6 comparaciones. Cada una tiene 5 % de probabilidad de una falsa alarma, y esas oportunidades se acumulan, igual que los 20 productos inútiles de T04. Si fueran independientes, la probabilidad de al menos una falsa alarma sería:
1 − 0.95⁶ = 0.26
Comparaciones con t tratamientos: t × (t − 1) ÷ 2. Con 6 tratamientos serían 15, y la probabilidad subiría a 0.54.
Es decir, cerca de una vez de cada cuatro «encontrarías» una diferencia que no existe. Hace falta una sola prueba que mire todos los tratamientos a la vez, con α = 0.05 en total.
3. Dónde vas a usar esto
- Ensayos con varios tratamientos. Variedades, dosis, productos, raciones: casi cualquier ensayo agronómico.
- Leer artículos y reportes. «El ANOVA detectó diferencias (F₃,₁₆ = 3.51, p = 0.04)» se vuelve una frase que entiendes.
- Lo que sigue. T08 calcula esto para cualquier ensayo, T09 dice cuáles tratamientos difieren y T10 lo convierte en un reporte.
4. Cómo piensa el análisis de varianza
4.1 La idea: dos variaciones
Mira los datos de un ensayo: varían por dos razones. Las parcelas de un mismo tratamiento difieren entre sí sólo por azar (suelo, plagas, medición). Y los promedios de los tratamientos difieren entre sí por ese mismo azar, más el efecto del tratamiento si lo hay. La pregunta se vuelve: ¿varían las medias más de lo que el ruido explica?
Por eso se llama análisis de varianza, aunque la pregunta sea sobre medias: se comparan dos estimaciones de la varianza.
4.2 La variación dentro: el cuadrado medio del error (CME)
Es el ruido. Se obtiene igual que la varianza combinada s²p de T05, ahora con más grupos. Con el mismo número de repeticiones, es el promedio de las varianzas:
CME = promedio de las s² de cada tratamiento
Con la soya: (0.09 + 0.10 + 0.08 + 0.11) ÷ 4 = 0.095. Sus grados de libertad son t × (n − 1) = 4 × 4 = 16.
Al calcularse dentro de cada tratamiento, no le afecta si los tratamientos son distintos: siempre mide el ruido.
4.3 La variación entre: el cuadrado medio de tratamientos (CMT)
En T01 viste que la varianza de una media es σ² ÷ n. Dándole la vuelta: si no hubiera efecto de tratamiento, n veces la varianza de las medias también estimaría σ², el mismo ruido.
CMT = n × varianza de las medias de los tratamientos
Con la soya: la varianza de 3.2, 3.6, 3.0, 3.4 es 0.0667. CMT = 5 × 0.0667 = 0.333. Sus grados de libertad son t − 1 = 3.
Si los tratamientos sí difieren, las medias se separan más, y el CMT crece además del ruido.
4.4 El estadístico F
F = CMT ÷ CME
Con la soya: F = 0.333 ÷ 0.095 = 3.51, con gl = 3 y 16.
| Si H₀ es cierta… | Si H₀ es falsa… |
|---|---|
| CMT y CME estiman lo mismo, y F anda cerca de 1. | CMT estima el ruido más el efecto, y F crece por encima de 1. |
¿Qué tan grande debe ser F? Eso lo dice la distribución F, que depende de los dos grados de libertad. El valor p es el área a la derecha de tu F. En esta prueba sólo se mira la cola derecha:
En Excel: =DISTR.F.CD(3.51,3,16) da p = 0.040. Como 0.040 < 0.05, se rechaza H₀. Sin computadora, se compara F con el valor crítico F*, que se obtiene con =INV.F.CD(0.05,gl1,gl2) o con la tabla. Aquí, 3.51 > 3.239.
| gl del error (abajo) gl de tratamientos | 1 | 2 | 3 |
|---|---|---|---|
| 12 | 4.747 | 3.885 | 3.490 |
| 15 | 4.543 | 3.682 | 3.287 |
| 16 | 4.494 | 3.634 | 3.239 |
| 18 | 4.414 | 3.555 | 3.160 |
| 20 | 4.351 | 3.493 | 3.098 |
| 27 | 4.210 | 3.354 | 2.960 |
Prueba Mueve las medias y el ruido Tres tratamientos simulados (no es el caso del Excel). Arriba, los datos; abajo, dónde cae tu F en la distribución que tendría si no hubiera efecto. Cambia la separación entre medias, s y n.
4.5 Lo que F dice y lo que no dice
H₀: μ₁ = μ₂ = … = μₜ H₁: al menos una media es distinta
H₁ no dice «todas son distintas», ni dice cuál.
| Dice | No dice |
|---|---|
| Que al menos un tratamiento difiere de otro, y no por azar. | Cuál difiere. Eso es T09. |
| Que las medias varían más de lo que explica el ruido. | Si la diferencia es importante o si paga. Eso se decide como en T04. |
| Si no se rechaza: que estos datos no alcanzan. | Que los tratamientos sean iguales. |
Condiciones. Unidades independientes y sorteadas (T06), variación parecida entre tratamientos (la regla de T05: s mayor ÷ s menor no pasa de 2) y datos sin asimetría fuerte ni valores muy raros. Con repeticiones distintas, las fórmulas cambian un poco: están en T08.
Con dos tratamientos, es lo mismo que T05. Con el trigo de T05, F = 5.19 y t² = 2.2774² = 5.19. El valor p es el mismo, 0.035. El ANOVA no contradice a la prueba t: la generaliza.
4.6 Ejemplo resuelto: tres raciones para ovinos
Un rancho sortea 18 corrales de ovinos entre tres raciones, 6 por ración, y mide la ganancia diaria promedio de cada corral (g/día). Las medias son 210, 230, 250 y las varianzas, 900, 1000, 1100.
- Hipótesis: H₀: las tres raciones dan la misma ganancia media; H₁: al menos una es distinta. α = 0.05.
- Condiciones: corrales sorteados; s mayor ÷ s menor = √(1100 ÷ 900) = 1.11, menor que 2.
- CME: (900 + 1000 + 1100) ÷ 3 = 1000, con gl = 3 × 5 = 15.
- CMT: la media general es 230. La varianza de las medias es [(−20)² + 0² + 20²] ÷ 2 = 400. CMT = 6 × 400 = 2400, con gl = 2.
- F: 2400 ÷ 1000 = 2.40.
- Valor p:
=DISTR.F.CD(2.4,2,15)= 0.125. Con tabla: 2.40 es menor que F* = 3.682. - Decisión: 0.125 > 0.05: no se rechaza H₀.
Cómo se comunica: «La ganancia media fue de 210, 230 y 250 g/día con las raciones 1, 2 y 3, pero estas diferencias todavía pueden deberse al azar (F = 2.40, gl = 2 y 15, p = 0.12). Estos datos no alcanzan para decir que las raciones sean distintas, ni que sean iguales».
Estadísticas > ANOVA > Un solo factor (en inglés, Stat > ANOVA > One-Way). La salida muestra F y P en la tabla de análisis de varianza que estudiarás en T08.
4.7 Lo que se gana y lo que se pierde
Con una sola prueba se controlan las falsas alarmas y se aprovechan todos los datos: el CME usa la variación de todos los tratamientos, no sólo de dos. A cambio, la respuesta es general: «algo difiere». Hay que dar otro paso para saber qué (T09). Y, como en T03, significativo no quiere decir importante: una F grande con muchas repeticiones puede venir de una diferencia que no paga el insumo.
¿Lo entendiste? Cuatro preguntas rápidas No cuentan para la calificación. Elige una respuesta para ver la explicación; puedes volver a intentar.
1. Tres tratamientos con n = 5 tienen medias 8, 10 y 12, y varianzas 3, 4 y 5. ¿Cuánto vale F?
- 1
- 5
- 20
La varianza de las medias es 4, así que CMT = 5 × 4 = 20. CME = (3 + 4 + 5) ÷ 3 = 4. F = 20 ÷ 4 = 5. El 20 es el CMT.
2. Sale F significativa con 4 tratamientos. ¿Qué se concluye?
- Las cuatro medias son distintas entre sí
- Al menos una media es distinta
- El tratamiento con la media más alta es el mejor
H₁ dice «al menos una». Para saber cuáles difieren falta la comparación de medias (T09).
3. Si los tratamientos no tienen ningún efecto, ¿cerca de qué valor anda F?
- 0
- 1
- α
Sin efecto, CMT y CME estiman el mismo ruido, y su razón ronda 1.
4. ¿Por qué no se hacen pruebas t de dos en dos con 5 tratamientos?
- Porque la t sólo sirve con muestras grandes
- Porque son 10 pruebas y se acumulan las falsas alarmas
- Porque la t da medias equivocadas
Son 5 × 4 ÷ 2 = 10 comparaciones. La probabilidad de al menos una falsa alarma sube a cerca de 0.40.
5. Lo que harás
Excel del Tema T07 · 2 hojas
Guárdalo como U3-T07_Apellido_Nombre.xlsx y escribe sólo en las celdas amarillas.
F a mano (hoja 1_F_a_mano)
Caso A: falsas alarmas. Para 3, 4 y 5 tratamientos, calcula cuántas comparaciones hay y la probabilidad de al menos una falsa alarma.
Caso B: mismas medias, tres destinos. Tres ensayos con las mismas medias y distinto ruido o n. Calcula varianza de las medias, CMT, CME, F, gl y F*, y decide con α = 0.05.
Caso C: F y t. Con el trigo de T05, calcula F y comprueba que es igual a t².
Caso D: ¿bien dicho? Seis afirmaciones sobre F.
Para qué te sirve hacerlo a mano. Es lo que se pide en un examen en papel, y ver cómo cambia F con las mismas medias te da la intuición que ningún programa da.
- Escribe tu nombre y la fecha.
- Caso A. Usa t × (t − 1) ÷ 2 y 1 − 0.95ᵏ. Anota 3 decimales.
- Caso B. Usa la tabla de la sección 4.4 para F*.
- Caso C. Anota 3 decimales.
- Caso D. Elige Correcta o Incorrecta.
- Contesta las Preguntas 1 y 2.
En el Caso B, los tres ensayos tienen la misma varianza de las medias, 4. El ensayo 1 da F = 4. Si tu F del Caso C no es igual a t², revisa si usaste s o s² en el CME.
F en Excel (hoja 2_ANOVA_Excel)
El caso: un ensayo de cebolla con cuatro densidades de siembra (200, 300, 400 y 500 mil plantas/ha) y 6 parcelas sorteadas por densidad. Rendimiento en t/ha. ¿Importa la densidad?
Para qué: calcularás F desde los datos, y verás qué pasa con las mismas medias si cambia el ruido o el número de parcelas.
- Paso 1 · Resumen. Bajo cada columna calcula n con
=CONTAR(B7:B12), la media con=PROMEDIO(B7:B12)y s² con=VAR.S(B7:B12), y copia a la derecha. Luego calcula s mayor ÷ s menor con=RAIZ(MAX(B15:E15)/MIN(B15:E15)). - Paso 2 · F. Calcula t con
=CONTAR(B14:E14); n con=B13; la media general con=PROMEDIO(B14:E14); la varianza de las medias con=VAR.S(B14:E14); CMT con=H7*H9; CME con=PROMEDIO(B15:E15); F con=H10/H11; gl con=H6-1y=H6(H7-1); p con=DISTR.F.CD(H12,H13,H14); F con=INV.F.CD(0.05,H13,H14)y la decisión con=SI(H15<0.05,"Rechazar H0","No rechazar H0"). - Paso 3 · Mismas medias, otro ruido u otra n. En la primera fila, calcula CMT con
=L7*$H$9, CME con=K7^2*$H$11, F con=M7/N7, p con=DISTR.F.CD(O7,$H$13,$H$6*(L7-1))y la decisión con=SI(P7<0.05,"Rechazar H0","No rechazar H0"). Copia hacia abajo. - Paso 4 · Falsas alarmas. Para cada número de tratamientos, calcula las comparaciones con
=K16*(K16-1)/2 y la probabilidad con =1-0.95^L16. - Paso 5 · Responde las Preguntas 3 a 6.
Tu Excel puede usar punto y coma ( ; ) en lugar de coma ( , ). En inglés: DISTR.F.CD = F.DIST.RT, INV.F.CD = F.INV.RT, RAIZ = SQRT, SI = IF, CONTAR = COUNT, PROMEDIO = AVERAGE. Si no existen, prueba DISTR.F e INV.F.
6. Antes de entregar
Marca cada punto conforme lo revises. Tus marcas se guardan sólo en este navegador.

