Cuando solo se habla de observaciones:

-Si el tamao de la muestra es <30 entonces veo si mi varianza poblacional (no confundir con
muestral, el mismo problema te dice cual es) es conocida si no lo fuera elijo la distribucin tstudent, en el caso de que s fuera conocida elijo la distribucin normal (Z)
-Si el tamao de la muestra fuera >30 entonces elijo la distribucin normal.

1) Si me dan las observaciones ingreso datos.

2) Voy a estadsticas > estadsticas bsicas> (elijo o 1Z o 1T)
-tengo dos opciones: muestra en columnas (en caso de q haya ingresado mis
observaciones) o datos resumidos (si el problema no me da las observaciones)
- ingreso datos
3) luego voy al men grficas> graficas de distribucin de probabilidad >ver probabilidad>
Elijo la distribucin:
-Si es T los grados de libertad es N (total de observaciones)-1
-Si es Normal no muevo ninguno de los datos que estn y le doy aceptar.
* En la pestaa del rea sombreada ingreso la probabilidad (si es al 95% la probabilidad
ser 0.05)
-La grafica tiene un rea sombreada (zona de rechazo de Ho) y la no sombreada es la de
aceptacin. Con un numerito que los divide.
4) Ahora vemos si Ho se rechaza o se acepta.
-La primera forma de saberlo es: el valor de T o Z (dependiendo de mi distribucin elegida)
que haya arrojado en los resultados del paso 2 lo ubico en la grafca que arroje el paso 3 y
veo si el valor de T o Z est en la zona de rechazo o aceptacin de Ho
-La segunda es: Con el valor de P que me arroje el paso 2, lo comparo con mi probabilidad
() (la que generalmente es 0.05) si:
- P < : Rechazo Ho
- P > : Acepto Ho

Cuando el modelo es de efectos fijos: (ya se habla de tratamientos por ejemplo:

temperatura: 15, 20, 30) (Donde la temperatura seria mi factor y mis tratamientos son: 15,
20,30)
*Lo que se hace es este modelo es comparar las medias de los tratamientos () para
determinar si por ejemplo da igual que la temperatura sea 15, 20 o 30; o si el cambio de temp
afecta a mi variable rpta. Por lo que las hiptesis son:
Ho: 1 = 2 = i (las medias de los tratamientos son iguales y el cambio del
factor no afecta mi variable rpta)

H1: Al menos una i j (Al menos un par de medias de los tratamientos son
diferentes por lo que el cambio del factor si afecta mi variable rpta)

1) Identifico e ingreso datos (cual es factor y cual es variable rpta.)

2) voy al men Estadsticas > ANOVA > Un solo factor
-Ingreso datos
-Aceptar
3) Veo los valores de F y de P
-Para aceptar o rechazar Ho mediante el anlisis del valor de F:
-Voy al men graficas> graficas de distribucin de probabilidad> ver probabilidad>
Selecciono distribucin F
Parmetro 1: nmero de tratamientos del factor -1
Parmetro 2: nm. de observaciones total - nm. de tratamientos

El valor que me arroja en la grfica es F*

Igual que en anterior ubico si mi F del paso 2 est dentro o fuera
de la zona de rechazo.
-Para aceptar o rechazar Ho mediante el anlisis del valor de P:
Comparo P con mi probabilidad () (la que generalmente es 0.05) si:
- P < : Rechazo Ho
- P > : Acepto Ho

Analizando:
*Con el valor de R- cuad que arroje el paso 2 digo: La variabilidad o los
cambios en la variable respuesta est explicado por el factor.
*Si rechazo Ho significa que el factor si afecta a la variable respuesta, entonces
me pedirn decir cual de los tratamientos me conviene ms voy a:
Graficas> grafica de caja> mltiples simple (creo, pero de q es mltiples
es mltiples xD)
Veo cual es la grfica ms alta o ms baja dependiendo de cul sea la que mas
me conviene utilizar para mejorar mi var rpta .
*Como pruebo que mis residuos tienen normalidad:

Voy al men Estadsticas> ANOVA> Un solo factor> graficas> cuatro en

1
Analizo la grfica que se llama: Grfica normal de residuos y si mis
residuos forman una lnea recta digo que si existe normalidad.
*Como se si existe Homocelasicidad: (Varianzas iguales)
Hiptesis:
Ho: 2 1 = 2 2 . = 2 i
H1: al menos un par 2 i

2 j

Voy al men Estadsticas> ANOVA>prueba de varianzas iguales.

Me arroja otro P, y vuelvo a compararlo con mi probabilidad (que sigue
siendo la misma que la anterior)
si:
- P < : Rechazo Ho
- P > : Acepto Ho