Unidad 4: ANÁLISIS DE COVARIANZA

Análisis con SAS

Usando SAS PROC GLM el programa básico es descrito a continuación.

Para el modelo MATH o su alternativo MATH. Este último es el utilizado por SAS, el programa es

DATA EJEMPLO;

INPUT TTOS Y X;

cards;

$\vdots$ $\ \ \ \ \vdots$ $\ \ \ \ \vdots$

$\vdots$ $\ \ \ \ \vdots$ $\ \ \ \ \vdots$

;

PROC GLM;

CLASS TTOS;

MODEL Y=TTOS X;

Donde X denota la covariable (la cual es una variable contínua y por tanto no hace parte de la instrución de variables de clasificación).

Con la instrucción de MODEL se ejecuta El ANOVA como fué dado en la tabla?? es representado por la suma de cuadrados Tipo III y sirve para probar las hipótesis

MATH

y

MATH

MODEL Y= TTOS X(TTOS)/SOLUTION;

Este modelo corresponde al modelo MATH

Este modelo tiene $2t$ grados de libertad. SCMATH tiene $t$ grados de libertad, uno por cada $\beta_{i}$

X(TTOS) no hace la prueba específica de heterogeneidad de pendientes pero prueba la hipótesis de que todos los coeficientes son 0.

MODEL Y=TTOS X X*TTOS/SOLUTION;

Este modelo corresponde a la siguiente reparametrización

MATH

Donde MATH y MATH con MATH.

Este modelo tiene $2t$ grados de libertad. Aqui la SC$\left( X\right) $ y SCMATH tiene 1 y $\left( t-1\right) $ grados de libertad respectivamente.

Para probar la hipótesis MATH en el modelo MATH es equivalente a probar MATH en el modelo MATH. Esto se obtiene dando la instrucción de SAS anterior y utilizando la estadística de prueba

MATH

Cuando se obtiene la salida de SAS , las sumas de cuadrados tipo I para este modelo proveen la información más útil:

Xes la suma de cuadrados debido a la regresión de Y sobre X, ignorando el tratamiento

TTOS es la suma de cuadrados debido a los diferentes interceptos (diferencias de tratamientos ajustadas), asumiendo pendientes iguales.

X*TTOS es la suma de cuadrados debido a los diferentes coeficientes de regresión para los tratamientos especificados por el factor TTOS

Comparación entre el DCA sin covariable y el DCA con covariable

Varianza del error experimental MATH

DCA sin covariable MATH
DCA con covariable MATH

Se observa que al incluir covariables la varianza del error experimental disminuye

Cómo citar este material

La cita para este recurso está presentada en formato APA. Cópiela para su reutilización

Mendoza, H, Bautista, G. (2002). Diseño Experimental. Universidad Nacional de Colombia, http://www.virtual.unal.edu.co/cursos/ciencias/2000352/. Licencia: Creative Commons BY-NC-ND.
Universidad Nacional de Colombia
Carrera 30 No 45-03 - Edificio 477
Bogotá D.C. - Colombia

Aviso Legal - Copyright