Manual de instrucciones PALISADE STATTOOLS 5.5

[. . . ] Guía para el uso de StatTools Programa auxiliar estadístico para Microsoft Excel ® Versión 5. 5 febrero, 2010 Palisade Corporation 798 Cascadilla St Ithaca, NY 14850 EE. UU. +1-607-277-8000 http://www. palisade. com Copyright Copyright © 2010, Palisade Corporation. Reconocimiento de marcas comerciales Microsoft, Excel y Windows son marcas comerciales registradas de Microsoft Corporation. IBM es una marca comercial registrada de International Business Machines, Inc. Palisade, TopRank, BestFit y RISKview son marcas comerciales registradas de Palisade Corporation. Bienvenidos a StatTools para Excel Bienvenidos StatTools ofrece a Microsoft Excel ­el programa de modelación y análisis de datos estándar de la industria- un nuevo y eficaz grupo de herramientas estadísticas. [. . . ] Los pares con valores en negrita tienen medias significativamente diferentes. Datos que faltan y enlace a datos · Datos que faltan ­ Se permite el uso de datos que faltan. Se ignoran todas las filas de las variables seleccionadas en las que faltan datos. Enlace a datos ­ Todos los informes se calculan con las fórmulas enlazadas a los datos. Si cambia el valor de la variable seleccionada, los resultados de salida cambian automáticamente. 99 · Guía de referencia: Comandos del menú de StatTools El comando ANOVA de dos direcciones Realiza un análisis ANOVA de dos direcciones de las variables El comando ANOVA de dos direcciones realiza un análisis de dos direcciones de la varianza. Esto normalmente se hace en el contexto de un diseño experimental en el que hay dos "factores" cada uno de los cuales está establecido en diferentes "niveles de tratamiento". Por ejemplo, en un estudio de rendimiento de bolas de golf, los dos factores pueden ser Marca y Temperatura exterior. Entonces, los niveles de tratamiento de Marca serían de "A" a "E", y los niveles de tratamiento de Temperatura serían "Frío", "Templado" y "Calor". La variable de valor sería Distancia recorrida y se recogerían observaciones de una serie de bolas de cada una de las combinaciones de Marca /Temperatura. El propósito del estudio es ver si hay diferencias de media significativas entre las diferentes combinaciones de nivel de tratamiento. Los datos del análisis ANOVA de dos direcciones deben tener un formato agrupado. Es decir, debe haber dos variables de "categoría" (correspondientes a Marca y Temperatura exterior en el ejemplo anterior) y debe haber una variable de "valor" (correspondiente a Distancia recorrida). Además, el conjunto de datos debe estar "equilibrado"; es decir, que debe haber un número igual de observaciones en cada una de las combinaciones de nivel de tratamiento. Es posible analizar un diseño desequilibrado, pero este diseño se analiza mejor con regresión (con variables falsas). Cuadro de diálogo ANOVA de dos direcciones Este análisis se configura usando el cuadro de diálogo ANOVA de dos direcciones: Deben seleccionarse dos variables de categoría (C1 y C2) y una variable de valor (Val) para su análisis. El conjunto de datos seleccionado debe ser de datos agrupados. 100 El menú Inferencia estadística Informe ANOVA de dos direcciones Los tres elementos superiores son las mediciones de resumen (tamaños de la muestra, medias de la muestra y desviaciones estándar de la muestra) de las diferentes combinaciones de nivel de tratamiento. La parte inferior de la salida muestra la tabla ANOVA. En esta tabla hay tres valores p importantes: dos de los "efectos principales" y uno de las "interacciones". Los efectos principales indican si hay diferencias de media significativas en los niveles de alguno de los factores, promediadas con los niveles del otro factor. Por ejemplo, el efecto principal Temperatura indica si los valores de las celdas de B17 a D17 son significativamente diferentes. (Lo son, como indica un valor p muy pequeño de Temperatura en la tabla ANOVA). Datos que faltan y enlace a datos · · Datos que faltan ­ Debido al requisito de un diseño equilibrado, no pueden faltar datos. Enlace a datos ­ Todas las fórmulas ANOVA están enlazadas a los datos. Si los datos cambian, los resultados cambian automáticamente. El equilibrio del experimento se verifica cuando se ejecuta el análisis. [. . . ] x es el valor a normalizar media es la media aritmética de la distribución. desv_están es la desviación estándar de la distribución. Debe ser > 0. Ejemplos Reglas STDDEV Descripción STDDEV(Datos1, Datos2, . . . DatosN) calcula la desviación estándar de la muestra especificada en Datos1, Datos2, . . . DatosN. StatStdDev(A1:A10, {1;2;3;2. 4}) calcula la desviación estándar de la muestra de todos los valores del conjunto de datos que se encuentra en A1:A10 y los valores 1, 2, 3 y 2. 4. [. . . ]