En la sección Comparar medias para una variable se comparaban las medias en distintos niveles de una variable categórica. Para comparar las medias entre los niveles de dos o más variables a la vez, utilice la técnica de Análisis de la varianza (o ANOVA).
|
•
|
Type (farmacéutica o de informática)
|
|
•
|
Size (pequeña, mediana o grande)
|
|
1.
|
|
2.
|
|
3.
|
|
4.
|
|
5.
|
Figura 5.21 Gráfico de los beneficios de las empresas
|
6.
|
Seleccione el valor atípico y, a continuación, haga clic con el botón derecho y seleccione Filas > Exclusión de filas. El punto se quita y la escala del gráfico se actualiza automáticamente.
|
. Comparar los beneficios medios es más fácil con un gráfico de barras que con puntos.
Figura 5.22 Gráfico después de quitar el valor atípico
|
1.
|
Vuelva a la tabla de la muestra de datos Companies.jmp con el punto de datos excluido. Consulte Descubrir la relación.
|
|
2.
|
|
3.
|
|
4.
|
|
5.
|
|
6.
|
En el menú Énfasis, seleccione Cribado de los efectos.
|
|
7.
|
Seleccione la opción Mantener abierto el cuadro de diálogo.
|
Figura 5.23 Ventana Ajuste del modelo completada
|
8.
|
Haga clic en Ejecutar. La ventana de resultados muestra los resultados del modelo.
|
Para decidir si las diferencias entre beneficios son reales o se deben al azar, examine el informe Pruebas de los efectos.
Nota: Para conocer más detalles acerca de todos los resultados del Ajuste del modelo, consulte del libro Fitting Linear Models.
El informe Pruebas de los efectos (consulte la Figura 5.24) muestra los resultados de las pruebas estadísticas. Existe una prueba para cada efecto incluido en el modelo en la ventana Ajuste del modelo: Type, Size Co y Type*Size Co.
Figura 5.24 Informe Pruebas de los efectos
En primer lugar, veamos la prueba de la interacción del modelo: el efecto Type*Size Co. En la Figura 5.22 se observaba que las empresas farmacéuticas parecían tener beneficios distintos en función del tamaño de la empresa. No obstante, la prueba del efecto indica que no hay interacción entre el tipo y el tamaño en cuanto a beneficios se refiere. El valor p de 0,218 es grande (mayor que el nivel de significación de 0,05). Por consiguiente, podemos quitar ese efecto del modelo y volver a ejecutarlo.
|
2.
|
|
3.
|
Haga clic en Ejecutar.
|
Figura 5.25 Informe Pruebas de los efectos actualizado
