Qué es ANOVA Todo lo que necesitas saber

Las estadísticas son una parte integral de la industria del trading. Todos los inversores, traders o analistas, diarios o no, se han visto expuestos a este tipo de método alguna vez. ¿Has oído hablar de ANOVA? ¿Qué es este método y qué lo hace único? Todo lo que necesitas saber. Veámoslo.

ANOVA Dispersion Analysis es una herramienta de análisis estadístico. Divide la variabilidad observada en datos establecidos en dos partes: factores aleatorios y sistemáticos. Los factores sistemáticos tienen un efecto estadístico en un conjunto de datos, lo que no se puede decir de los factores aleatorios. Los analistas utilizan el test ANOVA para determinar el impacto de variables independientes en el estudio de regresión variable dependiente.

El enfoque del test t- y z- desarrollado el último siglo se utilizaba para llevar a cabo análisis de datos hasta 1918. Esto era antes de que Ronald Fisher desarrollara el proceso de análisis de dispersión. ANOVA también es un análisis de dispersión Fischer. Es una extensión de los tests t- y z-. El término se hizo famoso en 1925 cuando apareció en el libro de Fisher, llamado Métodos estadísticos para investigadores.

La fórmula

La fórmula de ANOVA es: F = MSE/MST.

Donde: F= coeficiente de ANOVA, MST= suma media de cuadrados debido al procesamiento, MSE= suma media de cuadrados debido a error. El test ANOVA es un punto de partida para analizar los factores que afectan a un conjunto de datos. Tras completar el test, el analista realiza pruebas adicionales sobre factores metodológicos que contribuyen significativamente a la inconsistencia del conjunto de datos. El analista utiliza el impacto del test ANOVA en el f-test para desarrollar otros datos lógicos con los modelos de regresión esperados.

El test te permite comparar más de dos grupos a la vez para determinar una correlación entre ellos. El resultado de la fórmula, estadísticas F, te permitirá analizar múltiples conjuntos de datos para evaluar la variabilidad entre muestras.

Si no hay diferencia real entre los grupos del test, la hipótesis nula, el resultado de las estadísticas F-ratio de ANOVA será cercano a 1. La distribución de todos los posibles valores en las estadísticas F es la F-distribución. Es un grupo de funciones de distribución con dos números característicos llamados el grado de libertad del denominador.

¿En qué casos funciona este test? Por ejemplo, un investigador podría comprobar los estudiantes de la universidad para ver si algún estudiante universitario es muy superior al resto de estudiantes. En otro ejemplo, un investigador de R&D en una aplicación empresarial podría examinar el proceso de desarrollo de dos productos. Este test ayudará al investigador a ver si un método es mejor que el otro, por ejemplo, desde un punto de vista de coste-efectividad.

Cómo funciona ANOVA

El tipo de test ANOVA depende de muchos factores. Es principalmente información experimental. Podemos utilizar el análisis de dispersión si no hay disponible un software estadístico; ANOVA se calcula de forma manual. Es fácil de utilizar y es mejor para muestras pequeñas. En caso de múltiples diseños experimentales, las dimensiones de la muestra deben estar al mismo nivel de factores en las diferentes combinaciones.

ANOVA es muy efectivo para probar tres o más variables. Es similar al t-test de pruebas múltiples. Sin embargo, el tipo l provoca menos errores y es relevante para algunos problemas. ANOVA incluye la dispersión de varias fuentes. Podemos utilizar este método con grupos, sujetos y grupos de prueba.

Hay dos tipos principales de ANOVA: unilateral y bilateral. Además, hay otras variaciones de ANOVA. Por ejemplo, MANOVA, que es diferente de ANOVA, evalúa solo una variable dependiente cada vez. El ANOVA unidireccional evalúa la influencia de un único factor en una variable de respuesta única. Determina si todos los patrones son lo mismo. El ANOVA unidireccional sirve principalmente para explicar cualquier cambio estadísticamente potente entre los factores de tres o más equipos independientes.

El ANOVA bilateral es una extensión del ANOVA unilateral. Unilateralmente, tienes una variable independiente que afecta a la variable dependiente. El ANOVA bilateral permite a una compañía comparar la productividad del empleado en base a dos variables independientes: salario y conjunto de habilidades. Se utiliza para probar el efecto de dos factores simultáneos y para observar la interacción entre dos elementos.

Este método parece muy efectivo en muchos ámbitos actuales y simplifica mucho los procesos modernos.