DISEO DE EXPERIMENTOS ESTADSTICOS

Nombre: Juan Carlos Pacheco

Cdigo: 246175
EJERCICIOS
9.-A continuacin se muestran los datos para un diseo en
bloques al azar.

Anlisis univariado de varianza

Pruebas de efectos inter-sujetos
Variable dependiente: TratBloq

Origen
Modelo
corregido
Interseccin
Tratamiento
Bloque
Error
Total

Tipo III de
suma de
cuadrados

Media
cuadrtica

gl

67,167a

13,433

341,333

341,333

25,167
42,000
5,500
414,000

2
3
6
12

12,583
14,000
,917

F
14,655
372,36
4
13,727
15,273

Sig.
,003
,000
,006
,003

Total
corregido

72,667

11

a. R al cuadrado = ,924 (R al cuadrado ajustada = ,861)

De acuerdo al ANOVA anterior se observa que para los tratamientos se
obtuvo un valor-p =0.006 < 0.05, por lo que se rechaza la hiptesis nula de
que las media de los tratamientos son iguales entre s, en cuanto al factor
de bloques se puede concluir que su valor-p =0.003 < 0.05, lo que nos dice
que existen diferencias entre estos.

Comparaciones mltiples
Variable dependiente: TratBloq
Intervalo de
confianza al
95%
(I)
(J)
Tratamien Tratamien
to
to
HSD
Tukey

Trat A

Diferencia
Error
Lmite
de medias estnda Sig Lmite superio
(I-J)
r
. inferior
r

Trat B
-3,5000

,67700

,
00
-1,4228
5,5772
5

,67700

,
23
3,3272
4

,8272

,67700

,
00 1,4228
5

5,5772

,67700

,
03
7

,1728

4,3272

,67700

,
23 -,8272
4

3,3272

,67700

,
03
4,3272
7

-,1728

,67700

,
00
-1,8434
5,1566
2

,67700

,
11
2,9066
4

,4066

,67700

,
00 1,8434
2

5,1566

,67700

,
01
6

,5934

3,9066

,67700

,
11 -,4066
4

2,9066

,67700

,
01
3,9066
6

-,5934

,67700

,
00
-1,2744
5,7256
6

,67700

,
34
3,4756
3

Trat C
-1,2500
Trat B

Trat A
3,5000

2,2500

Trat C

Trat C

Trat A
1,2500
Trat B

DMS

Trat A

-2,2500

-3,5000

Trat B

Trat C
-1,2500
Trat B

Trat A
3,5000

2,2500

Trat C

Trat C

Trat A
1,2500
Trat B

Bonferro Trat A
ni

-2,2500

-3,5000

Trat B

Trat C
-1,2500
Trat B

Trat A

,9756

Por lo que se concluye que el tratamiento A es diferente del B y el B del C.

11.- En una empresa lechera se tienen varios silos para almacenar
leche (cisternas de 60,000 L). Un aspecto crtico para que se
conserve la leche es la temperatura de almacenamiento. Se
sospecha que en algunos silos hay problemas, por ello, durante
cinco das se decide registrar la temperatura a cierta hora critica.
Obviamente la temperatura de un da a otro es una fuente de
variabilidad que podra impactar la variabilidad total.

Silo
A
B
C
D
E

Lunes
4
5
4.5
2.5
4

Da
Mircoles
5
2
3.5
6.5
3.5

Martes
4
6
4
4
4

Jueves
0.5
4
2
4.5
2

Viernes
3
4
3
4
4

Hiptesis:
H0: 1 = 2 = 3 = = k =
HA: 1 j para algn i j

En cualquiera de estas hiptesis la afirmacin a probar es que la respuesta

media poblacional lograda con cada tratamiento es la misma para los k
tratamientos y que, por lo tanto, cada respuesta media 1 es igual a la
media global poblacional, .

Pruebas de los efectos inter-sujetos

Variable dependiente: TEMPERATURA DE ALMACENAMIENTO DE LA LECHE
Origen

Suma de

gl

Media

cuadrados tipo

Sig.

cuadrtica

III
Modelo corregido

14,220a

1,778

1,101

,412

Interseccin

349,690

349,690

216,526

,000

SILO

4,460

1,115

,690

,609

DIA

9,760

2,440

1,511

,246

Error

25,840

16

1,615

Total

389,750

25

40,060

24

Total corregida

a. R cuadrado = ,355 (R cuadrado corregida = ,032)

En la tabla podemos observar que el valor de probabilidad de los silos es

mayor que el valor de significancia, es decir, que el valor de probabilidad de
los silos es 0.609 y el nivel de significancia es 0.05 y por lo tanto es mayor,
lo que significa que estadsticamente son iguales los silos.
De la tabla podemos observar que la temperatura es igual porque el valorprobabilidad de los bloques es 0.246 y el nivel de significancia es 0.05 as
que se muestra que el valor-p del bloque es mayor que la significancia y por
lo tanto las temperaturas son iguales.

En el recuadro de la grfica de probabilidad normal nos muestra que el

supuesto de normalidad se cumple porque los residuos o puntos estas ms
o menos cerca de la lnea recta.
Por mientras que en el recuadro vs ajuste tambin se cumple el supuesto de
varianza porque los residuos se ubican aleatoriamente dentro de una banda
horizontal.
14. Una de las variables crticas en el proceso de ensamble del
brazo lector de un disco duro es el ngulo que este forma con el
cuerpo principal de la cabeza lectora. Se corre un experimento con
el objetivo de comparar dos equipos que miden dicho ngulo en
dichos radianes. Se decide utilizar como factor de bloque a los
operadores de los equipos. Los resultados se muestran en la
siguiente tabla:

1
1
operado
r

2
3

Equip
o

1.328, 0.985, 1.316, 1.553,

1.310
1.113, 1.057,
1.144, 1.195,
1,144,
1.269,
1.268, 1.091,
1.380
1.093, 1.079,
0.984, 1.087,
1.482,
1.440,
1.389, 1,611,
1.445
1.150, 1.190, 1.247, 1.617,

1.273,
0.917
0.789,
1.036,
1.132
0.201,
1.454,
1.583
1.018,

2
0.985, 1.134, 1.412,
0.671, 1.108,
0.554, 1.129,
1.386,
0.783,
0.900, 1.219,
0.916, 1.602,
1.434,
1.063,
1.050, 0.997, 1.538,

ANALISIS UNIVARIADO DE VARIANZA

METODOS
Ho=Todas las medias del operador son iguales
Ha=Al menos existe una pareja de medias del operador diferentes
De la tabla se deduce los operadores tienen una probabilidad mayor al nivel
de significancia por lo que no se rechaza la hiptesis nula, es decir que
todos las medias son iguales.

OPERADORES
Ho=Todas las medias de los operadores son iguales
Ha=Al menos existe una pareja de medias operadores diferentes
De la tabla se puede establecer que la diferencia de medias de los
operadores no es significativa, es decir que todos las medias de los
operadores son iguales.

INTERACCION
Ho: existe interaccin interna entre los operadores y el equipo

Ha: no existe interaccin interna entre los operadores y el equipo

18. Se quiere estudiar el efecto de cinco diferentes catalizadores
(A, B, C, D y E) sobre el tiempo de reaccin de un proceso qumico.
Cada lote de material solo permite cinco corridas y cada corrida
requiere aproximadamente de 1.5 horas, por lo que solo se pueden
realizar cinco corridas diarias. El experimentador, decide correr los
experimentos con un diseo en cuadrado latino, para controlar
activamente a los lotes y das. Los datos obtenidos son:

PRUEBA ANOVA
TABLA Pruebas de los efectos inter-sujetos
Variable dependiente: Tiempo de reaccin del Proceso Qumico
Origen

Suma
de Gl
cuadrados
tipo III

Media
cuadrtica

Sig.

Modelo
corregido

169,120a

12

14,093

4,507

,007

864,360

864,360

,000

15,440
12,240
141,440

4
4
4

3,860
3,060
35,360

276,44
8
1,235
,979
11,309

37,520
1071,000
206,640

12
25
24

3,127

Interseccin
LOTE
DA
CATALIZADOR
ES
Error
Total
Total
corregida

Hiptesis

Ho: 1 + 2 + 3 + 4 + 5=
Ha: i j para algn i j

,348
,455
,000

El ANOVA resultante se muestra en la tabla Se observa que existen

diferencias entre los catalizadores, a un nivel de significancia de =0.05.
Adems, no hay evidencia que indique que el lote y el da tengan un efecto
importante, puesto que la probabilidad es mayor que 0.05.
Por lo que se rechaza la Hiptesis nula de los catalizadores.

PRUEBAS POST HOC

CATALIZADORES
TABLA Comparaciones mltiples
Variable dependiente: Tiempo de reaccin del Proceso Qumico
(I)Catalizado (J)Catalizador Diferencia Error Sig.
res
es
de medias tp.
(I-J)
DHS
de
Tukey

B
C
A
D
E
A
C
B
D
E
A
B
C
D
E
D

Intervalo
de
confianza 95%
Lmite Lmite
inferior superior

2,80

1,11
8

,154 -,76

6,36

-,40

1,11
8

,996 -3,96

3,16

5,00*

1,11
8

,006 1,44

8,56

5,20*

1,11
8

,004 1,64

8,76

-2,80

1,11
8

,154 -6,36

,76

-3,20

1,11
8

,086 -6,76

,36

2,20

1,11
8

,337 -1,36

5,76

2,40

1,11
8

,263 -1,16

5,96

,40

1,11
8

,996 -3,16

3,96

3,20

1,11
8

,086 -,36

6,76

5,40*

1,11
8

,003 1,84

8,96

5,60*

1,11
8

,002 2,04

9,16

-5,00*

1,11
8

,006 -8,56

-1,44

B
C
E
A
B
E
C
D
DMS

B
C
A
D
E
A
C
B
D
E
A
B
C
D
E
D

-2,20

1,11
8

,337 -5,76

1,36

-5,40*

1,11
8

,003 -8,96

-1,84

,20

1,11
8

1,00 -3,36
0

3,76

-5,20*

1,11
8

,004 -8,76

-1,64

-2,40

1,11
8

,263 -5,96

1,16

-5,60*

1,11
8

,002 -9,16

-2,04

-,20

1,11
8
1,11
8

1,00 -3,76
0
,028 ,36

3,36

-,40

1,11
8

,727 -2,84

2,04

5,00*

1,11
8

,001 2,56

7,44

5,20*

1,11
8

,001 2,76

7,64

-2,80*

1,11
8

,028 -5,24

-,36

-3,20*

1,11
8

,014 -5,64

-,76

2,20

1,11
8

,073 -,24

4,64

2,40

1,11
8

,053 -,04

4,84

,40

1,11
8

,727 -2,04

2,84

3,20*

1,11
8

,014 ,76

5,64

5,40*

1,11
8

,000 2,96

7,84

5,60*

1,11
8

,000 3,16

8,04

-5,00*

1,11
8

,001 -7,44

-2,56

2,80*

5,24

B
C
E
A
B
E
C

-2,20

1,11
8

,073 -4,64

,24

-5,40*

1,11
8

,000 -7,84

-2,96

,20

1,11
8

,861 -2,24

2,64

-5,20*

1,11
8

,001 -7,64

-2,76

-2,40

1,11
8

,053 -4,84

,04

-5,60*

1,11
8

,000 -8,04

-3,16

-,20

1,11 ,861 -2,64

2,24
8
Por la tabla de comparaciones mltiples casi todas las parejas son iguales
excepto las medias de catalizadores de A y D; de A y E; de C y D; y de C y E ,
todas las dems parejas son iguales.
D

PRUEBA DE HOMOGENEIDAD
ESCALAS
Para investigar el efecto de cinco diferentes catalizadores (A, B, C, D y E)
sobre el tiempo de reaccin de un proceso qumico, se aplica la prueba de
homogeneidad y se obtiene los siguientes resultados:
TABLA Tiempo de reaccin
Qumico
Student-Newman-Keulsa,b

del

Catalizadore N
s

Subconjunto

E
D
B
A
C
Sig.

3,20
3,40
5,60

5
5
5
5
5

,124

Proceso

8,40
8,80
,733

Se muestran las medias de los grupos de

subconjuntos homogneos.
Basadas en las medias observadas.
El trmino de error es la media cuadrtica (Error)
= 3,310.

a. Usa el tamao muestral de la media armnica

= 5,000
b. Alfa = 0,05.
Las conclusiones sobre los cinco catalizadores se leen en la columna de
grupos homogneos como sigue: Los catalizadores E=D = B
y los
catalizadores A = C
Los catalizadores E, D y B tienen el menor tiempo de reaccin en el proceso,
mientras que los catalizadores A y C tienen un mayor tiempo de reaccin.
Considerando que se espera un menor tiempo de reaccin se tomara en
cuenta como el mejor catalizador al E.

21. Se comprueba el peso en gramos de un material de tres

proveedores (A, B y C) por tres diferentes inspectores (I, II y III),
utilizando tres diferentes escalas (1, 2 y 3). El experimento se lleva
a cabo considerando el siguiente cuadro latino:

H O : 1=2=3 =4 = 5
H a : i= j i j
=0.05
PRUEBA ANOVA
TABLA Pruebas de los efectos inter-sujetos
Variable dependiente: Peso en gramos de un material
Origen

Suma
de gl
cuadrados
tipo III

Media
cuadrtica

Sig.

Modelo
corregido

44,000a

7,333

66,000

,015

1393,778

1393,778

,000

,222
32,889
10,889
,222
1438,000

2
2
2
2
9

,111
16,444
5,444
,111

12544,0
00
1,000
148,000
49,000

Interseccin
INSPECTOR
ESCALA
PROVEEDOR
Error
Total

,500
,007
,020

Total
44,222
8
corregida
El ANOVA resultante se muestra en la tabla. Se observa que existen
diferencias entre los la escala y el proveedor, a un nivel de significancia de
=0.05. Adems, de que se indica que el Inspector no tiene ningn efecto
importante, puesto que la probabilidad es mayor que 0.05.
Por lo que se rechaza la Hiptesis nula de que las medias de escala y
proveedor son iguales y se acepta la hiptesis alternativa.
PRUEBAS POST HOC

ESCALAS

TABLA Comparaciones mltiples

Variable dependiente: Peso en gramos de un material
(I)Escal (J)Escal Diferencia de Error
as
as
medias (I-J)
tp.

,
00
6

3,06

6,27

2,00*

,272

,
03
3

,40

3,60

-4,67*

,272

,
00
6

-6,27

-3,06

-2,67*

,272

,
01
9

-4,27

-1,06

-2,00*

,272

,
03
3

-3,60

-,40

2,67*

,272

1,06

4,27

4,67*

,272

,
01
9
,
00
3

3,50

5,84

2,00*

,272

,
01
8

,83

3,17

1
DHS de
2
Tukey
3

1
3
2
DMS

1
2
3

Lmite
superior

,272

de

Lmite
inferior
4,67*
2
1

Sig Intervalo
.
confianza 95%

-4,67*

,272

,
00
3

-5,84

-3,50

-2,67*

,272

,
01
0

-3,84

-1,50

-2,00*

,272

,
01
8

-3,17

-,83

2,67*

,272

,
01
0

1,50

3,84

1
2
3

1
3
2

+
*. La diferencia de medias es significativa al nivel 0,05.
Por la TABLA todas las medias de escalas son diferentes.
PRUEBA DE HOMOGENEIDAD
ESCALAS
Para investigar el efecto de las escalas (1, 2 y 3) sobre el peso en gramos de
un material, se aplica la prueba de homogeneidad y se obtiene los
siguientes resultados:
TABLA Peso en gramos de un material
Escalas N

Subconjunto
1

DHS
Tukeya,b

de 3

Sig.

10,00
12,67
14,67
1,000

1,000

1,000

Las tres escalas 1, 2 y 3 son diferentes estadsticamente entre s y se

considera que la peor escala es la 2, considerando que se espera un mejor
peso.
PRUEBA POST HOC
PROVEEDORES
TABLA Comparaciones mltiples
Variable dependiente: Peso en gramos de un material
(I)Proveedo (J)Proveedor Diferencia Error Sig Intervalo
de
res
es
de medias tp.
.
confianza 95%
(I-J)
Lmite Lmite
inferior superior

1,00

,272 ,
11
9

-,60

2,60

2,67*

,272 ,
01
9

1,06

4,27

-1,00

,272 ,
11
9

-2,60

,60

1,67*

,272 ,
04
6

,06

3,27

-2,67*

,272 ,
01
9

-4,27

-1,06

-1,67*

,272 ,
04
6
,272 ,
06
7

-3,27

-,06

-,17

2,17

2,67*

,272 ,
01
0

1,50

3,84

-1,00

,272 ,
06
7

-2,17

,17

1,67*

,272 ,
02
6

,50

2,84

-2,67*

,272 ,
01
0

-3,84

-1,50

-1,67*

,272 ,
02
6

-2,84

-,50

B
A
C

DHS
de
Tukey

A
B
C

A
C
B
1,00
B
A
C

A
DMS

B
C

A
C
B

Por la TABLA casi todas las parejas son diferentes excepto la media de
proveedores de A y B, todas las dems parejas son diferentes.
PRUEBA DE HOMOGENEIDAD
PROVEEDOR

Para investigar el efecto de los proveedores (A, B y C) sobre el peso en

gramos de un material, se aplica la prueba de homogeneidad y se obtiene
los siguientes resultados:
TABLA 5. Peso en gramos de un material

DHS
Tukeya,b

Proveedor
es

Subconjunto

de B

12,67

13,67

Sig.

11,00

1,000

,119

Se muestran las medias de los grupos de

subconjuntos homogneos.
Basadas en las medias observadas.
El trmino de error es la media cuadrtica (Error) = ,
111.
a. Usa el tamao muestral de la media armnica =
3,000
b. Alfa = 0,05.
Los proveedores A = B y se considera que el peor proveedor es el C,
considerando que se espera un mejor peso.
22. Cuando se comparan varios fertilizantes o diferentes variedades
de cierto cultivo es tpico que se deba considerar el gradiente de
fertilidad del suelo o los efectos residuales de cultivos previos.
Considerando estos factores de bloque, Gmez y Gmez (1984)
plantean un experimento en cuadro latino para comparar, en cuanto
a rendimiento en toneladas por hectrea, tres variedades de maz
hibrido (A, B, C) y una variedad de control (D). Para ello se utiliza
un capo agrcola cuadrado de 16 hectreas, divido en parcelas de
una hectrea. Los datos de rendimiento obtenidos en cada parcela
se muestran a continuacin:

MODELO ESTADSTICO:

Y ij =+ i + j+ ij ; i=1,2, , k
j=1,2, , b

HIPTESIS A PROBAR:

Ho: 1= 2=3= 4=5 =

H A : i= j para algun i j

Ho: 1= 2= 3= 4 = 5=0
H A : i=0 para algun i

Dependent Variable: PRODUCCION EN CADA HECTAREA

Source

Type III Sum df

of Squares

Mean
Square

Sig.

Corrected Model

1.284a
28.529

9
1

.143
28.529

.016
.000

.030
.827

3
3

.010
.276

6.607
1320.94
4
.465
12.769

.427
.130
29.943
1.414

3
6
16
15

.142
.022

6.588

.025

Intercept
GRADDEFERTI
EFECTSRESIDCULTI
VS
MAIZ
Error
Total
Corrected Total

.717
.005

En el cuadro de prueba intermedia se nota que gradiente de fertilizante

tiene una significacin de 0.717 por lo que se le excluir del anlisis ya que
no influye en los resultados.

Tests of Between-Subjects Effects

Dependent Variable: PRODUCCION EN CADA HECTAREA

Source

Type III Sum df

of Squares

Mean
Square

Corrected Model

1.254a
28.529

6
1

.209
28.529

.827

.276

11.777 .001
1607.37 .000
5
15.538 .001

.427
.160
29.943
1.414

3
9
16
15

.142
.018

Intercept
EFECTSRESIDCULTI
VS
MAIZ
Error
Total
Corrected Total

8.016

Sig.

.007

Una vez excluido el gradiente de fertilizante se nota que el efecto de

cultivos residuales tienen un nivel de significancia de 0.001 por lo cual se
rechazara la Ho y se aceptara la Ha.
PRUEBA POST HOC
PRODUCCION EN CADA HECTAREA
Student-Newman-Keulsa,b
EFECTOS
N
RESIDUALWES
DE
CULTIVOS PREVIOS

Subset

1.0987
5
1.1187
5

EFECTO 2
EFECTO 4
EFECTO 3
EFECTO 1

4
4
.837

Sig.

1.5362
5
1.5875
0
.600

Haciendo referencia a los resultados de la prueba post hoc, se puede definir

que a nivel de produccin se tiene una similitud entre los efectos que
causan los cultivos previos en las parcelas, teniendo que el efecto residual 2
posee una similitud al resultado del efecto residual 4, al igual que el efecto
residual 3 se asemeja al efecto residual 1.
VARIEDADES DE MAIZ.
PRODUCCION EN CADA HECTAREA
Student-Newman-Keulsa,b
N

Subset

VARIEDADES
MAIZ
MAIZ 3
MAIZ 4
MAIZ 1
MAIZ 2
Sig.

DE

1
4

1.0675
0

4
4
4
1.000

1.3387
5
1.4637
5
1.4712
5
.378

Referente a los subgrupos que se generan entre las variedades de maz, se

tiene que se agrupan los tipos de maz 1,2y4 asemejndose en sus
caractersticas de produccin.

Con respecto a la grfica en la cual se compara valores pronosticados y

residuales
no tipificados, se visualiza la ausencia de una dispersin
homognea entre produccin de maz y efectos residuales de cultivos
previos.

Se concluye que el valor residual detalla normalidad en sus datos, y tiene

una dispersin distribuida.