Académique Documents
Professionnel Documents
Culture Documents
TABLA 1. Asignacin aleatoria de tres discos de cada tira a cada uno de los laboratorios
Laboratorio
Tira 1
Tira 2
Tira 3
Tira 4
8, 4, 10
23, 24, 19
26, 29, 35
37, 44, 48
2, 6, 12
21, 15, 22
34, 33, 32
45, 43, 46
1, 5, 11
16, 20, 13
36, 27, 30
41, 38, 47
7, 3, 9
17, 18, 14
28, 31, 25
39, 40, 42
En este esquema experimental, las tiras forman los bloques, y si fundamentamos nuestra
estimacin de la variacin aleatoria en la variabilidad dentro de los 16 conjuntos de tres
discos, esta estimacin no ser inflada por variables extraas, esto es, las diferencias
entre las tiras. (Obsrvese tambin que, con este arreglo, las diferencias entre las mediar
obtenidas por los cuatro laboratorios no pueden atribuirse a variaciones entre las tiras.
No podemos decir lo mismo del arreglo de la Figura 4.1).
El anlisis de experimentos en que los bloques se utilizan para eliminar una de las
fuentes de variabilidad se abordar en la seccin 4.3. El anlisis de experimentos en que
dos o tres fuentes de variabilidad son en esta forma eliminadas se expondr en la
seccin 4.5.
muestra por
y ij
como sigue:
Muestra
y ij
Medias
y 11 , y 12 , , y1 j , , y
y 1
y 21 , y 22 , , y 2 j , , y 2n
y 2
...
i
...
y i 1 , y i 2 , , y ij , , y
y k 1 , y k 2 , , y kj , , y kn
...
y i
y k
isimo
isimo
y i
laboratorio,
laboratorio y
observaciones.
Para probar la hiptesis de que las muestras se obtuvieron de
poblaciones con
comn de las
i
isima
poblacin y
indica la variancia
y ij
como
i=1,2, .. . , k ; j=1, 2, , n.
para
ij
es el efecto del
isimo
tratamiento; de ah que:
i=0 .
i=1
Con estos nuevos parmetros, podemos escribir la ecuacin modelo para el criterio de
clasificacin:
y ij =+ i + ij para
y la hiptesis nula de que las medias de las k poblaciones son iguales puede
1= 2 == k =0
reemplazarse con la hiptesis nula de que
. La hiptesis alterna de
i 0
para alguna i .
2
compararemos dos estimaciones de (una con base en la variacin entre las medias
muestrales y la otra con la variacin dentro de las muestras). Dado que, como se ha
2
supuesto, cada muestra proviene de una poblacin que tiene la variancia , la
variancia puede estimarse por cualquiera de las variancias muestrales:
n
s =
2
i
( y ij y i )
n1
j=1
^ =
2
W
i=1
si
k ( n1)
est basada en
y i
n1
) y, entonces,
^ 2W
k
s =
2
x
( yi y )
k 1
i=1
por:
k
^ 2B=n s 2x =n
i=1
( y i y )
k1
^ 2B
son estimaciones
2
independientes de , y se sigue de ello que:
^ 2B
F= 2
^ W
F
k 1
con
2
^ B ,
^2
exceda a la variancia dentro de las muestras, W , cuando la hiptesis nula es falsa;
F
excede a
, donde
se
medias
nk
s 2=
i=1 j=1
( y ij y )
nk 1
ni
ni
( y ij y ) = ( y ij y i) 2+ n ( y i y )2
i=1 j=1
i=1 j=1
i=1
SST
SSE
SS(Tr)
y ij y =( y ij y i ) + ( y i y ) .
Elevando ambos lados al cuadrado y sumando sobre i y sobre
ni
ni
j , obtenemos:
ni
( y ij y i )2 + ( y i y )2 +2 ( y ij y i ) ( y i y )
j=1
i=1 j=1
ni
i=1 j=1
k
( y ij y )2=
j=1
i =1
i=1
ni
ni
( y ij yi ) ( y i y )= ( y i y ) ( y ij y i )=0
i=1 j=1
dado que
i=1
y i
j=1
es la media de la isima
muestra y, de ah que:
ni
( y ij y i ) =0
j=1
para toda
i .
ni
( y i y ) =n ( y i y )2
i=1 j=1
i=1
Razn
para tratamientos:
2
^ B SS (Tr)/(k 1)
F= 2 =
^ W SSE /k (n1)
Las sumas requeridas para calcular esta ltima frmula suelen obtenerse por medio de
las siguientes expresiones que ahorran bastante trabajo. En primer trmino calculamos
SST y SS(Tr) por medio de las frmulas:
Suma de cuadrados en muestras de igual tamao:
ni
SST = y 2ij C
i =1 j=1
SS (Tr )=
1
2
T i C
n i=1
En estas expresiones,
Ti
T2
kn
es el nmero total de
observaciones en la
kn
isima
observaciones. La suma de
cuadrados del error, SSE, se obtiene entonces por sustraccin; de acuerdo con el
Teorema 4.1 podemos escribir
Suma de cuadrados del error:
SSE=SST SS (Tr)
Fuente de
variacin
Grados de
libertad
Suma de
cuadrados
Media cuadrada
Tratamientos
k 1
SS (Tr )
MS ( Tr ) =SS (Tr)/(k 1)
MS (Tr )
MSE
Error
k (n1)
SSE
MSE=SSE /k (n1)
Total
nk1
SST
Ntese que cada cuadrado medio (MS) (media cuadrada) se obtuvo dividiendo la suma
de cuadrados correspondiente entre su nmero de grados de libertad.
EJEMPLO
A fin de ilustrar el anlisis de variancia (nombre que apropiadamente se da a esta
tcnica) para un criterio de clasificacin, supongamos que segn el esquema de la
Figura 4.1, cada laboratorio mide los pesos de los revestimientos de estao de 12
discos y que los resultados son los siguientes:
Totales
Laboratorio A
Laboratorio B
Laboratorio C
Laboratorio D
0.25
0.18
0.19
0.23
0.27
0.28
0.25
0.30
0.22
0.21
0.27
0.28
0.30
0.23
0.24
0.28
0.27
0.25
0.18
0.24
0.28
0.20
0.26
0.34
0.32
0.27
0.28
0.20
0.24
0.19
0.24
0.18
0.31
0.24
0.25
0.24
0.26
0.22
0.20
0.28
0.21
0.29
0.21
0.22
0.28
0.16
0.19
0.21
3.21
2.72
2.76
3.00
Gran total
11.69
Solucin:
Los totales para las cuatro muestras son, respectivamente, 3.21, 2.72, 2.76 y 3.00, el
gran total es 11.69, y los clculos con que se obtienen las sumas necesarias son los
siguientes:
Clculo del trmino de correccin (C):
2
C=
T 2 (11.69)
=
=2.847
kn ( 4)(12)
y 2ij=
j=1
i=1
y 2A 1 + y2A 2+ y 2A 3 + y 2A 4 + y 2A 5 + y 2A 6 + y 2A 7+ y 2A 8 + y 2A 9 + y 2A 10 + y 2A 11 + y 2A 12
+ y 2B 1 + y 2B 2 + y 2B 3 + y 2B 4 + y 2B 5+ y 2B 6 + y 2B 7+ y 2B 8 + y 2B 9+ y 2B 10+ y 2B 11 + y 2B 12
2
+ y C 1 + y C 2 + y C 3 + y C 4 + y C 5 + y C 6 + y C 7 + y C 8+ y C 9+ y C10 + y C 11 + y C 12
+ y 2D 1 + y 2D 2+ y 2D 3 + y 2D 4 + y 2D 5 + y 2D 6 + y 2D 7 + y 2D 8+ y 2D 9+ y 2D 10 + y 2D 11 + y 2D 12
Lab. A
0.25
0.27
0.22
0.30
0.27
0.28
0.32
0.24
y
j=1
2
Aj
0.0625
0.0729
0.0484
0.0900
0.0729
0.0784
0.1024
0.0576
12
Lab. B
0.18
0.28
0.21
0.23
0.25
0.20
0.27
0.19
y
j=1
12
2
Bj
Lab. C
0.0324
0.0784
0.0441
0.0529
0.0625
0.04
0.0729
0.0361
0.19
0.25
0.27
0.24
0.18
0.26
0.28
0.24
11
y
j=1
2
Cj
0.0361
0.0625
0.0729
0.0576
0.0324
0.0676
0.0784
0.0576
12
Lab. D
y 2Dj
0.23
0.30
0.28
0.28
0.24
0.34
0.20
0.18
0.0529
0.0900
0.0784
0.0784
0.0576
0.1156
0.0400
0.0324
j=1
0.31
0.26
0.21
0.28
Totales
0.0961
0.0676
0.0441
0.0784
0.8713
0.24
0.22
0.29
0.16
0.0576
0.0484
0.0841
0.0256
0.6350
0.25
0.20
0.21
0.19
0.0625
0.24
0.04
0.28
0.0441
0.22
0.0361
0.21
0.6478
Gran total
0.0576
0.0784
0.0484
0.0441
0.7738
2.9279
SS (Tr )=
1
1
[ ( 3.21 )2+ (2.72 )2 + ( 2.76 )2+ ( 3.00 )2 ] 2.847
T 2C= 12
n i=1 i
2.8602.847=0.0130
Grados de
libertad
Suma de
cuadrado
s
Media cuadrada
SS ( Tr )
MS ( Tr ) =
k 1
k 1
Tratamientos
= 4 1= 3
F
MS ( Tr )
MSE
SS (Tr )
0.0130
=0.0043
41
= 0.0130
0.0043
0.0015
2.87
12
MSE=
k ( n1)
Error
SSE
= 4(121)
= 44
= 0.0679
nk1
Total
para tratamientos:
F0.05
0.0679
=0.0015
4(121)
= 0.0809
k 1=41=3
SST
= (12)(4)1
= 47
SSE
k ( n1 )
4(0.08)
=2.840.016=2.82
20
Puesto que el valor obtenido para F calculada (2.81) no excede a F terica (2.82), que
F0.05
corresponde al valor de
con 3 y 44 grados de libertad, la hiptesis nula no
puede rechazarse con un nivel de significancia de 0.05; concluimos que los laboratorios
estn logrando resultados consistentes.
Para estimar los parmetros
, 1 , 2 , 3
o (
1 , 2 , 3
),
( y ij i )2
i=1 j=1
con respecto a
y a las
i=0 .
i=1
^ i= y i y
para
dadas por
^i= y i .
EJEMPLO
Estima los parmetros del modelo con un criterio de clasificacin para los pesos de los
revestimientos de estao del ejemplo anterior.
Solucin:
Para los datos de los cuatro laboratorios obtenemos:
^= y =
^ A= y A y =
^ B= y B y =
11.69
=0.244,
48
3.21
0.244=0.0235,
12
2.72
0.244=0.0173,
12
^ C = y C y =
2.76
0.244=0.014,
12
14
^ D = y D y =
3.00
0.244=0.006 .
12
i= A + B + C + D =0.0240.0170.014+0.006=0.001 0
k=D
i= A
N= ni
i=1
por
nk
SST
SS (Tr ) en la forma:
ni
SST = y ij C , SS ( Tr ) =
i =1 j=1
i=1
T 2i
C
ni
EJEMPLO
Como parte de la investigacin del derrumbe del techo de un edificio, un laboratorio
prueba todos los pernos disponibles que conectaban la estructura de acero en tres
distintas posiciones del techo. Las fuerzas requeridas para cortar cada uno de los
pernos (valores codificados) son las siguientes:
Posicin 1:
Posicin 2:
Posicin 3:
90,
105,
83,
82,
89,
89,
79,
98,
93, 104,
80, 94
15
83, 91
89, 95, 86
Efecta el anlisis de variancia para probar con un nivel de significancia de 0.05 si las
diferencias entre las medias muestrales en las tres posiciones son significativas.
Solucin:
Utilizando las etapas para pruebas de hiptesis, obtenemos:
1. Hiptesis nula:
1=2= 3
no son iguales.
F>3.74 , el valor de
Nk=173=14
F0.05
para:
grados de libertad,
Posicin 2
105
89
93
104
89
95
86
T 2 =661
T 1 =523
Posicin 3
83
89
80
94
T 3 =346
n1=6
n2=7
k =3
16
n3=4
y 22 j + y 23 j
j=1
7
y 21 j +
j =1
6
ni
y 2ij=
j=1
j=1
k=3
i=1
Utilizando Excel:
y 21 j ,
Posicin 1
j=1, , 6
90
82
79
98
83
91
8,100
6,724
6,241
9,604
6,889
8,281
SUMA:
45,839
y 22 j ,
Posicin 2
j=1, , 7
105
89
93
104
89
95
86
y 23 j ,
Posicin 3
11,025
7,921
8,649
10,816
7,921
9,025
7,396
62,753
83
89
80
94
j=1, , 4
6,889
7,921
6,400
8,836
30,046
ni
y 2ij=
j=1
k=3
i=1
C=
T 2 (1,530)
=
=137,700
N
17
17
138,638
ni
y 2ijC=138,638 137,700=938
j=1
SST =
i=1
] [
2
2
2
T
T T T
523 661 346
SS (Tr )= i C= 1 + 2 + 3 C=
+
+
137,700
n1 n2 n 3
6
7
4
i=1 ni
[ 45,588+62,417+29,929 ] 137,700=137,934137,700=234.
y tambin,
SSE=SST SS ( Tr ) =938234=704.
El resto del trabajo se advierte en la siguiente tabla de anlisis de variancia.
Fuente de
Grados de
Suma de
Media cuadrada
variacin
libertad
cuadrados
SS ( Tr )
MS ( Tr ) =
k 1
k 1
Tratamientos
= 3 1= 2
F
MS ( Tr )
MSE
SS (Tr )
234
=117
31
= 234
117
50.3
2.33
MSE=
Nk
Error
173
14
SSE
= 704
SSE
N k
704
=50.3
173
N1
Total
171
SST
16
= 938
F0.05
para 2 y
podemos concluir que existe una diferencia en las resistencias medias a los
esfuerzos deslizantes de los pernos en las tres posiciones sobre el techo.
y ..
y j
y i
la media
la media de las
observaciones,
19
B1
Tratamiento 1
B2
y 11 ,
Bj
y 12 ,
Bb Medias
y 1. Tratamiento 2 y 21 , y 22 , y 2 j , y 2 b , y
y1 j ,
y1b ,
Este tipo de esquema se denomina tambin diseo en bloques aleatorios, siempre que
los tratamientos sean asignados el azar dentro de cada bloque. Ntese que, cuando un
punto se usa en lugar de un subndice, esto significa que la media se obtiene sumando
sobre l.
El modelo fundamental que supondremos para el anlisis de esta clase de experimento
con una observacin por celda (esto es, existe una observacin correspondiente a cada
tratamiento dentro de cada bloque) est dado por:
Ecuacin modelo para diseo de bloques aleatorios
y ij =+ i+ j+ ij
Aqu
es la gran media,
i
ij
es el
2
normalmente distribuidas que tienen medias cero y la variancia comn . En forma
i=0
i=1
y que,
b
j =0
j=1
En el anlisis de clasificacin con dos criterios cada tratamiento es representado una vez
dentro de cada bloque, el objetivo principal consiste en probar la significancia de las
y i
diferencias entre las
, o sea probar la hiptesis nula:
1= 2 == a =0
Ms an, quiz convenga probar si la divisin en bloques ha sido eficaz, esto es, si la
hiptesis es nula:
1= 2== b=0
20
puede rechazarse. En cualquier caso, la hiptesis alterna establece que al menos uno de
los efectos no es cero.
Como en el anlisis de variancia con un criterio de clasificacin, fundamentaremos esta
2
prueba de significancia mediante comparaciones de (una basada en la variacin
entre tratamientos, otra basada en la variacin entre bloques y la ltima que mide el
2
error experimental). Ntese que slo el ltimo es una estimacin de
cuando
cualquiera (o ambas) de las hiptesis nulas no son vlidas. Las sumas de cuadrados
requeridas son dadas por las tres componentes en que la suma de cuadrados total se
divide por medio del siguiente teorema:
Teorema 4.2: Identidad para el anlisis de una clasificacin con dos criterios
b
( y ij y i . y . j + y .. ) + b ( y i .y ..) + a ( y . j y .. )2
2
j=1
i=1
i=1
( y ij y .. )2=
j=1
i=1
i=1
SST , y los
trminos del lado derecho son, respectivamente, la suma de cuadrados del error, SSE
21
SST = y 2ij C
i =1 j=1
1
SS (Tr )= T 2i .C
b i=1
b
1
SS ( Bl )= T 2. jC
a j=1
donde C , es el trmino de correccin, dado por:
C=
En estas frmulas
tratamiento,
T. j
Ti.
T 2..
ab
es la suma de las
es la suma de las
T ..
es el gran total de todas las observaciones. Notemos que los divisores de SS (Tr ) y de
SS ( Bl)
Ti.
T. j
La suma de cuadrados del error se obtiene entonces por sustraccin; de acuerdo con el
Teorema 4.2 podemos escribir:
Suma de cuadrados del error
SSE=SST SS ( Tr ) SS ( Bl)
Empleando estas sumas de cuadrados, podemos rechazar la hiptesis nula de que las
i
son todas iguales a cero, con un nivel de significacin si la:
Razn F para tratamientos
FTr =
MS (Tr )
SS (Tr )/(a1)
=
MSE
SSE /(a1)(b1)
22
excede
con
j
a1
( a1 )( b1 )
si:
excede
a1
con
MS ( Bl)
SS(Bl)/( a1)
=
MSE
SSE /(a1)(b1)
( a1 )( b1 )
MS ( Tr ) ,
MS (Bl )
MSE
Grados de
libertad
Suma de
cuadrados
Tratamientos
a1
SS (Tr )
MS ( Tr ) =
SS(Tr )
(a1)
FTr =
MS (Tr )
MSE
Bloques
b1
SS (Bl)
MS ( Bl )=
SS (Bl )
(b1)
F Bl =
MS ( Bl)
MSE
(a1)(b1)
Error
ab1
Total
Cuadrado medio
MSE=
SSE
SSE
(a1)(b1)
SST
EJEMPLO
Se dise un experimento para estudiar el rendimiento de cuatro detergentes diferentes.
Las siguientes lecturas de blancura se obtuvieron con un equipo especialmente
diseado para 12 cargas de lavado distribuidas en tres modelos de lavadoras:
Lavadora 1
Lavadora 2
Lavadora 3
Totales
Detergente A
45
43
51
139
Detergente B
47
46
52
145
Detergente C
48
50
55
153
23
Detergente D
Totales
42
37
49
128
182
176
207
565
1. Hiptesis nula:
y 2ij=
j=1
j=1
a
i=1
y A 1 + y A 2 + y A 3 +
+ ( y 2C 1 + y 2C 2 + y 2C 3 ) + ( y 2D 1 + y 2D 2+ y 2D 3 )
24
T 2.. ( 565 )2
C= =
=26,602
ab (3)(4 )
SST = y ij C=26,86726,602=265
2
i =1 j=1
SS (Tr )=
1
T 2 C= 13 ( 1392+ 1452+153 2+128 2) 26,602
b i=1 i .
26,71326,602=111.
b
1
1
SS ( Bl )= T 2. jC= ( 1822 +1762 +2072 ) =26,73726,602=135
a j=1
4
SSE=SST SS ( Tr ) SS ( Bl )=265111135=19
Despus dividimos las sumas de cuadrados entre sus respectivos grados de libertad para
obtener las sumas de cuadrados adecuadas, los resultados finales se indican en la
siguiente tabla de anlisis de varianza:
Fuente de
variacin
Tratamientos:
Detergentes
Grados de libertad
a1=
Suma de
cuadrados
SS (Tr )=111
41=3
25
Cuadrado medio
MS ( Tr ) =
SS ( Tr )
( a1 )
FTr =
MS ( Tr )
MSE
111
=37
(41)
MS ( Bl )=
Bloques:
Lavadoras:
b1
135
=67.5
(31)
MSE=
( a1 )( b1 )
F Bl=
MS ( Bl )
MSE
67.5
=21.1
3.2
SSE
( a1 ) ( b1 )
SSE=19
( 41 ) ( 31 ) =6
Total
37
=11.6
3.2
SS ( Bl )=135
31=2
Error
SS ( Bl )
( b1 )
19
=3.2
(41)(31)
ab1=( 3 ) ( 4 )1=11
SST =265
FTr =11.6
F0.01
con 3 y 6
^ 1= y 1. y ..=
139 565
=46.347.1=0.08,
3
12
^ 2= y 2. y.. =
145 565
=48.347.1=1.2,
3
12
^ 3= y 3. y.. =
153 565
=51.047.1=3.9,
3
12
^ 4= y 4. y ..=
128 565
=42.747.1=4.4 .
3
12
26
27
ab
entre varias medias son significativas, pero no nos informaron si una media dada (o
grupo de medias) difieren en forma significativa de otra media considerada (o grupo de
medias). En la prctica, esto ltimo es la clase de informacin que un investigador en
realidad desea; por ejemplo, habiendo determinado las medias de los pesos de los
recubrimientos de estao obtenidos por los cuatro laboratoristas difieren de manera
significativa, puede ser importante determinar qu laboratorio (o laboratoristas) difieren
de los otros.
Si un experimentador tiene ante s
probar diferencias significativas entre todos los pares posibles, esto es, efectuar
(k2 )=
pruebas t
cuando k
k (k1)
2
28
Aqu
MSE
n
donde MSE es la media de los cuadrados del error en el anlisis de variancia. El valor
rp
de
depende del nivel deseado de significancia y del nmero de grados de libertad
correspondientes a la MSE, que se obtienen de Tablas 4.2 (a) y (b) para =0.05
=0.01 , para p=2,3, , 10 , y para varios grados de libertad entre 1 y 120.
EJEMPLO
Con respecto a los datos de los pesos de los recubrimientos de estao de la seccin 4.2,
pgina 9, se aplica una prueba de rango mltiple de Duncan para probar cules medias
de los laboratorios difieren de las otras empleando un nivel de significancia de 0.05.
Solucin:
y A =
3.21
2.72
2.76
3.00
=0.268, y B =
=0.227, y C =
=0.230, y D =
=0.250
12
12
12
12
0.227
0.230
0.250
0.268
s x
29
s x =
MSE
0.0015
=
=0.011 .
n
12
Entonces, obtenemos (por interpolacin lineal) de la Tabla 4.2(a) los siguientes valores
r
de p para =0.05 y k ( n1 )=4 ( 121 )=44 grados de libertad:
Para p=2,
r p=2.85
6040 2.832.86
=
4440
x2.86
x=2.86+
Para p=3,
r p=3.004
(0.03)(4 )
=2.860.006=2.854
20
6040 2.983.01
=
4440
x3.01
x=3.01+
Para p=4,
r p=3.004
(0.03)(4)
=3.010.006=3.004
20
30
6040 3.073.10
=
4440
x3.10
x=3.10+
(0.03)(4 )
=3.100.006=3.094
20
rp
2.854
3.004
3.094
rp
por
s x =0.011
, obtenemos finalmente:
rp
2.854
3.004
3.094
r p s x
0.031
0.033
0.034
r 4 s x =0.034
que es el rango significativo mnimo. Este resultado era de esperarse, dado que la
prueba F de la pgina 11 indic que las diferencias entre las cuatro medias eran
significativas con =0.05 . Para probar si hay diferencias significativas entre tres
medias adyacentes, obtenemos rangos de
0.268 0.230 = 0.038 y 0.250 0.227 = 0.023, respectivamente, para 0.230, 0.250,
0.268 y 0.227, 0.230, 0.250. Puesto que el primero de estos valores sobrepasa
r 3 s x =0.033
, las diferencias observadas en el primer conjunto son significativas y
dado que el segundo valor no sobrepasa 0.033, las diferencias correspondientes no son
significativas. Por ltimo en el caso de parejas adyacentes de medias encontramos que
ningn par adyacente tiene un rango mayor que el rango significativo mnimo
r 2 s x =0.031
.
31
Cuadro latino
Con el fin de presentar el diseo de cuadro latino, supongamos que es necesario
comparar tres tratamientos, A, B y C, en presencia de otras dos fuentes de variabilidad.
Por ejemplo, los tres tratamientos pueden ser tres mtodos de soldadura para
conductores elctricos, y las dos fuentes extraas de variabilidad pueden ser (1)
diferentes operadores aplicando la soldadura y (2) la utilizacin de diversos fundentes
para soldar. Si tres operadores y tres fundentes son considerados, el experimento podra
disponerse segn el patrn siguiente:
Fundente 1
Fundente 2
Fundente 3
Operador 1
Operador 2
Operador 3
Aqu cada mtodo de soldadura se aplica una sola vez por cada operador junto con cada
fundente, y si existiesen efectos sistemticos debidos a diferencias entre los operadores
o entre los fundentes dichos efectos estaran presentes de igual manera en cada
tratamiento, esto es, en cada mtodo de soldadura.
Un arreglo experimental como el que se describi se denomina cuadro latino. Un
cuadro latino n n
es un arreglo cuadrado de n letras distintas, las cuales
aparecen slo una vez en cada rengln y en cada columna. Ejemplos de cuadros latinos
con n=4 y n=5 aparecen en la Figura 4.3. Ntese que en un experimento de
2
cuadro latino que requiera n tratamientos es necesario incluir n observaciones, n
(n1)(n2)
grados de
libertad para estimar el error experimental. As, tales experimentos son efectuados en
contadas ocasiones sin repeticin cuando n es pequea, esto es, sin repetir el patrn
r
isimo
jsima
rengln en la
columna de la
repeticiones, el
es la observacin en
lsima
repeticin, y el
k simo
tratamiento:
l=1,2, , r ,
i=1
j=1
k=1
l =1
efecto de la
es la gran media,
jsima columna, k
lsima
es el efecto de la
isimo
es el efecto del
es el efecto del
repeticin y los
rnglon,
k simo
ij ( k ) l
es el
tratamiento,
y ij( k ) l
j se conocen.
55
44
33
es
k =0
, para toda
tratamientos. Sin embargo, podemos probar tambin si el bloqueo cruzado del diseo
en cuadro latino ha sido eficaz; esto es, podemos probar las dos hiptesis nulas
i=0
j=0
para toda i y
para toda j (contra las alternativas adecuadas), con el
fin de comprobar si las dos variables extraas en realidad tienen algn efecto sobre el
fenmeno que se est considerando. Ms an, podemos probar la hiptesis nula
l=0
l
para toda l contra la alternativa de que no todas las
son iguales a cero,
y esta prueba de los efectos de las repeticiones puede ser importante si las partes del
experimento que representan los cuadros latinos individuales fueron realizadas en
distintos das, por varios tcnicos, a diferentes temperaturas, etc.
Las sumas de cuadrados requeridas para efectuar estas pruebas suelen obtenerse por
T i ..
medio de las siguientes frmulas abreviadas, donde
es el total de las r n
observaciones en todos los
isimos
renglones,
T. j.
jsimas
columnas,
T .. l
observaciones en la
lsima
repeticin,
T (k)
tratamiento y
es el total de las
es el total de las
es el total de todas
T
r n 2
n
SS (Tr )=
1
2
T (k)C
r n k=1
SSR=
1
T 2i ..C
r n i =1
SSC=
1
T 2 C
r n j=1 . j .
(para renglones)
(para columnas)
34
r n
observaciones:
( T)
r n
SS (Rep)=
1
T 2 C
2 ..l
n i=1
n
SST =
(para repeticiones)
yij2 (k ) lC
i=1 j=1 l =1
SSE=
SST SS ( Tr )SSRSSCSS(Rep)
Grados de libertad
Suma de
cuadrado
s
Cuadrado medio
SS(Tr )
n1
FTr =
MS (Tr )
MSE
MSR=
SSR
n1
F R=
MSR
MSE
MSC=
SSC
n1
FC =
MSC
MSE
SS(Rep)
r1
F Rep=
n1
SS (Tr )
Rengln
n1
SSR
Columna
n1
SSC
Repeticiones
r1
SS (Rep)
MS ( Rep )=
SSE
MSE=
Error
Total
(n1)(rn +r3)
r n21
MS ( Tr ) =
MS (Rep)
MSE
SSE
(n1)(rn +r3)
SST
Como antes, los grados de libertad para la suma de cuadrados total es igual a la suma
de los grados de libertad de los componentes individuales:
( n1 )+ ( n1 ) + ( n1 ) + ( r1 ) + ( n1 ) ( rn+r3 )
3 n+r4+ r n2+ rn3 nrnr +3=r n21.
As, en definitiva los grados de libertad del error se encuentran por sustraccin.
EJEMPLO. Supn que se efectan dos repeticiones del ya mencionado experimento
de soldadura, empleando el siguiente arreglo:
35
Repeticin I
fundente
Repeticin II
fundente
Operador 1
Operador 2
Operador 3
Repeticin II
fundente
3
Operador 1
Operador 2
Operador 3
1
10.
0
12.
0
13.
5
16.5 13.0
12.0 14.0
18.0 11.5
F>10.0 , el valor de
F0.01
para
y 10 grados de libertad.
4. Clculos: Se tiene que
Para
n=3,r =2.
i=1:
n =3 r=2
r =2
r=2
r =2
j=1 l=1
l=1
l=1
l=1
T 1. .= y 1 jl = y 11l + y 12 l + y 13l
Para
i=2 :
r=2
r=2
r=2
r =2
l=1
l=1
l=1
n =3
l=1
Para
i=3 :
r=2
r=2
r=2
r =2
l=1
l=1
l=1
n=3
l=1
Para
j=1:
37
r1=21=1
n =3 r=2
r=2
r =2
r=2
i =1 l=1
l=1
l=1
l=1
T .1 .= y i1 l= y 11l + y 21 l+ y 31l
j=2:
n =3 r=2
r=2
r=2
r =2
i =1 l=1
l=1
l=1
l=1
T .2 .= y i2 l = y 12l + y 22 l + y 32l
Para
j=3:
n=3 r=2
r =2
r=2
r=2
i=1 l=1
l=1
l=1
l=1
T .3 .= y i 3l = y 13 l+ y 23l + y 33 l
n=3
n=3
n=3
j=1
j=1
j=1
n=3
j=1
y ij 1= y 1 j 1 + y 2 j 1 + y 3 j 1
T ..1=
i=1
38
n=3
n=3
n=3
n=3
j=1
j=1
j=1
n=3
j=1
y ij 2= y 1 j 2 + y 2 j 2 + y 3 j2
T ..2=
i=1
T ( A )=14.0+13.0+17.0+12.0+13.5+18.0=87.5
T ( B )=16.5+16.5+15.0+14.0+11.0 +13.5=86.5
T ( C )=11.0 +10.0+9.5+12.0+12.0+ 11.5=66.0
El gran total se puede calcular de varias maneras:
T =T ( A ) +T (B )+ T ( C )=87.5+ 86.5+66=240
T i ..= T 1.. +T 2.. + T 3.. =81.0+79.5+ 79.5=240
n=3
T =
i=1
T =
j=1
T =
l=1
Sumas al cuadrado:
n=3 n=3 r=2
y
i=1 j=1 l =1
r =2
y
l=1
2
11 ( k ) l
2
ij ( k ) l
r=2
= y
+ y
l=1
n=3 r=2
j=1 l=1
2
12 ( k ) l
r =2
2
1 j ( k) l
+ y
l=1
n=3 r =2
+ y
2
13 ( k ) l
j=1 l=1
r=2
+ y
l=1
2
2 j ( k) l
2
21 ( k ) l
n=3 r =2
+ y 23 j ( k ) l
j=1 l=1
r=2
+ y
l =1
39
2
22 ( k ) l
r =2
+ y 23 (k ) l
l=1
r =2
r=2
r=2
+ y 31 (k ) l + y 32 (k )l + y33 ( k ) l
2
l=1
l=1
l =1
+ y 33 (k ) 1 + y 33 (k )2
2
14.0 + 10.0 + 16.5 + 16.5 +11.0 +13.0 +9.5 +12.0 +17.0 +12.0
2
( T)
r n
=
2
240 2
=3,200.0
2
2 3
n
1
1
2
2
2
2
SS (Tr )=
T ( k )C=
T ( A ) +T ( B )+T (C ) )C
(
r n k=1
r n
1
( 87.52 +86.5 2+66.0 2) 3,2000=3,249.13,200.0=49.1
23
n
SSR=
1
T 2 C= r 1n (T 21..+T 22..+ T 23.. )C
r n i=1 i ..
1
( 81.02 +79.52 +79.52 ) 3,200=3,200.253,200=0.25
23
n
SSC=
1
1
2
T . j . C=
(T 2 +T 2 +T 2 )C
r n j=1
r n .1. .2 . .3.
1
( 702 +922 +782 ) 3,200=3,241.333,200=41.33
23
40
SS ( Rep )=
1
1
1
T 2 C= 2 ( T 2..1+T 2..2) C= 2 ( 119.5 2+120.52 ) 3,200
2 ..l
n i=1
n
3
3,200.053,200=0.055
n
Grados de libertad
Suma de
cuadrado
s
Cuadrado medio
MS ( Tr ) =
Tratamiento
s
(Mtodos)
n1=31=2
n1=31=2
49.1
=24.6
2
SSC
n1
41.33
=20.6
2
MS ( Rep )=
r1=21=1
24.6
=17.6
1.4
F R=
MSR
MSE
0.125
=0.1
1.4
FC =
MSC
MSE
SSC=41.33
Repeticiones
SSR
n1
0.25
=0.125
2
MSC=
n1=31=2
MS ( Tr )
MSE
SSR=0.25
Columnas
(fundentes)
FTr =
SS (Tr )=49.1
MSR=
Renglones
(operador)
SS ( Tr )
n1
SS ( Rep )
r 1
20.6
=14.7
1.4
F Rep=
MS ( Rep )
MSE
SS ( Rep )=0.055
41
0.055
=0.055
1
0.055
=0.04
1.4
MSE=
Error
SSE=13.765
( n1 )( rn+ r3 ) =( 31
) ( 2 3+23 )=2 5=10
Total
SSE
( n1 ) ( rn+r 3 )
13.765
=1.4
10
2
2
r n 1=2 3 1=17SST =104.5
F=0.01
no puede rechazarse. En otras palabras, concluimos que hay diferencias en los mtodos
y en los fundentes, pero no en los operadores ni en las repeticiones, afectan a la
resistencia de la soldadura de las terminales elctricas. Ms an, la prueba de rango
mltiple de Duncan de la Seccin 4.4 da el siguiente patrn de decisin con un nivel de
significancia de 0.01.
y A =
y B =
y C =
11.0+10.0+ 9.5+12.0+12.0+11.5 66
= =11.0
6
6
Media
11.0
14.4
14.6
A continuacin calculamos
s x
MSE
1.4
=
=0.677687 .
n
3
42
MSE=1.4
=0.01 y
rp
para un nivel de
grados de
libertad:
p
rp
4.48
4.67
rp
s x =0.677687
por
, obtenemos finalmente:
rp
4.48
4.67
r p s x
2.1
2.2
Para probar si hay diferencias significativas entre las tres medias adyacentes,
obtenemos los rangos de:
CB=14.411.0=3.4
. Puesto que el primero de estos valores sobrepasa
r 2 s x =2.1
Media
Mtodo C
11.0
Mtodo B
14.4
Mtodo A
14.6
Cuadros grecolatinos
La eliminacin de tres fuentes extraas de variabilidad puede lograrse por medio de un
diseo denominado cuadro grecolatino. Este diseo es un arreglo cuadrado de n
letras latinas y
exactamente cada letra latina aparece slo una vez al lado de cada letra griega. A
continuacin se da un ejemplo de un cuadro grecolatino de 4 4:
43
Fundente 2
Fundente 3
Operador 1
Operador 2
Operador 3
44
Pinturas
1
2
1y2
3y4
1y3
2y4
1y4
2y3
45
El mtodo mediante el cual analizamos los datos de este tipo es una combinacin del
mtodo de regresin lineal y del anlisis de variancia de la Seccin 4.2. El modelo
fundamental est dado por:
Ecuacin modelo para el clculo de covariancia
y ij =+ i+ x ij + ij
i=1,2, , k ; j=1,2, , n .
Para
isimo
y las
ij
Donde
es la gran media,
es el efecto
es la pendiente de la
x ij
, son
con el mtodo de
mnimos cuadrados, y despus efectuando un anlisis de variancia sobre las y
'
^
ajustadas, esto es, las cantidades y ij = y ij x ij . Este procedimiento recibe el nombre
de anlisis de covariancia, cuando requiere una particin de la suma de productos:
k
SPT = ( y ij y . ) ( x ij x. )
i=1 j=1
SSE x
T 2x
C x=
k n
2.
SSE y
Para las
C y=
3.
T 2y
kn
El total, el tratamiento y la suma de productos del error se calculan por medio de las
frmulas:
Suma de productos anlisis de covariancia
k
SPT = x ij y ij C
i=1 j=1
1
SP ( Tr )= T xi T yi C
n i=1
SPE=SPT SP(Tr )
donde el trmino de correccin, C, est dado por:
C=
T xi
y donde
de las
Ty
4.
es el total de las
para el
isimo
T x T y
k n
tratamiento,
Tx
T yi
es el total
47
( SPT )2
SS T y ' =SS T y
SS T x
SS E y ' =SS E y
( SPE )2
SS E x
Fuente de
variacin
Suma de
cuadrado
s para
Suma de
cuadrado
s para
Suma de
productos
Grados de
libertad
para
y.
Suma de
cuadrados
Cuadro
medio
MS ( Tr ) y
Tratamient
o
SS (Tr )x
SS (Tr ) y
SP (Tr)
SS (Tr ) y'
k 1
'
SS ( Tr ) y '
k 1
MS E y
'
Error
SS E x
SS E y
SPE
SS E y '
nkk1
Total
SS T x
SS T y
SPT
SS T y '
SS E y'
nkk 1
nk2
1= 2 == k =0
MS ( Tr ) y '
MS E y '
48
excede a
A2
A3
0.50
0.55
0.60
0.35
1.00
1.20
0.80
1.40
0.75
1.65
1.00
1.10
0.75
0.60
0.55
0.50
0.60
0.90
0.80
0.70
1.00
0.70
0.80
0.90
Hiptesis nula:
1= 2 = 3 =0.
2.
3.
4.
nkk1=4 x 331=8
F0.05
grados de libertad.
para
T x 3=0.60+0.90+ 0.80+0.70=3.00
T y1=1.00+ 1.20+0.80+1.40=4.40
T y2=0.75+0.60+0.55+ 0.50=2.40
T y3 =1.00+0.70+0.80+ 0.90=3.40
3
Para las
C x=
T 2x ( 9.50 )2
=
=7.52
k n
3 4
2
x i C x =
i=12
SS T x =
i=1
(T x 1 +T x 2+T x3 )
1
2
SS (Tr )x = T xiC x =
C x
n i=1
n
k =3
7.52=8.317.52=0.79
4
50
SS E x =SS T x SS ( Tr ) x =1.310.79=0.52
Para las
T 2y ( 10.20 )2
C y=
=
=8.67
kn
34
y las sumas de cuadrados son:
1.00
2
y i C y =
i =12
SS T y =
i=1
(T y 1+ T y 2 +T y3 )
1
2
SS (Tr ) y = T yi C y =
C y
n i=1
n
k=3
T x T y ( 9.50 ) (10.20 )
=
=8.08
k n
( 3)(4)
y obtenemos,
n
x ij y ijC=
j=1
SPT =
i=1
51
SP ( Tr )=
1
T T C=
n i=1 xi yi
SPE=SPT SP (Tr )=
5.
F=
0.035
=1.34
0.026
10
12
15
20
1
2
3
4
5
161
18.50
10.10
7.71
6.61
200
19.00
9.55
6.94
5.79
216
19.20
9.28
6.59
5.41
225
19.20
9.12
6.39
5.19
230
19.30
9.01
6.26
5.05
234
19.30
8.94
6.16
4.95
237
19.40
8.89
6.09
4.88
239
19.40
8.85
6.04
4.82
241
19.40
8.81
6.00
4.77
242
19.40
8.79
5.96
4.74
244
19.40
8.74
5.91
4.68
246
19.40
8.70
5.86
4.62
248
19.40
8.66
5.80
4.56
6
7
8
9
10
5.99
5.59
5.32
5.12
4.96
5.14
4.74
4.46
4.26
4.10
4.76
4.35
4.07
3.86
3.71
4.53
4.12
3.84
3.63
3.48
4.39
3.97
3.69
3.48
3.33
4.28
3.87
3.58
3.37
3.22
4.21
3.79
3.50
3.29
3.14
4.15
3.73
3.44
3.23
3.07
4.10
3.68
3.39
3.18
3.02
4.06
3.64
3.35
3.14
2.98
4.00
3.57
3.28
3.07
2.91
3.94
3.51
3.22
3.01
2.85
3".87
3.44
3.15
2.94
2.77
11
12
13
14
15
4.84
4.75
4.67
4.60
4.54
3.98
3.89
3.81
3.74
3.68
3.59
3.49
3.41
3.34
3.29
3.36
3.26
3.18
3.11
3.06
3.20
3.11
3.03
2.96
2.90
3.09
3.00
2.92
2.85
2.79
3.01
2.91
2.83
2.76
2.71
2.95
2.85
2.77
2.70
2.64
2.90
2.80
2.71
2.65
2.59
2.85
2.75
2.67
2.60
2.54
2.79
2.69
2.60
2.53
2.48
2.72
2.62
2.53
2.46
2.40
2.65
2.54
2.46
2.39
2.33
16
17
18
19
20
4.49
3.45
4.41
4.38
4.35
3.63
3.59
3.55
3.52
3.49
3.24
3.20
3.16
3.13
3.10
3.01
2.96
2.93
2.90
2.87
2.85
2.81
2.77
2.74
2.71
2.74
2.70
2.66
2.63
2.60
2.66
2.61
2.58
2.54
2.51
2.59
2.55
2.51
2.48
2.45
2.54
2.49
2.46
2.42
2.39
2.49
2.45
2.41
2.38
2.35
2.42
2.38
2.34
2.31
2.28
2.35
2.31
2.27
2.23
2.20
2.28
2.23
2.19
2.16
2.12
52
21
22
23
24
25
4.32
4.30
4.28
4.26
4.24
3.47
3.44
3.42
3.40
3.39
3.07
3.05
3.03
3.01
2.99
2.84
2.82
2.80
2.78
2.76
2.68
2.66
2.64
2.62
2.60
2.57
2.55
2.53
2.51
2.49
2.49
2.46
2.44
2.42
2.40
2.42
2.40
2.37
2.36
2.34
2.37
2.34
2.32
2.30
2.28
2.32
2.30
2.27
2.25
2.24
2.25
2.23
2.20
2.18
2.16
2.18
2.15
2.13
2.11
2.09
2.10
2.07
2.05
2.03
2.01
30
40
60
120
4.17
4.08
4.00
3.92
3.84
3.32
3.23
3.15
3.07
3.00
2.92
2.84
2.76
2.68
2.60
2.69
2.61
2.53
2.45
2.37
2.53
2.45
2.37
2.29
2.21
2.42
2.34
2.25
2.18
2.10
2.33
2.25
2.17
2.09
2.01
2.27
2.18
2.10
2.02
1.94
2.21
2.12
2.04
1.96
1.88
2.16
2.08
1.99
1.91
1.83
2.09
2.00
1.92
1.83
1.75
2.01
1.92
1.84
1.75
1.67
1.93
1.84
1.75
1.66
1.57
^ 2W
^ 2B = k1
10
12
15
20
1
2
3
4
5
4,052
98.50
34.10
21.20
16.30
5,000
99.00
30.80
18.00
13.30
5,403
99.20
29.50
16.70
12.10
5,625
99.20
28.70
16.00
11.40
5,764
99.30
28.20
15.50
11.00
5,859
99.30
27.90
15.20
10.70
5,928
99.40
27.70
15.00
10.50
5,982
99.40
27.50
14.80
10.30
6,023
99.40
27.30
14.70
10.20
6,056
99.40
27.20
14.50
10.10
6,106
99.40
27.10
14.40
9.89
6,157
99.40
26.90
14.20
9.72
6,209
99.40
26.70
14.00
9.55
6
7
8
9
10
13.70
12.20
11..30
10.60
10.00
10.90
9.55
8.65
8.02
7.56
9.78
8.45
7.59
6.99
6.55
9.15
7.85
7.01
6.42
5.99
8.75
7.46
6.63
6.06
5.64
8.47
7.19
6.37
5.80
5.39
8.26
6.99
6.18
5.61
5.20
8.10
6.84
6.03
5.47
5.06
7.98
6.72
5.91
5.35
4.94
7.87
6.62
5.81
5.26
4.85
7.72
6.47
5.67
5.11
4.71
7.56
6.31
5.52
4.96
4.56
7.40
6.16
5.36
4.81
4.41
11
12
13
14
15
9.65
9.33
9.07
8.86
8.68
7.21
6.93
6.70
6.51
6.36
6.22
5.95
5.74
5.56
5.42
5.67
5.41
5.21
5.04
4.89
5.32
5.06
4.86
4.70
4.56
5.07
4.82
4.62
4.46
4.32
4.89
4.64
4.44
4.28
4.14
4.74
4.50
4.30
4.14
4.00
4.63
4.39
4.19
4.03
3.89
4.54
4.30
4.10
3.94
3.80
4.40
4.16
3.96
3.80
3.67
4.25
4.01
3.82
3.66
3.52
4.10
3.86
3.66
3.51
3.37
16
17
18
19
20
8.53
8.40
8.29
8.19
8.10
6.23
6.11
6.01
5.93
5.85
5.29
5.19
5.09
5.01
4.94
4.77
4.67
4.58
4.50
4.43
4.44
4.34
4.25
4.17
4.10
4.20
4.10
4.01
3.94
3.87
4.03
3.93
3.84
3.77
3.70
3.89
3.79
3.71
3.63
3.56
3.78
3.68
3.60
3.52
3.46
3.69
3.59
3.51
3.43
3.37
3.55
3.46
3.37
3.30
3.23
3.41
3.31
3.23
3.15
3.09
3.26
3.16
3.08
3.00
2.94
21
22
23
24
25
8.02
7.95
7.88
7.82
7.77
5.78
5.72
5.66
5.61
5.57
4.87
4.82
4.76
4.72
4.68
4.37
4.31
4.26
4.22
4.18
4.04
3.99
3.94
3.90
3.86
3.81
3.76
3.71
3.67
3.63
3.64
3.59
3.54
3.50
3.46
3.51
3.45
3.41
3.36
3.32
3.40
3.35
3.30
3.26
3.22
3.31
3.26
3.21
3.17
3.13
3.17
3.12
3.07
3.03
2.99
3.03
2.98
2.93
2.89
2.85
2.88
2.83
2.78
2.74
2.70
30
40
60
120
7.56
7.31
7.08
6.85
6.63
5.39
5.18
4.98
4.79
4.61
4.51
4.31
4.13
3.95
3.78
4.02
3.83
3.65
3.48
3.32
3.70
3.51
3.34
3.17
3.02
3.47
3.29
3.12
2.96
2.80
3.30
3.12
2.95
2.79
2.64
3.17
2.99
2.82
2.66
2.51
3.07
2.89
2.72
2.56
2.41
2.98
2.80
2.63
2.47
2.32
2.84
2.66
2.50
2.34
2.18
2.70
2.52
2.35
2.19
2.04
2.55
2.37
2.20
2.03
1.88
= k(n1)
r p para =0.05 *
17.97
6.09
4.50
3.93
3.64
6.09
4.52
4.01
3.75
4.52
4.03
3.80
4.03
3.81
3.81
53
10
6
7
8
9
10
3.46
3.34
3.26
3.20
3.15
3.59
3.48
3.40
3.34
3.29
3.65
3.55
3.48
3.42
3.38
3.68
3.59
3.52
3.47
3.43
3.69
3.61
3.55
3.50
3.47
3.70
3.62
3.57
3.52
3.49
3.63
3.57
3.54
3.51
3.58
3.54
3.52
3.55
3.52
11
12
13
14
15
3.11
3.08
3.06
3.03
3.01
3.26
3.23
3.20
3.18
3.16
3.34
3.31
3.29
3.27
3.25
3.40
3.37
3.35
3.33
3.31
3.44
3.41
3.39
3.37
3.36
3.46
3.44
3.42
3.40
3.39
3.48
3.46
3.46
3.43
3.41
3.49
3.47
3.46
3.44
3.43
3.50
3.48
3.47
3.46
3.45
16
17
18
19
20
3.00
2.98
2.97
2.96
2.95
3.14
3.13
3.12
3.11
3.10
3.23
3.22
3.21
3.20
3.19
3.30
3.28
3.27
3.26
3.25
3.34
3.33
3.32
3.31
3.30
3.38
3.37
3.36
3.35
3.34
3.40
3.39
3.38
3.38
3.37
3.42
3.41
3.40
3.40
3.39
3.44
3.43
3.42
3.41
3.41
24
30
40
60
120
2.92
2.89
2.86
2.83
2.80
3.07
3.03
3.01
2.98
2.95
3.16
3.13
3.10
3.07
3.04
3.23
3.20
3.17
3.14
3.12
3.28
3.25
3.22
3.20
3.17
3.31
3.29
3.27
3.24
3.22
3.35
3.32
3.30
3.28
3.25
3.37
3.35
3.33
3.31
3.29
3.39
3.37
3.35
3.33
3.31
2.77
2.92
3.02
3.09
3.15
3.19
3.23
3.27
3.29
* Esta tabla se tom de H. L. Harter, Critical values for Duncans new multiple range test.
r p para =0.01 *
90.02
14.04
8.26
6.51
5.70
14.04
8.32
6.68
5.90
8.32
6.74
5.99
6.76
6.04
6.07
54
10
6
7
8
9
10
5.24
4.95
4.74
4.60
4.48
5.44
5.15
4.94
4.79
4.67
5.55
5.26
5.06
4.91
4.79
5.62
5.33
5.13
4.99
4.88
5.66
5.38
5.19
5.04
4.93
5.68
5.42
5.23
5.09
4.98
5.44
5.26
5.12
5.01
5.28
5.14
5.04
5.16
5.06
11
12
13
14
15
4.39
4.32
4.26
4.21
4.17
4.58
4.50
4.44
4.39
4.34
4.70
4.62
4.56
4.51
4.46
4.78
4.71
4.64
4.59
4.55
4.84
4.77
4.71
4.66
4.61
4.89
4.81
4.75
4.70
4.66
4.92
4.85
4.79
4.74
4.70
4.95
4.88
4.82
4.77
4.73
4.97
4.91
4.85
4.80
4.76
16
17
18
19
20
4.13
4.10
4.07
4.05
4.02
4.31
4.27
4.25
4.22
4.20
4.43
4.39
4.36
4.33
4.31
4.51
4.47
4.45
4.42
4.40
4.57
4.54
4.51
4.48
4.46
4.62
4.59
4.56
4.53
4.51
4.66
4.63
4.60
4.57
4.55
4.70
4.66
4.64
4.61
4.59
4.72
4.69
4.66
4.64
4.62
24
30
40
60
120
3.96
3.89
3.82
3.76
3.70
4.13
4.06
3.99
3.92
3.86
4.24
4.17
4.10
4.03
3.97
4.32
4.25
4.18
4.11
4.04
4.39
4.31
4.24
4.18
4.11
4.44
4.36
4.29
4.23
4.16
4.48
4.41
4.33
4.37
4.20
4.52
4.45
4.38
4.31
4.24
4.55
4.48
4.41
4.34
4.27
3.64
3.80
3.90
3.98
4.04
4.09
4.13
4.17
4.21
* Esta tabla se tom de H. L. Harter, Critical values for Duncans new multiple range test.
PROBLEMAS RESUELTOS
4.2. Diseos completamente aleatorios
Problema 4.1. Se efecta un experimento para comparar la accin limpiadora de
dos detergentes: el detergente A y el detergente B. Veinte muestras de ropa se manchan
con mugre y grasa, cada una se lava con uno de los detergentes en una lavadora
automtica y se mide despus la blancura. Critica los siguientes aspectos del
experimento:
a) Todo el experimento se realiza con agua suave.
b) Quince muestras se lavan con el detergente A y cinco con el detergente B.
c) Para acelerar la prueba, se emplean en el experimento agua muy caliente y tiempos
de lavado de 30 segundos.
55
Mtodo B
91
81
87
85
Mtodo C
72
77
76
79
a) Calcula:
k
( y ij y )2 ; ( y ij y i) 2 ; n ( y i y ) 2 .
i=1 j=1
i=1 j=1
i=1
( y ij y )2= ( y ij y i) 2+ n ( y i y )2
i=1 j=1
i=1 j=1
i=1
SST
SSE
SS(Tr)
b) Verifica los resultados obtenidos para las tres sumas de cuadrados empleando las
frmulas siguientes.
Suma de cuadrados para muestras de tamaos distintos
k
ni
SST =
i =1 j=1
T 2i
y C , SS ( Tr ) = C
i=1 ni
k
2
ij
Solucin:
a) La media general es:
57
n=4
y Bj + y Cj
n= 4
j=1
n=4
y Aj+
j=1
j=1
k=C n=12
1
y =
n i= A
j=1
1
y ij =
n
1
( y + y + y + y ) + ( y B 1 + y B 2 + y B 3+ y B 4 ) + ( y C 1 + y C 2 + y C 3 + y C 4 ) ]
n [ A1 A2 A 3 A 4
1
[ ( 73+77+67 +71 )+ ( 91+81+87+ 85 )+ ( 72+ 77+76+79 ) ]
12
1
[ 288+344 +304 ] =78.
12
Ai y
Mtodo B
Bi y
Mtodo C
Ci y
73
77
67
71
5
1
11
7
91
81
87
85
13
3
9
7
72
77
76
79
6
1
2
1
Ai y
Mtodo B
Bi y
Mtodo C
Ci y
73
77
67
71
Suma:
25
1
121
49
196
91
81
87
85
169
9
81
49
308
72
77
76
79
36
1
4
1
42
546
Total:
Por lo tanto,
58
SST = ( y ij y ) =546
2
i =1 j=1
y A 1 + y A 2 + y A 3 + y A 4 73+77+67+71 288
1
y A = y Aj =
=
=
=72 Mtodo B:
n j =1
n
4
4
n=4
y + y +y +y
1
91+81+87+ 85 344
y B = y Bj = B 1 B 2 B 3 B 4 =
=
=86
n j=1
n
4
4
Mtodo C:
n=4
y C 1+ y C 2+ y C 3 + y C 4 72+77+76+ 79 304
1
y C = y Cj=
=
=
=76
n j=1
n
4
4
Mtodo A
Mtodo B
Mtodo C
y A =72
y B =86
y C =76
Ai y A
Mtodo B
Bi y B
Mtodo C
Ci y C
73
77
67
71
1
5
5
1
91
81
87
85
5
5
1
1
72
77
76
79
4
1
0
3
59
Mtodo A
Ai y A
Mtodo B
Bi y B
Mtodo C
Ci y C
73
77
67
71
Suma:
1
25
25
1
52
91
81
87
85
25
25
1
1
52
72
77
76
79
16
1
0
9
26
130
Total:
Por lo tanto,
k
Las desviaciones de las medias individuales de las muestras con respecto a la media
general y las variancias, son:
Mtod
o
y i ,i= A , B ,C
( y i y )
( y i y )
72
78
36
86
78
64
76
78
Suma:
104
Entonces,
k
i=1
son:
Mtodo A
Mtodo B
Mtodo C
288
344
304
Entonces,
60
T =288+344+ 304=936.
20,736+29,584+ 23,104=73,424
2
C=
T 2 ( 936 )
=
=73,008.
N
12
SS (Tr )=
i=1
T 2i
C=73,42473,008=416
ni
Mtodo A
Mtodo B
Mtodo C
y ij
y 2ij
73
77
67
71
91
81
87
85
72
77
76
79
Suma:
5,329
5,929
4,489
5,041
8,281
6,561
7,569
7,225
5,184
5,929
5,776
6,241
73,554
Por lo tanto,
k
ni
SST = y ij C=73,55473,008=546
i =1 j=1
61
SSE=SST SS ( Tr ) =546416=130 .
Estas cifras concuerdan con las del inciso (a).
Problema 4.4. Mediante las sumas de cuadrados obtenidas en el Problema 4.3,
prueba con un nivel de significancia =0.05 si las diferencias obtenidas para las tres
muestras son significativas.
Solucin:
La tabla del anlisis de variancia es:
Fuente de
variacin
Grados de
libertad
Suma de
cuadrados
Media cuadrada
SS ( Tr )
MS ( Tr ) =
k 1
k 1
Tratamientos
= 3 1= 2
MS ( Tr )
MSE
SS (Tr )
416
=208
31
= 416
208
14.44
14.40
MSE=
Error
Nk=123=9
SSE
= 130
Total
N1=121=11
SSE
N k
130
=14.44
123
SST
= 546
Puesto que el valor crtico se encuentra en el nivel 0.05 para una distribucin F con 2 y
9 grados de libertad. De la Tabla 4.1, se obtiene el valor de 4.26. Como el valor de la F
calculada es mayor a la F estimada, se rechaza la hiptesis nula de que las medias son
todas iguales.
Problema 4.5. Las cifras siguientes son el nmero de errores realizados en cinco
das consecutivos de trabajo por cuatro tcnicos de un laboratorio fotogrfico:
62
Tcnico I
Tcnico II
Tcnico III
Tcnico IV
6
14
10
8
11
14
9
12
10
14
10
12
7
15
11
9
12
8
10
11
=0.01
1. Hiptesis nula:
no son iguales.
donde
F>5.29 , el valor de
Nk=204=16
F0.01
para:
grados de libertad,
aceptamos.
Para ello, hacemos uso de la Tabla 4.1.
4. Clculos:
Tcnico I
6
14
10
8
11
Tcnico II
14
9
12
10
14
Tcnico III
10
12
7
15
11
Tcnico IV
9
12
8
10
11
T I =49
T II =59
T III =55
T IV =50
63
IV
n I =5
n II =5
n III =5
n IV =5
k =IV
j =1
y 2Ij +
j=1
ni
y 2ij=
j=1
j=1
k=IV
i=I
Tcnico
I
y Ij ,
Tcnico
j=1, , 5 II
y IIj ,
j=1, , 5
Tcnico
III
y IIIj ,
Tcnico
j=1, , 5 IV
y IVj ,
j=1, , 5
36
14
196
10
100
81
14
196
81
12
144
12
144
10
100
12
144
49
64
64
10
100
15
225
10
100
11
121
14
196
11
121
11
121
Suma:
517
717
639
510
ni
y 2ij=
j=1
k=IV
i=I
T 2 (213)
C= =
=2,268.45
N
20
64
2,383
ni
k=IV
SS (Tr )=
i= I
T 2i
T 2I T 2II T 2III T 2IV
C=
+ +
+
C
ni
n I nII n III n IV
[ 480.2+696.2+605+500 ] 2,268.45=2,281.402,268.45=12.95 .
y tambin,
SSE=SST SS ( Tr ) =114.5512.95=101.60 .
El resto del trabajo se advierte en la siguiente tabla de anlisis de variancia.
Fuente de
variacin
Grados de
libertad
Suma de
cuadrados
Media cuadrada
SS ( Tr )
MS ( Tr ) =
k 1
k 1
Tratamientos
= 4 1= 3
MS ( Tr )
MSE
SS (Tr )
12.95
=4.3167
41
= 12.95
4.3167
6.3500
0.68
MSE=
Nk
Error
204
16
SSE
= 101.60
N1
Total
201
19
SST
= 114.55
65
SSE
N k
101.60
=6.3500
204
5. Decisin: Dado que el valor crtico en el nivel de significancia de 0.01 para una
distribucin F con 3 y 16 grados de libertad es 5.29. F = 0.68 no sobrepasa 5.29, o
F0.01
sea el valor de
para 3 y 16 grados de libertad, la hiptesis nula no puede
rechazarse; en otras palabras, no podemos concluir que existe una diferencia en los
errores de los tcnicos.
Problema 4.6. Los datos siguientes se refieren a las prdidas de peso de ciertas
piezas mecnicas (en miligramos) debidas a la friccin, cuando tres lubricantes
diferentes se utilizaron en condiciones controladas.
Lubricante A:
12.2,
11.8,
13.1,
11.0,
3.9,
4.1,
10.3,
8.4
Lubricante B:
10.9,
5.7,
13.5,
9.4,
11.4,
15.7,
10.8,
14.0
Lubricante C:
12.7, 19.9, 13.6, 11.7, 18.3, 14.3, 22.8, 20.4
a) Prueba con un nivel de significancia de 0.01 si las diferencias entre las medias
muestrales puede atribuirse al azar.
b) Estima los parmetros del modelo usado en el anlisis de este experimento.
Solucin:
a) La hiptesis nula es que las prdidas de peso para los tres lubricantes son las
mismas. La hiptesis alternativa es que las prdidas de peso no son las mismas.
Utilizando las etapas para pruebas de hiptesis, obtenemos:
A =B =C
1. Hiptesis nula:
no son iguales.
donde
F>5.78 , el valor de
Nk=243=21
F0.01
para:
grados de libertad,
aceptamos.
Para ello, hacemos uso de la Tabla 4.1.
4. Clculos:
Lubricante A
Lubricante B
12.2
10.9
66
Lubricante C
12.7
11.8
5.7
19.9
13.1
13.5
13.6
11.0
9.4
11.7
3.9
11.4
18.3
4.1
15.7
14.3
10.3
10.8
22.8
8.4
14.0
20.4
T A =74.8
T B=91.4
T C =133.7
n A =8
n B=8
nC =8
k =C
y 2Bj + y 2Cj
j=1
8
y 2Aj +
j=1
8
ni
y 2ij=
j=1
j=1
k=C
i= A
( y 2A 1 + y 2A 2+ y 2A 3+ y 2A 4 + y 2A 5+ y 2A 6 + y 2A 7 + y 2A 8 ) +
( y 2B 1+ y 2B 2 + y 2B 3 + y 2B 4 + y 2B 5 + y 2B 6 + y 2B 7 + y 2B 8 )+
( y 2C 1 + y 2C 2+ y 2C 3+ y 2C 4 + y 2C 5+ y 2C 6+ y 2C 7+ y 2C 8) +
Utilizando Excel:
Lubricante
A
12.2
11.8
13.1
11.0
y 2Aj ,
y 2Bj ,
j=1, , 5
Lubricante
B
j=1, , 5
148.84
139.24
171.61
121
10.9
5.7
13.5
9.4
118.81
32.49
182.25
88.36
67
Lubricante
C
12.7
19.9
13.6
11.7
y 2Cj ,
j=1, , 5
161.29
396.01
184.96
136.89
3.9
4.1
10.3
8.4
15.21
16.81
106.09
70.56
789.36
11.4
15.7
10.8
14.0
129.96
246.49
116.64
196.00
1,111.00
18.3
14.3
22.8
20.4
334.89
204.49
519.84
416.16
2,354.53
ni
y 2ij=
j=1
k=C
4,254.89
i= A
C=
T 2 (299.90)
=
=3,747.5
N
24
ni
k=C
SS (Tr )=
i= A
Ti
T T T
C= A + B + C C
ni
n A n B nC
Fuente de
variacin
Grados de
libertad
Suma de
cuadrados
Media cuadrada
68
MS ( Tr ) =
k 1
Tratamientos
= 3 1= 2
SS ( Tr )
k 1
MS ( Tr )
MSE
SS (Tr )
230.59
=115.295
31
= 230.59
115.295
13.18
8.747
MSE=
Nk
Error
243
21
SSE
= 276.80
SSE
N k
276.80
=13.18
243
N1
Total
241
SST
23
= 507.39
5. Decisin: Dado que el valor crtico en el nivel de significancia de 0.01 para una
distribucin F con 2 y 21 grados de libertad es 5.78. F = 8.747 > 5.78, podemos
rechazar la hiptesis nula. Las prdidas de peso no son las mismas para los tres
lubricantes.
b) Para los datos de los tres lubricantes obtenemos:
^= y =
T 299.90
=
=12.496,
N
24
^ A= y A y =
TA
74.8
y =
12.496=3.146,
nA
8
^ B= y B y =
TB
91.4
y =
12.496=1.071,
nB
8
^ C = y C y =
TC
133.7
y =
12.496=4.2165,
nC
8
69
i= A + B + C =3.1461.071+ 4.2165=0.0005 0
k=C
i= A
200
1.5
1.7
1.6
1.9
1.9
300
1.5
1.8
2.2
1.9
2.2
400
1.4
1.6
1.7
1.5
1.8
500
1.1
1.5
1.4
1.4
2.0
=0.05
Condiciones de calma:
20,
17,
14,
24
Condiciones moderadas:
21,
23,
16,
25,
18,
Condiciones agitadas:
26,
24,
23,
29,
21,
23
14
,
13
,
9,
15
,
11,
70
13
,
14
,
11
Disposicin 2:
10
,
12
,
9,
7,
11,
9,
12
,
9,
Disposicin 3:
11,
5,
9,
10
,
6,
8,
8,
10
,
13
,
9,
10
D 1= D 2= D 3
no son iguales.
donde
F>5.57 , el valor de
Nk=283=25
F0.01
para:
grados de libertad,
aceptamos.
Para ello, hacemos uso de la Tabla 4.1.
4. Clculos:
Disposicin 1
14
13
9
15
11
13
14
11
Disposicin 2
10
12
9
7
11
8
12
9
10
13
9
10
71
Disposicin 3
11
5
9
10
6
8
8
7
T 1 =100
T 2 =120
T 3 =64
D3
T = T i=T 1+ T 2 +T 3=100+120+64=284
i=D 1
n1=8
n2=12
n3=8
k =3
y 22 j + y 23 j
j=1
12
y 21 j +
j =1
8
ni
y 2ij=
j=1
j=1
k=3
i=1
Utilizando Excel:
2
y1 j ,
Disposicin
1
j=1, , 8
Disposicin
2
14
13
9
15
11
13
14
196
169
81
225
121
169
196
10
12
9
7
11
8
12
Disposicin
3
j=1, , 12
100
144
81
49
121
64
144
72
y2 j ,
11
5
9
10
6
8
8
y3 j ,
j=1, , 8
121
25
81
100
36
64
64
11
121
Suma:
1,278
9
10
13
9
10
81
100
169
81
100
1,234
49
540
ni
y 2ij=
j=1
k=3
i=1
2
T (284)
C= =
=2,880.57
N
28
SST = y ij C=3,0522,880.57=171.43
i =1 j=1
k=C 3
SS (Tr )=
i=1
T 2i
T2 T 2 T 2
C= 1 + 2 + 3 C
ni
n1 n2 n3
2
100 120 64
+
+
2,880.57
8
12
8
y tambin,
SSE=SST SS ( Tr ) =171.4381.43=90.00
El resto del trabajo se advierte en la siguiente tabla de anlisis de variancia.
73
3,052
Grados de
libertad
Fuente de
variacin
Suma de
cuadrados
Media cuadrada
F
MS ( Tr )
MSE
SS ( Tr )
MS ( Tr ) =
k 1
k 1
Tratamientos
SS (Tr )
= 3 1= 2
= 81.43
81.43
=40.715
31
40.715
3.600
11.31
MSE=
Nk
283
Error
SSE
= 90.00
25
SSE
N k
90.00
=3.60
283
N1
Total
281
SST
27
= 171.43
5. Decisin: Dado que el valor crtico en el nivel de significancia de 0.01 para una
distribucin F con 2 y 25 grados de libertad es 5.57. Por lo tanto, F = 11.31 > 5.57,
podemos rechazar la hiptesis nula. Los tiempos medios de reaccin no son los
mismos para las tres disposiciones.
Problema 4.10. Varias aleaciones de aluminio se han considerado para utilizarse
en aplicaciones de circuitos destinados a servicio pesado. Entre las propiedades
deseadas est una baja resistencia, y varios modelos de cada alambre se prueban
aplicando un voltaje fijo a una longitud determinada de alambre y se mide la corriente
que fluye a travs del alambre. Dados los resultados siguientes, puedes concluir que las
aleaciones difieren en resistencia? (Emplea un nivel de significancia de 0.01.)
Aleacin
Corriente (amperes)
1
2
1.085
1.051
1.016
0.993
1.009
1.022
1.034
0.985
1.001
0.990
0.988
1.101
1.015
74
1.011
Solucin:
Problema 4.11. Se realizan dos pruebas de la resistencia a la compresin en seis
muestras de concreto. La fuerza que fractura cada muestra de forma cilndrica, medida
en kilogramos, est dada en la siguiente tabla:
Muestra
A
Prueba 1
110
125
98
95
104
115
Prueba 2
105
130
107
92
96
121
i=+ i
se sigue que:
k
i=0
i=1
Solucin:
Usamos la notacin:
k
N= ni
i=1
75
,y
es la media de las
Definimos a
como:
k
1
n
N i=1 i i
E [ Y ij ]
. Adems,
i=1
i=1
i=+ i
i= i
k
i=1
i=1
n i i= n i ( i )
k
i=1
i=1
n i i n i
ni iN=0
i=1
SST = y ij C
i =1 j=1
SS (Tr )=
1
T 2i C
n i=1
C=
T
kn
Solucin:
76
ni
ni
( y ij y ) = ( y ij y i) 2+ n ( y i y )2
i=1 j=1
i=1 j=1
i=1
SST
SSE
SS(Tr)
Solucin:
Usando la notacin:
k
N= ni .
i=1
ni
ni
i=1 j=1
ni
ni
2
ij
ni
y 2 y y ij + y
i=1 j=1
i=1 j=1
ni
i=1 j=1
ni
y ij
+ N y 2
N
i=1 j=1
2
ij
y 2 N y
i=1 j=1
ni
y ij 2 N y + N y
i=1 j=1
ni
y 2ij N y 2
i=1 j=1
k
ni
y ij C
i=1 j=1
Donde
77
C=N y 2=N
T
T
=
N
N
( )
De manera semejante:
k
SS (Tr )= ni ( y i y ) = ni ( y i 2 y y i+ y
2
i=1
i=1
i=1
i=1
i=1
ni y i22 y n i y + y 2 ni
ni
i=1
k
Ti 2
T
T
T
2 ni i + N
ni
N i=1 ni
N
( )
( )
k
T 2i
T
T2
2 T i +
ni
N i=1
N
k
i =1
T 2i
T 2 T2
2 +
ni
N N
k
i=1
k
T 2i
T2
T2
= i C
ni
N i=1 ni
k
i=1
8.6
2.9
a)
Emplea el anlisis de variancia para probar si las dos marcas difieren en contenido
de aflatoxina.
b) Prueba la misma hiptesis usando una prueba t bimuestral.
c) Puede comprobarse que el estadstico t con v grados de libertad y el estadstico F
con 1 y v grados de libertad estn relacionados por la frmula
F ( 1, v )=t 2 (v )
donde v = grados de libertad. Con este resultado prueba que los mtodos de
anlisis de variancia y la prueba t bimuestral son equivalentes en este caso.
Solucin:
79
I2
I3
I4
Fibra 1
20.6
20.7
20.0
21.4
Fibra 2
24.7
26.5
27.1
24.3
Fibra 3
25.2
23.4
21.6
23.9
Fibra 4
24.5
21.5
23.6
25.2
Fibra 5
19.3
21.5
22.2
20.6
Considerando las fibras como tratamientos y los instrumentos como bloques realiza un
anlisis de variancia con un nivel de significancia de =0.01 .
Solucin:
La hiptesis nula es que las medias de la resistencia a la ruptura de las cinco fibras son
iguales. La hiptesis nula es que no son iguales. Para construir la tabla de anlisis de
variancia, primero debemos calcular las sumas de las filas y de las columnas:
y 1 j= y 11 + y 12+ y 13 + y 14=20.6+20.7 +20.0+21.4=8.27 .
4
T 1. =
j=1
T 2. =
j =1
T 3. =
j=1
T 4.=
j=1
80
T 5.=
j=1
y i 1= y 11 + y 21 + y 31+ y 41 + y 51
5
T .1 =
i=1
20.6+24.7+25.2+24.5+19.3=114.3 .
T .2 =
i=1
20.7+26.5+23.4 +21.5+21.5=113.6 .
y i 3= y 13+ y 23+ y 33 + y 43 + y 53
5
T .3 =
i=1
20.0+27.1+21.6+23.6+ 22.2=114.5
y i 4= y14 + y 24 + y 34 + y 44 + y 54
5
T .4 =
i=1
y ij= 457.8
j=1
T ..=
i=1
Fibra 1
I1
I2
I3
I4
20.6
20.7
20.0
21.4
81
T 1. =82.7
Fibra 2
24.7
26.5
27.1
24.3
T 2. =102.6
Fibra 3
25.2
23.4
21.6
23.9
T 3. =94.1
Fibra 4
24.5
21.5
23.6
25.2
T 4.=94.8
Fibra 5
19.3
21.5
22.2
20.6
T 5. =83.6
T .1 =114.3
T .2 =113.6
T .3 =114.5
As,
2
T
( 457.8 )
C= .. =
=10,479.042.
ab (5)( 4)
T 2i . = T 21. +T 22. +T 23. +T 24. +T 25.
5
i=1
T . j=T .1 +T .2 +T .3 +T .4
4
j=1
b=4
y = ( y 21 j + y 22 j + y 23 j+ y 24 j + y 25 j )
2
ij
i=1 j=1
b=4
j=1
b=4
y + y + y 25 j
2
3j
j=1
2
4j
j=1
b=4
y 2 j +
2
j=1
b=4
y 21 j +
j=1
b=4
j=1
82
T .4 =115.4
T .. =457.8
I1
Fibra 1
Fibra 2
Fibra 3
Fibra 4
Fibra 5
2
i1
I2
20.6
24.7
25.2
24.5
19.3
424.36
610.09
635.04
600.25
372.49
SUMA: 2,642.23
20.7
26.5
23.4
21.5
21.5
y 2i 2
I3
428.49
702.25
547.56
462.25
462.25
2,602.8
20
27.1
21.6
23.6
22.2
y 2i 3
400
734.41
466.56
556.96
492.84
2,650.77
I4
21.4
24.3
23.9
25.2
20.6
y 2i 4
457.96
590.49
571.21
635.04
424.36
2,679.06
i=1,2,3,4,5.
En la tabla
Por lo tanto,
a=5 b =4
y 2ij =10,574.86
i=1 j=1
a =5 b=4
SST = y ij C=10,574.8610,479.042=95.818 .
2
i=1 j=1
a=5
SS (Tr )=
1
42,196.86
2
T i . C=
10,479.042=70.173
b i=1
4
SS ( Bl )=
1
10,479.042=0.330
T 2 C= 52,396.86
a i=1 . j
5
b =4
SSE=SST SS ( Tr ) SS ( Bl )=95.81870.1730.330=25.315 .
83
SUMA:
1710.81
2637.24
2220.37
2254.5
1751.94
10,574.86
Fuente de
variacin
Grados de libertad
Suma de
cuadrados
Cuadrado medio
MS ( Tr ) =
Tratamientos:
Fibras
a1=
70.173
=17.543
( 51)
MS ( Bl )=
b1
SS ( Bl )
( b1 )
0.330
=0.11
(41)
MSE=
( a1 )( b1 )
17.543
=8.314
2.11
F Bl=
MS ( Bl )
MSE
0.11
=0.052
2.11
SSE
( a1 ) ( b1 )
SSE=25.315
( 51 ) ( 41 )=12
Total
MS ( Tr )
MSE
SS ( Bl )=0.330
41=3
Error
FTr =
SS (Tr )=70.173
51=4
Bloques:
Instrumentos:
SS ( Tr )
( a1 )
25.315
=2.11
(51)(41)
SST =95.818
ab1=( 5 ) ( 4 )1=19
Decisiones: Dado que el valor crtico en el nivel 0.01 para una distribucin F con 4
FTr =8.314
y 12 grados de libertad es 5.41 y
sobrepasa a 5.41, rechazamos la
hiptesis nula. Por lo tanto, existe una diferencia en las medias de la resistencia a la
ruptura. Concluimos que existen diferencias en la resistencia a la ruptura de las cinco
fibras. Puesto que el valor crtico en el nivel 0.01 para una distribucin F con 3 y 12
grados de libertad es 5.95,
F Bl =0.052
Tcnicos
1
6
14
10
2
14
9
12
84
3
10
12
7
4
9
12
8
4
5
8
11
10
14
=0.01
15
11
10
11
muestras pueden atribuirse al azar. Considerando a los das (renglones) como bloques.
Solucin:
La hiptesis nula es que las verdaderas medias para los tcnicos son iguales. La
hiptesis alternativa es que no son iguales. Una segunda hiptesis nula es que no hay
ningn efecto de bloque (das).
Para construir la tabla de anlisis de variancia, primero debemos calcular las sumas de
las filas y de las columnas:
y 1 j= y 11 + y 12+ y 13 + y 14 + y 15 =6+14 +10+8+11=49.
5
T 1.=
j=1
T 2. =
j=1
T 3.=
j=1
T 4.=
j=1
T .1 =
i=1
T .2=
i=1
85
T .3=
i=1
y i 4= y14 + y 24 + y 34 + y 44 =8+10+15+10=43
4
T .4 =
i=1
T .5=
i=1
y ij= 213
j=1
T ..=
i=1
Tcnico
s
14
10
11
T 1. =49
14
12
10
14
T 2. =59
10
12
15
11
T 3. =55
12
10
11
T 4.=50
T .1 =39
T .2 =47
T .3 =37
T .4 =43
T .5 =47
T .. =213
As,
T 2.. ( 213 )2
C= =
=2,268.45.
ab ( 4)(5)
2
T i . = T 1. +T 2. +T 3. +T 4.
4
i=1
86
( 49 ) + ( 59 ) + ( 55 ) + ( 50 ) =11,407
T 2. j=T 2.1 +T 2.2 +T 2.3 +T .42 +T 2.5
5
j =1
b=5
i=1 j=1
j=1
y 2ij= ( y 21 j+ y22 j+ y 23 j + y 24 j )
b=5
y 23 j + y 24 j
j=1
b=5
y 2 j +
2
j=1
b=5
y 21 j +
j =1
b=5
j=1
( y 211 + y 212 + y 213+ y 214+ y 215) + ( y 221+ y 222+ y 223 + y 224 + y 225)
+ ( y 231 + y 232 + y 233 + y 234 + y 235 ) + ( y 241+ y 242+ y 243 + y 244 + y 245)
2
i1
2
i2
SUMA:
2
i3
36
14
196
10
100
14
196
81
12
144
10
100
12
144
81
12
144
Tcnicos
SUMA:
En la tabla
413
565
2
i4
2
i5
64
11
121
517
10
100
14
196
717
49
15
225
11
121
639
64
10
100
11
121
510
559
2,383
357
i=1,2,3,4.
87
489
Por lo tanto,
a=4 b=5
y 2ij =2,383
i=1 j=1
a =4 b=5
SST = y ij C=2,3832,268.45=114.55 .
2
i=1 j=1
a=5
SS (Tr )=
1
2,268.45=12.95
T 2 C= 11,407
b i=1 i .
5
SS ( Bl )=
1
9,157
2
T . jC=
2,268.45=20.8
a i=1
4
b =4
SSE=SST SS ( Tr ) SS ( Bl )=114.5512.9520.80=80.80 .
Fuente de
variacin
Grados de libertad
Suma de
cuadrados
Cuadrado medio
MS ( Tr ) =
Tratamientos:
Tcnicos
a1=
41=3
12.95
=4.32
(41)
MS ( Bl )=
b1
51=4
( a1 )( b1 )
MS ( Tr )
MSE
SS ( Bl )
( b1 )
4.32
=0.642
6.73
F Bl=
MS ( Bl )
MSE
SS ( Bl )=20.80
Error
FTr =
SS (Tr )=12.95
Bloques:
Das
SS ( Tr )
( a1 )
SSE=80.80
( 41 ) ( 51 )=12
88
20.80
=5.20
(51)
MSE=
SSE
( a1 ) ( b1 )
5.20
=0.773
6.73
Total
80.80
=6.73
(41)(51)
SST =114.55
ab1=( 4 ) ( 5 )1=19
Decisiones. Dado que el valor crtico en el nivel 0.01 para una distribucin
con 3
Estudiante
s
75
83
86
73
73
72
61
67
59
56
53
62
69
70
72
79
84
92
88
95
T 1.=
j= A
89
T 2.=
j=A
y 3 j= y 3 A + y 3 B + y 3 C + y 3 D =59+56+53+ 62=230.
D
T 3.=
j= A
T 4. =
j= A
y 5 j= y 5 A + y 5 B + y 5 C + y 5 D =84+ 92+88+95=359.
D
T 5. =
j= A
T . A =
i=1
y iB= y 1 B + y 2 B + y 3 B + y 4 B + y 5 B=83+72+56+70+92=373.
5
T .B =
i=1
y iC = y 1 C + y 2C + y 3 C + y 4 C + y 5 C =86+61+53+72+88=360.
5
T .C =
i=1
T . D =
i=1
y ij= 1,469
j=1
T .. =
i=A
90
Formas
Estudiante
s
75
83
86
73
T 1. =317
73
72
61
67
T 2. =273
59
56
53
62
T 3. =230
69
70
72
79
T 4.=290
84
92
88
95
T 5. =359
T . A=360
T . B =373
T . C =360
As,
T 2.. (1,469 )2
C= =
=107,898.05 .
ab (5)(4 )
T 2i . = T 21. +T 22. +T 23. +T 24. +T 25.
5
i=1
j= A
b =D
y = ( y 21 j + y 22 j + y 23 j+ y24 j + y 25 j)
i=1 j= A
2
ij
j= A
91
T . D =376
T .. =1,469
b=D
y 24 j+ y 25 j
j =A
b=D
y 3 j +
2
j= A
b=D
y 2 j +
j= A
b=D
y 21 j +
j= A
b= D
j= A
( y 21 A + y 21 B + y 21C + y 21 D )+ ( y 22 A + y 22 B + y 22 C + y 22 D )
+ ( y 23 A + y 23 B + y 23 C + y 23 D ) + ( y 24 A + y 24 B + y 24 C + y 24 D )
+ ( y 25 A + y 25 B + y 25 C + y 25 D )
[ ( 75 )2 + ( 83 )2 + ( 86 )2 + ( 73 )2 ] + [ ( 73 )2 + ( 72 )2 + ( 61 )2+ ( 67 )2 ]
+ [ ( 59 )2 + ( 56 )2 + ( 53 )2 + ( 62 )2 ]+ [ ( 69 )2 + ( 70 )2+ ( 72 )2+ ( 79 )2 ]
+ [ ( 84 )2+ ( 92 )2+ ( 88 )2+ ( 95 )2 ]
y 2ij
y 2iA
y 2iB
y 2iC
y 2iD
75
5,625
83
6,889
86
7,396
73
5,329
25,239
73
5,329
72
5,184
61
3,721
67
4,489
18,723
59
3,481
56
3,136
53
2,809
62
3,844
13,270
69
4,761
70
4,900
72
5,184
79
6,241
21,086
84
7,056
92
8,464
88
7,744
95
9,025
32,289
28,928
110,607
Estudiantes
SUMA:
26,252
28,573
26,854
92
i=1,2,3,4,5.
En la tabla
Por lo tanto,
a=5 b =D
y 2ij =110,607
i=1 j= A
a =5 b=D
a=5
SS (Tr )=
1
440,899
2
T i . C=
107,898.05=2,326.70
b i=1
4
SS ( Bl )=
1
539,705
T 2. jC=
107,898.05=42.95
a i=1
5
b =4
SSE=SST SS ( Tr ) SS ( Bl )=2,708.952,326.7042.95=339.30 .
Los resultados finales se indican en la siguiente tabla de anlisis de variancia:
Fuente de
variacin
Grados de libertad
Suma de
cuadrados
Cuadrado medio
MS ( Tr ) =
Tratamientos:
Estudiantes
a1=
51=4
SS ( Tr )
( a1 )
FTr =
SS (Tr )=2,326.70
2,326.70
=581.675
(51)
MS ( Tr )
MSE
581.675
28.275
20.572
MS ( Bl )=
Bloques:
Formas
b1
41=3
SS ( Bl )
( b1 )
F Bl=
MS ( Bl )
MSE
SS ( Bl )=42.95
93
42.95
=14.317
(41)
14.317
=0.506
28.275
MSE=
SSE
( a1 ) ( b1 )
( a1 )( b1 )
Error
SSE=339.30
( 51 ) ( 41 )=12
339.30
( 51 )( 41 )
28.275
Total
SST =2,708.95
ab1=( 5 ) ( 4 )1=19
Dado que el valor crtico en el nivel 0.01 para una distribucin F con 4 y 12 grados
FTr =20.572 ,
de libertad es 5.41 y
rechazamos la hiptesis nula de no hay ningn
efecto de los estudiantes. Por lo tanto, son diferentes las capacidades de los estudiantes.
Puesto que el valor crtico en el nivel 0.01 para una distribucin
F Bl=0.506
de libertad es 5.95 y
, no rebasa el punto crtico.
F con 3 y 12 grados
Mientras no se facilite una prueba ms, vamos a tratar las cuatro formas como
equivalentes.
Combustible
II
Combustible
III
Combustible
IV
Lanzacohetes X
62.5
49.3
33.8
43.6
Lanzacohetes Y
40.4
39.7
47.4
59.8
94
23.8
7.6
15.4
30.6
4.2
Agente 2
19.2
6.8
13.2
22.5
3.9
Agente 3
20.9
5.9
14.0
27.1
3.0
Existe alguna razn para creer que los laboratoristas no son, en sus mediciones,
consistentes entre si? Difiere una zona de depsito con respecto a cualquier otra en su
nivel de contaminacin? Utiliza un nivel de significancia de 0.05.
Solucin:
Arreglo 1
Arreglo 2
Arreglo 3
Arreglo 4
Cuadrilla A
48.2
53.1
51.2
58.6
Cuadrilla B
49.5
52.9
50.0
60.1
Cuadrilla C
50.7
56.8
49.9
62.4
Cuadrilla D
48.6
50.6
47.5
57.5
Cuadrilla E
47.1
51.8
49.1
55.3
Cuadrilla F
52.4
57.2
53.5
61.7
95
Prueba con un nivel de significancia de 0.01 si los cuatro arreglos producen distintos
tiempos de montaje y si alguno de las cuadrillas de utilera son consistentemente ms
rpidos al montar estos anaqueles.
Solucin:
i=1,2, , a ,
j=1,2, , b y k =1,2, , r , donde la suma de las ,
y las son iguales a cero, y donde las representan los efectos de las
repeticiones. Las
ijk
2
distribuidas normalmente con medias cero y la variancia comn .
(a) Escribe una identidad anloga a la de Teorema 4.2, dividiendo la suma total de
cuadrados en componentes atribuibles a tratamientos, bloques, repeticiones y error.
(b) Generaliza las frmulas de clculo de tal manera que se apliquen diseo de bloques
aleatorios repetidos. Ntese que el divisor en cada caso es igual al nmero de
observaciones en los totales respectivos.
96
i =1 j=1 k=1
i=1
j=1
k =1
Estos es,
SST =SSE+ SS ( Tr ) +SS ( Bl ) +SS ( Reps ) .
(b) Generalizacin de las frmulas:
a
SST = y ijkC
2
i =1 j=1 k=1
SS (Tr )=
1
T 2 C
br i=1 i..
SS ( Bl )=
1
T 2 C
ar j=1 . j .
SS ( Reps )=
1
T 2.. k C
ab k=1
donde,
C=
T 2
.
abr
97
B2
B3
B4
Mquina A1
37, 43
38, 44
38, 40
32, 36
Mquina A2
31, 36
40, 44
43, 41
31, 38
Mquina A3
36, 40
33, 37
41, 39
38, 45
Con la teora desarrollada en el Problema 4.25 analiza las cifras combinadas para los
dos das mediante una clasificacin de dos dimensiones con repeticin. Emplea un nivel
de significancia =0.05 .
Solucin:
Para
i=1:
r=2
r=2
r =2
k=1
k=1
k=1
r=2
r=2
k=1
k=1
y 1 jk = y 11k + y 12 k+ y 13k + y 14 k
b=4
T 1.. =
j=1
Para
i=2 :
r=2
r=2
r=2
k=1
k=1
k=1
r =2
r =2
k=1
k=1
y 2 jk = y 21k + y 22 k + y 23 k + y 24 k
b= 4
T 2.. =
j=1
98
Para
i=3 :
r=2
r=2
r=2
k=1
k=1
k=1
r =2
r =2
k=1
k=1
y 3 jk= y 31k + y 32 k + y 33 k + y 34 k
b= 4
T 3.. =
j=1
Para k =1:
b=4
j=1
b= 4
b=4
b =4
j=1
j=1
a=3
j =1
y ij1= y 1 j 1 + y2 j 1+ y 3 j 1
T ..1=
i=1
Para k =2:
b=4
j=1
b= 4
b=4
b=4
j=1
j=1
a=3
j=1
y ij2= y 1 j 2 + y 2 j 2+ y 3 j2
T ..2=
i=1
99
T .. k =T ..1+ T ..2=438+483=921
r =2
k=1
Para
j=1:
a =3 r=2
r =2
r=2
r =2
i =1 k=1
k=1
k=1
k=1
T .1 .= y i 1k = y 11k + y 21 k + y 31 k
j=2:
a =3 r=2
r =2
r=2
r=2
i =1 k=1
k=1
k=1
k =1
T .2 .= y i 2k = y 12 k + y 22k + y 32 k
j=3:
a=3 r =2
r =2
r =2
r =2
i=1 k=1
k=1
k=1
k=1
T .3 .= y i 3 k = y 13 k + y 23 k + y 33 k
100
j=4 :
a=3 r =2
r =2
r =2
r =2
i=1 k=1
k=1
k=1
k=1
T .4 . = y i 4 k = y 14 k + y 24 k + y 34 k
T =
j=1
o bien,
a=3
Entonces,
T 2 (921)2
C=
=
=35,343.375
abr 3 4 2
Adems,
a
b=4
101
r=2
Sumas al cuadrado:
a=3 b =4 r =2
y
i=1 j=1 k=1
[
[
2
ijk
b=4 r=2
b =4 r =2
= y + y
2
1 jk
j=1 k=1
j=1 k=1
r =2
r=2
r=2
r =2
k=1
k=1
k=1
k=1
r=2
r =2
r =2
r=2
k=1
k=1
k=1
k=1
2
2 jk
r=2
k=1
2
31 k
r =2
+ y
k=1
2
32 k
r=2
+ y
k=1
2
33 k
r=2
+ y 234 k
k=1
+ y 23 jk
j=1 k=1
b=4 r=2
2
[ y 2111+ y 2112+ y 2121 + y 2122 + y 2131 + y 2132 + y 2141 + y142
]
y 2i 11 B 1
y 2i 12 B 2
y 2i 21 B 2
y 2i 22
B 3 y 2i 31
B3
y 2i 32 B 4
y 2i 41 B 4 y 2i 42
A1
37
1,369
43
1,849
38
1,444
44
1,936
38
1,444
40
1,600
32
1,024
36
1,296
A2
31
961
36
1,296
40
1,600
44
1,936
43
1,849
41
1,681
31
961
38
1,444
A3
36
1,296
40
1,600
33
1,089
37
1,369
41
1,681
39
1,521
38
1,444
45
2,025
Subtotal:
3,626
4,745
4,133
5,241
i =1, 2, 3.
4,974
4,802
3,429
Total:
Por consiguiente:
102
4,765
35,715
a=3 b =4 r =2
y 2ijk =35,715
i=1 j=1 k=1
SST = y 2ijkC=35,71535,343.375=371.625
i =1 j=1 k=1
1
1
2
SS (Tr )= T i.. C=
( 282,761 )35,343.375=1.75
br i=1
4 2
b
1
1
SS ( Bl )= T 2. j .C=
( 212,389 )35,343.375=54.792
ar j=1
32
2
T .. k C=
1
( 425,133 ) 35,343.375=84.375 .
34
r
1
SS ( Reps ) =
ab k=1
Grados de libertad
Suma de
cuadrados
Cuadrado medio
MS ( Tr ) =
Tratamientos:
Mquinas
a1=
31=2
SS ( Tr )
( a1 )
FTr =
SS (Tr )=1.75
2,326.70
=581.675
(51)
MS ( Tr )
MSE
581.675
28.275
20.572
MS ( Bl )=
Bloques:
Trabajadores
b1
41=3
SS ( Bl )
( b1 )
F Bl=
MS ( Bl )
MSE
SS ( Bl )=54.792
103
42.95
=14.317
(41)
14.317
=0.506
28.275
r1
Repeticiones
21=1
SS ( Reps )=84.375
MSE=
SSE
( a1 ) ( b1 )
abrabr + 2
Error
SSE=230.708
339.30
3 4 2342+2=269=17 ( 51 )( 41 )
28.275
Total
abr1=3 4 21=23
SST =371.625
Dado que el valor crtico en el nivel 0.05 para una distribucin F con 2 y 17 grados de
FTr =0.064
libertad (Tabla 4.1), es 3.59 (punto crtico) >
; no podemos rechazar la
hiptesis nula de no tienen efecto los tratamientos (mquinas). Por lo tanto, las medias
verdaderas de las mquinas son iguales.
Dado que el valor crtico en el nivel 0.05 para una distribucin F con 3 y 17 grados de
F Bl=1.346
libertad (Tabla 4.1), es 3.20 (punto crtico) >
; no podemos rechazar la
hiptesis nula de no tienen efecto los bloques (trabajadores). Por lo tanto, las medias
verdaderas de los trabajadores son iguales.
Dado que el valor crtico en el nivel 0.05 para una distribucin F con 1 y 17 grados de
F Reps=6.217
libertad (Tabla 4.1), es 3.45 (punto crtico) <
; rechazamos la hiptesis
nula de no tienen efecto las repeticiones. Por lo tanto, las medias verdaderas de las
repeticiones son diferentes.
Problema 4.27. Dos formas de aumentar el tamao de un experimento para una
clasificacin con dos criterios son (a) duplicar el nmero de bloque y (b) repetir el
experimento completo. Analiza y compara la ganancia en grados de libertad para la
suma de cuadrados del error por los dos mtodos.
Solucin:
(a) En una tabla con doble entrada, si duplicamos el nmero de bloques, cambian los
grados de libertad de ( a1 )( b1 ) a ( a1 )( 2 b1 ) . La diferencia es :
104
( a1 )( 2 b1 )=
2 aba2 b+1
( a1 )( b1 )=
abab+1
abb
o bien, b ( a1 ) .
(b) En una tabla de doble entrada, si repetimos el experimento, cambian los grados de
2 ab1 ( a1 )( b1 )1=2 abab . La
libertad de ( a1 )( b1 ) a
diferencia es:
2 ab1 ( a1 )( b1 )1=
( a1 )( b1 )=
2 abab
abab+1
ab1
Problema 4.28.
Demuestra que si
+ i
ij =+ i+ j
, y la media de las
, se sigue que:
b
i= j=0.
j=1
a
i=1
Solucin:
Del enunciado del problema, sabemos que:
ij =+ i+ j (1)
105
ij
, la media de las
ij
ij = + i (2)
b
b j=1
a
1
= (3)
ab i=1 j=1 ij
Sumando la primera relacin sobre j y dividiendo por b, resulta:
b
ij = + i+
b j=1 j
b j=1
Comparando con la segunda relacin dada, concluimos que:
b
1
=0 , o bien , j=0.
b j=1 j
j=1
Ahora, sumamos la primera relacin sobre i y j y dividimos por ab:
a
1
1
1
ij=+ i+ j
ab i=1 j=1
a i=1
b j=1
Comparando con la tercera relacin dada, y usando:
b
j =0.
j=1
Concluimos que:
a
i=0.
i=1
SST , SS ( Tr ) , SS (Bl )
SSE ,
SST , se tiene:
a
SST = ( y ij y .. ) = ( y ij 2 y .. y ij + y .. )
i =1 j=1
i=1 j=1
106
i=1 j=1
a
i=1 j=1
i=1
y ij 2 ab y ..+ ab y ..= y ij ab y ..
2
i=1 j=1
i=1 j=1
Pero,
T 2..
ab y = =C
ab
2
..
As que,
a
SST = y ij C .
2
i =1 j=1
Como se requiere.
Para
SS (Tr ) , se tiene:
a
i=1
(
i=1
i=1
i=1
i=1
) (
y 2 y .. y + y =a
2
i.
2
..
i=1
i=1
y 2i . 2 a y 2..+ a y 2..
y 2i. a y 2..
Dado que,
a
1
y = y
a i=1 i . ..
Entonces,
2
a
T i.
T
C= i. C .
b
i=1 b
( )
a
SS (Tr )=b
(
i=1
107
i=1
i=1
Como se requiere.
Para
SS ( Bl )=a ( y . j y .. ) =a
2
j=1
(
j =1
y b y =a
2
.j
2
..
j=1
b
T.j 2
T 2. j
C=
C .
a
j=1 a
( )
Como se requiere.
Lavadora 1
Lavadora 2
Lavadora 3
Totales
Detergente A
45
43
51
139
Detergente B
47
46
52
145
Detergente C
48
50
55
153
Detergente D
42
37
49
128
182
176
207
565
Totales
139
145
153
128
=46.3 , y B=
=48.3 , y C =
=51.0 , y D =
=42.7 .
3
3
3
3
A
108
e
Media
42.7
A continuacin se calcula
s x
46.3
48.3
51.0
=0.05
MSE
3.2
=
=1.033.
n
3
( a1 )( b1 )=( 41 )( 31 )=6
4.2(a), se obtiene:
p
rp
3.46
3.59
3.65
rp
por
s x =1.033
, obtenemos:
rp
3.46
3.59
3.65
R p=r p s x
3.57
3.71
3.77
109
y A y D =3.6> R2
y B y D =5.6
42.7
46.3
40.3
51.0
12.2,
11.8,
13.1,
11.0,
3.9,
4.1,
10.3,
8.4
Lubricante B:
10.9,
5.7,
13.5,
9.4,
11.4,
15.7,
10.8,
14.0
Lubricante C:
12.7,
19.9,
13.6,
11.7,
18.3,
14.3,
22.8,
20.4
=0.05
lubricantes.
Solucin:
Clculo de las medias:
y A =
y B =
110
y C =
Ordenamos en un orden creciente de magnitud las tres medias muestrales como sigue:
Lubricante
Media
A continuacin calculamos
A
9.35
s x
B
11.425
C
16.7125
=0.05
Nk=243=21
Para
p=2 :
2420 2.922.95
=
2120
x2.95
x=2.95
Para
0.03
=2.943
4
p=3 :
2420 3.073.10
=
2120
x3.10
111
x=3.10
rp
Los valores de
s x =
0.03
=3.093
4
son:
p
rp
2.943
3.093
MSE
13.18
=
=1.284
n
8
s x =1.284
, obtenemos:
rp
2.943
3.093
R p=r p s x
3.779
3.971
rp
por
significativo.
Concluimos que en el nivel de significancia de 0.05, las medias de los lubricantes B y C
son significativamente diferentes. En cambio las medias de los detergentes A y B no son
diferentes.
A
9.35
B
11.425
112
C
16.7125