Vous êtes sur la page 1sur 25

Resolucion Ejercicios I Taller Diseno de Experimentos

Angel David Cujia, Cesar Augusto Guzman


Febrero de 2016

1.

Ejercicio 3-12

Se estudian cuatro diferentes tipos de dise


no de un circuito digital de computadora para comparar
la cantidad de ruido presente. Se obtienen los siguientes datos
Dise
no del circuito
1
2
3
4

Ruido
19 20
80 61
47 26
95 46

observado
19 30 8
73 56 80
25 35 50
83 78 97

a) La cantidad de ruido presente es la misma para los cuatro dise


nos? Utilizar = 0, 05
b) Analizar los residuales de este experimento, Se satisfacen los supuestos del analisis de varianza?
c) Que dise
no del circuito se seleccionara para usarlo? El ruido bajo es mejor.
Soluci
on
Sea Yij = + i + ij , con i = 1, 2, 3, 4 y j = 1, 2, 3, 4, 5, donde i corresponde al efecto del dise
no
del circuito i, Yij el ruido observado para el circuito i en el ensayo j, ij N (0, 2 ) e independientes
4
P
y con
i = 0.
i=1

a) Para comprobar si la cantidad de ruido presente es la misma para los cuatro dise
nos, procedemos
a hacer la siguiente prueba de hipotesis:
H0 : 1 = 2 = 3 = 4 = 0
H1 : k 6= 0 para alg
un k {1, 2, 3, 4}
Al realizar el an
alisis del modelo, utilizando IBM SPSS Statistics 22 con un nivel de significancia
= 0, 05, se obtienen los siguientes resultados:

donde observamos una significancia de 0,000, la cual es menor que = 0, 05; por tanto, se tiene
evidencia para rechazar H0 y afirmar que al menos uno de los cuatro dise
nos de circuito tiene
un efecto diferente sobre el ruido.
b) El An
alisis de los datos con IBM SPSS Statistics 22, arroja los siguientes resultados para la
Prueba de igualdad de Levene de varianzas de error :

Donde observamos una significancia de 0,311; por lo tanto, no se rechaza la hipotesis nula de
igualdad de las varianzas de los errores.
Por otra parte, la gr
afica de residuos estandar versus pronosticados no presenta ninguna tendencia; por tanto, se acepta la independencia de los residuos.

c) A traves de IBM SPSS Statistics 22, se obtienen las pruebas de Student-Newman-Keuls y HSD
Tukey, las cuales se muestran a continuacion

El an
alisis de subconjuntos homogeneos arroja que en caso de desear seleccionar el dise
no de
circuito que genere menor ruido, se debera seleccionar las opciones 1 o 3, entre las cuales no
existe una diferencia significativa en cuanto a los efectos de los tratamientos.

2.

Ejercicio 3-13

Se pide a cuatro qumicos que determinen el porcentaje de alcohol metlico en cierto compuesto
qumico. Cada qumico hace tres determinaciones, y los resultados son los siguientes:
Qumico
1
2
3
4

Porcentaje
84, 99
85, 15
84, 72
84, 20

de alcohol metlico
84, 04 84, 38
85, 13 84, 88
84, 48 85, 16
84, 10 84, 55

a) Los qumicos difieren significativamente? Utilizar = 0, 05


b) Analizar los residuales de este experimento.
Soluci
on
Sea Yij = + i + ij , con i = 1, 2, 3, 4 y j = 1, 2, 3, donde i corresponde al efecto del qumico i,
Yij el porcentaje de alcohol metlico medido por el qumico i en la determinacion j, ij N (0, 2 ) e
4
P
independientes y con
i = 0.
i=1

a) Para comprobar si no hay diferencia significativa en el porcentaje de alcohol metlico medido por
los cuatro qumicos, procedemos a hacer la siguiente prueba de hipotesis:
H0 : 1 = 2 = 3 = 4 = 0
H1 : k 6= 0 para alg
un k {1, 2, 3, 4}
Al realizar el an
alisis del modelo, utilizando IBM SPSS Statistics 22 con un nivel de significancia
= 0, 05, se obtienen los siguientes resultados:

donde observamos una significancia de 0,081, la cual es mayor que = 0, 05; por tanto, no se
tiene evidencia para rechazar H0 y afirmar que los qumicos difieren.

b) La prueba de igualdad de Levene de varianzas de error arroja una significancia de 0,329; por
tanto, podemos afirmar que no existe evidencia para rechazar la hipotesis nula de la igualdad de
las varianzas de los errores.

Al observar el gr
afico de residuos estandar versus pronosticados, no identificamos ninguna tendencia, por tanto podemos afirmar que los residuos son independientes.

Por ultimo, la prueba de Kolmogorov-Smirnov para una muestra, arroja una significancia de
0,200; por tanto, no se rechaza la normalidad de los residuos.

3.

Ejercicio 3-14

Se someten a estudio tres marcas de batera. Se sospecha que las vidas (en semanas) de las tres
marcas son diferentes. Se prueban cinco bateras de cada marca con los resultados siguientes:

Semanas de vida
Marca 1 Marca 2 Marca 3
100
76
108
96
80
100
92
75
96
96
84
98
92
82
100
a) Las vidas de estas tres marcas son diferentes?
b) Analizar los residuales de este experimento.
c) Construir la estimaci
on de un intervalo de confianza de 95 % para la vida media de la batera
marca 2. Construir la estimacion del intervalo de confianza de 99 % para la diferencia media entre
las vidas de las bateras marcas 2 y 3.
d) Que marca seleccionara el lector para usarla? Si el fabricante remplazara sin cargo cualquier
batera que dure menos de 85 semanas, que porcentaje esperara reemplazar la compa
na?
Soluci
on
Sea Yij = + i + ij , con i = 1, 2, 3 y j = 1, 2, 3, 4, 5, donde i corresponde al efecto de la marca de
la batera i, Yij las semanas de vida de la batera marca i en el ensayo j, ij N (0, 2 ) e independientes
3
P
y con
i = 0.
i=1

a) Para comprobar si no hay diferencia significativa en las semanas de vida de cada marca, procedemos a hacer la siguiente prueba de hipotesis:
H0 : 1 = 2 = 3 = 0
H1 : k 6= 0 para alg
un k {1, 2, 3}
Al realizar el an
alisis del modelo, utilizando IBM SPSS Statistics 22 con un nivel de significancia
= 0, 05, se obtienen los siguientes resultados:

Donde observamos una significancia de 0.000, la cual es menor que = 0, 05; por tanto, se tiene
evidencia para rechazar H0 y afirmar que existe al menos una de las marcas tiene un efecto
diferente en la vida u
til de las bateras.
b) Con la prueba de igualdad de Levene de varianzas de error probamos las siguientes hip
otesis:
H0 : La varianza de los errores de las semanas de vida es igual entre las marcas de bateras.

H1 : La varianza de los errores de las semanas de vida no es igual entre las marcas de bateras.
El an
alisis realizado con IBM SPSS Statistics 22, arroja los siguientes resultados:

Entonces con una significancia de 0, 912 > = 0,05, podemos afirmar que no existe evidencia
suficiente para rechazar la hipotesis nula H0 de la igualdad de las varianzas de los errores.
Al observar el gr
afico de pronosticados versus los residuos estandar, no identificamos ninguna
tendencia, por tanto podemos afirmar que los residuos son independientes.

Por ultimo, con la prueba de Kolmogorov-Smirnov para una muestra probamos el supuesto de
normalidad de los errores, obteniendo los siguientes resultados

La significancia es de 0,200; por tanto, no se rechaza H0 y se acepta la que los errores se distri
buyen normalmente. Esto
se confirma con la grafica P-P:

c) Un intervalo de confianza de 100(1 ) % para la media i en el tratamiento iesimo es:

r
yi. t/2,N a
a P
n
P

Donde M SE =

SSE
N a

M SE
6 i 6 yi. + t/2,N a
n

M SE
n

(yij
yi. )2

i=1 j=1

N a

Ahora bien, usando IBM SPSS Statistics 22, un intervalo de confianza del 95 % para la vida
media de la batera marca 2 es:

Por otro lado, el intervalo de confianza para la diferencia de medias es:


r
yi. yj. t/2,N a

2M SE
6 i j 6 yi. yj. + t/2,N a
n

2M SE
n

Para un contenido probabilstico de 99 % y usando los metodos de comparacion de medias de


Tukey y Scheffe para la diferencia media entre las vidas de las bateras marcas 2 y 3, obtenemos:

d) Que marca seleccionara el lector para usarla? Si el fabricante remplazara sin cargo cualquier
batera que dure menos de 85 semanas, que porcentaje esperara reemplazar la compa
na?
Los estadsticos descriptivos de las semanas de vida de las diferentes marcas de bateras son:

Teniendo en cuenta esta informacion, elegira la marca 3 por su mayor duracion. La media de
vida de esta marca es 100.4 semanas y su varianza es 15.60. Suponiendo normalidad, entonces la
probabilidad de fallo antes de 85 semanas es:
Z=

yi. i



85 100.4
= P (Z 6 3,899) = 0,00005
P (
yi. 6 85) = P Z 6
15,6
Luego el 0,005 % de las bateras fallaran antes de las 85 semanas.

4.

Ejercicio 3-15

Se est
an investigando cuatro catalizadores que pueden afectar la concentracion de un componente
en una mezcla lquida de tres componentes. Se obtienen las siguientes concentraciones:

1
58,2
57,2
58,4
55,8
54,9

Catalizador
2
3
56,3 50,1
54,5 54,2
57 55,4
55,3

4
52,9
49,9
50
51,7

a) Los cuatro catalizadores tienen el mismo efecto sobre la concentracion?


b) Analizar los residuales de este experimento.
c) Construir la estimaci
on de un intervalo de confianza de 99 % para la respuesta media del catalizador 1.
Soluci
on
Sea Yij = + i + ij , con i = 1, 2, 3, 4 y j = 1, 2, ..., nk , k = 5, 4, 3, 4 donde i corresponde al efecto
del catalizador i, Yij concentraci
on del componente para el catalizador i en el ensayo j, ij N (0, 2 )
4
P
e independientes y con
i = 0.
i=1

a) Para comprobar si los cuatro catalizadores tienen el mismo efecto sobre la concentracion, procedemos a hacer la siguiente prueba de hipotesis:
H0 : 1 = 2 = 3 = 4 = 0
H1 : k 6= 0 para alg
un k {1, 2, 3, 4}
8

Al realizar el an
alisis del modelo, utilizando IBM SPSS Statistics 22 con un nivel de significancia
= 0, 01, se obtienen los siguientes resultados:
Donde observamos una significancia de 0.001, la cual es menor que = 0, 01; por tanto, se tiene
evidencia para rechazar H0 y afirmar que existe al menos un catalizador que tienen un efecto
diferente en la concentraci
on del componente, es decir los cuatro catalizadores no tienen el mismo
efecto en la concentraci
on del componente.
b) Con la prueba de igualdad de Levene de varianzas de error probamos las probamos el supuesto
de igualdad de varianzas, obteniendo los siguientes resultados:

Arroja una significancia de 0, 160 > = 0,01; por tanto, podemos afirmar que no existe evidencia
suficiente para rechazar la hipotesis nula de la igualdad de las varianzas de los errores.
Al observar el gr
afico de pronosticados versus los residuos estandar, no identificamos ninguna
tendencia, por tanto podemos afirmar que los residuos son independientes.

Por ultimo, con la prueba de Kolmogorov-Smirnov para una muestra probamos las siguientes
hip
otesis:
H0 : Los errores de la concentracion del componente de los catalizadores son normales.

H1 : Los errores de la concentracion del componente de los catalizadores no son normales.


La tabla arroja el siguiente resultado:

La significancia es de 0, 200 > = 0,01; por tanto, no se rechaza la normalidad de los residuos.

Esto
se confirma con el Gr
afico P P :

c) Un intervalo de confianza de 100(1 ) % para la media i en el tratamiento iesimo es:

r
yi. t/2,N a
a P
n
P

Donde M SE =

SSE
N a

M SE
6 i 6 yi. + t/2,N a
n

M SE
n

(yij
yi. )2

i=1 j=1

N a

Ahora bien, usando IBM SPSS Statistics 22, un intervalo de confianza del 99 % para la respuesta
media del catalizador 1 es:

10

5.

Ejercicio 3-16

Se llevo a cabo un experimento para investigar la eficacia de cinco materiales aislantes. Se probaron
cuatro muestras de cada material con un nivel elevado de voltaje para acelerar el tiempo de falla. Los
tiempos de falla (en minutos) se muestran abajo:
Material
1
2
3
4
5

110
1
880
495
7

Tiempo de falla
157 194
178
2
4
18
1256 5276 4355
7040 5307 10050
5
29
2

a) Los cinco materiales tienen el mismo efecto sobre el tiempo de falla?


b) Graficar los residuales contra la respuesta predicha. Construir una grafica de probabilidad normal
de los residuales. Que informacion transmiten estas graficas?
c) Con base en la respuesta del inciso b, realizar otro analisis de los datos del tiempo de falla y
sacarlas conclusiones apropiadas.
Soluci
on
Sea Yij = + i + ij , con i = 1, 2, 3, 4, 5 y j = 1, 2, 3, 4, donde i corresponde al efecto del material
i, Yij el tiempo de falla (en minutos) para el circuito i en el ensayo j, ij N (0, 2 ) e independientes
5
P
y con
i = 0.
i=1

a) Para comprobar si los cinco materiales tienen el mismo efecto sobre el tiempo de falla, procedemos
a hacer la siguiente prueba de hipotesis:
H0 : 1 = 2 = 3 = 4 = 5
H1 : k 6= 0 para alg
un k {1, 2, 3, 4, 5}
Al realizar el an
alisis del modelo, utilizando IBM SPSS Statistics 22 con un nivel de significancia
= 0, 05, se obtienen los siguientes resultados:

donde observamos una significancia de 0,004, la cual es menor que = 0, 05; por tanto, se tiene
evidencia para rechazar H0 y afirmar que al menos uno de los materiales tiene un efecto diferente
sobre el tiempo de falla.
b) La gr
afica de residuos est
andar versus pronosticados tiene una forma de apertura de embudo, lo
que indica que las varianzas de las observaciones originales no es constante.

11

El comportamiento observado en el grafico P-P, implica que no es valido asumir la normalidad


de los errores.

c) Trabajando con el logaritmo natural de los tiempos de falla, obtenemos los siguientes resultados:

Donde con una significancia de 0,000, podemos afirmar que existe diferencia en al menos uno de
los efectos de los tratamientos.
Cuando analizamos las gr
aficas de residuos estandar versus pronosticados, no observamos ninguna
tendencia; por lo tanto, podemos aceptar la independencia de los errores.

12

La gr
afica P-P presenta evidencia de la normalidad de los errores.

6.

Ejercicio 3-17

Un fabricante de semiconductores ha desarrollado tres metodos diferentes para reducir el conteo


de partculas en las obleas. Los tres metodos se prueban en cinco obleas y se obtiene el conteo de
partculas despues del tratamiento. Los datos se muestran abajo:
Metodo
1
2
3

31
62
53

10
40
27

Conteo
21 4 1
24 30 35
120 97 68

a) Todos los metodos tienen el mismo efecto sobre el conteo promedio de partculas?
b) Graficar los residuales contra la respuesta predicha. Construir una grafica de probabilidad normal
de los residuales. Hay motivo de preocupacion potencial acerca de la validez de los supuestos?
c) Con base en la respuesta del inciso b, realizar otro analisis de los datos del conteo de partculas
y sacar las conclusiones apropiadas.
Soluci
on
Sea Yij = + i + ij , con i = 1, 2, 3 y j = 1, 2, 3, 4, 5, donde i corresponde al efecto del metodo
i, Yij el conteo de partculas para el metodo i en el ensayo j, ij N (0, 2 ) e independientes y con
3
P
i = 0.
i=1

13

a) Para comprobar si los tres metodos tienen el mismo efecto sobre el conteo de particulas en las
obleas, procedemos a hacer la siguiente prueba de hipotesis:
H0 : 1 = 2 = 3 = 0
H1 : k 6= 0 para alg
un k {1, 2, 3}
Al realizar el an
alisis del modelo, utilizando IBM SPSS Statistics 22 con un nivel de significancia
= 0, 05, se obtienen los siguientes resultados:

donde observamos una significancia de 0,006, la cual es menor que = 0, 05; por tanto, se tiene
evidencia para rechazar H0 y afirmar que al menos uno de los metodos tiene un efecto diferente
sobre el conteo de partculas en las obleas.
b) La gr
afica de residuos est
andar versus pronosticados tiene una forma de apertura de embudo, lo
que indica que las varianzas de las observaciones originales no es constante. Por otra parte, el
comportamiento observado en el grafico P-P, implica que no es valido asumir la normalidad de
los errores.

Una vez analizadas estas graficas, podemos afirmar que no se cumplen los supuestos para el
modelo.
c) Trabajando con la raz cuadrada de los conteos de partculas en las obleas, obtenemos los siguientes resultados:

14

Donde con una significancia de 0,003, podemos afirmar que existe diferencia en al menos uno de
los efectos de los tratamientos.
La gr
afica de residuos est
andar versus pronosticados no presenta ninguna tendencia, por lo tanto se acepta el supuesto de independencia de los errores. Por otra parte, el comportamiento
observado en el gr
afico P-P, implica que es valido asumir la normalidad de los errores.

7.

Ejercicio 3-19
Demostrar que la varianza de la combinacion lineal

a
P

ci yi. es 2

i=1

a
P
i=1

ni c2i

Soluci
on
V

a
X

!
ci yi.

a
X

i=1

V (ci yi. ) =

i=1

a
X

ni
ni
a
X
X
X
c2i V
yij =
c2i
V (yij )

i=1

j=1

i=1

j=1

donde V (yij ) = ; por tanto


V

a
X
i=1

8.

!
ci yi.

a
X

c2i

i=1

ni
X
j=1

2 = 2

a
X

ni c2i .

i=1

Ejercicio 4-5

En un artculo de Fire Safety Journal (.El efecto de dise


no de boquillas de estabilidad y el desempe
no
de surtidores de agua turbulentaVol.4) se describe un experimento en el que se determino un factor
15

de forma para varios dise


nos diferentes de boquillas con seis niveles de la velocidad de flujo de salida
del surtidor. El interes se centr
o en las diferencias potenciales entre los dise
nos de las boquillas, con la
velocidad considerada como una variable perturbadora. Los datos se presentan a continuaci
on:

Dise
no de la boquilla
1
2
3
4
5

Velocidad del flujo de salida del


11, 73 14, 37 16, 59 20, 43
0, 78 0, 80 0, 81 0, 75
0, 85 0, 85 0, 92 0, 86
0, 93 0, 92 0, 95 0, 89
1, 14 0, 97 0, 98 0, 88
0, 97 0, 86 0, 78 0, 76

surtidor (m/s)
23, 46 28, 74
0, 77 0, 78
0, 81 0, 83
0, 89 0, 83
0, 86 0, 83
0, 76 0, 75

a) El dise
no de la boquilla afecta el factor de la forma? Comparar las boquillas con un diagrama
de dispersi
on y un an
alisis de varianza, utilizando = 0,05.
b) Analizar los residuales del experimento.
Soluci
on
Sea Yij = + i + j + ij , con i = 1, 2, 3, 4, 5 y j = 1, 2, 3, 4, 5, 6, donde i corresponde al efecto del
dise
no de boquilla i, j efecto de la velocidad de flujo de salida j del surtidor en m/s, Yij el factor de
5
P
forma de boquilla i a la velocidad de flujo de salida j, ij N (0, 2 ) e independientes, con
i = 0
i=1

6
P

j = 0.

j=1

a) Usando IBM SPSS Statistics 22 se grafica el diagrama de dispersion de cada dise


no de boquilla
versus los resultados del factor de forma para las diferentes velocidades de flujo de salida del
surtidor:

Con esta gr
afica se sospechara por observacion que hay un efecto del dise
no de las boquillas
sobre el factor de forma, pero debemos realizar el analisis de varianza.
Sea Yij = + i + j + ij , con i = 1, 2, 3, 4, 5 y j = 1, 2, 3, 4, 5, 6, donde i corresponde al efecto
de la boquilla i, j efecto de la velocidad de flujo de salida del surtidor en m/s, Yij factor de
5
P
forma de la boquilla i a la velocidad j, ij N (0, 2 ) e independientes y con
i = 0.
i=1

Realizamos la ANOVA con un = 0,05 y probamos las siguientes hipotesis:


H0 : 1 = 2 = ...5 = 0
H1 : k 6= 0 para alg
un k {1, 2, 3, 4, 5}
16

Donde observamos una significancia de 0.000, la cual es menor que = 0,05; por tanto, se tiene
evidencia para rechazar H0 y afirmar que al menos un dise
no de boquilla tiene efecto en el factor
de forma.
Por otro lado, hay una significancia del 0.000 para la velocidad de flujo, la cual es menor que
= 0,05; por tanto, se tiene evidencia para afirmar que hay diferencias entre los efectos de las
velocidades de flujo por lo que se justifica el uso de bloques para el analisis.
b) Verificamos la independencia de los residuos graficando los pronosticos versus los residuos:

La gr
afica de pronosticado contra residuos estandar no presenta ninguna tendencia; por tanto,
se acepta la independencia de los residuos.
Verificamos la normalidad de los residuos con la prueba no parametrica de Kolmogorov-Smirnov
para una muestra, probando las hipotesis:
H0 : Los errores del factor de forma del dise
no de las boquillas se distribuyen normalmente.
H1 : Los errores del factor de forma del dise
no de las boquillas no se distribuyen normalmente.

17

Dado que la significancia es 0,20 > = 0,05, entonces no se rechaza H0 ;por tanto, se acepta el
supuesto de normalidad de los errores.

9.

Ejercicio 4-7

El fabricante de una aleaci


on maestra de aluminio produce refinadores de textura en forma de
lingotes. La compa
na produce el producto en cuatro hornos. Se sabe que cada horno tiene sus propias
caractersticas u
nicas de operaci
on, por lo que en cualquier experimento que se corra la fundici
on en el
que se use mas de un horno, los hornos se consideraran como una variable perturbadora. Los ingenieros
del proceso sospechan que la velocidad de agitacion afecta la medida de la textura del producto. Cada
horno puede operarse con cuatro diferentes velocidades de agitacion. Se lleva a cabo un dise
no de
bloques aleatorizados para un refinador particular y los datos resultantes de la medida de la textura
se muestran a continuaci
on:
Velocidad de Agitaci
on (rpm)
1
8
14
14
17

5
10
15
20

Horno
2 3
4 5
5 6
6 9
9 3

4
6
9
2
6

a) Existe evidencia de que la velocidad de agitacion afecta la medida de la textura?


b) Representar los residuales de este experimento en una grafica de probabilidad normal. Interpretar
esta gr
afica.
c) Graficar los residuales contra el horno y la velocidad de agitacion. Esta grafica proporciona
alguna informaci
on u
til?
d) Cu
al sera la recomendaci
on de los ingenieros del proceso con respecto a la eleccion de la velocidad de agitaci
on y el horno para este refinador de textura particular si es deseable una medida
de la textura peque
na?
Soluci
on
Sea Yij = + i + j + ij , con i = 1, 2, 3, 4 y j = 1, 2, 3, 4, donde i corresponde al efecto de la
velocidad de agitaci
on i, j al efecto del horno j, Yij a la medida de textura obtenida a la velocidad i
4
4
P
P
en el horno j, ij N (0, 2 ) e independientes, con
i = 0 y
i = 0.
i=1

i=1

a) Para comprobar si la velocidad de agitacion afecta la medida de la textura, procedemos a hacer


la siguiente prueba de hip
otesis:

18

H0 : 1 = 2 = 3 = 4 = 0
H1 : k 6= 0 para alg
un k {1, 2, 3, 4}
Al realizar el an
alisis de varianza del modelo, utilizando IBM SPSS Statistics 22 con un nivel de
significancia = 0, 05, se obtienen los siguientes resultados:

Dado que la significancia para es de 0,500 > = 0,05, no se rechaza H0 por lo tanto no hay
diferencia en los efectos de las velocidades de agitacion sobre la medida de la textura.
Por otro lado, dado que la significancia para la variacion producto de los hornos o bloques es
0,013 < = 0,05, se puede afirmar que hay diferencia en el efecto de los hornos sobre la medida
de textura; por tanto, se justifica el uso de los bloques.
b) A traves de un Grafico P-P verificamos la normalidad de los residuos:

Como los errores no se alejan significativamente de la lnea, podemos aceptar el supuesto de


normalidad de los errores.
c) En la gr
afica de residuales versus la velocidad de agitacion y los hornos no se observa ning
un
patr
on de los residuales, pues se encuentran distribuidos uniformemente en el plano. Adem
as
se observa que los errores de cada velocidad de agitacion son diferentes en cada horno, es decir
se alejan del cero en magnitudes diferentes sin afectar la independencia de los mismos, lo que
corrobora la uniformidad las varianzas.

19

d) Como observamos en el inciso a) no hay efecto de la velocidad de agitacion en la medida de la


textura del producto; por lo tanto, no habra diferencia al escoger cualquiera de estas velocidades.

10.

Ejercicio 4-13

Un ingeniero industrial est


a realizando un experimento sobre el tiempo de enfoque del ojo. Se
interesa en el efecto de la distancia del objeto al ojo sobre el tiempo de enfoque. Cuatro distancias
diferentes son de interes. Cuenta con cinco sujetos para el experimento. Debido a que puede haber
diferencias entre los individuos, el ingeniero decide realizar el experimento en un dise
no de bloques
aleatorizados. Los datos obtenidos se presentan a continuacion. Analizar los datos de este experimento
(utilizar = 0,05) y sacar las conclusiones apropiadas.

Distancia (pies)
4
6
8
10

1
10
7
5
6

Sujeto
2 3 4
6 6 6
6 6 1
3 3 2
4 4 2

5
6
6
5
3

Soluci
on
Sea Yij = + i + j + ij , con i = 1, 2, 3, 4 y j = 1, 2, 3, 4, 5, donde i corresponde al efecto de la
distancia i del objeto al ojo, j al efecto del sujeto j, y Yij el tiempo de enfoque del ojo a una distancia
4
5
P
P
i del objeto en el sujeto j, ij N (0, 2 ) e independientes, con
i = 0 y
i = 0.
i=1

i=1

Para comprobar si las cuatro distancias tienen el mismo efecto sobre el tiempo de enfoque del ojo,
procedemos a hacer la siguiente prueba de hipotesis:
H0 : 1 = 2 = 3 = 4 = 0
H1 : k 6= 0 para alg
un k {1, 2, 3, 4}
Al realizar el an
alisis del modelo, utilizando IBM SPSS Statistics 22 con un nivel de significancia
= 0, 05, se obtienen los siguientes resultados:

20

donde observamos una significancia de 0,003, la cual es menor que = 0, 05; por tanto, se tiene
evidencia para rechazar H0 y afirmar que al menos una de las distancias tiene un efecto diferente sobre
el tiempo de enfoque del ojo.
Al observar la significancia de 0,004 para la variacion producida por el bloque; podemos rechazar la
hipotesis nula de la igualdad de los efectos de los bloques; por tanto, es posible afirmar que el Ingeniero
Industrial no se equivoco al identificar al sujeto como un elemento perturbador.
Al observar la gr
afica de residuos estandarizados versus pronosticados no se observa ninguna tendencia; por tanto, se acepta la independencia de los errores.

Por otra parte, a traves de la Prueba de Kolmogorov-Smirnov para una muestra, no rechazamos el
supuesto de normalidad de los residuos obteniendo una significancia de 0,200.

21

11.

Ejercicio 4-15

Un ingeniero industrial investiga el efecto de cuatro metodos de ensamblaje (A, B, C, D) sobre


el tiempo de ensamblaje de un componente de televisores a color. Se seleccionan cuatro operadores
para el estudio. Adem
as, el ingeniero sabe que todos los metodos de ensamblaje producen fatiga, de
tal modo que el tiempo requerido para el u
ltimo ensamblaje puede ser mayor que para el primero,
independientemente del metodo. Es decir, se desarrolla una tendencia en el tiempo de ensamblaje
requerido. para tomar en cuenta esta fuente de variabilidad, el ingeniero emplea el dise
no del cuadro
latino que se presenta a continuacion. Analizar los datos del experimento ( = 0,05) y sacar las
conclusiones apropiadas.
Orden Ensamblaje
1
2
3
4

1
C=10
B=7
A=5
D=10

Operador
2
3
D=14 A=7
C=18 D=11
B=10 C=11
A=10 B=12

4
B=8
A=8
D=9
C=14

Soluci
on
Sea Yij = + i + j + k + ijk , con i = 1, 2, 3, 4, j = A, B, C, D y k = 1, 2, 3, 4 donde i
corresponde al efecto de la orden de ensamblaje i, i al efecto del metodo de ensamblaje j, j al
efecto del operador k, Yijk al tiempo de ensamblaje para el metodo j con la orden de ensamblaje i y
4
4
P
P
P
ensamblado por el operador k, ijk N (0, 2 ) e independientes y con
i = 0, j = 0 y
k = 0.
i=1

k=1

Realizamos la ANOVA con un = 0,05 y probamos las siguientes hipotesis:


H0 : A = B = C = D = 0
H1 : k 6= 0 para alg
un k {A, B, C, D}

Donde observamos una significancia de 0.004, la cual es menor que = 0,05; por tanto, se tiene
evidencia para rechazar H0 y afirmar que existe al menos un metodo que tiene efecto en el tiempo de
ensamblaje de los televisores.
La variaci
on resultante del orden de ensamblaje o renglones tienen una significancia del 0.089, la
cual es mayor que = 0,05; entonces no hay diferencia en los efectos de la orden de ensamblaje; por
tanto, no se justifica el uso de este bloque.
La variaci
on de los operadores representados en las columnas tienen una significancia de 0.010,
la cual es menor que = 0,05; entonces hay diferencia en los efectos de los operadores, por cual se
justifica el uso de este bloque.

22

La gr
afica de residuos est
andar versus pronosticados no presenta ninguna tendencia; por tanto, se
acepta la independencia de los residuos.

Verificamos la normalidad de los residuos con la prueba no parametrica de Kolmogorov-Smirnov


para una muestra, probando las hipotesis:
H0 : Los errores del tiempo de ensamblado de los televisores se distribuyen normalmente.
H1 : Los errores del tiempo de ensamblado de los televisores no se distribuyen normalmente.

Dado que la significancia es 0,136 > = 0,05, entonces no se rechaza H0 , aceptando que los errores
se distribuyen normalmente. Esto lo podemos corroborar a traves del siguiente grafico P-P

23

12.

Ejercicio 4-23

Suponga que en el problema 4-15 el ingeniero sospecha que los sitios de trabajo usados por los cuatro
operadores pueden representar una fuente adicional de variacion. Es posible introducir un cuarto factor,
el sitio de trabajo (, , , ), y realizar otro experimento, de donde resulta el cuadrado grecolatino
siguiente. Analizar los datos de este experimento (utilizar = 0,05) y sacar conclusiones.

Orden de ensamblaje
1
2
3
4

Operador
1
2
3
4
C = 11 B = 10 D = 14 A = 8
B = 8 C = 12 A = 10 D = 12
A = 9 D = 11 B = 7 C = 15
D = 9
A = 8 C = 18 B = 6

Soluci
on
Sea Yijkl = + i + j + k + l + ijkl , con i = 1, 2, 3, 4, j = A, B, C, D, k = , , , y l = 1, 2, 3, 4,
donde i corresponde al efecto de la orden de ensamblaje i, j al efecto del metodo de ensamblaje j,
k al efecto del sitio de trabajo k, l al efecto del operador l, Yijkl al tiempo de ensamblaje para el
metodo j ensamblada en el sitio de trabajo k por operador l, ijkl N (0, 2 ) e independientes, con
4
5
P
P
P
P
i = 0,
j = 0,
j = 0 y
i = 0.
i=1

i=1

Para comprobar si los cuatro metodos de ensamblaje tienen el mismo efecto sobre el tiempo de
ensamblaje, procedemos a hacer la siguiente prueba de hipotesis:
H0 : A = B = C = D = 0
H1 : k 6= 0 para alg
un k {A, B, C, D}
Al realizar el an
alisis del modelo, utilizando IBM SPSS Statistics 22 con un nivel de significancia
= 0, 05, se obtienen los siguientes resultados:

donde observamos una significancia de 0,167, la cual es mayor que = 0, 05; por tanto, no se
rechaza H0 y podemos afirmar que los cuatro metodos de ensamblaje tienen el mismo efecto.
Al observar la significancia de 0,843 para la variacion producida por el sitio de ensamblaje, no
podemos rechazar la hip
otesis nula de que todos los sitios de ensamblaje tienen el mismo efecto; por
tanto, las sospechas del ingeniero no son confirmadas.
Al observar la gr
afica de residuos estandarizados versus pronosticados no se observa ninguna tendencia; por tanto, se acepta la independencia de los errores.

24

Por otra parte, a traves de la Prueba de Kolmogorov-Smirnov para una muestra, rechazamos el
supuesto de normalidad de los residuos obteniendo una significancia de 0,003.

Por tanto, el modelo no es adecuado.

25