Académique Documents
Professionnel Documents
Culture Documents
Explique en que consiste y cuando se debe aplicar el diseño completamente al azar con un
solo criterio de clasificación.
Está centrado en comparar los tratamientos en cuanto a sus medias poblacionales y se utiliza
cuando el objetivo es comparar más de dos tratamientos.
2. Supongamos que se desea aprobar la igualdad entre sí de cinco medias. Una alternativa
para hacer esto sería comparar de dos en dos las medias, utilizando la prueba T student y
al final tomar una decisión. Explique porque esto aumenta el error tipo I.
En este caso con cinco medias tenemos diez posibles pares de medias, y si la probabilidad de
aceptar la H0 para cada prueba individual es de 1- = 0.95, entonces la probabilidad de aceptar
las diez H0 es de 0.9510 = 0.5987, lo cual representa un aumento considerable del error tipo I.
Aunque se utilice un nivel de confianza tal que (1- )10= 0.95, el procedimiento resulta
inapropiado porque se pueden producir sesgos por parte del experimentador.
4. ¿Qué son los grados de libertad para una suma de cuadrados en un análisis de varianza?
5. A continuación, se muestra parte del ANOVA para comparar cinco tratamientos con cuatro
replicas cada uno.
a) Agregue en esta tabla los grados de libertad, el cuadrado medio y la razón F para cada una
de las fuentes de variación.
H0: µ1 = µ2 = … = µk = µ
c) Con el apoyo de la función DISTR.F.INV (α, k-1, N-k) de Excel calcule el valor-p o la
significancia observada para ver si hay diferencia entre los tratamientos.
7.5 > 3.055 Se rechaza H0 y se concluye que si hay diferencias entre los tratamientos.
d) ¿Hay diferencias significativas entre los tratamientos? Argumente su respuesta.
No es adecuado el diseño experimental debido a que los niveles de temperatura con los cuales
se pretende experimentar no están distribuidos uniformemente en el rango establecido, se
recomienda hacer un experimento con 5 réplicas para los siguientes tratamientos: 60,80, 100,
120.
b) El orden en que decidieron hacer las corridas experimentales para facilitar el trabajo
experimental fue: primero las cinco del nivel bajo de temperatura luego las cinco del
siguiente y así hasta finalizar. ¿Es correcto lo que hicieron? Argumente su respuesta.
No es correcto, las corridas experimentales deben ser aleatorias para que el resultado de un
tratamiento no influya en el inmediato siguiente (no violar los supuestos del modelo).
c) Para hacer el análisis estadístico se comparan, mediante una prueba T-student, de dos en
dos niveles de temperatura, y con base en esto obtuvieron conclusiones. ¿Es adecuado tal
análisis? Argumente, en su caso proponga alternativas.
No es adecuado, ya que aumenta el error tipo I: rechazar la H0 siendo verdadera en cada par de
medias.
8. Describa en qué consiste cada uno de los supuestos del modelo en el análisis de varianza, y
explique la forma típica en que estos supuestos se verifican.
-Normalidad: Consiste en verificar que los residuos sigan una distribución normal con media
cero y se verifica graficando los residuos en una escala X-Y de tal manera que si los residuos
siguen una distribución normal al graficarlos tienden a quedar alineados en una línea recta.
-Varianza Constante: Comprobar que los residuos de cada tratamiento tienen la misma
varianza, es verificado graficando los predichos contra los residuos y si los puntos en esta grafica
se distribuyen de manera aleatoria en una banda horizontal (sin ningún patrón claro y
contundente) entonces es señal de que se cumple el supuesto de que los tratamientos tienen
igual varianza.
-Independencia: Probar que los residuos son independientes entre sí, se verifica si se grafica el
orden en que se colecto un dato contra el residuo correspondiente, de esta manera si al graficar
en el eje horizontal el tiempo (orden de corrida) y en el eje vertical los residuos, se detecta una
tendencia o patrón no aleatorio claramente definido, esto es evidencia de que existe una
correlación entre los errores y, por lo tanto, el supuesto de independencia no se cumple.
-LSD. Es la diferencia entre dos medias, basadas en la prueba t de Student, empleando el valor
de la varianza del error
-Método Tukey. Este método consiste en, si se rechaza la hipótesis nula básica de igualdad de
todas las medidas, llevar a cabo todos los test posibles para comparar todas las parejas de
medias entre sí. Se trata, por tanto, de realizar los contrastes de todos los test.
-Método de Duncan. Se utiliza para comparar todos los pares de medias. Esta prueba no
requiere de una prueba previa de F, como sucede con la DMS o sea que aún sin ser significativa
la prueba F puede llevarse a cabo.
-Método Dunnet (Control). Procedimiento que requiere una simple diferencia para juzgar la
significancia de las diferencias observadas y tablas para efectuar este tipo de comparaciones.
10. En una industria química se prueban diferentes mezclas para ver si difieren en cuanto al
peso molecular final. Se prueban cuatro diferentes mezclas, con cinco repeticiones cada una
(α=0.05). A continuación, se muestra una parte de la tabla de análisis de varianza y los
promedios obtenidos para cada mezcla.
Fuente de variación Valor-p Mezcla Peso promedio
Mezcla 0.01 A 10000
Error B 7000
C 8000
D 7500
b) Con el análisis de varianza de acuerdo al promedio, .se puede asegurar que con la mezcla B
se logra un menor peso molecular? Argumente su respuesta.
No, debemos de saber que ocurrió en cada uno de los tratamientos y sus repeticiones.
c) Si al verificar los supuestos de varianza constante (igual varianza entre las mezclas), estos
no se cumplen, ¿Qué significa eso? ¿Se puede seguir apoyando la conclusión del inciso a?
Si, pues desde un principio se dijo que existía una diferencia grande entre cada tratamiento,
esto debido a una diferencia notable de las varianzas.
11. Se hace un estudio sobre la efectividad de tres marcas de spray para matar moscas. Para
ello, cada producto se aplica a un grupo de 100 moscas, y se cuenta el número de moscas
muertas expresado en porcentajes. Se hacen seis replicas y los resultados obtenidos se
muestran a continuación.
Número de replica
Marca de Spray 1 2 3 4 5 6
1 72 65 67 75 62 73
2 55 59 68 70 53 50
3 64 74 61 58 51 69
H0: µ1 = µ2 = µ3 = µ
Dado el criterio de rechazo anterior con α=0.05, si 2.79 > F (0.05, 3-1, 18-3) se rechaza la H0.2.79
> 3.682 (No se cumple, por lo tanto, no se rechaza la hipótesis nula, indicando que no hay
diferencia entre la efectividad promedio de los productos en Spray) Otra forma de decirlo es al
ver que el valor P=0.093 no es menor que el valor prefijado de α=0.05.
No se puede afirmar que haya un spray que sea más eficiente que los demás ya que las 3 medias
delos tratamientos son estadísticamente iguales.
d) De un intervalo de confianza para la efectividad promedio de cada una de las marcas.
Aplicando el método LSD podemos decir que la marca 1 y 2 son diferentes, mientras que la
comparación entre las demás marcas indica que son iguales.
Como podemos observar la marca 1 y 3 se traslapan por lo que podemos decir que son iguales,
así como la marca 2 y 3 también se traslapan, por lo tanto, también resultan ser iguales. En
cuanto a las marcas 1 y 2 son diferentes.