Taller Diseño Factorial – Diseño de Experimentos

1. Se cree que la adherencia de un pegamento depende de la presión y la temperatura al ser

aplicado. Los datos obtenidos al realizar el experimento son:

a. Formule la hipótesis y el modelo.

Respuesta:

Debido a que este es un diseño factorial con una sola replica, se plantea primeramente
como hipótesis nula si existe interacción entre los factores, es decir:

𝐻0 : 𝜏𝑖𝑗 ≠ 0 𝑉𝑆 𝐻1 : 𝜏𝑖𝑗 = 0

b. ¿Hay interacción entre los efectos?

Respuesta:

Para el presente punto se utiliza para evaluar si existe interacción entre los efectos la
técnica desarrollada por Tukey donde se encontró los siguientes resultados:

Presion Temp
250 260 270 y.j
120 9.6 11.28 9 29.88
130 9.69 10.1 9.59 29.38
140 8.43 11.01 9.03 28.47
150 9.98 10.44 9.8 30.22
yi. 37.7 42.83 37.42
y.. 117.95
ab 12

cuadrados no aditividad
Presion Temp
250 260 270
120 10814.1696 14435.6973 10062.9864
130 10732.8959 12709.2885 10543.2422
140 9048.07917 13425.2648 9620.08702
150 11370.1541 13512.7279 11082.1575
 SS gl ms F0 Valor P
Temperatura 4.63861667 2 2.31930833 6.99660207 0.03555735
Presion 0.57915833 3 0.19305278 0.58237771 0.65187464
No aditividad 0.5070633 1 0.5070633 1.52964574 0.2710861
Error 1.65745337 5 0.33149067
Total 7.38229167 11

Resitual 2.16451667

Como se puede observar en los anteriores resultados y tomando un nivel de significancia

del 5% se observa que no existe suficiente evidencia estadística para rechazar la hipótesis
nula ya que el valor p (0.2710861) para la no aditividad (interacción) es mayor que el nivel
de significancia y por tanto no existe interacción entre los efectos. Por otro lado parece no
existir evidencia estadística que implique que la presión tenga influencia en la adherencia
del pegamento (debido a que su p valor es igual a 065187464).

c. Analice los datos y obtenga conclusiones

Respuesta:

Debido a que como se observó no existe interacción entre los datos, es de clara evidencia
que el mejor modelo que se puede adecuar para este ejercicio ese un diseño factorial sin
presencia de interacción para el cual se obtuvo los siguientes resultados:

Presion Temp
250 260 270 y.j
120 9.6 11.28 9 29.88
130 9.69 10.1 9.59 29.38
140 8.43 11.01 9.03 28.47
150 9.98 10.44 9.8 30.22
yi. 37.7 42.83 37.42
y.. 117.95
ab 12

SS gl ms F0
Temperatura 4.63861667 2 2.31930833 6.42907963 0.03220741
Presion 0.57915833 3 0.19305278 0.53513871 0.67507373
Residual 2.16451667 6 0.36075278
Total 7.38229167 11

Como se puede observar en los anteriores resultados y tomando un nivel de significancia

del 5% se observa que no existe suficiente evidencia estadística para rechazar la hipótesis
nula de que la presión no es un factor influyente en la adhesión mientras que existe
suficiente evidencia estadística para rechazar la hipótesis nula que plantea que la
temperatura no es un factor influyente en la adhesión.

Debido a que se observó que la temperatura es un factor influyente en la adhesión se y

solamente ella, se puede observar que ahora el mejor modelo que se puede adecuar a dicho
caso es un modelo a un solo factor y el cual aplicándolo se obtuvo los siguientes resultados:

Temp
250 260 270
9.6 11.28 9
9.69 10.1 9.59
8.43 11.01 9.03
9.98 10.44 9.8
37.7 42.83 37.42
y.. 117.95
ab 12

SS gl ms F0 Valor P
Temperatura 4.63861667 2 2.31930833 7.60796195 0.02261871
Error 2.743675 9 0.30485278
Total 7.38229167 11

Como se puede observar en el anterior resultado, existe suficiente evidencia estadística

para rechazar la hipótesis nula que plantea que la temperatura no es un factor influyente
en la adhesión y por tanto se puede asumir que la temperatura es un factor que influye en
el nivel de adhesión.
d. Verifique residuales.

Respuesta:

Dado que como se observa en el anterior resultado se llegó a que solo la temperatura es el
único factor estadísticamente significativo, es con este modelo que se analizan los
residuales como se puede observar a continuación:

 Supuesto de normalidad

Para el presente análisis se utilizó la prueba de shapiro wilk para comprobar si los
residuales se distribuyen normalmente y se obtuvo el siguiente resultado:

Como se puede observar, en el anterior resultado, no existe suficiente evidencia

estadística para rechazar la hipótesis nula y por tanto los residuales del modelo pueden
asumirse que provienen de una distribución normal.

 Supuesto de varianza constante

Para el presente análisis se utilizó la prueba de bartlett para comprobar si los residuales
tienen varianza constante y se obtuvo el siguiente resultado:

Como se puede observar, en el anterior resultado, no existe suficiente evidencia

estadística para rechazar la hipótesis nula y por tanto se puede asumir que los residuales
tienen varianza constante.
  Supuesto de independencia

Para el presente análisis se utilizó la prueba de Ljung-Box para comprobar si los

residuales son no correlacionados y donde se obtuvo los siguientes resultados:

Como se puede observar, en el anterior resultado, no existe suficiente evidencia

estadística para rechazar la hipótesis nula y por tanto se puede asumir que los residuales
son independientes.

2. En una fábrica de dientes se tiene problemas de calidad. En los intentos por resolver
dichos problemas se han cambiado algunos factores. Los factores son temperatura,
tiempo de presando y tamaño. La variable respuesta es el % de diente bueno. Los datos
obtenidos son:

a. Estime todo los posibles efectos y establezca su significancia.

Respuesta:

En el presente punto se observa que la estimación de los efectos son:

Y por otro lado se observó que la significancia de los efectos son:

b. Realice el análisis de varianza.

Respuesta:

c. Verifique los supuestos.

d. ¿Hay un tratamiento ganador?
e. Repita de a-d para el “mejor modelo”.