para el primer parcial

unidad 1,2,3

Cristian García

Consiste en planear y realizar un conjunto de pruebas con el objetivo de generar datos que,
al ser analizados estadísticamente, proporcionen evidencias objetivas que permitan
responder las interrogantes planteadas por el experimentador sobre determinada situación.

Diseño de experimentos
Diseño factorial
Diseño estadístico
Diseño fraccionado

Es cuando las consecuencias derivadas de la hipótesis pueden ser comparadas con los
datos

Proceso de inducción
Proceso de deducción
Proceso de interacción
Proceso predictivo

Es cuando las consecuencias de la hipótesis original y los datos no están de acuerdo, por lo
que se inicia este proceso para cambiar tal hipótesis.

Proceso de inducción
Proceso de deducción
Proceso de interacción
Proceso predictivo

Alex Apugllon

los principios básicos de diseño experimental son ​aleatorizaciòn, bloqueo y repetición

La técnica estadística central en el análisis de los experimentos es el llamado ​análisis de

varianza ANOVA
El arreglo formado por los diferentes ​tratamientos​ ​que serán corridos, incluyendo las
repeticiones, recibe el nombre de ​matriz de diseño.

Jeans NEGRO Bedoya FOX

Es una afirmación sobre los valores de los parámetros de una población o proceso, que
puede probarse a partir de la información contenida en una muestra.

Hipótesis afirmativa
Hipótesis estadística
Hipótesis nula
Hipótesis alternativa

Número calculado a partir de los datos y de H0, cuya magnitud permite discernir si se
rechaza o no la hipótesis nula.

Región de rechazo
Estadístico de prueba
Region de aceptacion
Estadístico lineal

Es el área bajo la distribución de referencia más allá del valor del estadístico de prueba. Se
conoce como valor-p

Significancia predefinida
Significancia observada
Significancia definida
significancia predeterminada

Omar Cuvi

Complete:

1. Prueba de igualdad de varianzas:

La comparación de varianzas tiene ​interés ​en sí misma, con ​independencia de las

medias, puesto que éstas son ​determinantes​ en cualquier proceso o tratamiento.

2. Orden completamente al azar significa:

Que las unidades se asignan de manera aleatoria a los ​tratamientos​, mientras que
las pruebas o corridas experimentales se hacen en orden ​estrictamente​ ​aleatorio.

3. Muestras pareadas significa:

 Que los datos de ​ambos ​tratamientos se van obteniendo por pares, de forma que
cada par son datos que tienen ​algo​ ​en​ ​común​.

Por :Darwin Dávila (V 0 F) pags 62-74

El Diseño Completamente al Azar(DCA), solo considera dos fuentes de variabilidad: los

tratamientos y el error aleatorio………………………………………………………..(​Verdadero​)

El análisis de varianza (ANOVA) es la técnica central en el análisis de diferencias

muestrales……………………………………………………………………………………...(​Falso​)

El objetivo del análisis de varianza(ANOVA) en el DCA es probar la hipótesis de igualdad de

los tratamientos con respecto a la media de la correspondiente variable de
respuesta…………………………………………………………………………………(​Verdadero​)

segundo parcial
unidad 4,5
Responsable: Giovanni Llerena

Unidad 4

Llerena Giovanni

Mendez Robinson

Montero Andres
Seleccione la respuesta correcta
1. Son las variables adicionales al factor de interés que se incorporan de manera
explícita en un experimento comparativo para no sesgar la comparación:
a. Factores estudiados
b. Factores considerados
c. Factores bloque
d. Todas las anteriores
e. Ninguna de las anteriores
2. Se consideran tres fuentes de variabilidad: factor de tratamientos, factor bloque y
error aleatorio en el diseño:
a. Completamente al azar
b. En bloques completo al azar
c. Factorial completo
d. Mixto
e. Ninguna de las anteriores
 3. Son los factores que provocan la variabilidad en los datos:
a. Diseño experimental
b. Objeto bajo estudio
c. Error aleatorio
d. Fuentes de variabilidad
e. Todas las anteriores

Unidad 5

Navarrete Vinicio

Paz y Miño Carlos

1. Uno diseño factorial 2x3 significa consisten en 2 factores con 3 niveles cada uno (F)
2. En un diseño factorial no existen factores de control, pues solo hay factores de interés y
la interacción entre estos (V)
3. Si la interacción entre dos factores es significativa, las conclusiones del diseño deben
tomar en cuenta la interacción hallando el mejor tratamiento para el estudio. (V)

Quezada Alexander (PREGUNTAS)

1. Los diseños factoriales se pueden dividir en factores de tipo:
a. Cualitativo
b. Cuantitativo
c. Aleatorias
d. Repetitivas

2. Los factores de tipo cualitativo son:

a. Máquinas
b. Tipos de material
c. Operador
d. La presencia o ausencia de una operación previa
e. Todas la anteriores
3. Los factores de tipo cuantitativo son.
a.-temperatura
b.-humedad
c.-material
d.-personas
e.-todas las anteriores

tercer parcial
unidad 6,7,11
Responsable: Ximena Solis

Ahí está ya de qué páginas les toca sacar las preguntas chicos, son páginas del libro no del
pdf..pero por favor traten de ver que sea de lo que nos dio en clase , porque en algunos
casos sobre todo de la unidad 6 les va a tocar uno o dos temas que no nos ha dado, por
ende no hagan preguntas de esos temas

Tercer parcial
Enrique Ramírez (completar)
1. Unidades ………...Es la forma real, no codificada, con la que se expresan o ……….
los niveles de prueba de cada factor.​R originales identifican
2. Diagrama de …………... de efectos. Gráfico de barras que representa los efectos
ordenados en forma descendente de acuerdo con su magnitud absoluta.​R Pareto
3. Notación de …….. Representa los totales o sumas de las observaciones en cada
………….de un diseño 2k. ​R Yates tratamiento

Alejandra Samaniego (V/F)

1. Al graficar los residuos contra predichos y los residuos en papel normal se observa
el cumplimiento de los supuestos de varianza constante y normalidad. ​(V)
2. En el diagrama de Pareto estandarizado se grafica la estimación de los efectos
Ef ecto
estandarizados dado por​ E f ecto estandarizado = CM error
(V)
√ n 2k−2
3. Con el diseño factorial 23 se estudian dos factores en tres niveles cada uno. ​(F)

Ximena Solis ( Selección )

1. El diagrama de Pareto es un gráfico de barras que representa los efectos ordenados

en forma ​(​Ascendente/ Vertical / ​Descendente​) de acuerdo con su magnitud
absoluta​.
2. ​El experimento no replicado, analiza ​( 5 efectos principales, 10 interacciones
dobles, 10 interacciones triples/ ​5 efectos principales, 13 interacciones dobles, 13
interacciones triples​ )
3. “ANOVA del modelo más simple que explica mejor, el comportamiento de la
variable de respuesta. Se obtiene eliminando los términos que no contribuyen ” este
concepto corresponde a ​( ​Mejor ANOVA / ​ANOVA del experimento / ANOVA de
proyectar el diseño​ )

Christian Tiban (completar)

 1.​ ​Un Factor a medida que cambia de nivel el comportamiento de la variable de
respuesta no es lineal a esto se le llama………………… ​R: efecto de curvatura.

2. Un diseño factorial 32 significa que se estudian…​……………​con…​……………​ ​cada

uno. ​R: 2 factores; 3 niveles.

3. El modelo estadístico para el diseño 32 se puede escribir considerando

el……………..de cada factor y de…​……….​ entre ambos. ​R: efecto individual;
interacción.

Andrea Vélez (Selección)

Un diseño factorial mixto es cuando:
1. Los factores en el experimento no tienen el mismo número de niveles
2. Los niveles en el experimento no tienen el mismo número de factores
3. Los efectos no tienen el mismo número de tratamientos

El factorial 4 × 3 × 2 significa que se experimenta con

1. tres factores, con 4, 3 y 2 niveles, respectivamente. El total de tratamientos es 24
2. 4 factores, con 3 y 2 niveles, respectivamente. El total de tratamientos es 24
3. tres factores, con 4, 3 y 2 niveles, respectivamente. El total de tratamientos es 9

Un ANOVA desglosado es
1. ANOVA en el que los efectos compuestos se separan en sus efectos más simples
que los conforman.
2. ANOVA en el que se analizan únicamente diseños experimentales de cuadro latino
3. ANOVA en el que se analizan únicamente diseños experimentales de cuadro
grecolatino

Ever Villamarin (completar)

1.- En regresión lineal simple Y se le llama la variable dependiente​ ​o la ​…………………​y a X se le

conoce como variable independiente o ​…………..
R: ​variable de respuesta, variable regresora

2.- En el diagrama de dispersión, un procedimiento para ajustar la mejor recta y, por lo tanto, para
estimar b0 y b1 es mediante el método de …………..
R: mínimos cuadrados.

3.-Existen otros modelos de regresión que sólo incluyen una variable independiente y que se aplican
cuando se espera o se observa que la relación entre X y Y no es modelada por una línea recta. Algunos
de estos modelos son los siguientes:
·​ ​El exponencial
·​ ​El recíproco-Y
·​ ​Mutiplicativo
·​ ​Recíproco-X
·​ ​Logarítmico-X
·​ ​Raíz cuadrada-Y

V/F (David Zambrano)SHd 

1. El coeficiente de determinación mide la probabilidad de la variabilidad en los datos

(Y) que es explicada por el modelo de
regresión…………………………………………………​(F) ​Rep. Mide la proporción de
la variabilidad.

2. El coeficiente de correlación mide la intensidad de la relación lineal entre dos

variables..​(V)

3. Error estándar de estimación estima la desviación estándar del error e indica la

magnitud del error de estimación de un modelo………………………………….​(V)

Primer Parcial

Segundo Parcial

a Complete
Giovanni Llerena
.
1. En un diseño en en bloques completos al azar (DBCA) se consideran tres fuentes de
………….: el factor de tratamiento, el …………….. y el error aleatorio. ​R: variabilidad,
factor de bloque
2. En el diseño cuadrado latino (DCL) se controlan ……. factores de bloque y se
estudia ……… factor de tratamientos. ​R:dos, un
3. Con el diseño en cuadrado grecolatino (DCGL) se controlan …….. factores de
bloque y se estudia …….. factor de tratamientos. ​R: tres, un

Segundo parcial (Mendez, R)

Verdadero o falso
1) ​En un diseño cuadrado latino los tratamientos se representan por letras griegas y se

distribuyen en forma adecuada en un cuadro​.(F) ​R. se representa por letras latinas.

2) En un diseño cuadrado latino se considera el efecto de interacción. ​(F) ​R.​no se
considera el efecto de interacccion.
3) En un diseño cuadrado latino se aplica en situaciones cuando las condiciones son
heterogéneas. ​(V)
Danny F. Alejandro O.
(Pág.81-91) Capítulo 3
PRIMER PARCIAL
Seleccione la respuesta correcta:
1. ¿Cuales son los supuestos en la validación de resultados en un Análisis de Varianza?
● Normalidad, Varianza Constante e Independencia
● Homogeneidad e Independencia
● Normalidad, Bloqueo y Dependencia
● Aleatoriedad , Repetitividad y Bloqueo
2. Seleccione que Metodos Analiticos son los más adecuados para el supuesto de Normalidad:
● Tukey, Dunnett , Dukan
● Ji-Cuadrado, Shapiro Wilks, Anderson-Darling
● Taguchi, Shainin
● Dukan, Kolmogorov-Smirnov
3. ¿Cual es una de las Pruebas Analiticas para verificar la Independencia entre residuos
consecutivos?
● Shapiro Wilks
● Durbin-Watson
● Shainin
● Dukan