UNIVERSIDAD NACIONAL DE CAJAMARCA

“Norte de la Universidad Peruana”

FACULTAD DE INGENIERIA

CURSO: ESTADISTICA APLICADA

Tema : DISEÑOS DE EXPERIMENTOS

CASO A: DE UN SOLO FACTOR ALEATORIZADO

Ejemplo 1:
1. Los datos corresponden al experimento sobre Resistencia a la tensión de telas para camisas de caballero,
cuando se han utilizado los porcentajes de algodón indicados en la tabla.

Porcentaje observaciones
de algodón
1 2 3 4 5

15 5 8 15 11 9

20 12 17 12 18 18

25 17 18 18 19 19

30 19 25 22 19 23

35 7 10 11 15 11

FUENTE: Diseño y Análisis de Experimentos de Montgomery

a) ¿Cuál es el objetivo del análisis de los datos de este experimento?

b) ¿Cuál es el diseño experimental que se habria empleado en este caso?¿Cuál es el modelo estadístico
que le corresponde a dicho diseño? Bajo que supuestos?. Enumérelos
c) ¿ Cuál es el análisis estadístico que le corresponde a estos datos ?
d) Realice el análisis correspondiente
e) Previo al análisis ejecutado ¿Qué hubiera sido preciso realizar? Hágalo
f) Cuál es el aporte en el análisis de datos, lo ejecutado en e)?.

Por Aracelli Poémape - UNC 2018 I - 1-

 UNIVERSIDAD NACIONAL DE CAJAMARCA
“Norte de la Universidad Peruana”
FACULTAD DE INGENIERIA

SOLUCIÓN

a) ¿Cuál es el objetivo del análisis de los datos de este experimento?

El objetivo es saber ¿Cómo influye el porcentaje de algodón en la Resistencia a la tensión de telas
para camisas de caballero?.

b) ¿Cuál es el diseño experimental que se habría empleado en este caso?¿Cuál es el modelo

estadístico que le corresponde a dicho diseño? Bajo que supuestos?. Enumérelos

El diseño experimental a emplear es el Diseño Completamente Aleatorizado, al cual le corresponde el

siguiente modelo:

Yij = u + j + ei j ; i = 1, 2, ... , n

j = 1, 2, ... , k ; modelo a efectos fijos

Donde :

 : Es una constante e indica el efecto medio verdadero; parámetro común a todos TT0S.

j : Es el efecto diferencial del nivel. Recoge la importancia de cada tratamiento.y es el objetivo del análisis.

ei j : incluye los efectos de todos los otros factores extraños. Es un término de error , considerado como variable
aleatoria

Puede probarse la hipótesis:

H0 : 1=2= . . . =k

H1 : No todas las u j son iguales

Si las medias de las poblaciones son iguales, cada efecto del tratamiento es igual a cero, de modo
que alternativamente la hipótesis puede enunciarse como:

H0 : j = 0; j=1, 2, . . . k

H1 : j = 0

Se elige el nivel de significación :

Todo esto bajo los supuestos de que:

1) El Modelo es Lineal

1) El Modelo es Aditivo
2) Los ei j  N (0, 2 I ).

Por Aracelli Poémape - UNC 2018 I - 2-

 UNIVERSIDAD NACIONAL DE CAJAMARCA
“Norte de la Universidad Peruana”
FACULTAD DE INGENIERIA

c) ¿ Cuál es el análisis estadístico que le corresponde a estos datos ?

Se desarrollará el Análisis de Varianza para el modelo de efectos fijos

d) Realice el análisis correspondiente

1) Con ayuda del paquete estadístico SPSS . realizamos el Análisis correspondiente

2) Con Minitab V17

Por Aracelli Poémape - UNC 2018 I - 3-

 UNIVERSIDAD NACIONAL DE CAJAMARCA
“Norte de la Universidad Peruana”
FACULTAD DE INGENIERIA
Se seleccionan las variables
COMPARACIONES MÚLTIPLES

H0 : j = 0; ( el efecto de los tratamientos son nulos o iguales )

H1 : j = 0 ( efecto de los tratamientos son diferentes )

Nivel de significación α = 0,05

RESULTADOS EN MINITAB 17

CON VALOR TABULAR

Se rechaza Ho si F0 > F  , k-1, N-k

De la tabla se deduce que:

F0.05, 4 , 20 = 2.87 y F0 = 16.03

Por Aracelli Poémape - UNC 2018 I - 4-

 UNIVERSIDAD NACIONAL DE CAJAMARCA
“Norte de la Universidad Peruana”
FACULTAD DE INGENIERIA

CON VALOR DE SIGNIFICACIA

P- value= 0.0000 < α = 0.05

Entonces H0 (el efecto de los tratamientos son nulos o iguales) se rechaza al nivel de 0.05 y diremos que el
efecto de los tratamientos son diferentes

INTERVALO DE CONFIANZA PARA LA MEDIA DE CADA UNO DE LOS TRATAMIENTOS

COMPARACIONES MULTIPLES

Ahora se debe tener en cuenta que la prueba F indicará que todas las medias, o que al menos dos de ellas
son divergentes, pero como la prueba de F no es específica sino genérica, el rechazo de la hipótesis (Ho)
no indica entre que tratamientos hay diferencias significativas; sólo indica que hay diferencias reales entre
las medias más no entre que medias. Para saberlo se hará la pruebas de Tukey y de forma paralela la de
Fisher.

Después de las comparaciones múltiples se llega que el mejor tratamiento sería el 30% de algodón, que generaría una
mayor resistencia en la tela de las camisas con 21.60.

Por Aracelli Poémape - UNC 2018 I - 5-

 UNIVERSIDAD NACIONAL DE CAJAMARCA
“Norte de la Universidad Peruana”
FACULTAD DE INGENIERIA

e) Previo al análisis ejecutado ¿Qué hubiera sido preciso realizar? Hágalo

Hubiera sido preciso realizar un Análisis exploratorio de Datos que nos permitiera como actividad
principal revisarlos para saber como es su comportamiento y así poder asignarle un modelo adecuado.
De hecho EDA se inspira en una filosofía de carácter práctico según la cual, contrariamente a los
enfoques de corte clásico, los datos son los que en última instancia guían la selección de modelos
adecuados al tiempo que se minimiza la asunción de presupuestos previos.

25

20
Resistencia

15 

10

1 2 3 4 5

Pora lg

Fuente: DAE.de Montgomery.

Aquí podemos apreciar que en el tratamiento 2 existe mayor variabilidad o dispersión en sus datos y en
el tratamiento 5 de forma contraria existe una menor variabilidad o dispersión pero así mismo podemos
apreciar dos datos que se encuentran a mas/menos de 1.5 IQR, a los cuales se les denomina outlier y
far outlaiers. También se logra con la observación determinar que el tratamiento con mayor resistencia a
la tensión es el tratamiento. 4 y el tratamiento con menor resistencia es el tratamiento 1.

f) Cuál es el aporte en el análisis de datos, lo ejecutado en e)?.

1) Mediante las representaciones visuales es fácil descubrir el modo de comportarse de los datos.
2) Este método requiere que la atención del analista se centre en los residuales o lo que queda
después de haber aplicado algún tipo de análisis.
3) Mediantes transformaciones matématicas simples, como por ejemplo, el logaritmo y la raíz
cuadrada , los análisis no solo se simplifican sino que adquieren una mejor claridad.
4) El carácter resistente, propio de estos métodos, garantizan el hecho de que los valores de datos
extraños o poco corrientes no influyan indebidamente los resultados de un análisis.

Por Aracelli Poémape - UNC 2018 I - 6-