LAURA ELENA PUENTES PRADO

UNIVERSIDAD DE GUANAJUATO DIVISIN DE CIENCIAS NATURALES Y EXACTAS MAT-2051 1 (DISEO DE EXPERIMENTOS) TAREA #3. DISEOS EN BLOQUES
I. Problemas del libro. Captulo 4

1. En qu situacin se aplica un diseo de bloques completos al azar? En qu difieren los factores de tratamiento y de bloques? Cuando se quieren comparar ciertos tratamientos o estudiar el efecto de un factor, es deseable que las posibles diferencias se deban principalmente al factor de inters y no a otros factores que no se consideran en el estudio. Cuando se quiere nulificar el efecto de estos otros factores se realiza un bloqueo. Por ejemplo, supongamos que se quieren compara varias mquinas, si cada mquina es manejada por un operador diferente y se sabe que ste tiene influencia en el resultado, entonces la forma de anular el efecto operador en la comparacin (bloquear) consiste en que cada operador trabaje durante el experimento con cada una de las mquinas. Los factores de bloque son aquellos factores adicionales al factor de inters que se incorporan de manera explcita en un experimento comparativo. No se quiere analizar su efecto si no es un medio para estudiar de manera adecuada y eficaz al factor inters (tratamiento).

2. Qu diferencia hay entre un DBCA y los diseos en cuadro latino? En un diseo de bloques completos al azar (DBCA) se consideran tres fuentes de variabilidad: el factor de tratamientos, el factor de bloque y el error aleatorio. En el diseo en cuadro latino (DCL) se controlan: dos factores de bloque y se estudia un factor de tratamientos, as que se tienen cuatro fuentes de variabilidad que pueden afectar sobre la respuesta observada.

3. De acuerdo con el modelo estadstico para un diseo en bloques, por qu a travs de este diseo se reduce el error aleatorio?

Porque en el diseo de bloques se analizan posibles factores (bloques) que pueden influir de manera significativa en nuestro experimento entonces en base a ellos decidir si nuestros resultados son vlidos o no.

4. A continuacin se muestra parte del ANOVA para un diseo de bloques, que tiene tres tratamientos y cinco bloques con una sola repeticin por tratamiento-bloque. Fuente de variacin Tratamiento Bloque Error Total S. de cuadrados 600 850 500 1950 G. de libertad 2 4
( )( )

C. medio
600/2= 300 850/4= 212.5 500/8=62.5

Razn F0 4.8 3.4

Valor-p ? ?

F critica F2,8=4.46 F4,8=3.84

8 14

a) Agregar en esta tabla los grados de libertad, el cuadrado medio y la razn F para cada una de las fuentes de variacin. b) Interprete en forma prctica para cada caso, lo que est estimando el cuadrado medio. Si la hiptesis nula es verdadera el cuadrado medio puede estimar la varianza (2). c) Escriba el modelo estadstico y las hiptesis pertinentes. Modelo: { Hiptesis: Tratamiento }

para algn

d) Apyese en las tablas de distribucin F para aceptar o rechazar la hiptesis. Como Fcritica < F0 entonces H0 se rechaza. Es decir que SI existe diferencia significativa entre los tratamientos.

e) Con apoyo de un software obtenga el valor-p para cada caso. Interprete los resultados. 5. (6) Aunque en el anlisis de varianza para un diseo en bloques completos al azar tambin se puede probar la hiptesis sobre si hay diferencia entre los bloques, se dice que esta hiptesis se debe ver con ciertas reservas. Explique por qu. Porque sta no es una prueba F exacta, sino aproximada, debido a la restriccin de aleatorizacin (slo se aleatoriza dentro del bloque no de manera completa a causa de que no es prctico e incluso imposible aleatorizar totalmente dada la existencias de los bloques). Sin embargo, en la prctica se recomienda su interpretacin porque es evidencia en favor o en contra de que vali la pena el esfuerzo de controlar el factor de bloque. Si resulta significativa significa que el factor de bloque si tiene influencia sobre la variable respuesta, y debe ser tomado en cuenta para mejorar la calidad de sta.

6. (7) Explique por qu se utiliza el adjetivo azar en el nombre del diseo en bloques completos al azar. Porque aunque es imposible aleatorizar de bloque a bloque, si se aleatoriza dentro del mismo bloque, y tambin se aleatorizan los tratamientos. La imposibilidad de aleatorizar de bloque a bloque se aprecia claramente cuando se bloquean factores como da o turno, ya que no tiene sentido pensar en seleccionar al azar el orden de los das o los turnos porque es imposible regresar en el tiempo.

7. (10) Se hace un estudio sobre la efectividad de tres maracas de atomizador para matar moscas. Para ello cada producto se aplica a un grupo de 100 moscas, y se cuenta el nmero de moscas muertas expresado en porcentajes. Se hicieron seis rplicas, pero en das diferentes; por ello, se sospecha que puede haber algn efecto importante debido a esta fuente de variacin. Los datos obtenidos se muestran a continuacin: Marca de atomizador 1 2 3 Nmero de rplica (da) 2 3 4 5 65 67 75 62 59 68 70 53 74 61 58 51

1 72 55 64

6 73 50 69

a) Suponiendo un DBCA, formule las hiptesis adecuadas y el modelo estadstico.

Modelo: { Hiptesis: Tratamiento }

para algn

b) Existe diferencia entre la efectividad promedio de los atomizadores? Anlisis de varianza de dos factores con una sola muestra por grupo RESUMEN Fila 1 Fila 2 Fila 3 Columna 1 Columna 2 Columna 3 Columna 4 Columna 5 Columna 6 Cuenta 6 6 6 3 3 3 3 3 3 Suma Promedio Varianza 414 69 26 355 59.1666667 66.9666667 377 62.8333333 66.1666667 191 198 196 203 166 192 63.6666667 66 65.3333333 67.6666667 55.3333333 64 72.3333333 57 14.3333333 76.3333333 34.3333333 151

ANLISIS DE VARIANZA Origen de las variaciones Tratamiento Bloques Error Total Suma de Grados de cuadrados libertad 296.333333 2 281.333333 5 514.333333 10 1092 17 Promedio Valor de los crtico para cuadrados F Probabilidad F 148.166667 2.88075178 0.10280442 4.10282102 56.2666667 1.09397278 0.42071775 3.32583453 51.4333333

Como entonces se acepta, es decir que no existe diferencia significativa entre los atomizadores para matar moscas.

c) Hay algn atomizador mejor? Argumente su respuesta. En base al anlisis anterior se concluye que no existe diferencia significativa entre los atomizadores. Entonces no hay ningn atomizador mejor

d) Hay diferencias significativas en los resultados de diferentes das en qu se realiz el experimento? Argumente su respuesta. Hiptesis: Bloques

para algn

Como entonces se acepta, es decir que no existe diferencia significativa entre los bloques, es decir, los das en que se realiz la prueba.

e) Verifique los supuestos de normalidad y de igual varianza entre las maracas. Normalidad

)]

i 1 2 3 4 5

Datos en orden 50 51 53 55 58

Coeficientes Shapiro-Wilks 0.4886 0.3253 0.2553 0.2027 0.1587

xn-i+j-xi 25 23 20 17 12

ai(xn-i+j-xi) 12.215 7.4819 5.106 3.4459 1.9044

6 7 8 9 10 11 12 13 14 15 16 17 18

59 61 62 64 65 67 68 69 70 72 73 74 75

0.1197 0.0837 0.0496 0.0163

10 7 5 1

1.197 0.5859 0.248 0.0163 32.2004

64.235 Entonces Y de tablas Por lo tanto si 0.9495 0.982 la hiptesis nula se acepta. Es una distribucin normal.

Varianza constante Como los datos tienen una distribucin normal se utiliza el estadstico de Bartlett.

para algn

Dnde: [( ) ( ) ]

) ( )

Para tratamiento: si2 26 66.9666667 66.1666667 159.133333

( )

log si2 1.41497335 1.82585868 1.82063926 5.06147129

21.2178 ( )( ) 9.7775

(
( )

) ( )

1.0944 20.571

De tablas

5.991 entonces, la hiptesis nula se rechaza, esto quiere decir que no

Por lo tanto, como

existe Homocedasticidad en los datos.

Para bloque: si2 log si2

(

72.3333333

57 14.3333333 76.3333333 34.3333333

151 405.333333

1.85933848 1.75587486
)

1.1563472 1.88271423 1.53571597 2.17897695 10.3689677

135.1111 ) -19.8845

(
( )

) ( ) 1.0178

( )(

- 44.9862

De tablas

11.070

Por lo tanto, como entonces, la hiptesis nula se acepta, esto quiere decir que hay homogeneidad de varianza en los datos con respecto a los bloques.

Independencia El mtodo analtico de comprobar el supuesto de independencia se realiza con la prueba DurbinWatson. ( )

( ei

) ( ) ei2 9.00 16.00 4.00 36.00 49.00 16.00 17.36 0.03 78.03 117.36 38.03 84.03 1.36 (ei-ei-1)2 49 4 64 169 121 66.6944444 16 81 4 289 9 106.777778

Datos 1 2 3 4 5 6 7 8 9 10 11 12 13 72 65 67 75 62 73 55 59 68 70 53 50 64

yi 69.000 69.000 69.000 69.000 69.000 69.000 59.167 59.167 59.167 59.167 59.167 59.167 62.833

-3.00 4.00 2.00 -6.00 7.00 -4.00 4.17 0.17 -8.83 -10.83 6.17 9.17 -1.17

14 15 16 17 18

74 61 58 51 69

62.833 62.833 62.833 62.833 62.833

-11.17 1.83 4.83 11.83 -6.17

124.69 3.36 23.36 140.03 38.03 795.667

100 169 9 49 324 1630.472

2.049 De las tablas obtenemos para p=2, y

Por lo tanto, siendo que

se acepta

, es decir no existe correlacin entre los datos.

8. (12) Se dise un experimento para estudiar el rendimiento de cuatro detergentes. Las siguientes lecturas de blancura se obtuvieron con un equipo especial diseado para 12 cargas de lavado, distribuidas en tres modelos de lavadoras: Detergente

A B C D

Lavadora 1 45 47 50 42

Lavadora 2 43 44 49 37

Lavadora 3 51 52 57 49

a) Seale el nombre del diseo experimental utilizado. Diseo en bloques completos al azar. { }

b) Formule la hiptesis que se quiere probar en este problema. Tratamiento:

para algn Bloques:

para algn

c) Realice el anlisis estadstico ms apropiado para estos datos y obtenga conclusiones. Anlisis de varianza de dos factores con una sola muestra por grupo RESUMEN Fila 1 Fila 2 Fila 3 Fila 4 Columna 1 Columna 2 Columna 3 Cuenta 3 3 3 3 4 4 4 Suma Promedio Varianza 139 46.3333333 17.3333333 143 47.6666667 16.3333333 156 52 19 128 42.6666667 36.3333333 184 173 209 46 11.3333333 43.25 24.25 52.25 11.5833333

ANLISIS DE VARIANZA Origen de las variaciones Suma de cuadrados Grados de libertad Promedio de los cuadrados F Valor Probabilidad crtico para F

Tratamiento 133.666667

3 44.5555556 34.1276596 0.00036333 4.75706266

Bloque Error Total

170.166667 7.83333333 311.666667

2 85.0833333 65.1702128 6 1.30555556 11

8.5228E-05 5.14325285

En tratamiento: Dado que , la hiptesis nula es rechazada, esto quiere decir que si existe diferencia significativa entre los diferentes tipos de detergentes. En bloque: Como , la hiptesis nula se rechaza, esto se interpreta en que la lavadora que se utilice si tiene influenza en el resultado del tratamiento (detergente).

9. (15) Un aspecto crtico para que se conserve la leche es la temperatura de almacenamiento. De manera tradicional se han usado termmetros de mercurio (Mer) para verificar que la temperatura sea la adecuada, pero ahora se han comprado termmetros electrnicos (Rtd) para facilitar el proceso de medicin. Sin embrago, se duda de las mediciones de estos nuevos dispositivos. Para aclarar dudas y diagnosticar la situacin, durante cinco das se toman mediciones con ambos tipos de termmetros en varios silos (a la misma hora). Los datos para cinco silos se muestran a continuacin: Silo Da 1 Mer Rtd 4.0 2.6 5.0 6.4 4.5 3.3 2.5 3.1 4.0 0.0 Da 2 Mer Rtd 4.0 2.8 6.0 6.4 4.0 1.4 4.0 5.0 4.0 0.4 Da 3 Mer Rtd 5.0 5.0 2.0 2.3 3.5 1.8 6.5 6.6 3.5 0.6 Da 4 Mer Rtd 0.5 0.0 4.0 4.2 2.0 -1.9 4.5 2.7 2.0 -4.0 Da 5 Mer Rtd 3.0 2.4 4.0 4.0 3.0 -7.6 4.0 6.3 4.0 -6.3

A B C D E

a) Observe los datos y establezca una conjetura acerca de la confiabilidad de las mediciones con Rtd (del termmetro de mercurio no hay duda). A primera vista, si comparamos el termmetro de Mer con el Rtd se aprecian diferencias grandes, incluso el termmetro Rtd marca temperaturas inferiores a 0C, cosa que nunca sucede con el otro termmetro.

b) Es claro que el silo se puede ver como tratamiento y da como bloque. Considere slo los datos de Rtd y establezca el modelo estadstico. Tambin haga el ANOVA correspondiente y obtenga conclusiones. El tipo de anlisis sera Diseo en bloques completos al azar (DBCA), cuyo modelo es: { }

Hiptesis: Tratamiento:

para algn Bloques:

para algn

Anlisis de varianza de dos factores con una sola muestra por grupo RESUMEN Fila 1 Fila 2 Fila 3 Fila 4 Fila 5 Columna 1 Columna 2 Columna 3 Columna 4 Columna 5 Cuenta 5 5 5 5 5 5 5 5 5 5 Suma 12.8 23.3 -3 23.7 -9.3 15.4 16 16.3 1 -1.2 Promedio 2.56 4.66 -0.6 4.74 -1.86 3.08 3.2 3.26 0.2 -0.24 Varianza 3.148 3.068 18.915 3.203 9.728 5.197 6.18 6.078 11.085 39.653

ANLISIS DE VARIANZA Origen de las variaciones Filas Columnas Error Total Promedio Valor Suma de Grados de de los crtico para cuadrados libertad cuadrados F Probabilidad F 182.532 4 45.633 8.09095745 0.00091159 3.00691728 62.008 4 15.502 2.74858156 0.06486529 3.00691728 90.24 16 5.64 334.78 24

En tratamiento: Dado que diferente. En bloque: Como , la hiptesis nula se acepta, esto se interpreta en que el da no tiene un efecto en la medicin de la temperatura. , la hiptesis se rechaza, esto significa que la temperatura en los silos es

c) Repita el inciso anterior pero ahora para las mediciones Mer. El tipo de anlisis sera Diseo en bloques completos al azar (DBCA), cuyo modelo es: { }

Hiptesis: Tratamiento:

para algn Bloques:

para algn

Anlisis de varianza de dos factores con una sola muestra por grupo RESUMEN Fila 1 Fila 2 Fila 3 Fila 4 Fila 5 Columna 1 Columna 2 Columna 3 Columna 4 Columna 5 Cuenta 5 5 5 5 5 5 5 5 5 5 Suma 16.5 21 17 21.5 17.5 20 22 20.5 13 18 Promedio 3.3 4.2 3.4 4.3 3.5 4 4.4 4.1 2.6 3.6 Varianza 2.95 2.2 0.925 2.075 0.75 0.875 0.8 2.925 2.675 0.3

ANLISIS DE VARIANZA Origen de las variaciones Filas Columnas Error Total Promedio Valor Suma de Grados de de los crtico para cuadrados libertad cuadrados F Probabilidad F 4.46 4 1.115 0.69040248 0.60921239 3.00691728 9.76 4 2.44 1.51083591 0.24602212 3.00691728 25.84 16 1.615 40.06 24

En tratamiento: Dado que es diferente. En bloque: Como , la hiptesis nula se acepta, esto se interpreta en que el da no tiene un efecto en la medicin de la temperatura. , la hiptesis se acepta, esto significa que la temperatura en los silos no

d) Las conclusiones obtenidas en los incisos anteriores coinciden? Comente su respuesta. No las conclusiones con respecto a los tratamientos (silos) fue distinta, en el caso del termmetro Rtd haba variacin en los silos; mientras que con el termmetro Mer, eso no se detect, los silos

eran estadsticamente iguales. Esto quiere decir que los termmetros son distintos entre s, ya que muestran conclusiones diferentes.

e) Datos pareados. Para comprara los dos mtodos de medicin (Mer y Rtd) obtenga como variable de respuesta a la diferencia de temperaturas que registran los mtodos para cada da en cada silo. Considerando esto, establezca el modelo estadstico, haga el ANOVA correspondiente y obtenga conclusiones. Para |MER-RTD| Da 1 Silo Dif.

Da 2 Dif. 1.2 0.4 2.6 1 3.6

Da 3 Dif. 0 0.3 1.7 0.1 2.9

Da 4 Dif. 0.5 0.2 3.9 1.8 6

Da 5 Dif. 0.6 0 10.6 2.3 10.3

A B C D E

1.4 1.4 1.2 0.6 4

El tipo de anlisis sera Diseo en bloques completos al azar (DBCA), cuyo modelo es: { }

Hiptesis: Tratamiento:

para algn Bloques:

para algn

Anlisis de varianza de dos factores con una sola muestra por grupo RESUMEN Fila 1 Fila 2 Fila 3 Fila 4 Fila 5 Columna 1 Columna 2 Columna 3 Columna 4 Columna 5 Cuenta 5 5 5 5 5 5 5 5 5 5 Suma 3.7 2.3 20 5.8 26.8 8.6 8.8 5 12.4 23.8 Promedio 0.74 0.46 4 1.16 5.36 1.72 1.76 1 2.48 4.76 Varianza 0.318 0.298 14.665 0.793 8.953 1.732 1.708 1.6 5.997 27.703

ANLISIS DE VARIANZA Origen de las variaciones Filas Columnas Error Total Promedio Valor Suma de Grados de de los crtico para cuadrados libertad cuadrados F Probabilidad F 96.8136 4 24.2034 6.65998927 0.00235744 3.00691728 41.9616 4 10.4904 2.88661723 0.05639643 3.00691728 58.1464 16 3.63415 196.9216 24

En tratamiento: Dado que , la hiptesis nula se rechaza esto se interpreta en que, la diferencia entre las temperaturas de los termmetros, en los silos es diferente, es decir, hay diferencias entre cada tratamiento. En bloque: Como , la hiptesis nula se acepta, esto se interpreta en que el da no tiene un efecto en la medicin de la temperatura. En conclusin, se puede inferir por los resultados en los incisos anteriores, que el termmetro Rtd es diferente al termmetro Mer, y considerando que sobre ste ltimo no hay duda de su funcionamiento, entonces, el termmetro Rtd, est daado y no registra las temperaturas correctas.

10. (16) Se requiere estudiar el efecto de cinco catalizadores diferentes (A, B, C, D y E) sobre el tiempo de reaccin de un proceso qumico. Cada lote de material slo permite cinco corridas y cada corrida requiere aproximadamente 1.5 horas, por lo que slo se pueden realizar cinco corridas diarias. El experimentador decide correr los experimentos con un diseo en cuadro latino para controlar activamente a los lotes y das. Los datos obtenidos son: Da 3 D=1 A=7 C=10 E=6 B=3

Lote

1 2 3 4 5

1 A=8 C=11 B=4 D=6 E=4

2 B=7 E=2 A=9 C=8 D=2

4 C=7 D=3 E=1 B=6 A=8

5 E=3 B=8 D=5 A=10 C=8

a) Cmo se aleatoriz el experimento? Primero se construy el cuadro latino estndar, y despus se aleatoriza el orden de los renglones, y despus el de las columnas. La regla fundamental es que cada letra debe aparecer slo una vez en cada rengln y en cada columna.

b) Anote la ecuacin del modelo y las hiptesis estadsticas correspondientes. El tipo de anlisis es Diseo en cuadro latino (DCL), cuyo modelo es:

Hiptesis: Tratamiento:

para algn Bloque 1:

para algn

Bloque 2:

para algn

c) Existen diferencias entre los tratamientos? Cules tratamientos son diferentes entre s? Anlisis de varianza de dos factores con una sola muestra por grupo RESUMEN Fila 1 Fila 2 Fila 3 Fila 4 Fila 5 Columna 1 Columna 2 Columna 3 Columna 4 Columna 5 sA= sB= sC= sD= sE= Cuenta 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 Suma 26 31 29 36 25 33 28 27 25 34 42 28 44 17 16 Promedio 5.2 6.2 5.8 7.2 5 6.6 5.6 5.4 5 6.8 8.4 5.6 8.8 3.4 3.2 Varianza 9.2 13.7 13.7 3.2 8 8.8 11.3 12.3 8.5 7.7 1.3 4.3 2.7 4.3 3.7

ANLISIS DE VARIANZA Origen de Promedio las Suma de Grados de de los variaciones cuadrados libertad cuadrados Tratamiento 141.44 4 35.36 Das (B1) 12.24 4 3.06 Lotes (B2) 15.44 4 3.86 Error 37.52 12 3.1267 Total 206.64 24 Valor crtico para F F 11.3092 3.26 0.9787 3.26 1.2345 3.26

En tratamiento: Dado que diferentes entre s. En bloque 1: Como catalizadores. En bloque 2: Como , la hiptesis nula se acepta, es decir, que el nmero de lote no tiene eecto sobre el catalizador. , la hiptesis nula se acepta, es decir, en que el da no tiene un efecto en los , la hiptesis nula se rechaza, es decir, los tratamientos (catalizadores) son

d) Los factores de ruido, lote y da afectan el tiempo de reaccin del proceso? No, lo efectos de ruido (lote y da) no tienen influencia significativa sobre la reaccin del procesos (catalizadores), es decir no influyen en los resultados de los tratamientos.

e) Dibuje los grficos de medias para los tratamientos, los lotes y los das. Cul tratamiento es mejor?

Hiptesis:

)(

)(

2.1788128

3.12667

2.4366

Utilizando LSD i-j A A A A B B B C C D B C D E C D E D E E 2.8 0.4 5 5.2 3.2 2.2 2.4 5.4 5.6 0.2 > < > > > < < > > < LSD 2.43663628 2.43663628 2.43663628 2.43663628 2.43663628 2.43663628 2.43663628 2.43663628 2.43663628 2.43663628 H0

En base a esta comparacin los catalizadores E, D y B son estadsticamente iguales y los que resultan mejores, ya que el tempo de reaccin es menor.

f)

Verifique los supuestos del modelo, considerando que los datos se obtuvieron columna por columna, da por da.

Normalidad

)]

i 1 2 3 4 5

yij 1 1 2 2 3

ai 0.4450 0.3069 0.2543 0.2148 0.1822

xn-i+1-xi 24 23 21 20 18

ai(xn-i+1-xi) 10.6800 7.0587 5.3403 4.2960 3.2796

6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

3 3 4 4 5 6 6 6 7 7 7 8 8 8 8 8 9 10 10 11

0.1539 0.1283 0.1046 0.0823 0.0610 0.0403 0.0200 0.0000

17 16 14 13 11 9 8 7

2.6163 2.0528 1.4644 1.0699 0.6710 0.3627 0.1600 0.0000 39.0517

8.61 Entonces Y de tablas Por lo tanto si distribucin normal. 7.3802 0.985 la hiptesis nula se rechaza. Estos datos no provienen de una

Varianza constante Como los datos no tienen una distribucin normal se utiliza el estadstico de Levine. Para tratamiento:

para algn

Desviaciones de cada valor respecto a la media (tratamiento) 0.4 1.4 1.8 2.4 0.2 1.4 2.4 2.2 0.4 1.2 0.6 1.6 1.2 1.6 2.2 1.6 0.4 0.8 2.6 2.8 0.4 2.6 0.8 1.4 0.8

Anlisis de varianza de un factor RESUMEN Grupos Columna 1 Columna 2 Columna 3 Columna 4 Columna 5

Cuenta 5 5 5 5 5

Suma 4.4 8.4 6.8 8.4 7.2

Promedio 0.88 1.68 1.36 1.68 1.44

Varianza 0.332 0.772 0.388 0.772 1.108

ANLISIS DE VARIANZA Promedio Origen de las Suma de Grados de de los variaciones cuadrados libertad cuadrados Tratamientos 2.1504 4 0.5376 Error 13.488 20 0.6744 Total 15.6384 24 Valor crtico para F Probabilidad F 0.797 0.54104084 2.8660814

Por lo tanto si la hiptesis nula se acepta. Por lo tanto si existe homogeneidad de varianza con respecto a los tratamientos.

Para bloque 1 (Das):

para algn

Desviaciones de cada valor respecto a la media (Das) 1.4 1.4 4.4 2.0 3.8 4.4 3.6 1.6 2.0 1.2 2.6 3.4 4.6 4.0 1.8 0.6 2.4 0.6 1.0 3.2 2.6 3.6 2.4 3.0 1.2

Anlisis de varianza de un factor RESUMEN Grupos Columna 1 Columna 2 Columna 3 Columna 4 Columna 5

Cuenta 5 5 5 5 5

Suma 11.6 14.4 13.6 12 11.2

Promedio 2.32 2.88 2.72 2.4 2.24

Varianza 2.072 0.932 3.052 1.3 1.428

ANLISIS DE VARIANZA Origen de las variaciones Entre grupos Dentro de los grupos Total Grados Promedio Valor Suma de de de los crtico para cuadrados libertad cuadrados F Probabilidad F 1.5104 4 0.3776 0.21493625 0.92702704 2.8660814 35.136 36.6464 20 24 1.7568

Por lo tanto si la hiptesis nula se acepta. Por lo tanto si existe homogeneidad de varianza con respecto al da.

Para bloque 2 (Lotes):

para algn

Desviaciones de cada valor con respecto a la media (Lotes) 2.8 1.8 4.2 1.8 2.2 4.8 4.2 0.8 3.2 1.8 1.8 3.2 4.2 4.8 0.8 1.2 0.8 1.2 1.2 2.8 1.0 3.0 2.0 3.0 3.0

Anlisis de varianza de un factor RESUMEN Grupos Fila 1 Fila 2 Fila 3 Fila 4 Fila 5

Cuenta 5 5 5 5 5

Suma 12.8 14.8 14.8 7.2 12

Promedio 2.56 2.96 2.96 1.44 2.4

Varianza 1.008 2.748 2.748 0.608 0.8

ANLISIS DE VARIANZA Origen de las variaciones Entre grupos Dentro de los grupos Total Grados Promedio Valor Suma de de de los crtico para cuadrados libertad cuadrados F Probabilidad F 7.7696 4 1.9424 1.22750253 0.33073341 2.8660814 31.648 39.4176 20 24 1.5824

Por lo tanto como la hiptesis nula se acepta. Por lo tanto si existe homogeneidad de varianza con respecto a los lotes.

Independencia El mtodo analtico de comprobar el supuesto de independencia se realiza con la prueba DurbinWatson. ( )

( ei2

) ( ) (ei-ei-1)2 1.0 4.0 1.0 4.0 10.2 9.0 16.0 9.0 4.0 0.0 9.0 4.0 9.0 1.0 11.6 16.0 1.0 4.0 4.0 0.6 4.0 16.0 25.0 4.0 167.480

Datos 8 9 7 8 10 4 7 3 6 8 11 8 10 7 8 6 2 1 3 5 4 2 6 1 3

yi 8.4 8.4 8.4 8.4 8.4 5.6 5.6 5.6 5.6 5.6 8.8 8.8 8.8 8.8 8.8 3.4 3.4 3.4 3.4 3.4 3.2 3.2 3.2 3.2 3.2

ei 0.40 -0.60 1.40 0.40 -1.60 1.60 -1.40 2.60 -0.40 -2.40 -2.20 0.80 -1.20 1.80 0.80 -2.60 1.40 2.40 0.40 -1.60 -0.80 1.20 -2.80 2.20 0.20

0.16 0.36 1.96 0.16 2.56 2.56 1.96 6.76 0.16 5.76 4.84 0.64 1.44 3.24 0.64 6.76 1.96 5.76 0.16 2.56 0.64 1.44 7.84 4.84 0.04 65.200

2.5687 De las tablas obtenemos para p=2, y

Por lo tanto, siendo que

se acepta

, es decir no existe correlacin entre los datos.

11. (21) Se quieren comparar tres dietas (A, B, C) a base de protenas de origen vegetal utilizando 18 ratas de laboratorio de una misma camada. Primero se observa por un tiempo el apetito para formar tres grupos de seis ratas, segn su voracidad; y cada uno de estos grupos se clasifica a su vez en tres grupos de dos ratas, de acuerdo a su peso inicial. Se plantea un experimento donde la variable de respuesta es el peso en gramos ganado por las ratas despus de cierto perodo, con los siguientes resultados: Apetito/ Peso inicial P1 67 72 85 98 66 47 A1 (C) A2 105 112 75 67 68 91 (A) 95 86 88 110 108 120 A3 (B)

(A)

(B)

(C)

P2

(B)

(C)

(A)

P3

a) Analice los datos. Cules factores influyen en el peso ganado por las ratas? El tipo de anlisis es Diseo en cuadro latino (DCL), cuyo modelo es:

Hiptesis: Tratamiento:

para algn Bloque 1:

para algn

Bloque 2:

para algn

Anlisis de varianza de dos factores con una sola muestra por grupo RESUMEN A B C Fila 1 Fila 2 Fila 3 Columna 1 Columna 2 Columna 3 Cuenta 3 3 3 3 3 3 3 3 3 Suma Promedio Varianza 628 209.333333 550.333333 436 145.333333 1164.33333 496 165.333333 900.333333 537 179 1524 523 174.333333 840.333333 500 166.666667 3350.33333 435 145 1252 518 172.666667 1546.33333 607 202.333333 566.333333

ANLISIS DE VARIANZA Origen de las Suma de Grados de variaciones cuadrados libertad Tratamiento 6432 2 Peso inicial (B1) 232.666667 2 Voracidad (B2) 4932.66667 2 Error 64.6666667 2 Total 11662 8 Promedio Valor de los crtico para cuadrados F F 3216 99.4639175 6.94427191 116.333333 3.59793814 6.94427191 2466.33333 76.2783505 6.94427191 32.3333333

En tratamiento: Dado que diferentes entre s. En bloque 1: Como el resultado. En bloque 2: Como , la hiptesis nula se rechaza, es decir, que la voracidad de las ratas si es un factor que influye en los resultados. , la hiptesis nula se acepta, es decir, que el peso inicial no tiene un efecto en , la hiptesis nula se rechaza, es decir, los tratamientos (dietas) son

b) Cul dieta es mejor? Utilizando LSD i-j A A B B C C 64 44 20 > > > LSD 19.9763391 19.9763391 19.9763391 H0

Por lo tanto, se puede concluir que la dieta B es la mejor, ya que el incremento de peso es el menor.

c) Alguno de los factores de bloque puede ser ignorado? Argumente su respuesta. Como el peso inicial no tiene influencia en los resultados, este factor de bloque puede ser ignorado. d) Si se fuera el caso, analice de nuevo el experimento y saque conclusiones. Hiptesis: Tratamiento:

para algn

Bloques

para algn Anlisis de varianza de dos factores con una sola muestra por grupo RESUMEN Fila 1 Fila 2 Fila 3 Columna 1 Columna 2 Columna 3 Cuenta 3 3 3 3 3 3 Suma Promedio Varianza 628 209.333333 550.333333 436 145.333333 1164.33333 496 165.333333 900.333333 435 145 1252 518 172.666667 1546.33333 607 202.333333 566.333333

ANLISIS DE VARIANZA Origen de Promedio Valor las Suma de Grados de de los crtico para variaciones cuadrados libertad cuadrados F Probabilidad F Filas 6432 2 3216 43.264574 0.00195228 6.94427191 Columnas 4932.66667 2 2466.33333 33.1793722 0.00323209 6.94427191 Error 297.333333 4 74.3333333 Total 11662 8

En tratamiento: Dado que diferentes entre s. En bloque: Como , la hiptesis nula se rechaza, es decir, que l apetito si influye en el resultado. , la hiptesis nula se rechaza, es decir, los tratamientos (dietas) son

Es decir los resultados siguen siendo los mismos.

e) Verifique los supuestos del modelo. Normalidad

)]

i 1 2 3 4 5 6 7 8 9

Datos en orden 50 51 53 55 58 59 61 62 64

Coeficientes ShapiroWilks 0.5888 0.3244 0.1976 0.0947

xn-i+j-xi 14 11 8 4

ai(xn-i+j-xi) 8.2432 3.5684 1.5808 0.3788 13.7712

3680.125 Entonces Y de tablas 0.00644 0.978

Por lo tanto si distribucin normal.

la hiptesis nula se acepta. Estos dato provienen de una

Varianza constante Como los datos tienen una distribucin normal se utiliza el estadstico de Bartlett.

para algn

Dnde: [( ) ( ) ]

) ( )

Para tratamiento: si2 550.333333 1164.33333 900.333333 2615 log si2 2.74062582 3.06607733 2.95440333 8.76110648

sp2= 871.666667 q= -5212.3579 c= 1.05555556 2= 11370.2924

log sp2= 2.94035044

De tablas

5.991

Por lo tanto, como entonces, la hiptesis nula se rechaza, esto quiere decir que no existe Homocedasticidad en los datos.

Para bloque: si2 log si2 1252 1546.33333 566.333333 3364.66667 3.09760433 3.18930312 2.75307212 9.03997957

sp2= q= c= 2=

1121.55556 0.2189656 1.11111111 0.45377118

log sp2=

3.04982079

De tablas

5.991

Por lo tanto, como entonces, la hiptesis nula se acepta, esto quiere decir que hay homogeneidad de varianza en los datos con respecto a los bloques.

Independencia El mtodo analtico de comprobar el supuesto de independencia se realiza con la prueba DurbinWatson. ( )

) ( )

independencia Datos 1 2 3 yi ei -26.33 7.67 18.67 ei2 693.44 58.78 348.44 (ei-ei-1)2 1156 121 183 209.333333 217 209.333333 228 209.333333

4 5 6 7 8 9

113 142 181 139 159 198

145.333333 145.333333 145.333333 165.333333 165.333333 165.333333

-32.33 -3.33 35.67 -26.33 -6.33 32.67

1045.44 11.11 1272.11 693.44 40.11 1067.11 5230.000

2601 841 1521 3844 400 1521 12005.000

2.2954 De las tablas no viene el valor correspondiente, para concluir el mtodo analtico. Grficamente: en base al valor de y , por lo tanto, no se pudo

se puede concluir que no hay correlacin entre los datos.

12. (23) Un investigador est interesado en el efecto del porcentaje de lisina y del porcentaje de protena en la produccin de vacas lecheras. Se consideran siete niveles en cada factor. % de lisina: 0.0 (A), 0.1 (B), 0.2 (C), 0.3 (D), 0.4 (E), 0.5 (F), 0.6 (G). % de protena: 2 (), 4 (), 6 (), 8 (), 10 (), 12 (), 14 ().

Para el estudio se seleccionan siete vacas al azar, a las cuales se les da un seguimiento de siete perodos de tres meses. Los datos en galones de leche fueron los siguientes:

Vaca/ perodo 1 2 3 4 5 6 7

1 304 (A) 381 (B) 432 (C) 442 (D) 496 (E) 534 (F) 543 (G)

2 436 (B) 505 (C) 566 (D) 372 (E) 449 (F) 421 (G) 386 (A)

3 350 (C) 425 (D) 479 (E) 536 (F) 493 (G) 352 (A) 435 (B)

4 504 (D) 564 (E) 357 (F) 366 (G) 345 (A) 427 (B) 485 (C)

5 417 (E) 494 (F) 461 (G) 495 (A) 509 (B) 346 (C) 406 (D)

6 519 (F) 350 (G) 340 (A) 425 (B) 481 (C) 478 (D) 554 (E)

7 432 (G) 413 (A) 502 (B) 507 (C) 380 (D) 397 (E) 410 (F)

a) Analice este experimento. Qu factores tienen efecto en la produccin de leche? Se utiliza un anlisis de diseo en cuadro greco-latino (DCGL) Modelo:

Hiptesis: % Lisina:

para algn % Protena:

para algn

Vaca:

para algn

Perodo:

para algn

A B C D E F G

304 435 346 380 372 357 350

340 381 350 406 397 449 366

345 425 432 425 417 410 421

386 427 481 442 479 494 432

413 436 485 478 496 536 461

495 502 505 504 554 534 493

352 509 507 566 564 519 543

Anlisis de varianza de dos factores con una sola muestra por grupo RESUMEN Fila 1 Fila 2 Fila 3 Fila 4 Fila 5 Fila 6 Fila 7 Columna 1 Columna 2 Columna 3 Columna 4 Columna 5 Columna 6 Columna 7 Cuenta 7 7 7 7 7 7 7 7 7 7 7 7 7 7 Suma 2635 3115 3106 3201 3279 3299 3066 2544 2689 2875 3141 3305 3587 3560 Promedio 376.428571 445 443.714286 457.285714 468.428571 471.285714 438 363.428571 384.142857 410.714286 448.714286 472.142857 512.428571 508.571429 Varianza 3940.95238 2057.66667 4887.2381 4051.57143 5728.95238 4704.57143 4638.66667 1587.95238 1383.80952 887.571429 1456.57143 1629.14286 518.285714 5363.61905

Vaca/ perodo

1 304 381 432 442 496 534 543

2 436 505 566 372 449 421 386

3 350 425 479 536 493 352 435

4 504 564 357 366 345 427 485

5 417 494 461 495 509 346 406

6 519 350 340 425 481 478 554

7 432 413 502 507 380 397 410

1 2 3 4 5 6 7

Anlisis de varianza de dos factores con una sola muestra por grupo RESUMEN Fila 1 Fila 2 Fila 3 Fila 4 Fila 5 Fila 6 Fila 7 Columna 1 Columna 2 Columna 3 Columna 4 Columna 5 Columna 6 Columna 7 Cuenta 7 7 7 7 7 7 7 7 7 7 7 7 7 7 Suma 2962 3132 3137 3143 3153 2955 3219 3132 3135 3070 3048 3128 3147 3041 Promedio 423.142857 447.428571 448.142857 449 450.428571 422.142857 459.857143 447.428571 447.857143 438.571429 435.428571 446.857143 449.571429 434.428571 Varianza 5925.47619 5777.61905 6361.80952 4415.33333 4055.28571 4501.14286 4644.47619 7373.28571 4611.14286 4937.61905 7151.61905 3555.80952 6674.28571 2542.95238

ANLISIS DE VARIANZA Origen de Promedio las Suma de Grados de de los variaciones cuadrados libertad cuadrados % Lisina 42783.551 6 7130.5918 %Protena 145879.551 6 24313.2585 Vaca 8754.408 6 1459.0680 Perodo 1760.980 6 293.4966 Error 23662.776 24 985.9490 Valor crtico para F 2.51 2.51 2.51 2.51

F 7.2322 24.6598 1.4799 0.2977

Total

222841.265

48

En %Lisina: Dado que , la hiptesis nula se rechaza, es decir, el porcentaje de lisina no es igual para cada nivel, es decir, si tiene un efecto significativo. En % Protena: Como , , la hiptesis nula se rechaza, lo que significa que, el porcentaje de protena si tiene un efecto en la produccin de vacas lecheras. Vaca: Como , la hiptesis nula se acepta, es decir, que la vaca (que vaca es) no es un factor que influye en los resultados. Perodo: Como , la hiptesis nula se acepta, es decir, que el perodo tampoco es un factor que influye en los resultados.

b) Interprete los datos usando grficos de medias.

c) Cmo puede explicar la falta de efectos en vacas y perodo? Estos factores que no influyen en la produccin de las vacas.

d) Qu porcentajes de lisina y protena dan los mejores resultados? Utilizando diferencias mnimas significativas Utilizando LSD i-j 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 A A A A A A B B B B B C C C C D D D E E F B C D E F G C D E F G D E F G E F G F G G 68.571 67.286 80.857 92.000 94.857 61.571 1.286 12.286 23.429 26.286 7.000 13.571 24.714 27.571 5.714 11.143 14.000 19.286 2.857 30.429 33.286 > > > > > > < < < < < < < < < < < < < < < LSD 33.872 33.872 33.872 33.872 33.872 33.872 33.872 33.872 33.872 33.872 33.872 33.872 33.872 33.872 33.872 33.872 33.872 33.872 33.872 33.872 33.872 H0

Entonces se concluye que el porcentaje de lisina A es el que proporciona menor produccin de las vacas, pero el resto son significativamente iguales.

e) Verifique los supuestos del modelo. Normalidad

Homogeneidad de varianza

Independencia

II.

Problemas marcados con asterisco

1. (2) Un equipo de especialistas en remotivacin, en un hospital psiquitrico, condujo un experimento para comprobar cinco mtodos para remotivar a los pacientes. Estos fueron agrupados de acuerdo con el nivel de motivacin inicial. En cada grupo, los pacientes fueron asignados al azar a los cinco mtodos. Al final del periodo experimental, un equipo de trabajo formado por un psiquiatra, un psiclogo, una enfermera y un trabajador social evaluaron a los pacientes. Ningn miembro del equipo de evaluacin sabia de los mtodos que fueron asignados a los pacientes. El equipo asign a cada paciente una calificacin como medida de su nivel de motivacin. Los resultados fueron los siguientes: Nivel de motivacin inicial Nulo Muy bajo Bajo Promedio Mtodo de motivacin A B C D E 58 68 60 68 64 62 70 65 80 69 67 78 68 81 70 70 81 70 89 74

Proporcionan estos datos evidencia suficiente que indique una diferencia en las calificaciones medias entre los mtodos? Sea = 0.05

2. (3) La enfermera supervisora de un departamento de salud local quera analizar el efecto de la hora del da en la duracin de las visitas domiciliarias realizadas por el personal de enfermera. Pensaba que las diferencias individuales entre las enfermeras podan ser grandes, por lo que utiliz a las enfermeras como un factor de formacin de bloques. Recolecto adems los siguientes datos: Duracin de la visita domiciliaria Temprano En la A medio Por la por la maana da tarde tarde 27 28 30 23 31 30 27 20 35 38 34 30 20 18 20 14

Enfermera A B C D

Proporcionan estos datos evidencia suficiente para indicar una diferencia en la duracin de las visitas domiciliarias en las diferentes horas del da? Sea = 0.05 3. (5) Se realiza un experimento para investigar el efecto de la temperatura de secado en granos de trigo con la finalidad de mejorar la calidad en el horneado para producir pan. Se utilizaron tres niveles de temperatura y la variable de respuesta medida fue el volumen de la pieza de pan obtenida. Los datos obtenidos fueron los siguientes:

Temperatura (C) 70.0 75.0 80.0

Volumen (cm3) 1245 1235 1225 1235 1240 1200 1285 1200 1170 1242 1220 1155 1235 1210 1095

a) La temperatura de secado afecta el volumen de pan? Usar un =0.01 b) Utilizar el mtodo de LSD para determinar la diferencia de medias y cul es el tratamiento ms adecuado que cumple con los fines de obtener un mayor volumen. c) Analizar el cumplimiento de normalidad y homogeneidad de varianzas por los mtodos grficos y matemticos.

4. (9) Un artculo en Agricultural Engineering (diciembre 1964, pp672-673)

describe un experimento en el cual el peso ganado diariamente por los cerdos es evaluado en los diferentes niveles de temperatura de su vivienda.
El peso promedio de cada grupo de cerdos al inicio del experimento es considerado como un factor de ruido. Los datos obtenidos de este experimento se muestran a continuacin:

Peso (lbs) 100 150 200

Temperatura promedio del aire de la vivienda (F) 50 60 70 80 90 100 1.37 1.58 2.00 1.97 1.40 0.39 1.47 1.75 2.16 1.82 1.14 -0.19 1.19 1.91 2.22 1.67 0.88 -0.77

a) La temperatura promedio de la vivienda afecta al peso promedio ganado? Usa =0.05 b) Utiliza el mtodo de LSD de Fisher para determinar qu niveles de temperatura son diferentes. c) Analiza los residuos de este experimento y haz comentarios sobre la adecuacin del modelo.