Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Las figuras 4.2 y 4.3 muestran una representacin grfica del TLe
Distribuciones originales
(Xs)
Distribucin
de sus medias
(X)
6
Normal
IL
la distribucin de medias
103
la informacin de la muestra.
.
La regin de rechazo de Ho (RRHol. Es una parte de la distribucin
de referencia en la cual si el EP se encuentra ah, se rechaza Ho.
La decisin. Decidir si se rechaza o no a Ho.
El nivel de confianza de la prueba (1 - al.
ex = p(error tipo 11
ex = p(rechazar Ho IHo verdod]
~.=
~=
1.
2.
3.
4.
------r-
104
Normal
No-Normal
Datos ordenados
Datos ordenados
normal
99.5
.--.--.--,---..,---.---.----.-----r--.---,-.--.--...--...----r'---.-----.--.---,
99r-~r_+-~_+_+~-~+_+-~_r-+~-~+-~_r~
98
95r-~r_+-~_+_+~-~+_+-~_r-+~-~+-~_r~
90r-r_r-+-~_+_+~-r_+_+--r~-+~-r_+-~~~
80r-r_r-+-~_+_+~-r_+_+--r~-+~-r_+-~~~
~
~
70r-~r_+-~_+_+~-~+_+-~_r-+~-~+-~_r~
60r-r_r_+-~_+_+~-r_+_+_~_r-+~-r_+_~_r~
50r-r_r-+_~_+_+~-r_+_+_~_r-+~-r_+_~_r~
40r-~r_+-~_+_+~-~+_+-~_r-+~-~+-~_r~
30r-r-r-+-+-~~-r-+_+~-r-r-+_+-~-r_+_+~
20r-~r_+-~_+_+~-~+_+-~~-+~-~+-~_r~
10r-~r_+-~_+_+~-~+_+-~_r-+~-~+-~_r~
5r-~r_+-~_+_+~-~+_+-~_r-+~-~+-~_r~
2r-r_r-+-~_+_+~-r_+_+--r~-+~-r_+-~~~
lr-r_r-+-~_+_+~-r_+_+_~_r-+~-r_+-~_r~
0.05
r-r_r-+-~_+_+~-r_+_+_~_r-+~-r_+-~_r~
normal
Ha: Il
= Jlo
> Jlo
Il < Jlo
Il ~ Jlo
Ha: Il
Z > Z
Z
< -Za
t
t
>
<
ta,n- 1
-ta,n-l
-,
:-11-----------
al n '"
30
EP:l ~ X~I';
s/
= X la/2 / ~
IC
s~
lOS
b) n
b 1) Varianza conocida
X5;
EP:l ~
le ~ X
lo!,
*"
EP:I ~ XXI';
IC
=X
ta/2,n-l
s/
/ ~
~
Eiemplo 4.1
De una muestra de n=50 focos de 100 W de un proceso estable se obtuvo X=890h
h. Presentan estos datos suficiente evidencia que sugiera que la vida
media de los focos producidos por este proceso es menor a 1000 h? Usar un nivel de confianza de 95 por ciento.
y S=220
Ho:
j.I.
EP: Z
= 1000
=
Ha:
j.I.
< 1000
X-
J:
S
..rn
Z = 890-1000
22y.J50
= -3.535
vs
ex
7.
-~.05
= - 1 .6"5
~
Como -3.535<-1.645,
existe suficiente evidencia para rechazar Ha, es
decir, para rechozor que la vida media de los focos es 1000 h.
Ha: ~l
~2
He:
~l
~l
>
<
~2
~2
~l "" ~2
Z.> la.
Z < -la
III
?-
la/2Itl>ta/2,nl
.t>
t<
+nT2
ta,nl+nT2
-ta,nl+nT2
106
a) (n1,n2) ~ 30
EP: Z
le = x, -
Za/2
b) (n1,n2)
Sp
X2
~*+~
(n1-
n1+~-2
x -x
JiJl.
EPt ~
le = Xl
9I =
- X2
t /2
a
I ~'2
.::L
,g
n
(~+~)2
n1
S2
+ .::2.
~
rn'+fiI
n-l
~-l
= n2 =
le es
(Z1
2
}S12
S~)
Eiemplo 4.2
Se desea comparar la vida media de los focos de 75 W y los de 100 W. Se tom
uno muestra de 10 focos de 75 W y 12 focos de 100 W de donde se obtuvo:
X(75)= 1050, S(75)=100, X(100)=990,
S(100)=170.
Probar la hiptesis de
igualdad de vida promedio. Usar alfa=5% y calcular ellC correspondiente .
.:-1f-----'--------------
Ho:
EP:
Sp
t ~
x-x
t =
~
Sp
Ha:
J.Ll = J.L2
107
~+~
"2
Il]
9(100)2 + 1 !170)2
10+12-2.
1050-~90 1
142.81~TO+T2
142 81 1
.
~~
~
de las medias
187.55)
Eiercicio 4. 1
Resolver el mismo problema considerando
porar los resultados.
el caso de varianzas
,,-
. (~J
...Jn
EP:
d-B
>-t,,/2 ,n-l
diferentes y com
108
..
Ho: P = PO
np
Z > t
Po .
Ha: p>
Z<-Za
< Po
np ~ Po
le.. p- +-
Ep: Z =
La/2
~1- 5)
n
L3
Ho: P: = P2
npj < P2
Z > t;
Z<-Za
np ~ P2
Ha: Pl > P2
Ep: Z =
Eiemplo 4.3
Se desea saber si existe diferencia entre la fraccin defectuosa producida por dos
diferentes prensas en la fabricacin de lmparas de tungsteno-halgeno. Se observ que el nmero de lmparas defectuosas de la prensa 1 fue 702 de un total de
727..2, y en la prensa 2 fue 1056 de un total de 13,393. Usar alfa 5% y calcular
el correspondiente le.
Ho: p =
P2
~
n
Ha: p ~
P2
= ~
"2
P2
EP: Z
r--I-----------------
702
Pl = 7272
P=
= 0.0965
X1+X2
n+"2
1056
13,393 = 0.0788
'702+ 1056
7272 + 13,393 = 0.0851
Z=
,.
f32=
109
0.0965-0.0788
= 4.35
VO.0851(1-0.085~(72j.2 + 1'3,193}'
se rechaza la igualdad
= 0.0965 - 0.0788
1.96
de la fraccin defectuosa en
= (0.0095 , 0.0259)
Como el valor cero no est incluido en el intervalo, serechaza la igualdad de las
proporciones defectuosas en las dos prensas.
= P2 =
= ... = Pk
p3
fo = frecuencia
observada
fe = frecuencia
esperada
k = nmero de
proporciones
por comporar
Rechazar Ha si X2
>
fe
X~,k- 1
~------'--------i
E;emplo 4.4
Se desea saber si existe diferencia en el nmero de unidades defectuosas en la fabricacin de calentadores de agua. Se tom la informacin mostrada en la tabla 4.1
Tumo
U. defectuosas(x)
30(16.89)
10(14.36)
8(16.75)
U. producidas (n-x)
3221 (3234.11)
2753(2748.64)
3215(3206.25)
9189
Total(n)
3251
2763
3223
9237
f~
1689. 2
325!48)
9237
48
.... 3206 25
3223(9189)
9237
(30-16.89)2
(3215-3206.25)2
+ ... +
3206.25
16.89
X6.05,2 =
Total
_ 16 15
-.
5.99
Por tanto se concluye que por lo menos el nmero de unidades defectuosas en uno
de los tres turnos es diferente.
,,6
< 30)
Regin de rechazo de Ho (RRHo)
Ho:
(12
(13
Ha:
x2 >'X~,n-l
<
X2
(13
(12 # (13
EP:
b) n
:2:
Ho:
X2
(n- ~S2
le.
05
X2 > X2
a/2,n- 1 O X2
[(n2
EP,Z~
~S2.
'2
(n-
1 (1 <
~Q
00
(10
Z.>
de Ho (RRHo)
(10
ffn
IZI > Za/2
IC: [
Jf.; 1
S
.
S
1+ Za/2 ' 1-
"Fn
X21-a/2,n-l
~S21
Regin de rechazo
(10
<
Xa/2,n- 1 Xl -a/2,n- 1
30
(1
< X21-a,n-l
2n
..
-1----~---
el
Cociente
de varianzas
de poblaciones
normales (n 1, n2)
,
< 30
"if'
'
Reginde
rechazade He(RRHo)
F
< F1-a,n1-1,n2-1
l<Tf?'= <Ti
< F1-a/2,n1-1,n2-1
Ha: <Tf
111
> <Ti
> Fa/2,n1-1,nr1
EP: F = ~
2
le [
,
S2
. S2Fa/2,n'r 1,n-1]
Sra/2,n- 1,":2-1"
S~
EP: Z
>
< -Za
IZI
SlSp _1 +_1_
2n1 2n2
Transformacin
F1-a/2,n,-I,n2-1
r;
> Za/2
de F
F a/2,n2-1
,n,-1
Eiemplo 4.5
Probar Ho: '(1=200 vs (1)200 para datos de vida promedio de n=20 focos de
100 W, donde S=220. Usar alfa 5%. Suponer poblacin normal y proceso estable.
Ep.
. X
= (n-1)$2
06
= 19(220)2 = 22 99
2002
.
Como 22.99 es menor que 30.1, no se rechaza Ho, es decir, no se rechaza que
la desviacin estndar sea 200 horas.
.
Eiercicio 4.2
Se quiere probar si dos diferentes procesos de manufactura (A y BI de focos tipo
A 19 de 60 W tienen la misma dispersin de vida. Se tomaron 61 muestras del proceso A y 31 muestras del proceso B obtenindose S(AI=236 h y S(BI= 172 h. Aplicar una PH usando alfa 5 por ciento.
112
Diseo y anlisis de
experimentos (DGE)
El DOE se puede definir como un conjunto de tcncos estadsticas usadas
para planear experimentos y analizar sus resultados, de manera ordenada y
eficiente.
1
Existen tres principios bsicos a ser considerados en todo diseo y anlisis de un experimento:
.
2.
3.
3.
4.
5.
6.
7.
8.
9.
'
l~
113
l'"'
,1'"
Eiemplo 4.6
Se desea' comparar tres procesos desde el punto de vista de la longitud de clavos
de 2" que producen. Se decide tomar una muestra aleatoria de tres clavos por proceso cuyas longitudes se muestran en la tabla 4.2.
,
+,
ProcesO
"n. Ji 'I!','+;:
: ",,'.1 ' ~
.J
2 ~
2.03
1.99
2.05
",
3'
l '
'C
2.05
1.98
2.07
-1 TablaA.2.
A
B'
!
L
sf,
2.02
2.033333 0.0002333
2.00 ~ 1'.9900 0.0001000
2.05
'2.056667 0.0001333
y = 2.0267
114
la figura 4.6 muestra una representacin grfica de las medias de los diferentes
procesos para fabricar clavos, adems de incluir la media general. Tambin ilustra
grficamente por qu si se desean comparar medias, el Anova lo hace a travs de
comparar variaciones: mientras ms variacin exista entre las medias; stas no sern muy semejantes; mientras ms parecidas sean. stas, su variacin ser menor .
.Es decir, se puede hablar de la semejanza o diferencia de un grupo de datos, en
funcin de su variacin. De aqu por qu analizar la variacin equivale a comparar
valores o comparar medias si dichos valores lo son.
o
I
1.99
OI
2.033
2.057
--1 Figura
(12
I,(x - xl2
n - 1
SS
91 =
Suma de cuadrados
Grados de libertad
Las unidades originales quedan al cuadrado por el factor SS=I,(x - x12: que
es una medida de variacin. Al dividir entre n-1 se'obtiene una medida de
variacin promedio. Es n yno n-1 para obtener un estimador insesgado
de la varianza de la poblacin. Es decir,
r,(X-XP'I
'n)
E(
(n-1)
-n-
(12
mientras que
El numerador (SSItiene n-1 grados de libertad porque la suma de las desviaciones de los datos con respecto a su media es cero. Esto significa que conociendo cualesquiera n-1 desviaciones, se puede conocer la restante. Es
decir, se tiene la "libertad" de tener n- 1 desviaciones independientes. Una definicin formal de grados de libertad es el nmero de observaciones tomadas en exceso para estimar un pormetro (lipson y Sheth, 19731, o "el nmero
de variables menos el nmero de relaciones lineales [reslricciones] entre ellas"
(Bowker y lieberman, 19721.
La variacin se descompone en los siguientes elementos:
~~'------------~---
115
error
de
me-
I SST =
SSt
SSE
Proceso B
Proceso
Variacin
total
Suma~
Media
Variacin
entre grupos
2.07
2.06
2.0,5
2.04
2.03
2.02
2.01
2.00
1.99
1.98
Proceso B
Procesa
~-----+~~~--~--------------~~------------~
o
-/ Figura 4.8. Representacin grfica de los datos
---------r--
116
A simple vista se observa la variacin que existe entre las medias de los procesos, que pudiera o no ser significativa, con base en la referencia que el Anova
provee, adems de apreciar la variacin interna de cada proceso. Aunque
sta no es la manera de trabajar del Anova, es una manera sencilla de ilustrarlo: la variacin interna (referencia) tie'ne un rango (el valor mayor menos el
valor menor), R(interna)=0.030 y la variacin entre grupos un valor, R(grupos)=0.067. Al comparar las dos variaciones se nota que la variacin entre
los procesos es un poco ms del doble que la referencia. Es esta diferencia
significativa para considerar que los procesos son di,fere.r1tes?El Anova lo
responder ms adelante.
\
.
SST = LLYf -
N=
L(~ada
Ly2
ni -
N=
y2
SSt =
y2
dato)2 -
(Suma total)2
N
(Suma total)2
N
-,
(rplcos].
O
(trotomientos
gl(SST) = N - 1
gl(SSt) = a - 1
gl(SSE) = gI(SST) - gl(SSt) = N - a
= (2.05)2
SSt =
(5.97)2
----
~,
(Suma total)2
N
(6.1)2
1~~'
o gruposl.
(6.17)2
(18.24)2
9
= 0.0078
(Suma totol)2
(18.24)2
9J
= 0.006867
SSt
sf(N -
nI =
0.00114~(9 - 31 = 0.006867
SSE =
donde
"55
MS
a-1
MSt=SSt/a-1
SSE
N-a
MSE=SSE/N-a
SST
N-l
SSt
Tratamientos(tl
el
MSt/MSE
rl
.'
Error. (E)
(por diferencial
Total
"
Fuente. de variacin
Tratamientos(tl
Error (El
(por diferencia)
Total
55
0.006867
II .'
MS
0.003434
10.000933
..
0.000156
.~
0.00780
-------t-
F
22.08
117
118
Una recomendacin para determinar el nmero de rplicas (n), es que los grados
de libertad del error sean de por lo menos 20 o 25 (Montgomery, 1991 a).
De acuerdo con esta recomendacin, N=a+25,
de donde n=N/a, siendo "0"
el nmero de niveles del factor A. Para este ejemplo, considerando un mnimo
de 25 grados de lbertcd en el error se tiene N";3+25,
n=28/3,
redondeado hacia arriba es 10.
6
5.14
~ 22.08
Densidad
Temperatura
J
-2
r 3
4
I
SST = I(Cada
dato)2 _
4.5
3.8
7.6
3.5
7.8
5.6
4.6
3.5
6]
9.1
7.64.8
(Suma~otal)2
.,.
~~----------------------
SSt
119
~_~c------------------------------__~--
Tabla Anava
F
55
variacin
al
M5
Tratamientos(tl
Error (El
(por diferencial
Total
F(tablas)=F
a,gllt):gIIE) =
FO.05,
, =
_.
f\
FO.05,
~'c;"
Conclusin __ ---:-
-,--___________
r(X (f)p.
Sy
S-Y
= ~ MSE
n
f = gl(E) = 6
120
s.:
= -V10.00~156
~MSE
n
= roos(2,
R3 = ro.os(3,
R2
0.00721
6)s"y;= (3.46)(0.00721)
6)sy = (3.58)(0.Op721)
=
=
0.02495
0.02581
G
B
0.02581
0.02495
p
o
e
En lo tabla se anoton los diferencias
Grupos iguales:
lA
el
de ~edias
Como 0.066 es mayor que 0.02581 y 0.043 es mayor que 0.02495, se concluye que las medias de los procesos A y 8 son diferentes, y que las medias
de los procesos 8 y C tambin son diferentes. Como 0.023 no es mayor que
0.02495, las medias de los procesos A y
se consideroneslodiscornente
iguales.
la figura 4.10 es una grfica de respuesta parecida a la figura 4.8.
Cada punto representa la media de cada proceso y se incluye tambin su'
i
E
"
2.06
2.05
2.04
2.03
2,02
2.01
Y3
= 2.056
S3 = 0.01155
Yl = 2.033
SI = 0,01527
~:~
..................................
Y2
1.98
S2 =
A
Noto: los desviaciones
Objetivo
1.990
0.01000
Proceso