Libro Estadistica Inferencial

Suavizacin
Instituto Tecnolgico de Ensenada

Ral Jimnez Gonzlez
Biol.
Contenido
CAPTULO 1. Regresin lineal simple y mltiple. 4
1.1. Regresin Lineal simple. 4
1.1.1. Prueba de hiptesis en la regresin lineal simple.... 12
1.1.2. Calidad del ajuste en regresin lineal simple.... .. 19
1.1.3. Estimacin y prediccin por intervalo en regresin lineal simple.... 23
1.1.4. Uso de software estadstico....... 25
1.2. Regresin lineal mltiple 30
1.2.1. Pruebas de hiptesis en regresin lineal mltiple. 34
1.2.2. Intervalos de confianza y prediccin en regresin mltiple...... 37
1.2.3. Uso de un software estadstico...... 40
1.3. Regresin no lineal. 43
CAPTULO 2. Diseo de experimentos de un factor.. 45

2.1. Familia de diseos para comparar tratamientos. 49
2.2. El modelo de efectos fijos.. 50
2.3. Diseo completamente aleatorio y ANOVA. 50
2.4. Comparaciones o pruebas de rangos mltiples.. 62
2.5. Verificacin de los supuestos del Modelo. 71
2.6. Uso de un software estadstico... 80
CAPTULO 3. Diseo de bloques. 84
3.1. Diseos en bloques completos al azar 85
3.2. Diseo en cuadrado latino.. 95
3.3. Diseo en cuadrado grecolatino....... 104
3.4. Uso de un software estadstico. 108
CAPTULO 4. Conceptos bsicos en diseos factoriales.. 112
4.1. Diseos factoriales con dos factores. 114
4.2. Diseos factoriales con tres factores. 123
4.3. Diseo factorial general 128
4.4. Modelos de efectos aleatorios... 130
4.5. Uso de un software estadstico . 134
CAPTULO 5. Series de tiempo... 138
5.1. Modelo clsico de series de tiempo....... 141
5.2. Anlisis de fluctuaciones... 143
5.3. Anlisis de tendencia. 146
5.4. Anlisis de variaciones cclicas
......147
5.5. Medicin de variaciones estacionales e irregulares.. 148

5.6. Aplicacin de ajustes estacionales......... 148
5.7.
Pronsticos
basados
en
factores
de
tendencia
estacionales........150
Apndice. Tablas Estadsticas..166
Bibliografa....174
CAPTULO 1
Regresin lineal simple y mltiple
1.1. Regresin Lineal simple

1.1.1. Prueba de hiptesis en la regresin lineal simple
1.1.2. Calidad del ajuste en regresin lineal simple
1.1.3. Estimacin y prediccin por intervalo en regresin lineal simple
1.1.4. Uso de software estadstico
1.1. Regresin Lineal simple

El anlisis de regresin se usa con el propsito de prediccin. La meta del anlisis
de regresin es desarrollar un modelo estadstico que se pueda usar para predecir
los valores de una variable dependiente o de respuesta basados en los valores de
al menos una variable independiente o explicativa. Este captulo se centra en un
modelo de regresin lineal simple, que usa una variable numrica independiente
para predecir la variable numrica dependiente .
Para establecer una relacin cuantitativa entre
es necesario disponer
de cierta informacin muestral. Esta informacin consiste de un conjunto de pares

de observaciones de
y , donde cada uno de estos pares pertenece a una unidad
elemental particular de la muestra. Por ejemplo, suponga que el rendimiento de un

proceso qumico est relacionado con la temperatura de operacin, o la experiencia
profesional de los trabajadores y sus respectivos sueldos, las estaturas y pesos de
personas, la produccin agraria y la cantidad de fertilizantes utilizados, etc. Si
mediante un modelo matemtico es posible describir tal relacin, entonces este
modelo puede ser usado para propsitos de prediccin, optimizacin o control
Para ilustrar el concepto, considrense los datos de la tabla 1.1. En esta
tabla, se relaciona la cantidad de fibra (madera) en la pulpa con la resistencia del
producto (papel).
Tabla 1.1 Datos de resistencia de pulpa
Porcentaj
Resistenci
e de fibra
134
145
142
10
149
12
144
14
160
16
156
18
157
20
168
22
166
24
167
26
171
28
174
30
183
Es claro que la variable de respuesta o variable dependiente es la resistencia,

por eso se denota con
. Para tener una idea de la relacin que existe entre
y ,
los 14 pares de datos son graficados en un diagrama de dispersin de la figura

1.1. De la inspeccin de este diagrama de dispersin se ve que los puntos cercanos
siguen una lnea recta, lo que indica que la suposicin de linealidad entre las dos
variables parece ser razonable
El diagrama de dispersin es una grafica en la que cada punto trazado representa
un par de valores observados por las variables independiente y dependiente. El
valor de la variable independiente X, se traza en relacin con el eje horizontal y el
valor de la variable dependiente Y, en relacin con el eje vertical. La naturaleza de la
relacin entre dos variables puede tomar muchas formas, que van desde algunas
funciones
Reg
resin lineal simple
matemticas sencillas a otras en extremo complicadas. La relacin ms

elemental consiste en una lnea recta o relacin lineal.

Ral Jimnez Gonzlez
Biol.
CAPTULO 1

Ral Jimnez Gonzlez
Biol.
Reg
resin lineal simple
9
r
Figura 1.1 Diagrama de dispersin para los datos de resistencia de la

pulpa
o
La relacin del modelo matemtico adecuado tiene influencia de la

distribucin de los valores
en el diagrama de dispersin. Es sencillo ver

P
esto si se examinan las siguientes graficas (figura 1.2)
Plan A
Plan B
Plan C
Relacin lineal positiva
Relacin lineal negativa
No
hay relacin entre X y Y
Plan
Plan E
Plan F
c
Relacin curvilnea positiva
Relacin curvilnea en forma de U
Relacin curvilnea negativa

n
Figura 1.2 Relacin entre dos variables

e
En la grafica A se observa que lost valores de Y, en general, aumentan en

forma lineal cuando se incrementa

Ral Jimnez Gonzlez
Biol.
s
10
CAPTULO 1
e
En la grafica B es un ejemplo de
una relacin lineal negativa. Cuando
crece, se observa que los valores de Y decrecen. Un ejemplo de este tipo de

relacin puede ser el precio de un producto
especfico y la cantidad de ventas.
R
En la grafica C se muestra un conjunto de datos en el que existe muy
poca o ninguna relacin entre
y Y. Para cada valor de
aparecen valores
altos y bajos de Y.
En la grafica D muestran una relacin curvilnea entre
de Y aumentan cuando
altos de
y Y. Los valores
crece, pero
el incremento disminuye para valores
e
. un ejemplo de esta relacin curvilnea puede ser la edad y el costo
de mantenimiento de una maquina. Cuando la mquina tiene muchos aos, el

d
costo de mantenimiento se eleva con rapidez al principio, pero despus de

cierto nmero de aos se nivela.
En la grafica E muestra una relacin parablica o en forma de U entre
y Y. Conforme
aumenta, al principio Y disminuye; pero si
aumenta ms, Y
no slo deja de disminuir sino que aumenta despus de su valor mnimo. Un

n
ejemplo tipo de relacin puede ser el nmero de errores por hora en una tarea
y nmero de horas trabajadas.
Por ultimo en la grafica F indica una relacin exponencial o curvilnea
negativa entre
incremento de
y Y. en este caso, Y disminuye con rapidez al principio del

pero despus,
cuando
i
aumenta ms, la velocidad de
disminucin es mucho menor. Un ejemplo de esta relacin exponencial puede

ser el valor de reventa de un tipo dado de automvil y los aos que tiene. El
s
primer ao el valor baja en forma drstica respeto a su precio original; sin

embargo, la disminucin es mucho ms lenta en los aos subsecuentes.
r
El anlisis de regresin lineal simple se refiere a encontrar la lnea recta que

e
mejor se ajuste a los datos. El mejor ajuste puede definirse de varias maneras.
Quiz la ms sencilla sea encontrar la lnea recta para la cual las diferencias
entre los valores reales y los pvalores pronosticados a partir de la recta ajustada
de regresin sean tan pequeas como sea posible. Sin embargo, como estas
diferencias son positivas para algunas observaciones y negativas para otras,
s

Ral Jimnez Gonzlez
d
Biol.
Reg
resin lineal simple
11
en trminos matemticos se minimiza la suma de los cuadrados de las

diferencias.
d
ai
c
n
e
t
s
i
s
e
190
180
170
160
R
150
140
130
5
10

Ral Jimnez Gonzlez
15
20
Porcentaje de fibra
25
30
Biol.
12
CAPTULO 1

Ral Jimnez Gonzlez
Biol.
e
Reg
r
resin lineal simple
13
Figura 1.3 Lnea recta que mejor se ajusta a los datos, donde
la
o
distancia
a los puntos es la ms pequea
posible
P
Suponga que las variables

para cada valor de
y Y estn relacionadas linealmente y que
, la variable dependiente, Y, es una variable aleatoria. Es
decir, que cada observacin de Y puede ser descrita por el modelo:

4
(1.1)
2
donde
es un error aleatorio con media cero y varianza
. Tambin suponga
que los errores aleatorios no estn correlacionados. La ecuacin (1.1) es

6
conocida como el modelo de regresin lineal simple. Bajo el supuesto de que

este modelo es adecuado y como el valor esperado del error es cero,
,
se puede ver que el valor esperado de la
variable Y, para cada valor de
,
, est
dado por lnea recta

1
(1.2)
En donde
son los parmetros del modelo y son constantes
+
desconocidas. Por lo tanto, para tener
bien especificada la ecuacin que
relaciona las dos variables ser necesario estimar los dos parmetros, que
tienen los siguientes significados:
- Es el punto en el cual la lnea recta intercepta o cruza el eje y.
7
- Es la pendiente de la lnea, es decir, es la cantidad en que se incrementa o

disminuye la variable
por cada unidad que se incrementa

,
Un procedimiento para ajustar la mejor recta y, por lo tanto, para estimar

es mediante el mtodo de mnimos
cuadrados, el cual consiste en lo
0
Ral Jimnez Gonzlez
3
Biol.
14
CAPTULO 1
siguiente:
si de la ecuacin (1.1) despejamos los errores, los elevamos al
cuadrado y los sumamos, obtendremos lo siguiente:

=
(1.3)
De esta forma, se quierenaencontrar los valores de
que minimizan
la suma de los errores cuadrados. Es decir, se busca ajustar la recta de manera

que la suma de las distancias en forma vertical de los puntos a la recta se
i
minimice, como se ilustra en la figura 1.3.

El procedimiento matemtico para minimizar los errores de la ecuacin (1.3) y
c
as encontrar los estimadores de mnimos cuadrados de

derivar a
con respecto a
y derivar tambin a
, consiste en
con respecto a
se obtiene:
e
i
Al igualar a cero las dos
ecuaciones y resolverlas en forma simultnea
con respecto a las dos incgnitas (
), se obtiene la solucin nica:
(1.4)
(1.5) donde
R

Ral Jimnez Gonzlez
Biol.
d
Reg
resin lineal simple
15
(1.6)
(1.7)
son las medias mustrales de las dos variables, es decir,
u
De esta forma, para obtener la recta ajustada

es necesario aplicar las frmulas
a
anteriores, lo cual es muy sencillo, como se muestra en la tabla 1.2 para los
datos de la resistencia de la pulpa.
Tabla 1.2 Procedimiento para realizar los clculos para la regresin simple para
los datos de la resistencia
de la pulpa.
a

Ral Jimnez Gonzlez
Biol.
d
16
CAPTULO 1

a
134
16
17
536
145
36
956
870
142
64
21
1 136
10
149
100
025
1 490
12
144
144
20
14
160
196
164 2 240
16
156
256
22
18
157
324
201 2f 826
20
168
400
20
22
166
484
736 3 652
24
167
576
25
26
171
676
600
28
174
784
24
30
183
900
336 5 490
1 i728
2 496
3
38,44
360
008
4 446
4
r
4,6
872
24
649
28
224
%
27
4
556
27
889
27
241
30
o
276
d
33
489
=4
= 39
956
353
150
2216.6
342

Ral Jimnez Gonzlez
Biol.
Reg
resin lineal simple
17
-
Por lo tanto, la lnea recta que mejor explica la relacin entre porcentaje
.
de fibra y resistencia del papel, est dada por
En la figura 1.3 se muestra el ajuste de esta lnea. De esta manera, por

c
cada punto porcentual de incremento en el porcentaje de fibra, se espera un

incremento de resistencia de 1,6242 en promedio. La ecuacin (1.8) sirve para
-
estimar la resistencia promedio esperada para cualquier porcentaje de fibra

R
utilizada.
8
Nota: La calculadora cientfica, trae la funcin de Regresin Lineal, una

vez activada esta funcin,
se procede a capturar por parejas (X, Y)

6
correspondientes sin olvidar separarlas por una coma entre ambos datos, se
manda cada par a memoria, al finalizar la captura se obtienen los coeficientes
7
correspondientes presionando la inversa correspondiente de acuerdo al modelo

de esta.
Utilizando un paquete computacional el resultado arrojado sera el

siguiente:
Resumen de Excel

Ral Jimnez Gonzlez
Biol.
18
ai
c
n
e
t
s
i
s
e
CAPTULO 1
190
Estadsticas de la regresin
180
Coeficiente
de 0,96443231
170
correlacin
8160
R
mltiple
Coeficiente
150
de 0,93012969
140
determinacin
5130
5
10
15
20
Porcentaje de fibra
R^2
R^2 ajustado
0,9243071
Error tpico
7
3,87648116
25
30
6
Observaciones
14
ANLISIS DE VARIANZA
Grados de Suma
libertad
de Promedio de
cuadrados
Valor
los
crtico
F
2,70702E
2400,531
cuadrados
2400,531
n
Residuos
12
868
180,3252
868
15,02710
13
747
2580,857
623
Total
Regresi
159,7467
824
-08
de
143
Coeficien
Error
Estadsti
Probabilid
Inferior
Intercepc
tes
130,6747
tpico
2,417790
co t
54,0471
ad
1,05975E
95%
125,4068
in
Porcentaj
253
1,624175
201
0,128504
73
12,63909
-15
2,70702E
13
1,344189
737
-08
444
e de fibra
824
099
Anlisis de los residuales
Observaci
Pronstico
n
1
Resistencia
137,171428
Residuos
-
3,17142857
140,419780
1
4,5802197
2
143,668131
8
-

Ral Jimnez Gonzlez
Biol.
Reg
resin lineal simple
1,66813186
146,916483
8
2,08351648
5
150,164835
4
-
6,16483516
153,413186
5
6,58681318
8
156,661538
7
-
0,66153846
159,909890
2
-
1
163,158241
2,90989011
4,84175824
10
8
166,406593
2
-
0,40659340
169,654945
7
-
2,65494505
172,903296
5
-
1,90329670
176,151648
3
-
2,15164835
11
12
13
19
2
14
179,4
3,6
Resumen de Minitab
Anlisis de regresin: Resistencia vs. Porcentaje de fibra
La ecuacin de regresin es
Resistencia = 131 + 1,62 Porcentaje de fibra
Ral Jimnez Gonzlez
Biol.
20
CAPTULO 1
Coef.
Predictor
Coef
de EE
Constante
130,675
Porcentaje de fibra 1,6242
2,418
54,05 0,000
0,1285 12,64 0,000

Ral Jimnez Gonzlez
Biol.
Reg
resin lineal simple
21
Anlisis de varianza
Fuente
GL
Regresin
SC
1
13
180,3
15,0
2580,9
Porcentaje
Obs
2400,5 2400,5 159,75 0,000
Error residual 12
Total
MC
Ajuste
de fibra Resistencia Ajuste

1
Residuo
SE
4,0
Residuo estndar
134,00
137,17
1,97
-3,17
145,00
140,42
1,75
4,58
142,00
143,67
1,55
-1,67
149,00
146,92
1,37
2,08
144,00
150,16
1,22
-6,16
160,00
153,41
1,11
6,59
156,00
156,66
1,04
-0,66
157,00
159,91
1,04
-2,91
168,00
163,16
1,11
4,84
166,00
166,41
1,22
-0,41
167,00
169,65
1,37
-2,65
-0,95
2
6,0
1,32
8,0
-0,47
10,0
0,57
12,0
-1,68
14,0
1,77
16,0
-0,18
18,0
-0,78
20,0
1,30
10
22,0
-0,11
11
24,0
-0,73

Ral Jimnez Gonzlez
Biol.
22
CAPTULO 1

12
26,0
171,00
172,90
1,55
-1,90
174,00
176,15
1,75
-2,15
183,00
179,40
1,97
3,60
-0,54
13
28,0
-0,62
14
30,0
1,08
Tabla 1.4.
Formulas bsicas para el Anlisis de regresin para el modelo

Ral Jimnez Gonzlez
Biol.
Reg
resin lineal simple
23
Ejemplo
Suponga que el gerente de una cadena de servicios de entrega de paquetera
desea desarrollar un modelo para predecir las ventas semanales (en miles de
dlares) para las tiendas individuales basado en el nmero de clientes que
realizan compras. Se seleccion una muestra aleatoria entre todas las tiendas
de la cadena con los siguientes resultados.
Tienda Cliente
Ventas
Tienda Clientes Ventas
s
907
($000)
11,20
11
679
($000)
7,63
926
11,05
12
872
9,43
506
6,48
13
924
9,46
741
9,21
14
607
7,64
789
9,42
15
452
6,92
889
10,08
16
729
8,95
874
9,45
17
794
9,33

Ral Jimnez Gonzlez
Biol.
24
CAPTULO 1
510
6,73
18
844
10,23
529
7,24
19
1010
11,77
10
420
6,12
20
621
7,41
(a) Grafique el diagrama de dispersin.

(b) Suponga una relacin lineal y utilice el
mtodo
de
mnimos
cuadrados
para
encontrar los coeficientes de regresin
(c) Interprete el significado de la pendiente.

(d) Pronostique las ventas semanales (en miles
de dlares) para las tiendas que tienen 600

clientes.
(e) Qu otros factores adems del nmero de
clientes pueden afectar las ventas?

Respuestas
a)

Ral Jimnez Gonzlez
Biol.
Reg
resin lineal simple
25

Ral Jimnez Gonzlez
Biol.
26
CAPTULO 1
b) Los coeficientes son
= 2,3086 y
= 0,0088
c) Por cada cliente ms, se espera un incremento en las ventas de 0,0088612
de miles
de dlares en promedio.
d)
e) Factores
tan variados como, atencin al cliente, lejana, falta de
estacionamiento etc., etc.
Resumen de Excel
Coeficiente
Intercepci
s
2,30862007
Error tpico
0,48690393
n
Clientes
7
0,00886121
4
0,00064758
n
Estadstico
Probabilida
t
4,74142826
d
0,00016297
9
13,6833888
7
5,93374E-
11
1.1.1. Prueba de hiptesis en la regresin lineal simple.

En cualquier anlisis de regresin no basta hacer los clculos que se
explicaron antes, sino que es necesario
evaluar qu tan bien el modelo (la
e
lnea recta) explica la relacin entre
y . Una primera forma de hacer esto
es probar una serie hiptesis sobre el modelo. Para ello es necesario suponer
una distribucin de probabilidad para del trmino de error,
normalidad:
y varianza
Es usual suponer
se distribuye en forma normal, independiente, con media cero

.
Por lo general, la hiptesis de mayor inters plantea que la pendiente es

significativamente diferente de cero. Esto se logra al aprobar la siguiente
hiptesis

Ral Jimnez Gonzlez
Biol.
i
Reg
resin lineal simple
r
27
(1.9)

Ral Jimnez Gonzlez
i
Biol.
28
CAPTULO 1
Prueba de hiptesis en regresin
lineal simple
El estadstico de prueba
es:
r
(1.10)
s
a
t
n
e
Si la hiptesis nula es verdadera l estadstico (1.10) tiene una

12
distribucin Student con
11
grados de libertad. Se rechaza
si el valor absoluto de
10
este estadstico es mayor que el correspondiente valor crtico obtenido de

9
V
tablas, es decir, se
rechaza
si:
(1.11)
6
400
500
600
En caso contrario no se rechaza
700
Clientes
800
900
. No rechazar que
1000
, en el caso del
modelo de regresin lineal simple, implica que no existe una relacin lineal
significativa entre
y ; por tanto, no existe relacin entre estas variables o
sta es de otro tipo.

La suma de cuadrados de los residuos o suma de cuadrados del error (
se utiliza para estimar la varianza del error de ajuste de un modelo, y est dada
por:
A partir de la ecuacin (1.12) se obtiene que el valor esperado de la suma de

cuadrados
, del error est dado por:

Ral Jimnez Gonzlez
Biol.
29
(1.13)
Por lo tanto, un estimador insesgado de
est dado por:
En el caso de los datos de la tabla 1.1, datos de resistencia de la pulpa, el

planteamiento de hiptesis sera el siguiente:
Aplicando el estadstico de prueba
El valor de -Student encontrado en tablas con
grados de libertad y
un 0,05 de nivel de significancia es
Se rechaza la Hiptesis nula

Dado que el valor absoluto de
es significativamente mayor que el
valor encontrado en tablas con un nivel de significancia de 0,05 concluimos

que rechazamos la hiptesis nula por lo tanto si existe una relacin entre
ambas variables. 0 bien, dado que el valor-p es menor que el nivel de
significancia, se rechaza la hiptesis nula valor-p
En ocasiones, en lugar de probar que
probar que es igual a cierta constante (
.
, puede ser de inters
, en este caso en el
numerador del estadstico de la expresin (1,10) se resta

Ral Jimnez Gonzlez
, es decir, el
Biol.
30
CAPTULO 1
estadstico queda de la siguiente manera
, y el criterio de
rechazo es el mismo.
Si se utiliza como criterio de rechazo la comparacin de la significancia
observada (p-value o valor p) contra la significancia predefinida ( ), entonces
se rechaza
si el valor p
Por otro lado, con respecto del parmetro

la
suele ser de inters probar
siguiente hiptesis:
(1.15)
El estadstico de prueba es el
siguiente:
El cual tiene una distribucin

lo que
-Student con
grados de libertad, por
se rechaza si:
o si se utiliza el criterio de la significancia observada se rechaza

p
. No rechazar que
si el valor-
simplemente significa que el punto de corte de
la lnea recta pasa por el origen, es decir pasa por (0, 0). En ocasiones, en
lugar de probar que
, puede ser de inters probar que es igual a cierta constante
; en ese caso, en el numerador del estadstico de la expresin
(1.16) se resta , es decir, el estadstico queda de la siguiente manera:
(1.17) y el criterio de rechazo es el mismo.

Ral Jimnez Gonzlez
Biol.
31
En el caso de los datos de la tabla 1.1, datos de resistencia de la pulpa, el

planteamiento de hiptesis sera el siguiente:
Prueba de hiptesis en regresin
lineal simple
Aplicando el estadstico de prueba


que rechazamos la hiptesis nula por lo tanto el punto de corte de la lnea
recta no pasa por el origen, es decir, no pasa por (0, 0). O bien, dado que el
valor-p es menor que el nivel de significancia, se rechaza la hiptesis nula
valor-p
La estimacin de los parmetros del modelo y las pruebas de hiptesis sobre

los mismos se sintetizan en la siguiente tabla:
Parmetro
Estimacin
Error
Estadstico
Valor-p
estndar

Ral Jimnez Gonzlez
Biol.
32
CAPTULO 1
Intercepci
n
Pendiente
Las pruebas de hiptesis para el ejemplo de las ventas contra clientes, el

resumen que nos arroja Excel y Minitab incluye el clculo del valor de t y el
valor-p, optando por cualesquiera de ambos estadsticos las hiptesis
quedaran de la siguiente manera:


que rechazamos la hiptesis nula por lo tanto si existe una relacin entre
ambas variables. 0 bien, dado que el valor-p es menor que el nivel de
significancia, se rechaza la hiptesis nula valor-p
en el caso de las hiptesis para la intercepcin tenemos:

Ral Jimnez Gonzlez
Biol.
33


que rechazamos la hiptesis nula por lo tanto el punto de corte de la lnea
recta no pasa por el origen, es decir, no pasa por (0, 0). O bien, dado que el
valor-p es menor que el nivel de significancia, se rechaza la hiptesis nula
valor-p
Resumen de Excel
Coeficiente
Estadstico
Probabilida
Intercepci
s
2,30862007
Error tpico
0,48690393
t
4,74142826
d
0,00016297
n
Clientes
7
0,00886121
4
0,00064758
9
13,6833888
7
5,93374E-
11
Ejercicios
1.- Cul es el propsito general del anlisis de regresin?
2.- En el anlisis de regresin intervienen dos tipos de variables: las
independientes y las dependientes. Explique con sus palabras y a travs de
ejemplos, las caractersticas de estos dos tipos de variables.
3.- En el artculo de Concrete Research (Caractersticas del concreto cerca de
la superficie: Permeabilidad intrnseca), se presentaron los datos sobre la
resistencia a la compresin y la permeabilidad intrnseca
de varias mezclas
y curados de concreto.
Las cantidades resumidas son
y
Ral Jimnez Gonzlez
Biol.
34
CAPTULO 1
= 1 697,80. Suponga que las dos variables se relacionan de acuerdo con el
modelo de regresin lineal simple.

a) Calcule las estimaciones de mnimos cuadrados de la pendiente y la
ordenada al origen
b) Use la ecuacin de la recta ajustada para predecir la permeabilidad que se
observara cuando la resistencia a la compresin es
= 4,3.
c) D una estimacin puntual de la permeabilidad media cuando la resistencia a

la compresin es
= 3,7.
d) Suponga que el valor observado de la permeabilidad para
= 3,7 es
= 46,1
Ejercicios
4.- Se utilizaron mtodos de regresin para analizar los datos de un estudio

para investigar la relacin entre la temperatura superficial de una carretera (x) y
la deflexin del pavimento (y). Las cantidades resumidas fueron
,
= 8,86,
, = 143 215,8,
= 1 083,67.
a) Calcule las estimaciones de mnimos cuadrados de la pendiente y la

ordenada al origen. Grafique la recta de regresin
b) Use la ecuacin de la recta ajustada para predecir la deflexin del pavimento
que se observara cuando la temperatura superficial es de 85 .
c) Cul es la deflexin media del pavimento cuando la temperatura superficial
es
90 ?
d) Qu cambio en la deflexin media del pavimento se esperara para un
cambio de 1
en la temperatura superficial?
5.- Se piensa que el nmero de libras de vapor consumidas mensualmente por

una planta qumica se relaciona con la temperatura ambiente promedio (en
Ral Jimnez Gonzlez
Biol.
35
de ese mes. En la tabla siguiente se muestra la temperatura y el consumo

anual:
Mes Temperatur Consumo/
a
Ene 21
1 000
185,79
24
214,47
Feb 32
288,03
47
424,84
Mar 50
454,58
59
539,03
Abr. 68
621,55
Ma
74
675,06
62
562,03
Jun 50
452,93
41
369,95
Jul. 30
273,98
Ago
.
Sep
.
Oct
.
Nov
.
Dic.
a) Suponiendo que un modelo de regresin lineal simple es apropiado,

ajuste el modelo de regresin que relacione el consumo de vapor ( ) con
la temperatura promedio ( ).
b) Cul es la estimacin del consumo esperado de vapor cuando la
temperatura promedio es 55 ?
c) Qu cambio se espera en el consumo de vapor promedio cuando la
temperatura mensual promedio cambia 1 ?
Ral Jimnez Gonzlez
Biol.
36
CAPTULO 1
d) Suponga que la temperatura mensual promedio es de 47 . Calcule el

vapor ajustado
y el residual correspondiente.
6.- En un artculo de Journal of Environmental Energineering se reportan los

resultados de un estudio sobre la presencia de sodio y cloruros en corrientes
superficiales de la parte central de Rhode Island. Los datos que se presentan a
continuacin corresponden a la concentracin de cloruros
de carretera de la vertiente
(en mg/l) y al rea
(en %).
4,4 6,6 9,7 10,6 10,8 10,9 11,8 12,1 14,3 14,7 15,0 17,3 19,2 23,1
27,4 27,7 31,8 39,5
0,19 0,15 0,57 0,70 0,67 0,63 0,47 0,70 0,60 0,78 0,81 0,78 0,69
1,30 1,05 1,06 1,74 1,62
a)
Trace un diagrama de dispersin de los datos. Parecera apropiado un

modelo
de regresin lineal simple en este caso?
b)
Ajuste el modelo de regresin lineal simple usando el mtodo de mnimos

cuadrados.
c)
Estime la concentracin de cloruros media de una vertiente que tiene 1%

del rea de carretera.
d)
Encuentre el valor ajustado que corresponde a
= 0,47
7.- Demuestre que en un modelo de regresin lineal simple el punto (
) se
localiza exactamente sobre la recta de regresin de mnimos cuadrados.

8.- En un artculo de Wear se presentan los datos del desgaste por rozamiento
del acero dulce y la viscosidad del aceite. Los datos representativos, con
viscosidad del aceite y
= volumen del desgaste (
), son:
240 181 193 155 172 110 113

75 94
1,6 9,4 15,5 20,0 22,0 35,5 43,0
40,5 33,0
Ral Jimnez Gonzlez
Biol.
37
a) Construya un diagrama de dispersin de los datos. Parecera plausible

un modelo de regresin lineal simple?
b) Ajuste el modelo de regresin lineal simple usando mnimos cuadrados.
c) Estime el desgaste por rozamiento cuando la viscosidad es
d) Obtenga el valor ajustado de
cuando
= 30.
= 22,0 y calcule el residual
correspondiente.
9.- Considrense los datos del ejercicio 4 para

carretera y
= temperatura superficial de una
= deflexin del pavimento.
a) Pruebe la significacin de la regresin utilizando
. Encuentre el valor
P para esta prueba. Qu conclusiones pueden sacarse? b) Estime

c) Estime los errores estndar de la pendiente y la ordenada al origen.
10.- En un proceso de extraccin se estudia la relacin entre tiempo de
extraccin y rendimiento. Los datos obtenidos se muestran en la siguiente tabla.
Tiempo
10
15
20
12
13
15
12
(minutos)
Rendimient
14 20 19 18
64 81,7 76,2 68,5 77,9 82,2 74,2 70
o (%)
76 83,2 85,3
Ejercicios
a) En este problema cul variable se considera independiente y cul

dependiente?
b) Mediante un diagrama de dispersin analice la relacin entre estas dos
variables.
c) Haga un anlisis de regresin (ajuste una lnea recta a estos datos,
aplique pruebas de hiptesis y verifique residuos).
d) La calidad del ajuste es satisfactoria? Argumente
e) Destaque el valor de la pendiente de la recta e interprtelo en trminos
prcticos.
Ral Jimnez Gonzlez
Biol.
38
CAPTULO 1
f) Estime el rendimiento promedio que se espera a un tiempo de extraccin

de 25 minutos y obtenga un intervalo de confianza para esta estimacin.
11.- Considere los datos del ejercicio 5 para
= consumo de vapor y
temperatura promedio.
a) Pruebe la significacin de la regresin usando
. Cul es el valor P
para esta prueba? Enuncie las conclusiones que resultan de esta prueba. b)
Estime
c) Estime los errores estndar de la pendiente y la ordenada al origen.
d) Pruebe la hiptesis
contra
usando
Encuentre el valor P para esta prueba.

e) Pruebe la hiptesis
contra
usando
Encuentre el valor P para esta prueba y saque conclusiones.

12.- En el ejercicio 6 se presentan los datos para
en corrientes superficiales y
= concentracin de cloruros
= rea de carretera.
a) Pruebe la hiptesis
contra
indicado con un nivel de significancia del 0,01 (
usando el procedimiento
.
1.1.2. Calidad del ajuste en regresin lineal simple

En la seccin anterior estudiamos pruebas de hiptesis para verificar que hay
una relacin significativa entre
; sin embargo, no hemos visto si tal
relacin permite hacer estimaciones con una precisin aceptable. Por ejemplo,
es de inters saber qu tanta de la variabilidad presente en
fue explicada por
el modelo, adems si se cumplen los supuestos de los residuos.

Coeficiente de determinacin
. Un primer criterio para evaluar la calidad
del ajuste es observar la forma en que el modelo se ajust a los datos. En el

caso de la regresin lineal simple esto se distingue al observar si los puntos
tienden a ajustarse razonablemente bien a la lnea recta (vase la figura 1.3).
Ral Jimnez Gonzlez
Biol.
39
Pero otro criterio ms cuantitativo es el que proporciona el coeficiente de

determinacin, el cual est definido por:
(1.17)
Es claro que
. En general
se interpreta como la proporcin
de la
variabilidad en los datos ( ) que es explicada por el modelo. En el caso de los
datos de la resistencia de la pulpa (tabla 1.1) tenemos
Por lo tanto, podemos decir que 93% de la variacin observada en la

resistencia es explicada por el modelo (lnea recta), lo cual nos dice que la
calidad del ajuste es satisfactorio, y que por ello, la relacin entre
es
descrita adecuadamente por una lnea recta.

Nota. El resultado arrojado por Excel o Minitab, incluye el anlisis de
varianza para el modelo de regresin simple cuyo cuadro sinttico es el
siguiente:
Fuente
de Suma
variacin
cuadrados
Regresin
Error
de Grados de Cuadrado
libertad
Valor-p
medio
residual
Total
Ral Jimnez Gonzlez
Biol.
40
CAPTULO 1
Resumen de Excel
Estadsticas de la regresin
Coeficiente
de 0,96443231
correlacin
mltiple
Coeficiente
de 0,93012969
determinacin
R^2
R^2 ajustado
0,9243071
Error tpico
7
3,87648116
6
Observaciones
14
ANLISIS DE VARIANZA
Grad
Suma
de Promedio
os de cuadrados
de
los cuadrados
liberta
Valor
crtico de
F
d
Regresi
2400,53186
2400,53186 159,746782
2,70702
n
Residuos
8
4
15,0271062
E-08
8
180,325274
7
2580,85714
Total
2
1
3
Anlisis de varianza en Minitab

Ral Jimnez Gonzlez
Biol.
41
Fuente
GL
Regresin
SC
1
13
2400,5 2400,5 159,75 0,000
Error residual 12
Total
MC
180,3
15,0
2580,9
S = 3,87648 R-cuad. = 93,0% R-cuad.(ajustado) = 92,4%
Coeficiente de determinacin ajustado
. Este coeficiente se calcula de la
siguiente manera:
(1.18)
Calidad de ajuste en
regresin lineal simple
donde el cuadrado medio total,
, se obtiene al dividir la suma de
cuadrados total,
, entre sus grados d libertad. Cuando hay muchos trminos en un modelo, el
estadstico
se prefiere en lugar de
, puesto que este ltimo es engaoso
al incrementarse en forma artificial con cada trmino que se agrega al modelo,

aunque sea un trmino que no contribuya en nada a la explicacin de la
respuesta. En cambio, el
incluso baja de valor cuando el trmino que se
agrega no aporta nada.

Se cumple que
. En general, para fines de prediccin se
recomienda un coeficiente de determinacin ajustado de al menos 0,7.

En el caso de los datos de la resistencia de la pulpa (tabla 1.1), el
coeficiente de determinacin ajustado est dado por:

Ral Jimnez Gonzlez
Biol.
42
CAPTULO 1
Observe que estos coeficientes son arrojados automticamente en Excel y

Minitab.
Coeficiente de correlacin
. Es bien conocido que el coeficiente de
correlacin,
, mide la intensidad de la relacin lineal entre dos variables
pares de datos de la forma (
Si se tiene
, entonces este coeficiente se obtiene de la
siguiente manera:
(1.19)
Se puede ver que
; si
es prximo a
una relacin lineal negativa fuerte, y si
, entonces tendremos
es prximo a cero, entonces diremos
que no hay correlacin lineal, y finalmente se
es prximo a , entonces
tendremos una relacin lineal positiva fuerte. Por ejemplo, para los datos de la
resistencia de la pulpa (tabla 1.1), el coeficiente de correlacin es;
lo cual habla de una correlacin lineal positiva fuerte.
Error estndar de estimacin
. Una medicin sobre la calidad del ajuste
de un modelo lo da el error estndar de estimacin, que es una estimacin de

Ral Jimnez Gonzlez
Biol.
43
la desviacin estndar del error
. En el caso de la regresin lineal simple, est
dado por:
(1.20)
Es claro que a medida que el modelo ajuste mejor, la
ser menor y en
consecuencia el error estndar de estimacin tambin ser menor.
Anlisis grfico de residuos.

Como complemento a lo que se ha discutido hasta aqu, un anlisis adecuado
de los residuos proporciona informacin adicional sobre la calidad del ajuste del
modelo de regresin y de esa manera es posible verificar si el modelo es
adecuado. Las grficas que suelen hacerse para completar el diagnstico del
modelo consisten en:
a) graficar los residuos en papel de probabilidad normal,
b) graficar los residuos contra los predichos.
Por ejemplo, para los datos de la resistencia de la pulpa (tabla 1.2), se
construye la grfica de probabilidad normal que se muestra en la figura 1.4.
En sta se aprecia que el supuesto de normalidad sobre los errores se
cumple razonablemente bien, ya que los puntos en esta grfica tienden a
ajustarse a la lnea recta.

Ral Jimnez Gonzlez
Biol.
44
CAPTULO 1
Figura 1.4 Grfica de probabilidad normal para los residuos de la

resistencia de la pulpa
A partir de la tabla 1.2 es fcil obtener la grfica de residuos contra
predichos que se muestra en la figura 1.5. Si el modelo es adecuado se espera
que en esta grfica los puntos no sigan ningn patrn y que, por lo tanto, estn
distribuidos ms o menos aleatoriamente a lo largo y ancho de la grfica.
Cuando esto ocurre significa que el modelo se ajusta de igual manera a lo largo
de los valores de . Por el contrario, si se aprecia algn patrn habr que ver
cul es el tipo de patrn que se observa en la grfica
y
diagnosticar
cul
es
la
falla
que
registra
el
modelo
Estimacin y prediccin por intervalos en regresin lineal

simple
23

Ral Jimnez Gonzlez
Biol.
45

Ral Jimnez Gonzlez
Biol.
R
46
CAPTULO 1

s
Figura 1.5 Grfica de residuos contra estimados o predichos
para la
resistencia de la pulpa
e
En particular la figura 1.5 no muestra ninguna anomala, lo cual es una

evidencia ms a favor del modelo de regresin simple para este ejemplo.
1.1.3. Estimacin y prediccin por intervalo en regresin lineal simple

a
Una de las aplicaciones ms importantes en un anlisis de regresin es hacer

estimaciones de la respuesta media para un valor dado de X. En el caso
particular de la regresin lineal simple,t sabemos que un estimador puntual de la
respuesta media lo da la recta de regresin:
Adems de esto, en ocasiones es de inters obtener una estimacin por

intervalos para
a partir de cualquier
valor de X, para lo cual aplicamos la
e
siguiente ecuacin:
A este intervalo se le conocep como intervalo para la recta de regresin.

Note que su amplitud depende del
amplitud es mnima cuando
y de la distancia entre
y se incrementa conforme
ms grande.
. La
se hace
Para ilustrar lo anterior consideremos el modelo ajustado a los datos del

ejemplo
de la resistencia de la pulpa (tabla 1.1), y obtenemos el intervalo de
confianza para la respuesta mediae en
= 12 (porcentaje de fibra)
Primeramente calculemos el estimador puntual para

dado por
cuando
= 12, est

Ral Jimnez Gonzlez
Biol.
47
l
un intervalo de confianza al 95% para

(
De aqu que el intervalo de confianza para la respuesta media en
= 12
est dada por:

e
Adems de la estimacin puntual para la pendiente y la ordenada al origen,

, es posible obtener estimaciones de los intervalos de confianza para
estos parmetros. La anchura de estos intervalos de confianza es una medida
s
de la calidad global de la recta de regresin.
Si los trminos del error,
del
modelo de regresin tienen una distribucin normal e independiente, entonces

tienen ambos una distribucin igual a la de una variable aleatoria
grados de libertad. Esto lleva a la siguiente
definicin de los intervalos de
u
confianza del
% para la pendiente y la ordenada al origen.
(1.22)
a
(1.23)
En el caso del intervalo de confianza para la pendiente de los datos del
porcentaje de fibra (tabla 1.1) tenemos
.

Ral Jimnez Gonzlez
Biol.
48
CAPTULO 1
Por lo que
puntual
pendiente de forma
o
u
di
s
e
es
1,6242,
por
intervalos con un 95% de nivel de confianza tenemos que esta se encuentra

7,5
entre 1,3442 y 1,9042
5,0
2,5
Ejercicios
R
0,0
1.- En un artculo -2,5

se presentaron los datos de la concentracin del licor verde
( , y la produccin
de una mquina papelera ( . Los datos se muestran
-5,0
en la tabla siguiente
140
150
160
Valor ajustado
170
180
Estimacin y prediccin por intervalos en regresin

lineal simple
25
Nmero
Concentrac
de
in
observaci Del
Producci
licor n
verde
(tons
40
825
42
830
49
890
46
895
44
890
48
910
46
915
43
960
53
990
10
52
1010
11
54
1012
12
57
1030
13
58
1050
a) Encuentre un intervalo de confianza de 99% para

Ral Jimnez Gonzlez
Biol.
49
b) La concentracin media de
cuando la produccin es
toneladas
c) Encuentre un intervalo de prediccin de 99% para la concentracin de
cuando
toneladas
2.- Remtase a los datos del ejercicio 3 (de la seccin anterior) para
intrnseca del concreto y
a la compresin.
Encuentre un intervalo de confianza de 95%

para:
a) la pendiente
b) la ordenada al origen
c) la permeabilidad media cuando
d) Encuentre un intervalo de prediccin 95% para la permeabilidad cuando
3.- En el ejercicio 4 (de la seccin anterior) se presentaron los datos de la

temperatura superficial de una carretera
y la deflexin del pavimento
Encuentre un intervalo de confianza de 99% para: a) la pendiente

b) la ordenada al origen
c) la deflexin media cuando la temperatura es
d) Encuentre un intervalo de prediccin de 99% para la deflexin del pavimento
cuando la temperatura es de
1.1.4. Uso de un software estadstico

Excel
En la hoja de clculo de Excel se incluye la regresin lineal simple y mltiple;
para ello, es necesario realizar la siguiente secuencia de opciones:
Datos
Anlisis de datos

Ral Jimnez Gonzlez
Regresin
Biol.
50
CAPTULO 1
Generalmente Excel no trae instalado la herramienta de anlisis de datos

esta debe instalarse con la siguiente secuencia:
1.- En la hoja de clculo de Excel (pantalla principal) hacer clic con el puntero en
el smbolo del sistema localizado en el extremo superior izquierdo
2.- De la ventana desplegada hacer clic en opciones de Excel (parte inferior)

Ral Jimnez Gonzlez
Biol.
51
3.-
De
la
ventana desplegada hacer
clic
en
complementos
Uso de un
software estadstico
27
4.- De la ventana desplegada hacer clic en ir
5.- De esta ventana activar la casilla de herramientas para anlisis (palomearla)

y dar clic en aceptar. De esta manera hemos activado la opcin de anlisis de
datos.

Ral Jimnez Gonzlez
Biol.
52
CAPTULO 1
Para capturar la tabla de datos para el anlisis de regresin lineal simple

o mltiple, primeramente capturamos los datos en la hoja de clculo,
posteriormente activamos Datos seguido de Anlisis de datos y seleccionamos
Regresin
Datos
Anlisis de datos
En la ventana de captura
Regresin
se solicitar el rango de celdas donde se
encuentran los datos para la variable dependiente Rango

la(s) variable(s) regresora(s) Rango
Ral Jimnez Gonzlez
de entrada y para
de entrada
Biol.
53
Activamos la casilla de rtulos, por default est indicado en una hoja

nueva, seleccionamos adems cualquiera de las opciones de residuos, grafica
de residuales, y curva de regresin ajustada y aceptar.
En Minitab
En Minitab la secuencia de captura para la regresin lineal simple o mltiple en
la hoja de clculo una vez capturada las columnas de datos seleccionamos
Estadsticas luego Regresin seguida de Regresin nuevamente
Uso de un
software estadstico
29

Ral Jimnez Gonzlez
Biol.
54
CAPTULO 1
de la ventana desplegada en respuesta indicamos la variable de respuesta, en

este caso es resistencia y en predictor indicamos porcentaje de fibra activando
tambin cualquiera de las opciones posibles, terminando en aceptar.
Nota: De la ventana de captura aparecen automticamente en el cuadro de la

izquierda la informacin de la tabla, en respuesta, se indica con un clic del ratn
en resistencia y este automticamente se manifiesta en el recuadro, en

Ral Jimnez Gonzlez
Biol.
55
predictores de igual manera se da un clic en porcentaje de fibra y igualmente se

manifiestan en el recuadro.
1.2. Regresin lineal mltiple

En muchas situaciones prcticas existen varias variables independientes que se
cree que influyen o estn relacionadas con una variable de respuesta , y por lo
tanto ser necesario tomar en cuenta si se quiere predecir o entender mejor el
comportamiento de
. Por ejemplo, para explicar o predecir el consumo de electricidad en una casa
habitacin tal vez sea necesario considerar el tipo de residencia, el nmero de
personas que la habitan, la temperatura promedio de la zona, etctera.
Sea
variables independientes o regresoras, y sea
una variable
de respuesta, entonces el modelo de regresin lineal mltiple con
variables
independientes es el polinomio de primer orden:}
(1.22)
Donde los
son los parmetros del modelo que se conocen como
coeficientes de regresin y
es el error aleatorio, con media cero,
. Si en la ecuacin (1.22)
, estamos en el caso de
regresin lineal simple y el modelo es una lnea recta; si
, tal ecuacin
representa un plano. En general, la ecuacin (1.22) representa un hiperplano en

el espacio de
dimensiones generado por las variables
}.
El trmino lineal del modelo de regresin se emplea debido a que la ecuacin
(1.22) es funcin lineal de los parmetros desconocidos
La
interpretacin de stos es muy similar a lo ya explicado para el caso de

Ral Jimnez Gonzlez
Biol.
56
CAPTULO 1
regresin lineal simple:

en
es la ordenada al origen, y
por cambio unitario en
mide el cambio esperado
cuando el resto de las variables regresoras se
mantienen fijas o constantes.

Para encontrar los coeficientes de regresin mltiple por el mtodo de mnimos
cuadrados aplicamos el siguiente sistema de ecuaciones normales:
(1.23)
Estas ecuaciones se pueden resolver para
mediante cualquier
mtodo apropiado para resolver sistemas de ecuaciones lineales

Por ejemplo La siguiente tabla muestra los pesos Y a la libra ms cercana, las
estaturas X1 a la pulgada ms cercana y las edades X 2 al ao ms cercano de
12 muchachos.
Regresin
lineal mltiple
31
Tabla 1.5 Peso, estatura y edad

Pes
Estatur
Eda

Ral Jimnez Gonzlez
Biol.
57
64
57
71
59
10
53
49
67
62
11
55
51
58
50
77
55
10
57
48
56
52
10
51
42
76
61
12
68
57
Para encontrar los coeficientes de regresin (
) mltiple mediante el
mtodo de mnimos cuadrados seria de la siguiente manera
Tabla 1.6 Procedimiento para realizar los clculos para la regresin mltiple
Y
X1
X2
Y2
64
57
4096
71
59
10
53
49
67
X12
X22
X1Y
X2Y
X1X2
3249
64
3648
512
456
5041
3481
100
4189
710
590
2809
2401
36
2597
318
294
62
11
4489
3844
121
4154
737
682
55
51
3025
2601
64
2805
440
408
58
50
3364
2500
49
2900
406
350
77
55
10
5929
3025
100
4235
770
550
57
48
3249
2304
81
2736
513
432
56
52
10
3136
2704
100
2912
560
520
51
42
2601
1764
36
2142
306
252
76
61
12
5776
3721
144
4636
912
732
68
57
4624
3249
81
3876
612
513

Ral Jimnez Gonzlez
Biol.
58
CAPTULO 1
y x1
x2
y2
x12
753
106
48,13
34,843
643
x22
976
x1y
x2y
x1x2
40,83
6,796
5,779
Al sustituir las sumatorias calculadas en las ecuaciones normales, se

obtiene
Resolver
ecuaciones
,
es
comn
este sistema de tres

lineales para
por
lo
emplear
menos
matrices
tedioso.
y
Es
para
simplificar el proceso. Hoy en da, esta clase de clculos son realizados por la
computadora.
El resultado seria el siguiente
por
lo
tanto la ecuacin de regresin es
La solucin manual aplicando el sistema de tres ecuaciones lineales con

tres incgnitas (3x3) pudiera ser aplicando el mtodos de eliminacin de Gauss
o bien el mtodo de Cramer. Para este tipo de planteamiento se recomienda el
mtodo de Cramer el cual consiste en la siguiente secuencia:

Ral Jimnez Gonzlez
Biol.
59
Siguiendo la misma secuencia de la multiplicacin para el denominador,

as como para
Sustituyendo los valores tendremos
Regresin
lineal mltiple
33
753
643
106
753
643
40,830
34,843
5,779
40,830
34,843
6,796
5,779
976
6,796
5,779
12
643
106
12
643
643
34,843
5,779
643
34,843
106
5,779
976
106
5,779

Ral Jimnez Gonzlez
Biol.
60
CAPTULO 1
(2.56070963x1010+
2.525323601x1010+
2.501139642x1010)
(2.510006097x1010+ 2.514782127x1010+ 2.562360144x1010)
( 408081216 + 393885082 + 393885082 ) ( 391495948

+ 400762092 + 403526224 )
Siguiendo el mismo procedimiento correspondiente para
tenemos
los coeficientes de regresin mltiple
Anlisis de regresin: Peso vs. Estatura; Edad en Minitab

Peso = 3,7 + 0,855 Estatura + 1,51 Edad
Coef.
Predictor
Constante
Coef de EE
3,65
16,17 0,23 0,826
Estatura 0,8546 0,4517 1,89 0,091

Edad
1,506
1,414 1,07 0,315

Anlisis de varianza
Fuente
GL
SC
MC

Ral Jimnez Gonzlez
P
Biol.
61
Regresin
2 629,37 314,69 10,94 0,004
Error residual 9 258,88 28,76

Total
11 888,25
Resultados en Excel
Resumen
Estadsticas
de
la
regresin
Coeficiente de 0,84175667
correlacin
mltiple
Coeficiente
3
de 0,70855429
determinacin
R^2
R^2 ajustado
0,64378858
Error tpico
4
5,36321469
1
Observaciones
12
ANLISIS DE VARIANZA
Grados de
Suma
de
libertad
cuadrados
Promedio de
los
Regresi
629,3733
n
Residuos
536
258,8766
768
28,76407
11
464
888,25
182
Total
Error
Estadsti

Ral Jimnez Gonzlez
Valor
crtico
cuadrados
314,6866
Coeficien
de
F
10,94026 0,003895
88
018
Probabili
Inferior
Biol.
62
CAPTULO 1
Intercepc
tes
3,651215
tpico
16,16780
co t
dad
0,225832 0,826376
95%
-
in
805
562
49
76
32,92290
Estatura
Edad
0,854609
0,451664
1,892135
0,09102
14
-
929
156
824
51
0,167125
1,506332
1,414265
1,065098
0,314570
373
-
32
835
43
45
1,692959
262
Anlisis de los residuales
Observ
Pronstic
Residuo
acin
o Peso
64,41464
s
-
032
0,414640
69,13652
324
1,863475
482
54,56509
177
-
625
1,565096
73,20668
251
-
693
6,206686
59,28698
93
-
075
4,286980
56,9260
75
1,073961
385
65,71808
499
11,28191
511
58,22948
489
-
328
1,229483
63,15425
283
-
532
7,154255
48,58282
319
2,417173
10

Ral Jimnez Gonzlez
Biol.
63
11
675
73,85840
252
2,141590
12
932
65,92097
679
2,079027
264
356
1.2.1. Pruebas de hiptesis en regresin lineal mltiple

Las hiptesis sobre los parmetros del modelo son equivalentes a las realizadas
para regresin lineal simple, pero ahora son ms necesarias porque en
regresin mltiple tenemos ms parmetros en el modelo; sin embargo, por lo
general es necesario evaluar su verdadera contribucin a la explicacin de la
respuesta. Tambin requerimos de la suposicin de que los errores se
distribuyen en forma normal, independientes, con media cero y varianza
. Una consecuencia de esta suposicin es que las
observaciones
son:
La hiptesis global ms importante sobre un modelo de regresin mltiple

consiste en ver si la regresin es significativa. Esto se logra probando la
siguiente
Aceptar
hiptesis:
significa que ningn trmino o variable en el modelo tiene una
contribucin significativa al explicar la variable de respuesta

rechazar
. Mientras que
implica que por lo menos un trmino en el modelo contribuye de
manera significativa a explicar
. El procedimiento para probar esta hiptesis es
una generalizacin del procedimiento utilizado para probar la hiptesis

equivalente en regresin lineal simple.

Ral Jimnez Gonzlez
Biol.
64
CAPTULO 1
Pruebas de hiptesis en regresin lineal

mltiple
El estadstico de prueba para la significancia del modelo de regresin

lineal mltiple esta dado por:
(1.24)
que
bajo
tiene
una
distribucin
. As, se
rechaza
si
o tambin si
Ejemplo
Se probar la significacin de la regresin (con
utilizando los datos de
los pesos , estaturas y edades de la tabla 1.5
El valor de
calculado por formula nos da un valor de
= 10,9402 ,por
comodidad observamos el resumen arrojado por Excel y/o Minitab
En tanto que el valor de
encontrado en tablas cuando tenemos un nivel
de significancia de 0,05 y 2 grados de libertad en el numerador y 9 en el

denominador el cual es igual a 4,26
=
=

Ral Jimnez Gonzlez
Biol.
65
Dado que el valor encontrado en formula es mayor al punto crtico en base al

nivel de significancia por lo que rechazamos la hiptesis nula y aceptamos la
alterna lo cual implica que por lo menos un trmino en el modelo contribuye de
manera significativa a explicar
Tabla 1.7 ANOVA para la significancia del modelo de regresin lineal
mltiple
Fuente de
Suma
de
variacin
cuadrados
Cuadrado
de
medio
libertad
K
Regresin
Error
Grados
residuo
n-1
Total
ANLISIS DE VARIANZA
Grad
Suma
os de
cuadrados
de
Promedio
de
los cuadrados
Valor crtico
de F
libert
ad
Regresi
n
Residuo
s
Total
629,37335
314,68667
10,94026
0,0038950
68
28,764071
88
18
36
258,87664
82
64
888,25

Ral Jimnez Gonzlez
Biol.
66
CAPTULO 1
Anlisis de varianza en Minitab

Fuente
GL
Regresin
SC
MC
2 629,37 314,69 10,94 0,004

Total
11 888,25
Coeficiente de determinacin
El que un modelo sea significativo no necesariamente implica que sea bueno
en trminos de que explique la variacin de los datos. Por ello es importante
tener mediciones adicionales de la calidad del ajuste del modelo, como las
grficas de residuales y el coeficiente de determinacin. Con la informacin del
anlisis de varianza de la tabla 1.7 es muy sencillo calcular el coeficiente de
determinacin
, y el coeficiente de determinacin ajustado
(1.25)
(1.26)
Ambos coeficientes se interpretan de forma similar al caso de regresin
lineal simple, es decir, como el porcentaje de variabilidad de los datos que son
explicados por el modelo. Se cumple que
; en general, para
hablar de un modelo que tiene un ajuste satisfactorio es necesario que ambos

coeficientes tengan valores superiores a 0,7. Cuando en el modelo hay
trminos que no contribuyen de manera significativa a ste, el
menor que el
tiende a ser
. Por lo tanto, es deseable depurar el modelo y para ello las
siguientes pruebas de hiptesis son de mucha utilidad.

Para los datos de la tabla 1.5 tenemos que
Ral Jimnez Gonzlez
Biol.
67
Pruebas de hiptesis en regresin lineal

mltiple
Coeficiente de correlacin mltiple

Es la raz cuadrada del coeficiente de determinacin
(1.27)
y es una medida de la intensidad de la relacin entre la variable dependiente, ,
y el
conjunto de variables o trminos en el modelo
Error estndar de estimacin

Al igual que en regresin lineal simple, el error estndar de estimacin
proporciona la medida del error de ajuste de un modelo, stas tienen una
interpretacin similar a la que se dio para el caso de regresin lineal simple. En
cuanto al clculo en el caso mltiple, el error estndar de estimacin,
(1.28)
Ral Jimnez Gonzlez
Biol.
68
CAPTULO 1
En el caso del ejemplo de los pesos, estatura y edades tenemos
1.2.2. Intervalos de confianza y prediccin en regresin mltiple

En los modelos de regresin mltiple con frecuencia es conveniente construir
estimaciones de intervalos de confianza para los coeficientes de regresin
Por
ejemplo, a partir de la tabla 1.6 es claro que un estimador por intervalos de cada
coeficiente en lo individual est dado por:
Tabla 1.8 Anlisis de regresin mltiple

Parmetro
Estimaci
Error
Estadstic
estndar

Ral Jimnez Gonzlez
Valor-p
Biol.
69
Intercepci
n
.
.
.
.
.
Coeficient
Error
Estadstic
Probabilid
Inferior
Intercepci
es
3,6512158
tpico
16,167805
ot
0,2258324
ad
0,826376
95%
-
05
62
76
32,922901
Estatura
Edad
0,8546099
0,4516641
1,8921358
0,091025
4
-
29
56
24
0,1671253
1,5063323
1,4142658
1,0650984
0,314570
73
-
35
45
1,6929592
62
Tambin es posible obtener un intervalo de confianza con respecto a la

respuesta media en un punto particular, digamos

Ral Jimnez Gonzlez
est dado por:
Biol.
70
CAPTULO 1
Ejercicios de regresin lineal mltiple

13.- Por qu se requiere la regresin lineal mltiple?
14.- Se realizo un estudio para investigar la relacin de la resistencia al corte
del terreno ( ) con la profundidad en pies ( ) y el contenido de humedad
Se hicieron 10 observaciones, obtenindose
las siguientes cantidades
resumidas
,
,
,
, ,
a) Establezca las ecuaciones normales de mnimos cuadrados para el

modelo
b) Estime los parmetros del modelo del inciso a)
c) Cul es la resistencia predicha cuando
pies y
15.- En una empresa dedicada a anodizar artculos de aluminio (bateras de

cocina), el anodizado se logra con una solucin hecha a base de cidos
(sulfrico, ctrico, brico) y dicromato de aluminio. En este proceso se controla
el pH de la solucin, la temperatura, la corriente y el tiempo de permanencia.
Debido al poco grosor del anodizado, han aumentado las quejas por la escasa
resistencia y durabilidad del producto. Para resolver este problema se decide
estudiar, mediante un experimento, la relacin del pH y la temperatura con el
grosor del anodizado. Los datos se muestran en la siguiente tabla:
p
Temperat
H ura

Ral Jimnez Gonzlez
Espes
or
Biol.
71
1, -8
14
-8
1, 8
8
1, -8
2
-8
10
19
8
12
1, 8
11
20
1, 0
14
13
1,
8
1,
2
1,
8
1,
5
1,
5
a) Cules son las variables independientes y cul la dependiente?
Argumente
Intervalos de confianza y prediccin en regresin
mltiple
b) Ajuste un modelo del tipo
y anote la
ecuacin del modelo ajustado

c) A partir del modelo ajustado, cul es el espesor estimado cuando se
utiliza un pH = 2 y una temperatura de 10 grados?
d) El modelo es adecuado? Argumente con base en graficas de residuos,
pruebas de hiptesis y coeficientes de determinacin.

Ral Jimnez Gonzlez
Biol.
72
CAPTULO 1
16.- Se realiz un experimento para estudiar el sabor del queso panela en

funcin de la cantidad del cuajo y la sal. La variable de respuesta observada es
el sabor promedio reportado por un grupo de cinco panelistas que probaron
todos los quesos y los calificaron en una escala hednica. Los datos obtenidos
se muestran a continuacin:
S
Cuaj Sab
al
6
o
0,3
or
5,67
5,
0,38
7,44
7,33
4,
0,38
6,33
7,11
0,3
7,22
4,
0,21
6,33
6,66
5,
0,21
0,3
0,3
a) Ajuste
el
modelo
b) El modelo explica la variacin observada en

el
sabor?
Argumente
con
base
en
la
significancia del modelo, los residuales y el

coeficiente de determinacin.
c) Ajuste un modelo que incluya trminos
cuadrticos y analice con detalle la calidad del
ajuste aplique las pruebas de hiptesis
d) Compare el error estndar de estimacin (
y los coeficientes de determinacin
) para ambos modelos
e) Cul modelo prefiere para explicar el sabor?
Ral Jimnez Gonzlez
Biol.
73
17.- Se piensa que la energa elctrica consumida mensualmente por una

planta qumica se relaciona con la temperatura ambiente promedio (
nmero de das laborales del mes (
, el
, la pureza promedio del producto
las toneladas del producto producidas

. Se cuenta con los datos del ltimo ao, los cuales se presentan en la tabla
siguiente:
24
10
23
95
11
29
88
27
94
99
30
97
96
31
11
30
10
29
10
26
98
27
28
26

Ral Jimnez Gonzlez
Biol.
74
CAPTULO 1
a) Ajuste un modelo de regresin lineal mltiple a estos datos

b) Prediga el consumo de electricidad para un mes en el que
das
c) Calcule
toneladas
para este modelo. Interprete esta cantidad
d) Grafique los residuales contra . Interprete la grafica
1.2.3. Uso de un software estadstico

Para capturar la tabla de datos para el anlisis de regresin lineal
mltiple, primeramente capturamos los datos en la hoja de clculo,
posteriormente activamos Datos seguido de Anlisis de datos y seleccionamos
Regresin, y aceptar
Datos
Anlisis de datos
Regresin
En la ventana de captura se solicitar el rango de celdas donde se

encuentran los datos para la variable dependiente Rango
la(s) variable(s) regresora(s) Rango
de entrada y para
de entrada (para los datos de X1 y X2,
se sombrean ambos simultneamente con el ratn, en este caso a partir de la

columna 2)
Ral Jimnez Gonzlez
Biol.
75

Ral Jimnez Gonzlez
Biol.
76
CAPTULO 1
Uso de
software estadstico
41
Activamos la casilla de rtulos, por default est indicado en una hoja

nueva, seleccionamos adems cualquiera de las opciones de residuos, grafica
de residuales, y curva de
regresin ajustada y aceptar y tendremos el
resultado.

Ral Jimnez Gonzlez
Biol.
Resumen
Estadsti
cas de la
regresin
Coeficien 0,84175
te
de 6673
correlaci
n
mltiple
Coeficien 0,70855
te
de 4296
determin
acin
R^2
R^2
0,64378
ajustado 8584
Error
5,36321
tpico
4691
Observac 12
iones
ANLISI
S
DE
VARIANZ
A
Grados Suma
Promed F
Valor
de
io
crtico
de
de
libertad cuadra los

dos
de F
cuadrad
Regresi 2
os
629,373 314,686 10,940 0,00389
n
Residuos 9
3536
6768
2688
258,876 28,7640
Total
6464
7182
888,25
11
Coeficie Error
5018
Estadst Probabi Inferior Superio Inferior Superio
ntes
tpico
ico t
lidad
95%
Intercepc 3,65121 16,1678 0,22583 0,8263 in
5805
0562
249
7676
32,9229 3308

Ral Jimnez Gonzlez
0147
Estatura 0,85460 0,45166 1,89213 0,0910 9929
4156
5824
251
r 95%
95,0% r 95,0%
40,2253 40,2253
32,9229 3308
0147
1,87634 -
Biol.
1,87634
0,16712 5234
0,16712 5234
5376
5376
78
CAPTULO 1
Utilizando Minitab
En Minitab la secuencia de captura para la regresin lineal simple o mltiple en
la hoja de clculo una vez capturada las columnas de datos seleccionamos
Estadsticas luego Regresin seguida de Regresin nuevamente
Estadsticas
Regresin
Regresin
De la ventana desplegada en respuesta indicamos la variable de

respuesta, en este caso es resistencia y en predictor indicamos porcentaje de
fibra activando tambin cualquiera de las opciones posibles, terminando en
aceptar.

Ral Jimnez Gonzlez
Biol.
Nota: De la ventana de captura aparecen automticamente en el cuadro de la

izquierda la informacin de la tabla, en respuesta , se indica con un clic del
ratn en peso y este automticamente se manifiesta, en predictores de igual
manera se da un clic a cada uno y estos se manifiestan en el recuadro.
Anlisis de regresin: Peso vs. Estatura; Edad

Peso = 3,7 + 0,855 Estatura + 1,51 Edad
Coef.
Predictor
Constante
Coef de EE
3,65 16,17 0,23 0,826
Estatura 0,8546 0,4517 1,89 0,091

Edad
1,506 1,414 1,07 0,315

Anlisis de varianza

Ral Jimnez Gonzlez
Biol.
80
CAPTULO 1
Fuente
GL
Regresin
SC
MC
2 629,37 314,69 10,94 0,004

Total
11 888,25
Fuente
GL SC sec.
Estatura 1 596,74
Edad
32,63
Observaciones poco comunes

Ajuste
Residuo
Obs Estatura Peso Ajuste

7
55,0 77,00 65,72
SE Residuo estndar
1,96
11,28
2,26R
R denota una observacin con un residuo estandarizado grande.
Regr
esin no lineal
43
1.3. Regresin no lineal

Si las dos variables X y Y se relacionan segn un modelo de lnea recta, se
habla de regresin lineal simple
Cuando las variables X y Y se relacionan segn una lnea curva, se habla

de regresin no lineal o curvilnea. Aqu se puede distinguir entre regresin
parablica, exponencial, potencial etc.

Ral Jimnez Gonzlez
Biol.
Supongamos que al hacer la representacin grfica correspondiente la

distribucin bidimensional, hemos obtenido la figura 6.1c. Se observa una clara
relacin entre las dos variables, pero desde luego, esa relacin no es lineal.
Por tanto, debemos buscar la funcin que ha de describir la dependencia
entre las dos variables.
Nos limitaremos al estudio de las ms utilizadas: la funcin parablica, la
logartmica, la exponencial y la potencial.
Parbola de Regresin
En muchos casos, es una funcin de segundo grado la que se ajusta lo
suficiente a la situacin real dada.
La expresin general de un polinomio de 2 grado es:
donde a, b y c son los parmetros.

El problema consiste, por tanto, en determinar dichos parmetros para
una distribucin dada. Seguiremos para ello, un razonamiento similar al que
hicimos en el caso del modelo de regresin lineal simple, utilizando el
procedimiento de ajuste de los mnimos cuadrados, es decir, haciendo que la
suma de los cuadrados de las desviaciones con respecto a la curva de
regresin sea mnima:
donde, siguiendo la notacin habitual, y i son los valores observados de la

variable dependiente, e
los valores estimados segn el modelo; por tanto,
podemos escribir D de la forma:

Ral Jimnez Gonzlez
Biol.
82
CAPTULO 1
Para encontrar los valores de a, b y c que hacen mnima la expresin

anterior, deberemos igualar las derivadas parciales de D con respecto a dichos
parmetros a cero y resolver el sistema resultante. Las ecuaciones que forman
dicho sistema se conocen como ecuaciones normales de Gauss (igual que en
el caso de la regresin lineal simple).
Funcin Exponencial, Potencial y Logartmica

El problema de ajustar un modelo potencial, de la forma
exponencial
y uno
se reduce al de la funcin lineal, con solo tomar
logaritmos.
Modelo potencial:
Si tomamos logaritmos en la expresin de la funcin potencial, obtendremos:
Como vemos es la ecuacin de una recta:
donde ahora
. De modo que el problema es sencillo, basta con transformar Y en

y X en
y ajustar una recta a los valores transformados. El parmetro
b del modelo potencial coincide con el coeficiente de regresin de la recta

ajustada a los datos transformados, y A lo obtenemos mediante el antilog(a).

Ral Jimnez Gonzlez
Biol.
Modelo exponencial:
Tomando logaritmos en la expresin de la funcin exponencial, obtendremos:
Tambin se trata de la ecuacin de una recta

ajustndola a
, pero ahora
y a X; de modo que, para obtener el parmetro A del modelo
exponencial, basta con hacer antilog(a), y el parmetro B se obtiene tomando

antilog(b).
Modelo logartmico:
La curva logartmica Y = a + b
es tambin una recta, pero en lugar de estar
referida a las variables originales X e Y, est referida a
y a Y.
Hemos visto, cmo, a pesar de ser inicialmente modelos mucho ms

complejos que el de una recta, estos tres ltimos se reducen al modelo lineal sin
ms que transformar adecuadamente los datos de partida.
45
Captulo 2
Diseo de experimentos de un factor
2.1. Familia de diseos para comparar tratamientos

2.2. El modelo de efectos fijos
2.3. Diseo completamente aleatorio y ANOVA
2.4. Comparaciones o pruebas de rangos mltiples
2.5. Verificacin de los supuestos del Modelo
2.6. Uso de un software estadstico
Ral Jimnez Gonzlez
Biol.
84
CAPTULO 1

Ral Jimnez Gonzlez
Biol.
Competencias
1. Identificar dentro de la familia de los diseos experimentales, aquellos
utilizados en la comparacin de tratamientos.
2. Diferenciar los distintos modelos estadsticos y los anlisis de varianzas
en experimentos con un slo factor.
3. Realizar las diversas pruebas de rangos mltiples y la comparacin por
contrastes.
4. Verificar los supuestos del modelo estadstico en diseos con un solo
factor.
Experimentos con un solo factor

En este tipo de diseo de experimento se considera un slo factor de inters y
el objetivo es comparar ms de dos tratamientos, con el fin de elegir la mejor
alternativa entre las varias que existen, o por lo menos para tener una mejor
comprensin del comportamiento de la variable de inters en cada uno de los
distintos tratamientos.
En esta unidad se presentan los diseos experimentales que se utilizan
cuando el objetivo es comparar ms de dos tratamientos. Puede ser de inters
comparar tres o ms mquinas, varios proveedores, cuatro procesos, tres
materiales, cinco dosis de un frmaco, etc.
Es obvio que, al hacer tales comparaciones, existe un inters y un objetivo
claro. Por ejemplo, una comparacin de cuatro dietas de alimentacin en la que
se utilizan ratas de laboratorio, se hace con el fin de estudiar si alguna dieta
que se propone es mejor o igual que las que ya existentes; en este caso, la
variable de inters es el peso promedio alcanzado por cada grupo de animales
despus de ser alimentado con la dieta que le toco.
Por lo general, el inters del experimentador est centrado en comparar los
tratamientos en cuanto a sus medias poblacionales, sin olvidar que tambin es
Ral Jimnez Gonzlez
Biol.
86
CAPTULO 2
importante compararlos con respecto a sus varianzas. As, desde el punto de

vista estadstico, la hiptesis fundamental a probar cuando se comparan varios
tratamientos es:
(2.1)
Con la cual se quiere decidir si los tratamientos son iguales
estadsticamente en cuanto a sus medias, frente a la alternativa de que al
menos dos de ellos son diferentes. La estrategia natural para resolver este
problema es obtener una muestra representativa de mediciones en cada uno de
los tratamientos, y construir un estadstico de prueba para decidir el resultado
de dicha comparacin
Se podra pensar que una forma de probar la hiptesis nula de la

expresin (2.1) es mediante la prueba T de Student aplicadas a todos los
posibles pares de medias; sin embargo, esta manera de proceder incrementara
de manera considerable el error tipo I (rechazar
siendo verdadera).
Experimentos con
un solo factor
47
Ejemplo
En el caso de comparar varias mquinas, si cada mquina es manejada por un
operador diferente y se sabe que ste tiene una influencia en el resultado,
entonces, es claro que el factor operador debe tomarse en cuenta si se quiere
comparar a las mquinas de manera justa.
Un operador ms hbil puede ver a su mquina (aunque sta sea la peor)
como la que tiene el mejor desempeo, lo que impide una comparacin
adecuada de los equipos. Para evitar este sesgo habra dos maneras de anular
el posible efecto del factor operador:

Ral Jimnez Gonzlez
Biol.
Utilizando el mismo operador en las cuatro mquinas. Esta estrategia no

es aconsejable, ya que al utilizar el mismo operador, se elimina el efecto
del factor operador, pero restringe la validez de la comparacin a dicho
operador, y es posible que el resultado no se mantenga al utilizar otros
operadores.
Cada operador trabaje durante el experimento con cada una de las

mquinas, esta estrategia es ms recomendable, ya que al utilizar todos
los operadores con todas las mquinas permite tener resultados de la
comparacin que son vlidos para todos los operadores. Esta ltima de
manera nulificar el efecto de operadores, recibe el nombre de Bloqueo.
Factores de bloqueo.
Son factores adicionales al factor de inters que se incorporan de manera
explcita en un experimento comparativo, para estudiar de manera ms
adecuada y eficaz al factor de inters.
Observacin.
Cuando
se
comparan
varias
mquinas,
manejadas
por
operadores diferentes, es pertinente incluir explcitamente al factor operadores

(bloques) para lograr el propsito del estudio. Tambin se podran controlar el
tipo de material, lotes, tipo de producto, da, turno, etc. Se controlan factores
que por conocimiento del proceso o experiencia previa, se sabe que pueden
afectar en forma sensible el resultado de la comparacin
En el campo de la industria es frecuente hacer experimentos o pruebas
con la intencin de resolver un problema o comprobar una idea (conjetura,
hiptesis); por ejemplo, hacer algunos cambios en los materiales, mtodos o
condiciones de operacin de un proceso, probar varias temperaturas en una
mquina hasta encontrar la que de el mejor resultado o crear un nuevo material
con la intencin de lograr mejoras o eliminar algn problema.
Sin embargo, es comn que estas pruebas o experimentos se hagan
sobre la marcha, con base en el ensayo y error, apelando a la experiencia y a la
intuicin, en lugar de seguir un plan experimental adecuado que garantice una
Ral Jimnez Gonzlez
Biol.
88
CAPTULO 2
buena respuesta a las interrogantes planteadas. Algo similar ocurre con el

anlisis de los datos experimentales, donde ms que hacer un anlisis riguroso
de toda la informacin obtenida y tomar en cuenta la variacin, se realiza un
anlisis informal, intuitivo Es tal el poder de la experimentacin que, en
ocasiones, se logra mejoras a pesar de que el experimento se hizo con base en
el ensayo y error. Sin embargo, en situaciones de cierta complejidad no es
suficiente aplicar este tipo de experimentacin, por lo que es mejor proceder
siempre en una forma eficaz que garantice la obtencin de las respuestas a las
interrogantes planteadas en un lapso corto de tiempo y utilizando pocos
recursos.
El diseo estadstico de experimentos es precisamente la forma ms eficaz de
hacer pruebas. El diseo de experimentos consiste en determinar cules
pruebas se deben realizar y de qu manera, para obtener datos que, al ser
analizados estadsticamente, proporcionen evidencias objetivas que permitan
responder las interrogantes planteadas, y de esa manera clarificar los aspectos
inciertos de un proceso, resolver un problema o lograr mejoras. Algunos
problemas tpicos que pueden resolverse con el diseo y el anlisis de
experimentos son los siguientes:
1. Comparar a dos o ms materiales con el fin de elegir al que mejor
cumple los requerimientos.
2. Comparar varios instrumentos de medicin para verificar si trabajan con
la misma precisin y exactitud.
3. Determinar los factores (las x vitales) de un proceso que tienen impacto
sobre una o ms caractersticas del producto final.
4. Encontrar las condiciones de operacin (temperatura, velocidad,
humedad, por ejemplo) donde se reduzcan los defectos o se logre un
mejor desempeo del proceso.
5. Reducir el tiempo de ciclo del proceso.
6. Hacer el proceso insensible o robusto a oscilaciones de variables
ambientales. 7. Apoyar el diseo o rediseo de nuevos productos o
procesos
8. Ayudar a conocer y caracterizar nuevos materiales.
Ral Jimnez Gonzlez
Biol.
En general, cuando se requiere mejorar un proceso existen dos maneras

bsicas de obtener la informacin necesaria para ello:
Observar o monitorear va herramientas estadsticas, hasta obtener

seales tiles que permitan mejorarlo; se dice que sta es una
estrategia pasiva.
La otra manera consiste en experimentar, es decir, hacer cambios

estratgicos y deliberados al proceso para provocar dichas seales
tiles.
Al analizar los resultados del experimento se obtienen las pautas a

seguir, que muchas veces se concretan en mejoras sustanciales del proceso.
En este sentido, experimentar es mejor que sentarse a esperar a que el
proceso nos indique por s solo cmo mejorarlo. El diseo de experimentos es
un conjunto de tcnicas activas, en el sentido de que no esperan que el proceso
mande las seales tiles, sino que ste se manipulan para que proporcione la
informacin que se requiere para su mejora.
El saber diseo de experimentos y otras tcnicas estadsticas, en

combinacin con conocimientos del proceso, sitan al responsable del mismo
como un observador perceptivo y proactivo que es capaz de proponer mejoras
y de observar algo interesante (oportunidades de mejora) en el proceso y en los
datos donde otra persona no ve nada.
Nota. Comentarles la ancdota de las naranjas
Experimentos con un
solo factor
49
2.1. Familia de diseos para comparar tratamientos.

Ral Jimnez Gonzlez
Biol.
90
CAPTULO 2
Los diseos experimentales ms utilizados para comparar tratamientos son:

1. Diseo completamente al azar (DCA)
2. Diseo en bloque completamente al azar (DBCA)
3. Diseo en cuadro latino (DCL)
4. Diseo en cuadro grecolatino (DCGL)
La diferencia fundamental entre estos diseos es el nmero de factores de
bloque que incorporan o controlan de forma explcita durante el experimento. La
comparacin de los tratamientos en cuanto a la respuesta media que logran, en
cualquiera de estos diseos, se hace mediante la hiptesis
que se prueba con la tcnica estadstica llamada Anlisis de Varianza (ANOVA)

con uno, dos, tres o cuatro criterios de clasificacin, dependiendo del nmero
de factores de bloques incorporados al diseo.
Dise
Factores ANOVA
de
bloqueo
DCA 0
DBCA 1
con
Un criterio
Dos
criterios
Tres
DCGL 3
criterios
Cuatro
DCL
Modelo estadstico
criterios
Y
es la variable de salida,
tratamiento,
la media global,
error aleatorio, y
el efecto del
i-simo
son los efectos de tres factores de
bloqueo.

Ral Jimnez Gonzlez
Biol.
El modelo estadstico que describe el comportamiento de la variable

observada Y en cada diseo, incorpora un trmino adicional por cada factor de
bloqueo controlado.
De acuerdo con los modelos dados en la tabla, para cada diseo comparativo
se tienen al menos dos fuentes de variabilidad: los tratamientos o niveles del
factor de inters y el error aleatorio. Se agrega una nueva fuente de variabilidad
por cada factor de bloque que se controla directamente. Se observa que los
diseos suponen que no hay efectos de interaccin entre los factores, lo cual
sera lo deseable que ocurra; de no ocurrir as, tal efecto se recarga al error y el
problema de comparacin no se resuelve con xito.
Un efecto de interaccin entre dos factores hace referencia a que el
efecto de cada factor depende del nivel en que se encuentra el otro.
2.2. El modelo de efectos fijos

El modelo de efectos fijos (es cuando se estudian todos los posibles
tratamientos) de anlisis de la varianza se aplica a situaciones en las que el
experimentador ha sometido al grupo o material analizado a varios factores,
cada uno de los cuales le afecta slo a la media, permaneciendo la "variable
respuesta" con una distribucin normal.
Este modelo se supone cuando el investigador se interesa nicamente por los
niveles del factor presentes en el experimento, por lo que cualquier variacin
observada en las puntuaciones se deber al error experimental.
En caso que los tratamientos tengan efecto, las observaciones
se podrn
describir con el modelo estadstico lineal dado por:
(2.2)
Ral Jimnez Gonzlez
Biol.
92
CAPTULO 2
donde
es el parmetro de escala comn a todos los tratamientos, llamado
media global,
; es un parmetro que mide el efecto del tratamiento y
error atribuible a la medicin
es el
. Este modelo implica que en el diseo
completamente al azar actuaran a lo ms dos fuentes de variabilidad: Los

tratamientos y el error aleatorio. La media global
de la variable de respuesta
no se considera una fuente de variabilidad por ser una constante comn a

todos los tratamientos, que hace las veces de punto de referencia con respecto
al cual se comparan las respuestas medias de los tratamientos.
Si la respuesta media de un tratamiento particular
respuesta media global
es muy diferente de la
, es un sntoma de que existe un efecto de dicho
tratamiento, ya que como se ver ms adelante,

debe tener las medias entre s para concluir que
. La diferencia que
hay un efecto (que los
tratamientos son diferentes), nos lo dice el anlisis de varianza (ANOVA).

En la prctica puede suceder que los tratamientos que se desea comparar
sean demasiados como para experimentar con todos. Cuando esto sucede es
conveniente comparar slo una muestra de la poblacin de tratamientos, de
modo que
pasa a ser una variable aleatoria con su propia varianza
que
deber estimarse a partir de los datos. En este captulo slo se presenta el

caso en que todos los tratamientos que se tienen se prueban, es decir, se
supone una poblacin pequea de tratamientos, lo cual hace posible
compararlos a todos. En este caso, el modelo dado por la ecuacin (2.2) se
llama modelo de efectos fijos.
2.3. Diseo completamente al azar y ANOVA

Muchas comparaciones, como las antes mencionadas, se hacen con base en el
diseo completamente al azar (DCA), que es el ms simple de todos los
diseos que se utilizan para comparar dos o ms tratamientos, dado que slo
consideran dos fuentes de

Ral Jimnez Gonzlez
Biol.
Diseos completamente al
azar y ANOVA
93
variabilidad: los tratamientos y el error aleatorio. En la siguiente unidad veremos

diseos que consideran la influencia de otras fuentes de variabilidad (bloques).
Este diseo se llama completamente al azar porque todas las corridas
experimentales se realizan en orden aleatorio completo. De esta manera, si
durante el estudio se hacen en total N pruebas, stas se corren al azar, de
manera que los posibles efectos ambientales y temporales se vayan
repartiendo equitativamente entre los tratamientos.
Ejemplo 1
Comparacin de cuatro mtodos de ensamble. Un equipo de mejora
investiga el efecto de cuatro mtodos de ensamble A, B, C y D, sobre el tiempo
de ensamble en minutos con un nivel de significancia de 0.05. En primera
instancia, la estrategia experimental es aplicar cuatro veces los cuatro mtodos
de ensamble en orden completamente aleatorio (las 16 pruebas en orden
aleatorio). Los tiempos de ensamble obtenidos se muestran en la tabla 2.1. Si
se usa el diseo completamente al azar (DCA), se supone que, adems del
mtodo de ensamble, no existe ningn otro factor que influya de manera
significativa sobre la variable de respuesta (tiempo de ensamble)
Tabla 2,1 Diseo completamente al
azar
para el ejemplo 1
Mtodo
de
ensamble
A
B
C
6 7
11
D
10
16
12
10
11
11
13
Ejemplo 2
Jimnez Gonzlez
Biol. Ral
94
CAPTULO 2
Comparacin de cuatro tipos de cuero. Un fabricante de calzado desea

mejorar la calidad de las suelas, las cuales se pueden hacer con uno de los
cuatro tipos de cuero A, B, C y D disponibles en el mercado. Para ello, prueba
los cueros con una mquina que hace pasar los zapatos por una superficie
abrasiva; la suela de stos se desgasta al pasarla por dicha superficie. Como
criterio de desgaste se usa la prdida de peso despus de un nmero fijo de
ciclos. Se prueban en orden aleatorio 24 zapatos, seis de cada tipo de cuero. Al
hacer las pruebas en orden completamente al azar se evitan sesgos y las
mediciones en un tipo de cuero resultan independientes de las dems. Los
datos (en miligramos) sobre el desgaste de cada tipo de cuero se muestran en
la tabla 2.2
Tabla 2,2 Comparacin de cuatro tipos de cuero (cuatro tratamientos)
Tipo
de Observaciones
cuero
A
264
255
208
206
220
260
258
Promedio
241
262 256,7
209,8
220
216
200
213 230,8
220,7
263
219
225
230
226
215
227
220
228
217
222
El anlisis de la varianza de un criterio (ANOVA de un criterio) es una

metodologa para analizar la variacin entre muestras y la variacin al interior
de las mismas con varianzas, en lugar de rangos. Como tal, es un mtodo
estadstico til para comparar dos o ms medias poblacionales.
El objetivo del anlisis de varianza en el DCA es probar las hiptesis de
igualdad de los tratamientos con respecto a la media de la correspondiente
variable de respuesta:
Jimnez Gonzlez
Biol. Ral
azar y ANOVA
95
Nota: Primeramente explicare el clculo manual tradicional para ANOVA,

posteriormente el simplificado y ms prctico, as como su solucin utilizando
un paquete computacional.
El mtodo de ANOVA con un criterio requiere del clculo de dos
estimaciones independientes para
, la varianza poblacional comn. Estas
dos estimaciones se denotan por
. Se denomina estimacin de la varianza entre muestras (Mtodo entre)

. Se denomina estimacin de la varianza al interior de las muestras (Mtodo
dentro)
El estadstico entonces resulta
y tiene una distribucin muestral que sigue una
distribucin F.
Estadstico F para el ANOVA con un criterio
(2,3)
El cual se contrastara con el valor de
encontrado en tablas en relacin
a los grados de libertad del numerador entre grados de libertad del

denominador y con un nivel de significancia ( ) prefijado.
Se rechaza la
si

Jimnez Gonzlez
Biol. Ral
96
CAPTULO 2
Se deduce que si
es grande, se contradice la hiptesis de que no hay
efectos de tratamientos; en cambio, si
es pequeo se confirma la validez de
Mtodo dentro
El mtodo dentro de estimacin de la varianza produce una estimacin vlida
sin importar si la hiptesis nula de las medias poblacionales iguales es cierta.
Esto se debe a que la variabilidad de los valores de la muestra se determina
comparando cada elemento en los datos con la media muestral. Cada valor de
la muestra obtenido de la poblacin A se compara con la media muestral A;
cada elemento obtenido de la poblacin B se compara con la media muestral B,
y as sucesivamente. La ecuacin para calcular la estimacin de la varianza
con el mtodo dentro es:
donde:
(2,4)
= Estimacin de la varianza muestral con el mtodo entre.
= i-
simo elemento de los datos de grupo j.
= media del grupo j
C = nmero de grupos
n = nmero de elementos de la muestra en cada grupo.
El nmero adecuado de grados de libertad para el mtodo dentro se calcula

como c(n-1) si el nmero de observaciones en cada grupo es igual. Como a
cada elemento del grupo se le resta la media de ese grupo, slo (n-1)
elementos de cada grupo pueden variar. Adems como se tienen c grupos, c se
multiplica por (n-1) para obtener los grados de libertad para el mtodo dentro.
Grados de libertad para
glw = C(n 1)
Jimnez Gonzlez
Biol. Ral
azar y ANOVA
97
Mtodo entre
El segundo mtodo para estimar la varianza comn de la poblacin produce
una estimacin vlida slo si la hiptesis nula es cierta. Para entender el
mtodo entre recuerde el teorema del lmite central. Este importante teorema
en estadstica establece que la distribucin de las medias muestrales tiende a
una distribucin normal conforme crece el tamao de la muestra, con una
media y una desviacin estndar n. Si el error estndar de la media es
n, entonces la varianza de la distribucin es igual al error estndar al
cuadrado, 2n.
Esta varianza es una medida de las diferencias entre todas las medias
muestrales que puedan obtenerse de la distribucin y la media de la poblacin.
La raz cuadrada de esta varianza es el error estndar de la media, es decir, la
diferencia estndar entre una media muestral y la media poblacional.
En ANOVA,
para estimar la varianza de la distribucin muestral de
medias, se debe estimar primero la media poblacional. La media de todos los

valores muestrales proporciona esa estimacin. Despus, se determina la
diferencia entre la media de cada grupo y esta media poblacional estimada, y
estas diferencias se elevan al cuadrado y se suman. Este valor, con frecuencia
se llama la suma de cuadrados entre (SC b). Esta suma se divide entonces
entre el nmero adecuado de grados de libertad para obtener la estimacin de
la varianza de la distribucin muestral. La ecuacin siguiente da el clculo de la
estimacin de la varianza de la distribucin muestral de las medias:
donde:
(2,5)
= Estimacin del mtodo entre de la varianza poblacional comn.
= media del grupo j.
= media global (media de todos los valores), usada como estimacin de

. C = nmero de grupos

Jimnez Gonzlez
Biol. Ral
98
CAPTULO 2
n = nmero de elementos de la muestra en cada grupo si el nmero de

observaciones en cada uno es el mismo.
Grados de libertad para

glb = (C 1)
Tabla ANOVA
Los resultados del anlisis de varianza se presentan en una tabla ANOVA
que resume los valores importantes de la prueba. Esta tabla tiene un formato
estndar que usan los libros y los problemas de computadora que ejecutan
ANOVA. La siguiente tabla muestra la forma general de la tabla ANOVA.
En dicha tabla se resumen los clculos necesarios para la prueba de
igualdad de las medias poblacionales usando anlisis de varianza. Primero se
usa el mtodo dentro para estimar 2. Cada valor de los datos se compara con
su propia media, y la suma de las diferencias al cuadrado se divide entre los
grados de libertad c(n-1).
Fuente de
SC
GL
variacin
Estimacin de
F
2
Coeficiente
/
Grupos Entre
c-1
/ glb
Grupos
Dentro
2
c(n-1)
Total
/ glb
( xij x ) 2
d
onde:
= Nmero de la columna
i = Nmero de la fila
c = Nmero de columnas (grupos)
n = Nmero de elementos en cada grupo (tamao de la muestra)

Jimnez Gonzlez
Biol. Ral
azar y ANOVA
99
La tabla ANOVA contiene columnas con las fuentes de variacin, las sumas
de cuadrados, los grados de libertad, las estimaciones de la varianza y el valor
F para el procedimiento de anlisis de varianza.
Retomando el problema del efecto de cuatro mtodos de ensamble A, B, C y

D, sobre el tiempo de ensamble en minutos tenemos:
Mtodo
de
ensamble
A
B
C
6 7
11
D
10
16
12
10
11
11
13
7,25
8,5
Media ( i)
Media global :
C = 4,
12,75
10,5
= 9,73
n
=4
=4
+
+
+

Jimnez Gonzlez
Biol. Ral
100
CAPTULO 2
Completando la tabla ANOVA, quedando de la siguiente manera

Fuente de
Variacin
SC
Estimacin de 2
gl
Coeficiente F
--------------------------------------------------------------------------------------------------------- Grupos entre
69,49
69,75/3 = 23,25
12
29,48/12 = 2,45
23,25/2,45 = 9,42
Grupos dentro
29,48
--------------------------------------------------------------------------------------------------------- TOTA
98,97
15
Como la hiptesis a probar es

H0:
1 = 2 = 3 = 4
H1:
No todas las poblaciones tienen la misma media
El valor de F calculado por tabla cuando tenemos un nivel de

significancia de 0,05 y 3 grados de libertad en el numerador y 12 grados de
libertad en el denominador es
F0,05 (3,12) = 3,49
Como nuestro estadstico de prueba F (9,42) excede el valor crtico

tabulado (3,49), rechazamos
la hiptesis nula y aceptamos la alterna,
concluyendo que s hay diferencia o efecto de los mtodos de ensamble en

cuanto a su tiempo promedio.
Ahora veremos el procedimiento y notacin ms comnmente utilizado para la

solucin de ANOVA
Tabla 2.3 Diseo completamente al azar (DCA)
Tratamientos

Jimnez Gonzlez
Biol. Ral
azar y ANOVA
101
.
.
..
.
.
Notacin de puntos
Sirve para presentar de manera abreviada cantidades numricas que se
pueden calcular a partir de los datos experimentales donde
observacin en el tratamiento , con
representa la
. Las
cantidades de inters son las siguientes:
Note que el punto indica la suma sobre el correspondiente subndice. As, algunas
relaciones vlidas son:
(2.6)
donde
es el total de observaciones.
ANOVA
Como ya lo mencionamos el objetivo del anlisis de varianza en el DCA es
probar la hiptesis de igualdad de los tratamientos con respecto a la media de
correspondiente variable de respuesta.
Jimnez Gonzlez
Biol. Ral
102
CAPTULO 2
Para probar la hiptesis dada por la relacin:
mediante la tcnica de ANOVA, lo primero es descomponer la variabilidad total

de los datos en sus dos componentes: la variabilidad debida a tratamientos y la
que corresponde al error aleatorio (equivalente al mtodo entre y mtodo
dentro), como se hace a continuacin.
Una medida de la variabilidad total presente en las observaciones de la
tabla 2.3 es la suma total de cuadrados (
) dada por:
(2.7)
donde
es la suma de los
datos en el experimento.
La suma de cuadrados de tratamientos (
) sta dado por:
(2.8) donde apreciamos

que la
mide la variacin o diferencias entre tratamientos, ya que si stos
son muy diferentes entre s, entonces la diferencia
tender a ser grande
en valor absoluto, y con ello tambin ser grande la

La suma de cuadrados del error (
) sta dado por:

(2.9) donde la
mide la
variacin dentro de tratamientos, ya que si hay mucha variacin entre las

observaciones de cada tratamiento entonces
tender a ser grande en
valor absoluto. En forma abreviada, esta descomposicin de la suma total de

cuadrados se puede describir como:
(2.10)

Jimnez Gonzlez
Biol. Ral
azar y ANOVA
103
La suma de cuadrados divididos entre sus respectivos grados de libertad se

llaman cuadrados medios. Los dos que ms interesan son el cuadrado medio
de tratamientos (
) y el cuadrado medio del error (
, que se denotan
por:
(2.11)
(2.12)
Con base en este hecho se construye el estadstico de prueba como sigue: se
sabe que
son independientes, por lo que
son
dos variables son dos variables aleatorias independientes con distribucin jicuadrada con
grados de libertad, respectivamente. Entonces, bajo
el supuesto de que la
hiptesis
es verdadera, el estadstico
(2.13)
sigue una distribucin
con (
grados de libertad en el numerador y (
) grados de libertad en el denominador. De la ecuacin (2.13) se deduce que si

es grande, se contradice la hiptesis de que no hay efecto de tratamientos;
en cambio, si
significancia
el percentil (
p
es pequeo se confirma la validez de

prefijado, se rechaza
si
. As para un nivel de
donde
) x 100 de la distribucin . Tambin se rechaza
, donde el valor-p es el rea bajo la distribucin
estadstico
es
si el valor-
a la derecha del
, es decir, el
)
Toda la informacin necesaria para calcular el estadstico
hasta llegar al
valor-p se escribe en la llamada tabla de anlisis de varianza (ANOVA) que se

muestra en la tabla 2.4. En esta tabla, las abreviaturas significan lo siguiente:
Jimnez Gonzlez
Biol. Ral
104
CAPTULO 2
fuente de variabilidad (efecto),
suma de cuadrados,
grados de
libertad,
cuadrado medio,
estadstico de prueba, valor-p = significancia observada
Tabla 2.4 Tabla de ANOVA para DCA

SC
GL
CM
Valorp
Tratamientos
)
Error
Total
Anlisis del ejemplo 1 (comparacin de cuatro tipos de mtodos de

ensamble). La interrogante que se plante en el problema de la comparacin
entre los cuatro tipos de mtodos de ensamble fue: existen diferencias entre
el tiempo promedio de los diferentes mtodos de ensamble? La respuesta a
esta pregunta es el resultado de contrastar las hiptesis:
Clculos manuales
Detalles de los clculos para el ANOVA en DCA para el tiempo de ensamble
Mtodos de ensamble
Observaciones
B
Operaciones bsicas
=
Suma
de
los
cuadrados
de
todas
las
observaciones o datos
6 7 11 10
Jimnez Gonzlez
Biol. Ral
azar y ANOVA
105
8 9 16 12
10 11 11
suma de los datos
8 13 9
Total por
total de mediciones
media
Tratamiento (
29 34 51 42
Numero de datos
En
cada
(
Media
global
tratamiento
4 4 4
muestral por
Tratamiento
7.25
8.50
12.75
10.50
Desviaciones
respecto -2.50 -1.25 3.0 0.75
A la media global (
1.
Suma total de cuadrados o variabilidad total de
los datos:
2.- Suma de cuadrados de tratamientos o variabilidad debida a la diferencia entre

mtodos de ensamble:
3.- Suma de cuadrados del error o variabilidad dentro de mtodos de ensamble:
4.- Cuadrados medios de tratamientos y del error (efecto ponderado de cada fuente
de variacin):
Jimnez Gonzlez
Biol. Ral
106
CAPTULO 2
5.- Estadstico de prueba:
Con toda esta informacin se procede a llenar la tabla ANOVA. El valor de la

significancia observada o valor-p es el rea bajo la curva de la distribucin
a la derecha de
, lo cual es difcil de calcular de forma manual. Sin
embargo, cuando esto no sea posible, recordemos que otra forma de rechazar o
no una hiptesis es comparar el estadstico de prueba contra un nmero crtico
de tablas. En el caso de las tablas de la distribucin
valor crtico para
es
entonces se rechaza
, en donde se lee que el
. Como:
, con lo cual se concluye que s hay diferencias o efecto de
los mtodos de ensamble en cuanto a su tiempo promedio

Tabla ANOVA
Fuente de
SC GL
CM
Valor
variaciones
crtic
o
para
F
Tratamientos 69,5 3
23,17 9,42 3,49
Error
29,5 12 2,46
Total
99,0 15
Resultados arrojados en un paquete computacional (Excel y Minitab), para el

ejemplo 1 de los tiempos de ensamble para los cuatro mtodos.

Jimnez Gonzlez
Biol. Ral
azar y ANOVA
107
ANOVA unidireccional: A; B; C; D Minitab

Fuente GL
SC
MC
Factor 3 69,50 23,17 9,42 0,002

Error 12 29,50 2,46
Total 15 99,00
ICs de 95% individuales para la media

basados en Desv.Est. agrupada
Nivel N Media Desv.Est. --------+---------+---------+---------+A
4 7,250
0,957 (------*------)
4 8,500
1,291
4 12,750
2,363
4 10,500
1,291
(------*------)
(------*------)
(------*------)
--------+---------+---------+---------+Instituto Tecnolgico de Ensenada

Jimnez Gonzlez
Biol. Ral
108
CAPTULO 2
7,5
10,0
12,5
15,0
Desv.Est. agrupada = 1,568
Diagrama de cajas simultneos

Los diagramas de cajas es una herramienta para describir el comportamiento e
unos datos, y es de suma utilidad para comparar procesos, tratamientos y, en
general, para hacer anlisis por estratos (lotes, proveedores, turnos). En el
resultado arrojado por Minitab se observa en la figura (figura 2.1) que el
mtodo C parece diferente al los mtodos A y B en cuanto a sus medias; la
media del mtodo D tambin se ve diferente a la media del mtodo A. Por otra
parte, se observa un poco ms de variabilidad en el mtodo C que en todos
los dems. Lo que sigue es verificar que lo que se observa en el diagrama de
cajas implica diferencias significativas entre los distintos tratamientos; por lo
tanto, es necesario hacer pruebas estadsticas porque los datos que se
analizan en los diagramas de cajas son muestras.
En general, cuando los diagramas no se traslapan es probable que los
tratamientos correspondientes sean diferentes entre s, y la probabilidad es
mayor en la medida que los diagramas estn basados en ms datos. Cuando
se traslapan un poco puede ser que haya o no diferencias significativas, y en
cualquier caso es conveniente utilizar una prueba estadstica para determinar
cules diferencias son significativas. Estas pruebas se vern en la siguiente
seccin.

Jimnez Gonzlez
Biol. Ral
azar y ANOVA
109

Jimnez Gonzlez
Biol. Ral
110
CAPTULO 2

e
Figura 2.1 Diagrama de cajas para los mtodos de ensamble
Anlisis del ejemplo 2 (comparacin de cuatro tipos de cuero). La interrogante

que se plante en el problema de la comparacin entre los cuatro tipos de
cuero fue: existen diferencias entre el desgaste promedio de los diferentes
tipos de cuero? La
pregunta
es
respuesta
el
esta
resultado de contrastar
las hiptesis:
a
En el resultado arrojado por Excel, se muestra el anlisis de varianza

para este ejemplo. Como el valor-p = 0,0000 es menor que la significancia
prefijada
, se rechaza
y se acepta que al menos un par de tipos de
cuero tiene un desgaste promedio diferente

c
Anlisis de varianza de un factor en Excel
RESUMEN
Grupos
A
Cuenta
6
Suma
1540
Promedio
Varianza
256,666666 68,666666
7
B
C
6
6
1263
1385
210,5
52,7
230,833333 266,96666
e
1327
3
7
221,166666 22,966666
7
ANLISIS DE VARIANZA
Origen
Suma
de
cuadrados
Grad
Promedio
os
de
variacio
de
cuadrados
nes
libert
las
de
los
Probabilid
Valor
ad
crtico para
F
ad
a
Jimnez Gonzlez
Biol. Ral
azar y ANOVA
111
i
Entre
7019,4583
grupos
Dentro
33
2056,5
de
2339,8194
22,75535
1,17615E
3,0983912
56
-06
24
20
44
102,825
los
grupos
9075,9583
Total
33
23
ANOVA unidireccional: A; B; C; D Minitab

Fuente GL
SC
MC
Factor 3 7019 2340 22,76 0,000

Error 20 2057 103
Total 23 9076
G
s
o
t
a
ICs de 95% individuales para la media

17,5
basados en Desv.Est. agrupada

Nivel N Media15,0Desv.Est. ----+---------+---------+---------+----A
6 256,67
12,5 8,29
D
6 210,50
6 230,83 16,34
10,0
7,5
6 221,17
(----*-----)
7,26 (-----*----)
(----*-----)
4,79
(----*-----)
----+---------+---------+---------+----A
B
C
5,0
208
224
240
256
Desv.Est. agrupada = 10,14
2.4. Comparaciones o pruebas de rangos mltiples

Jimnez Gonzlez
Biol. Ral
112
CAPTULO 2
El anlisis de varianza es un procedimiento poderoso para probar la

homogeneidad de un conjunto de medias. Sin embargo, si rechazamos la
hiptesis nula (
) y aceptamos la alterna (que no todas las medias son
iguales) an no sabemos cules de las medias poblacionales son iguales y

cules son diferentes.
Comparacin de parejas de medias de tratamientos.

Cuando no se rechaza la H0: 1 = 2 = 3, el objetivo del experimento est
cubierto y la conclusin es que los tratamientos no son diferentes. Si por el
contrario se rechaza H0, y por consiguiente se acepta la H1: No todas las
poblaciones tienen la misma media, es necesario investigar cules tratamientos
resultaron diferentes, o cules provocan la diferencia.
Estas interrogantes se responden probando la igualdad de todos los posibles
pares de medias, para lo cual se han propuesto varios mtodos, conocidos
como mtodos de comparaciones mltiples o pruebas de rango mltiple.
La diferencia primordial entre los mtodos radica en la potencia que tienen para
detectar las diferencias entre las medias. Se dice que una prueba es ms
potente si es capaz de detectar diferencias ms pequeas.
Hay varios mtodos estndar para realizar comparaciones pareadas que
apoyen la credibilidad de la tasa de error tipo I.
Mtodo de la diferencia mnima significativa de Fisher (mtodo LSD).

Una vez que se rechazo
en el ANOVA, el problema es probar la igualdad de
todos los posibles pares de medias con la hiptesis:

Jimnez Gonzlez
Biol. Ral
Comparacin o pruebas de
rangos mltiples
para toda
113
. Para
tratamientos se tienen en total
medias. Por ejemplo, si
existen
pares de
posibles pares de medias. El
estadstico de prueba para cada una de las hiptesis dadas es la

correspondiente diferencia en valor absoluto entre sus medias muestrales
. Se rechaza la hiptesis
si ocurre que
(2.14)
donde el valor de
con
se lee en las tablas de la distribucin T de student
grados de libertad que corresponde al error, el
medio del error y se obtiene de la tabla ANOVA,

observaciones para los tratamientos
es el cuadrado
son el nmero de
, respectivamente. La LSD se llama
diferencia mnima significativa de Fisher, ya que es la diferencia mnima que

debe existir entre dos medias muestrales para considerar que los tratamientos
correspondientes son significativamente diferentes. As, cada diferencia de
medias
muestrales
que
si
el
diseo
es
balanceado,
es
decir,
si
, la diferencia mnima significativa se reduce a:
(2.15)
En caso de rechazar
se acepta la hiptesis alternativa la cual nos dice que
las medias de los tratamientos
son diferentes. El mtodo LSD tiene una
potencia importante, por lo que en ocasiones declara significativas aun

pequeas diferencias.
Ral Jimnez Gonzlez
Biol.
114
CAPTULO 2
Ilustremos esta prueba continuando con el ejemplo 1, en el cual, con el

ANOVA se rechaz la hiptesis nula y se acept que al menos un par de
medias de tratamientos (mtodos de ensamble) son diferentes entre s. Para
investigar cules pares de medias son estadsticamente diferentes se prueban
los seis posibles pares de hiptesis:
(2.16)
Utilizando el mtodo de LSD. EN el ANOVA se observa que los grados
de libertad del error son
, y que el cuadrado medio del error es
. Si usamos una significacin predefinida de
, de la tabla de
la distribucin T de Student con 12 grados de libertad, se obtiene que
. Como
en cada tratamiento se hicieron
pruebas, entonces
La decisin sobre cada una de las seis hiptesis listadas arriba se obtiene al
comparar las correspondientes diferencias de medias muestrales en valor
absoluto con el nmero LSD = 2,42. Se declaran significativas aquellas
diferencias que son mayores a este nmero. Los resultados se muestran en la
tabla 2,5, de donde se concluye que
mientras que

Ral Jimnez Gonzlez
Biol.
rangos mltiples
115
Tabla 2,5 Aplicacin de la prueba LSD a mtodos de ensamble

Diferencia
Diferencia muestral
poblaciona
en valor absoluto
Decisin
l
7,25 - 8,50 = 1.25 2,42
No
7,25 12,75 = 5,50
significativo
2,42
Significativo
7,25 10,50 = 3,25
Significativo
2,42
Significativo
8,50 12,75 = 4,25
No
2,42
significativo
8,50 10,50 = 2
2,42
12,75 10,50 = 2,25
No
significativo
2,42
En el resultado de comparacin de parejas arrojado por minitab, por el
mtodo de LSD, observamos que este nos indica los intervalos de confianza
para las comparaciones de cada par de muestras, por lo que debemos tomar el
punto medio de cada comparacin (centro) y contrastarlo con el valor del
estadstico t de student obtenido en tablas (2,42) y tomar la decisin que
corresponda
Intervalos de confianza individuales de Fisher(LSD) del
95%
Todas las comparaciones en parejas en Minitab

Se rest A a:
Inferior Centro Superior -------+---------+---------+---------+-B
-1,166 1,250
3,666
(-----
*-----)
C
3,084
5,500
7,916
3,250
5,666
(-----*-----)
D
0,834
(-----*-----)

Ral Jimnez Gonzlez
Biol.
116
CAPTULO 2
-------+---------+---------+---------+--4,0
0,0
4,0
8,0 Se rest B a:
Inferior Centro Superior -------+---------+---------+---------+-1,834
4,250
6,666
(-----*-----)
-0,416 2,000
4,416
(-----
*-----)
-------+---------+---------+---------+--4,0
0,0
4,0
8,0 Se rest C a:
Inferior Centro Superior -------+---------+---------+---------+-- D

-2,250
0,166
-4,666
(-----*-----)
-------+---------+---------+---------+--
-4,0
0,0
4,0
8,0
Mtodo de Tukey.
Es el mtodo ms conservador para comparar pares de medias de
tratamientos, el cual consiste en comparar las diferencias entre medias
muestrales con el valor crtico dado por:
(2,17) donde
Es el cuadrado medio del error (
/ glb )
Es el nmero de observaciones por tratamiento

Es el nmero de tratamientos
Es igual a los grados de libertad para el error
Es el nivel de significancia prefijado
Son puntos porcentuales de la distribucin del rango
estudentizado,
que se obtienen de la correspondiente tabla

Ral Jimnez Gonzlez
Biol.
rangos mltiples
117
Se declaran significativamente diferentes los pares de medias cuya diferencia

muestral en valor absoluto sea mayor que
. A diferencia de los mtodos LSD
y Duncan, el mtodo Tukey trabaja con un error
muy cercano al declarado por
el experimentador.
Ejemplo. Al aplicar el mtodo de Tukey al ejemplo 1 de los mtodos de
ensamble, a partir de la tabla ANOVA correspondiente, se toma la informacin
pertinente y de las tablas del rango estudentizado (tabla 1) dada en el
apndice.
( / glb ) = 2,45
4
4
12
0,05
en tablas de rango estudentizado corresponde a 4,20
sustituyendo en la ecuacin tenemos

Ral Jimnez Gonzlez
Biol.
118
CAPTULO 2
Que al compararlo con las diferencias de medias muestrales, los

resultados sobre las hiptesis son:
Diferencia
Dife ncia
poblacional
re
1,2
5
5,5
0
3,2
Decisin
muestral
No
3,27
significativ
3,27
3,27
Significativ
3,27
3,27
No
3,27
significativ
4,2
Significativ
2,0
No
significativ
2,2
No
significativ
o
De esta tabla se concluye que
Observe que esta prueba no encuentra diferencias entre los mtodos d

ensamble A y D, la cual si se detecta por otros mtodos. Esto es congruente
con el hecho de que la prueba de Tukey es menos potente que la prueba LSD
(diferencia mnima significativa)

Ral Jimnez Gonzlez
Biol.
rangos mltiples
119
En el resultado de comparacin de parejas arrojado por minitab, por el

mtodo de Tukey, observamos que este nos indica los intervalos de confianza
para las comparaciones de cada par de muestras, por lo que debemos tomar el
punto medio de cada comparacin (centro) y contrastarlo con el valor del
estadstico de rango estudentizado obtenido en tablas (4,20) y sustituyendo en
la formula obteniendo el valor de
, el cual se contrasta con la
diferencia de medias y se tomar la decisin que corresponda

Intervalos de confianza simultneos de Tukey del 95%
Todas las comparaciones en parejas en Minitab
Se rest A a:
Inferior Centro Superior -----+---------+---------+---------+---B
-2,043 1,250
2,207 5,500
-0,043 3,250
4,543
(------*-----)
8,793
(------*------)
6,543
(------*-----)
-----+---------+---------+---------+----
-5,0
0,0
5,0
10,0 Se rest B a:
Inferior Centro Superior -----+---------+---------+---------+---C
0,957 4,250
-1,293 2,000
7,543
(------*-----)
5,293
(------*------)
-----+---------+---------+---------+----
-5,0
0,0
5,0
10,0 Se rest C a:
Inferior Centro Superior -----+---------+---------+---------+---D -5,543 -2,250
1,043
(------*-----)
-----+---------+---------+---------+----5,0
0,0
5,0
10,0
Mtodo de Duncan.

Ral Jimnez Gonzlez
Biol.
120
CAPTULO 2
En este mtodo para la comparacin de medias, si las

tamao, los
muestras son de igual
promedios se acomodan en orden ascendente y el error estndar
de los promedios se estima con
(2,18)
Este procedimiento de Duncan tambin se llama prueba de rango
mltiple de Duncan. Este procedimiento tambin se basa en la notacin
general del rango studentizado. El rango de cualquier subconjunto de
medias
muestrales debe exceder cierto valor antes de que se encuentre que cualquiera
de las
medias es diferente. Este valor se llama rango de menor significancia
para las
medias y se denota como
(2,19)
( = muestras)
=
Grados de libertad para el error que corresponden a (

= Cuadrado medio del error (
/ glb )
Numero de observaciones por tratamiento

= Valores crticos para la prueba de Duncan (obtenidos en tabla)
Los valores de la cantidad
, que se denominan rango studentizado de
menor significancia, dependen del nivel de significancia que se desea y el

nmero de grados de libertad del cuadrado medio del error. Estos valores se
pueden obtener de la tabla valores crticos para la prueba de Duncan (tabla
2)
Las diferencias observadas entre las medias muestrales se comparan con los
rangos
(rango de menor significancia) de la siguiente manera:

Ral Jimnez Gonzlez
Biol.
rangos mltiples
121
Primero se comparan la diferencia entre la media ms grande y la ms

pequea con el rango
Luego, la diferencia entre la media ms grande y la segunda ms

pequea se compara con el rango
Estas comparaciones continan hasta que la media mayor se haya

comparado con todas las dems.
Enseguida, se compara la diferencia entre la segunda media ms grande

y la media menor con el rango
Despus la diferencia entre la segunda media ms grande y la segunda

ms pequea se compara con el valor de
Y as sucesivamente hasta que se comparan los
pares de
medias posibles con el rango que les corresponda

En las comparaciones donde la diferencia observada es mayor que el rango
respectivo, se concluye que esas medias son significativamente diferentes. Si
dos medias caen entre otras dos que no son muy diferentes, entonces esas dos
medias poblacionales tambin se consideran estadsticamente iguales.
Ejemplo. Supongamos que nos interesa probar las seis hiptesis para los
cuatro mtodos de ensamble del problema anterior.
Estos valores se obtienen de la tabla

correspondiente
Substituyendo en la ecuacin tenemos:

Ral Jimnez Gonzlez
Biol.
122
CAPTULO 2
= (3,08)(0,78)
= (3,23)(0,78)
= (3,33)(0,78)
Estos rangos se comparan con las diferencias de medias de acuerdo al mtodo
descrito anteriormente.
Las cuatro medias muestrales acomodadas en orden ascendente son:
de aqu se obtienen las diferencias en el orden dado por el mtodo de Duncan y

se van comparando con el rango correspondiente.
En la siguiente tabla se resumen los resultados
Diferencia
poblacional
Diferencia muestral
Decisin
Comparada con su
rango
Significativo
12,75 7,25 = 5,5
Significativo
2,60 =
No
12,75 8,50 = 3,27
significativo
2,52 =
Significativo
12,75 10,50 = 2,25
No
significativo
2,40 =
10,50 7,25 = 3,25 2,60 =
10,50 8,50 = 2,0
2,40 =
8,50 7,25 = 1,25
2,40 =

Ral Jimnez Gonzlez
No
significativo
Biol.
rangos mltiples
123
De esta tabla se concluye que

,
, mientras que
. Que son las mismas conclusiones que se
obtuvieron con
el mtodo LSD. En general, las pruebas de Duncan y LSD tienen un desempeo
similar.
Mtodo de Dunnet (Comparacin de tratamientos con un control).

En muchos problemas cientficos y de ingeniera no interesa extraer inferencias
con respecto a todas las posibles comparaciones entre las medias de los
tratamientos. En su lugar, el experimento a menudo dicta la necesidad de
comparar de manera simultnea cada tratamiento con un control. Por ejemplo,
al comparar varios medicamentos para el resfriado es conveniente que uno de
los tratamientos sea que los pacientes no utilicen ningn medicamento, esto
sirve como referencia para decidir la posible utilidad de los medicamentos.
Un procedimiento de prueba desarrollado por C.W. Dunnett determina
diferencias significativas entre cada media del tratamiento y el control, en un
solo nivel de significancia.
Por facilidad, denotemos como tratamiento control al
tratamiento. Hacer comparaciones con respecto al control implica probar las
hiptesis dadas por:
con
, donde
es el tratamiento control. La hiptesis nula se
rechaza
si,
donde
Ral Jimnez Gonzlez
Biol.
124
CAPTULO 2
= Media del tratamiento

= Media del tratamiento control
Valor encontrado en tablas de Dunnett
= Grados de libertad del cuadrado medio del error
= Cuadrado medio del error
Donde
se encuentra en las tablas (tabla 3) valores crticos
para la prueba de Dunnett; son los grados de libertad del cuadrado medio del
error. Se recomienda que el tamao de muestra del tratamiento control sea
grande, a fin de estimar su media con mayor precisin.
Ejemplo. Para ilustrar el procedimiento de Dunnett , consideremos los
datos experimentales de la siguiente tabla para la clasificacin unilateral donde
se estudia el efecto de tres catalizadores sobre el rendimiento de una reaccin.
Un cuarto tratamiento, sin ningn catalizador, se utiliza como control.
Rendimiento de la reaccin
Control
Catalizador 1
Catalizador 2
50,7
54,1
52,7
51,2
51,5
53,8
53,9
50,8
49,2
53,1
57,0
49,7
53,1
48,0
52,5
52,7
Catalizador 3
54,1
54,0
52,5
47,2
Anlisis de varianza de un factor (Resultado de Excel)
RESUMEN
Grupos
Cuenta
Suma

Ral Jimnez Gonzlez
Promedi
Varianz
a
Biol.
rangos mltiples
125
Control
Catalizador
5
5
257,2
267,5
51,44
53,5
2,478
0,465
1
Catalizador
270,2
54,04
3,238
2
Catalizador
246,9
49,38
3,022
3
ANLISIS DE VARIANZA
Origen
de
Suma
las de
Gra
Promedio de
dos
los
cuadrados
variacio
cuadra
de
nes
dos
libert
Probabili
Valor
dad
crtico para
F
ad
Entre
67,7
grupos
Dentro
de los
22,59533 9,82085
0,000651
3,238871
86
36,8
134
522
333
552
2,30075
12
104,
grupos
Total
598
= 53,5 54,04 49,38
= 51,44
=
= 2,59
= grados de libertad del erros medio

, como es prueba bilateral
=
=
51,44 = 2,06
53,5
= 54,04
51,44 = 2,6
= 49,38 51,44 = 2,06
2,59(0,9593)
2,48
Ral Jimnez Gonzlez
Biol.
126
2,06
CAPTULO 2
2,48 Se acepta la hiptesis nula, no hay diferencia significativa de la
muestra 1
con la patrn
2,60 2,48 Se rechaza la nula y se acepta la alterna

2,06
2,48 Se acepta la hiptesis nula
ANOVA unidireccional: Control; Catalizador 1; Catalizador 2; Catalizador

3
Fuente GL
SC
MC
Factor 3 67,79 22,60 9,82 0,001

Error 16 36,81 2,30
Total 19 104,60
Nivel
Control
N Media Desv.Est.
5 51,440 1,574
Catalizador 1 5 53,500 0,682

Catalizador 2 5 54,040 1,799
Catalizador 3 5 49,380 1,738
Comparacin de Dunnett con un control
nivel de significancia de la familia = 0,05
nivel de significancia individual = 0,0196
Valor crtico = 2,59

Ral Jimnez Gonzlez
Biol.
rangos mltiples
127
Control = Control
Intervalos para media de tratamientos menos media de
control
Nivel
Inferior Centro Superior
Catalizador 1
-0,427 2,060
4,547
Catalizador 2
0,113 2,600
5,087
Catalizador 3
-4,547 -2,060
0,427
Nivel
--------+---------+---------+---------+-
Catalizador 1
(---------*---------)
Catalizador 2
(---------*---------)
Catalizador 3 (---------*---------)
--------+---------+---------+---------+-2,5
0,0
2,5
5,0
2.5. Verificacin de los supuestos del modelo

La validez de los resultados obtenidos en cualquier anlisis de varianza queda
supeditada a que los supuestos del modelo se cumplan. Estos supuestos son:
A) Normalidad
B) Varianza constante (igual varianza de los tratamientos)
C) Independencia
Esto es, la respuesta (Y) se debe distribuir de manera normal, con la misma
varianza en cada tratamiento y las mediciones deben ser independientes. Estos
supuestos sobre Y se traducen en supuestos sobre el termino error ( ) en el
modelo
Ral Jimnez Gonzlez
Biol.
128
CAPTULO 2
Es una prctica comn utilizar la muestra de residuos para comprobar los

supuestos del modelo, ya que si los supuestos se cumplen, los residuos o
residuales se pueden ver
como una muestra aleatoria de una distribucin
normal con media cero y varianza constante.

Los residuos,
se definen como la diferencia entre la respuesta observada (
) y la respuesta predicha por el modelo (
), lo cual permite hacer un
diagnstico ms directo de la calidad del modelo, ya que su magnitud seala

qu tan bien describe a los datos del modelo. Veamos
Recordemos que el modelo que se espera describa los datos en el DCA est
dada por:
donde
( = 1,2, ,
= 1,2,, ) Es el
simo dato en el tratamiento
Es la media global
Es el efecto del tratamiento
Representa al error asociado con la observacin
Cuando se realiza el ANOVA, y slo cuando ste resulta significativo,
entonces se procede a estimar el modelo ajustado o modelo de trabajo dado
por:
donde
Es la respuesta predicha
Es la media global estimada

Ral Jimnez Gonzlez
Biol.
rangos mltiples
129
Es el efecto estimado del

tratamiento
Los gorros indican que son estimadores, es decir, valores calculados a
partir de los datos del experimento. El trmino del error desaparece del modelo
estimado, por el hecho de que su valor esperado es igual a cero (
Como la media global se estima con .. y el efecto del tratamiento con
..,
el modelo ajustado del DCA se puede escribir como:
Para comprobar cada supuesto existen pruebas analticas y grficas que

veremos a continuacin. Por sencillez, muchas veces se prefieren las pruebas
grficas. stas tienen el inconveniente de que no son exactas, pero aun as ,
en la mayora de las situaciones prcticas proporcionan la evidencia suficiente
en contra o a favor de los supuestos.
Normalidad
Un
procedimiento grfico para verificar el cumplimiento del supuesto de
normalidad de los residuos consiste en graficar los residuos en papel o en la

grfica de probabilidad normal que se incluye casi en todos los paquetes
estadsticos. Esta grfica del tipo
tiene
Verificacin de los supuestos
del modelo
las escalas de tal manera que si los residuos siguen una distribucin normal,
al graficarlos tienden a quedar alineados en una lnea recta; por lo tanto, si
claramente no se alinean se concluye que el supuesto de normalidad no es
correcto.

Ral Jimnez Gonzlez
Biol.
130
CAPTULO 2
Cabe enfatizar el hecho de que el ajuste de los puntos a una recta no

tiene que ser perfecto, dado que el anlisis de varianza resiste pequeas y
moderadas desviaciones al supuesto de normalidad.
Figura 2.2 Grafica de normalidad para

los cuatro tipos de cuero
Varianza constante
Una forma de verificar el supuesto de varianza constante (o que los
tratamientos tienen la misma varianza) es graficado los predichos contra
residuos (
), por lo general
va en el eje horizontal y los residuos en
el eje vertical. Si los puntos en esta grfica se distribuyen de manera aleatoria

en una banda horizontal (sin ningn patrn claro y contundente), entonces es
seal d que se cumple el supuesto de que los tratamientos tienen igual
varianza. Por el contrario, si se distribuyen con algn patrn claro y
contundente, como por ejemplo una forma de corneta o embudo, entonces es
seal de que no se est cumpliendo el supuesto de varianza constante.

Ral Jimnez Gonzlez
Biol.
rangos mltiples
131
vs. ajustes
o
u
d
i
s
e
30
20
10
R
0
-10
210
220
230
240
250
Valor ajustado
Figura 2.3 Grafica de la varianza constante

para los cuatro tipos de cuero
Independencia
La suposicin de independencia en los residuos puede verificarse si se
grafica el orden en que se colect un dato contra el residuo correspondiente.
De esta manera, si al graficar en el eje horizontal el tiempo (orden de corrida)
y en el eje vertical los residuos, se detecta una tendencia o patrn no
aleatorio claramente definido, esto es evidencia de que existe una correlacin
entre los errores y, por lo tanto, el supuesto de independencia no se cumple.
Si el comportamiento de los puntos es aleatorio dentro de una banda
horizontal, el supuesto se est cumpliendo.
La violacin de este supuesto generalmente indica deficiencias en la
planeacin y ejecucin del experimento; asimismo, puede ser un indicador de
que no se aplico en forma correcta el principio de aleatorizacin, o de que
conforme se fueron realizando las pruebas experimentales aparecieron
factores que afectaron la respuesta observada. Por ello, en caso de tener
problemas con este supuesto, las conclusiones que se obtienen del anlisis
Ral Jimnez Gonzlez
Biol.
132
CAPTULO 2
son endebles y por ello es mejor revisar lo hecho y tratar de investigar por
qu no se cumpli con ese supuesto de independencia, a fin de reconsiderar
la situacin.
En el ejemplo
para comparar los cuatro tipos de cuero, las grficas
resultantes figuras 2.2 y 2.3. Se observa el cumplimiento de los supuestos de

normalidad y varianza constante, sin embargo, en las dos grficas es notorio
un punto que se aleja bastante del resto, el cual es un punto aberrante cuyo
origen debe investigarse
Eleccin del tamao de la muestra

Una decisin importante en cualquier diseo de experimentos es decidir el
nmero de replicas que se har por cada tratamiento (tamao de muestra).
Por lo general, si se esperan diferencias pequeas entre tratamientos ser
necesario un mayor tamao de muestra.
Aunque existen varios mtodos para estimar el tamao muestral,
muchas veces tienen poca aplicabilidad porque requieren cierto conocimiento
previo sobre la varianza del error experimental.
Si recurrimos a la experiencia vemos que el nmero de rplicas en la
mayora de las situaciones experimentales en las que se involucra un factor
vara entre cinco y diez; incluso, en algn caso puede llegar hasta 30. La
tendencia podra inclinarse por un extremo de este rango e incluso salirse de
ste, de acuerdo con las siguientes consideraciones:
A menor diferencia que se espera en los tratamientos, mayor ser la

cantidad de rplicas si se quieren detectar diferencias significativas, y
viceversa, es decir, si se esperan grandes diferencias quiz con pocas
replicas sea suficiente

Ral Jimnez Gonzlez
Biol.
rangos mltiples
133
Si se espera mucha variacin dentro de cada tratamiento, debido a la

variacin de fuentes no controladas como mtodos de medicin, medio
ambiente, materia prima, etc., entonces se necesitarn ms rplicas
Si son varios tratamientos (cuatro o ms), entonces ste es un punto

favorable para reducir el nmero de rplicas.
Adems de lo anterior, es preciso considerar los costos y el tiempo global

del experimento. De aqu que si toman en cuenta las consideraciones antes
expuestas se podr establecer el tamao de muestra que permita responder
en una primera fase las preguntas ms importantes que se plantearon con el
experimento
Eleccin del tamao de
la muestra
Supongamos que el experimentador ya tiene el nmero de tratamientos

que desea probar,
y que tomando en cuenta las consideraciones antes
citadas tiene una propuesta inicial del nmero de rplicas por tratamiento que
va a utilizar,
. Tambin tiene una idea aproximada del valor de
(la
desviacin estndar del error aleatorio), as como una idea de la magnitud de

las diferencias,
, entre tratamientos que le interesa detectar. Por ejemplo,
supongamos que en el caso de los tiempos promedio de los
= 4 mtodos
de ensamble (del ejemplo 1), tiene idea realizar
= 5 pruebas; en cuanto a
las diferencias, le interesa detectar 2 minutos,
entre un mtodo y otro, y
espera que cada mtodo tenga una variabilidad intrnseca de
= 1,5; esto
debido a factores no controlados (habilidad del operador, cansancio,

variabilidad de las partes a ensamblar, error de medicin del tiempo de
ensamble, etctera).
La formula que tentativamente debemos usar para la eleccin del tamao de
muestra es:

Ral Jimnez Gonzlez
Biol.
134
CAPTULO 2
El valor de
arrojado por esta frmula dar una idea del nmero de rplicas
por tratamiento, de acuerdo con las consideraciones iniciales que se reflejan a

travs de
, y sobre todo por el nmero total de corridas experimentales,
x
, que es lo que muchas veces interesa ms al experimentador debido a los
costos y tiempos. Si
est fuera del presupuesto se podrn revisar algunas
consideraciones y quiz pensar en un nmero menor de tratamientos.

Al aplicar esta expresin al caso de los cuatro mtodos del ensamble
obtenemos con un nivel se significancia del 0,05:
=4
=5
= 1,5
=2
= 0,05
1
Por lo tanto
se debera utilizar como tamao de muestra (nmero
de pruebas por tratamiento).

Ejercicios.
1 Explique en qu consiste y cundo se debe aplicar el diseo completamente al
azar con un solo criterio de clasificacin.
2 Una analista de una cadena de supermercados, quiere saber si las tres tiendas
tienen el mismo promedio en dlares por compra. Se elige una muestra
aleatoria de seis compras en cada tienda. En la siguiente tabla se presenta los
Ral Jimnez Gonzlez
Biol.
rangos mltiples
135
datos recolectados de esta muestra junto con las medias maestrales para cada
tienda. Haga las pruebas necesarias con un nivel de significancia de 0,01. Y
concluya con un reporte de todo lo analizado a lo largo de la unidad, en este
reporte usted como analista deber de incluir y describir todo lo que considere
importante para el cliente, es decir la gerencia del supermercado.
Tabla nmero 1 Datos maestrales para ANOVA (en dlares) para el ejercicio
Tienda 1
Tienda 2
Tienda 3
--------------------------------------------------------------------------12,05
15,17
9,4
23,94
18,52
8
6,9
14,63
19,57
2
10,
25,78
21,40
47
7,6
17,52
13,59
3
11,
20,57
90
5,9
18,45
3. Se hace un estudio sobre la efectividad de tres marcas de spray para matar

moscas. Para ello, cada producto se aplica a un grupo de 100 moscas, y se
cuentan el nmero de moscas muertas expresando en porcentajes. Se hacen
seis rplicas y los resultados obtenidos se muestran a continuacin
Marca
de
Nmero de replicas
1 2 3 4 5 6
spray
1

Ral Jimnez Gonzlez
Biol.
136
CAPTULO 2
a) Formule la hiptesis adecuada y aplique el mtodo estadstico.

b) Existe diferencia entre la efectividad promedio de los productos en spray.
c) Hay algn spray mejor, Argumente su respuesta.
d) D un intervalo al 95% de confianza para la efectividad promedio
(porcentaje) de cada una de las marcas
e) De ser necesario, aplique los mtodos de comparacin o pruebas de
rangos mltiples.
4. Para estudiar la confiabilidad de ciertos tableros electrnicos para carros, se
someten a un envejecimiento acelerado durante 100 horas a determinada
temperatura, y como variables de inters se mide la intensidad de corriente
que circula entre dos puntos, cuyos valores aumentan con el deterioro. Se
probaron 20 mdulos repartidos de manera equitativamente en cinco
temperaturas y los resultados obtenidos fueron los siguientes:
15
17
23
28
45
18
21
19
32
51
13
11
25
34
57
12
16
22
31
48
a) Formule la hiptesis y el modelo estadstico para el problema.

b) Realice el anlisis de varianza para estos datos, a fin de estudiar si la
temperatura afecta la intensidad de corriente promedio.
Ejercicios
c) La temperatura afecta la variabilidad de las intensidades? Es decir,

verifique si hay igual varianza entre los diferentes tratamientos.

Ral Jimnez Gonzlez
Biol.
rangos mltiples
137
5. Una compaa farmacutica desea evaluar el efecto que tiene la cantidad de

almidn en la dureza de las tabletas. Se decidi producir lotes con una
cantidad determinada de almidn, y que las cantidades de almidn a probar
fueron 2%, 5% y 10%. La variable de respuesta sera el promedio de la
dureza de 20 tabletas de cada lote. Se hicieron 4 rplicas por tratamiento y
se obtuvieron los siguientes resultados:
%
de Dureza
almidn
2
4,3
4,5
10
6,5
5,2
4,8
7,3
6,9
7,8
8,5
6,1
9,0
8,1
a) Hay evidencia suficiente de que el almidn influye en la dureza de las
tabletas?
Halle el ANOVA.
b) Realice los anlisis complementarios necesarios.
c) Si se desea maximizar la dureza de las tabletas, qu recomendara al
fabricante?
d) Verifique los supuestos del modelo
6.- Un qumico del departamento de desarrollo de un laboratorio
farmacutico desea conocer cmo influye el tipo de aglutinante utilizado
en tabletas de ampicilina de 500 mg en el porcentaje de friabilidad; para
ello, se eligen los siguientes aglutinantes: polivinilpirrolidona (PVP),
carboximetilcelulosa sdica (CMC) y grenetina (Gre). Los resultados del
diseo experimental son los siguientes.

Ral Jimnez Gonzlez
Biol.
138
CAPTULO 2
Aglutinante % de friabilidad
PVP
0,485
0,250
CMC
0,0161
Gre
9,64
0,073
0,205
9,37
9,53
9,86
0,275
0,612
0,152
9,79
0,289
0,137
a) Especifique el nombre del diseo experimental
b) Sospecha que hay algn efecto significativo del tipo de aglutinante
sobre la variable de respuesta?
c) Escriba las hiptesis para probar la igualdad de medias y el modelo
estadstico.
d) Realice el anlisis adecuado para probar las hiptesis e intrprete los
resultados.
e) Revise los supuestos, hay algn problema?
7. En el siguiente experimento biolgico se usan cuatro concentraciones de
cierto qumico para reforzar el crecimiento en centmetros de cierto tipo de
planta con el tiempo.
Se utilizan cinco plantas en cada concentracin y se
mide el crecimiento de cada planta. Se toman los siguientes datos de

crecimiento. Tambin se aplica un control (ningn qumico)
concentracin
Control 1
2
3
4
6,8
8,2 7,7 6,9 5,9
7,3
8,7 8,4 5,8 6,1
6,3
9,4 8,6 7,2 6,9
6,9
9,2 8,1 6,8 5,7
7,1
8,6 8,0 7,4 6,1

Ral Jimnez Gonzlez
Biol.
rangos mltiples
139
Utilice la prueba bilateral de Duncan en el nivel de significancia de 0,05 para

comparar de manera simultnea las concentraciones con el control.
8. En un experimento en el que se investig la cantidad de radn liberado en
las duchas. Se us agua enriquecida con radn, y se probaron seis dimetros
diferentes de los orificios de las regaderas. Los datos del experimento se
presentan en la siguiente tabla.
Dimetro
de
Radn
liberado
Los (%)
orificios
0,37
80
83
83
85
0,51
75
75
79
79
0,71
74
73
76
77
1,02
67
72
74
74
1,40
62
62
67
69
1,99
60
61
64
66
a) El tamao de los orificios afecta el porcentaje promedio de radn

liberado? Use
b) Encuentre el valor P para el estadstico F del inciso a)
c) Analice los residuales de este experimento.
d) Encuentre un intervalo de confianza de 95% para el porcentaje promedio
de radn liberado cuando el dimetro de los orificios es 1,40
f) Use los diversos mtodos de comparacin o pruebas de rangos mltiples.
9.- Se describe un experimento para determinar el efecto de los vacos de aire
sobre la resistencia porcentual conservada del asfalto. Para los fines del
experimento, los vacos de aire se controlan en tres niveles: bajo (2-4%),
medio (4-6%) y alto (6-8%). Los datos se presentan en la tabla siguiente:
Nivel
vaco
del Resistencia conservada (%)

de

Ral Jimnez Gonzlez
Biol.
140
CAPTULO 2
aire
Bajo
106
Medio
95
Alto
80
90 103
90 79 88 92
69
94
91 70 83 87
80
62
69 76 85 69
83
78
85
a) Los diferentes niveles de los vacos de aire afectan de manera
significativa a la resistencia conservada promedio? Use
b) Encuentre el valor P para el estadstico F del inciso a)

d) Encuentre un intervalo de confianza del 95% para la resistencia
conservada promedio cuando hay un nivel alto de vacos de aire.
Ejercicios
e) Aplique el mtodo de la LSD. Usando
, cules medias de los
tratamientos son diferentes?

10.- Se investigaron cuatro mtodos diferentes para preparar el compuesto
superconductor
. Los autores sostienen que la presencia de oxgeno
durante el proceso de preparacin afecta la temperatura de transicin de

superconduccin
del material. Los mtodos de preparacin 1 y 2 usan
tcnicas que estn diseadas para eliminar la presencia de oxgeno, mientras

que los mtodos 3 y 4 permiten la presencia de oxgeno. Se hicieron cinco
observaciones de
(en
) para cada mtodo, y los resultados son los
siguientes:
Mtodo de Temperatura de transicin
preparaci
(
)

Ral Jimnez Gonzlez
Biol.
rangos mltiples
141
14,8
23
14,8
14,7
14,8
15,0
14,9
14,8
11,6
12,4
12,7
14,4
14,4
12,2
14,9
14,6
14,7
12,7
12,1
14,2
11,7
a) Hay evidencia que apoye la afirmacin de que la presencia de oxgeno
durante la preparacin afecta la temperatura de transicin media? Use
.
b) Cul es el valor P para la prueba F del inciso anterior
d) Aplique el mtodo de la LSD en el experimento. Qu mtodos de
preparacin difieren se
11. Ejercicio. Se utilizan cuatro laboratorios para realizar anlisis qumicos.

Muestras del mismo material se mandan a los laboratorios para su anlisis
como parte del estudio para determinar si, en promedio, dan los mismos
resultados. Los resultados analticos para los cuatro laboratorios son los
siguientes:
Laboratorios
A
B
C
58,7
62,7
D
55,9
60,7
61,4
64,5
56.1
63,1
57,3
59,2
55,2
60,3
60,9
60,9
59,1
Ral Jimnez Gonzlez
Biol.
142
CAPTULO 2
61,4
58,2
60,3
58,1
62,3
Realice una prueba de rango mltiple de LSD, Tukey y Duncan con un nivel
de significancia de 0,05 y 0,01, para determinar cules laboratorios difieren,
en promedio, en sus anlisis

Excel
a) En una hoja de Excel capturar primeramente la tabla de datos
b) En la misma hoja de clculo seleccionar del cintillo superior Datos, luego
Anlisis de datos
c) Seleccionar anlisis de varianza de un factor en la ventana desplegada

Ral Jimnez Gonzlez
Biol.
rangos mltiples
143
d) En rango de entrada (en ventana de captura) seleccionar todos los

grupos,
incluyendo
su
rtulo
(sombrearlos
con
el
mouse),
automticamente se incluyen.
e) En el siguiente recuadro seleccionar si nuestros datos estn ordenados
en filia o columnas, adems indicar si tenemos rtulos en los
encabezados, e indicar que los resultados los arroje en una hoja nueva
Uso de software
estadstico
Nota: Si no aparece Anlisis de datos en la parte superior derecha de la hoja de

clculo, se deber de activar de la siguiente manera:
En el smbolo del sistema en la parte superior izquierda
de los
encabezados dar clic.
En la ventana desplegada seleccionar opciones de Excel en la parte

inferior dando un clic.

Ral Jimnez Gonzlez
Biol.
144
CAPTULO 2
De la ventana desplegada sealar en el men del lado izquierdo

complementos
De la ventana desplegada en el lado derecho, sealar en la parte inferior

de la misma ir con un clic.
De la ventana desplegada palomear el recuadro de herramientas para

anlisis, y aceptar
Nota como no est instalada esta herramienta el sistema nos preguntara

si queremos instalarla a lo que indicaremos que si, y la instalara en un
par de minutos.
Minitab
En la hoja de clculo que despliega Minitab capturar nuestra tabla de

datos indicando sus correspondientes rtulos en la primer fila que no est
numerada
En el cintillo superior indicar con el mouse Estadsticas
Del men desplegado seleccionar ANOVA, en el men desplegado

seleccionar Un solo factor (Desapilado) y dar clic con el mouse

Ral Jimnez Gonzlez
Biol.
rangos mltiples
145
En ventana de captura desplegada (Anlisis de varianza- Un solo factor),

en la parte izquierda aparecern automticamente los grupos de tabla de
datos
En el cuadro superior derecho (Respuestas (en columnas separadas))

indicar separando por un espacio (sin comas) los nombres de las
columnas que generalmente son letras, esto tambin se logra dando
doble clic en cada letra del cuadro de la izquierda, automticamente son
capturadas
En nivel de confianza por default es 95%
Sealar Aceptar y nos arrojara el resultado ANOVA en la parte superior

de la hoja de calculo
Si queremos hacer comparaciones de rango mltiples, entonces

sealamos de la ventana anterior comparaciones dando un clic.
En la ventana desplegada sealaremos las comparaciones que

queramos, y en control nivel del grupo indicamos la A, y damos clic en
aceptar

Ral Jimnez Gonzlez
Biol.
146
CAPTULO 2
Uso de software
estadstico
Si queremos las graficas del supuesto del modelo entonces, damos clic
a grficas (antepenltima ventana) y sealamos tres en uno y damos clic
en aceptar

Ral Jimnez Gonzlez
Biol.
rangos mltiples
147
Captulo 3
Diseo
de bloques
3.1. Diseos en bloques completos al azar.

3.2. Diseo en cuadrado latino.
3.3. Diseo en cuadrado grecolatino.
3.4. Uso de un software estadstico.

Ral Jimnez Gonzlez
Biol.
148
CAPTULO 2
Competencias a desarrollar
Identificar las caractersticas generales y los usos que se le dan a los

diseos en bloques.
Explicar la definicin del diseo en bloques completos al azar, as como

su hiptesis, modelo estadstico y anlisis de varianza.
Describir la seleccin y la aleatorizacin del diseo en cuadro latino y su

diferencia con el diseo en cuadro grecolatino
3. 1. Diseos en bloques completos al azar.

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 esto no ocurre y existen otros
factores que no se controlan o nulifican para hacer la comparacin, las
conclusiones podran ser afectadas sensiblemente.
Por ejemplo, supongamos que se quieren comparar varias mquinas, si
cada mquina es manejada por un operador diferente y se sabe que
ste tiene una influencia en el resultado, entonces es claro que el factor
Ral Jimnez Gonzlez
Biol.
rangos mltiples
149
operador debe tomarse en cuenta si se quiere comparar a las mquinas

de manera justa.
Un operador ms hbil puede hacer ver a su mquina (aunque sta
sea la peor) como la que tiene el mejor desempeo, lo cual impide
hacer una comparacin adecuada de los equipos.
Para evitar este sesgo hay dos maneras de anular el posible efecto del
factor operador: la manera lgica es utilizar el mismo operador en las
cuatro maquinas; sin embargo, tal estrategia no siempre es
aconsejable, ya que utilizar el mismo sujeto elimina el efecto del factor
operador pero restringe la validez de la comparacin con dicho
operador, y es posible que el resultado no se mantenga al utilizar a
otros operadores. La otra forma de anular el efecto operador en la
comparacin consiste en que cada operador trabaje durante el
experimento con cada una de las mquinas. Esta estrategia es la ms
recomendable, ya que utilizar a todos los operadores con todas las
mquinas permite tener resultados de la comparacin que son vlidos
para todos los operadores. Esta forma de nulificar el efecto de
operadores, recibe el nombre de bloqueo.
Factores de bloque
A los factores adicionales al factor de inters que se incorporan de
manera explcita en un experimento comparativo se les llama factores
de bloque. stos tienen la particularidad de que no se incluyen en el
experimento porque interese analizar su efecto, sino como un medio
para estudiar de manera adecuada y eficaz al factor de inters.
Los factores de bloque entran al estudio en un nivel de
importancia secundaria con respecto al factor de inters y, en este
sentido, se puede afirmar que se estudia un solo factor, porque es uno
el factor de inters.
En un diseo en bloques completos al azar (DBCA) se consideran tres
fuentes de variabilidad:
Ral Jimnez Gonzlez
Biol.
150
CAPTULO 2
El factor de tratamientos
El factor de bloque
El error aleatorio
es decir, se tienen tres posibles culpables de la variabilidad presente

en los datos. La palabra completo en el nombre del diseo se debe a
que en cada bloque se prueban todos los tratamientos, o sea, los
bloques estn completos. La aleatorizacin se hace dentro de cada
bloque; por lo tanto, no se realiza de manera total como en el diseo
completamente al azar.
Los factores de bloqueo que aparecen en la prctica son: Turno, lote, da,
tipo de material, lnea de produccin, operador, maquina, mtodo, etc.
Supongamos una situacin experimental con k tratamientos y b
bloques. El aspecto de los datos para este caso se muestra en la tabla
3,1. Considerando una repeticin en cada combinacin de tratamiento y
bloque.
Tabla 3.1 Arreglo de los
datos
en
un
diseo
en
bloques completos al azar

Tratamiento
Bloque
.
k

Ral Jimnez Gonzlez
.
.
Biol.
rangos mltiples
151
Modelo estadstico
Cuando se decide utilizar un DBCA, el experimentador piensa que cada
medicin ser el resultado del efecto del tratamiento donde se
encuentre, del efecto al que pertenece y de cierto error que se espera
sea aleatorio. El modelo estadstico para este diseo est dado por:
donde
Es la medicin que corresponde al tratamiento y al bloque
Es la media global poblacional
Es el efecto debido al tratamiento
Es el efecto debido al bloque
Es el error aleatorio atribuible a la medicin
Hiptesis a probar
La hiptesis de inters es la misma para todos los diseos
comparativos, y est pada por:
que tambin se puede expresar como
En cualquiera de estas hiptesis la afirmacin a probar es que la

respuesta media poblacional lograda con cada tratamiento es la misma
para los
tratamientos y que, por lo tanto, cada respuesta media
igual a la media global poblacional

Ral Jimnez Gonzlez
es
. De manera alternativa, es posible

Biol.
152
CAPTULO 2
afirmar que todos los efectos de tratamiento sobre la variable de

respuesta son nulos, porque cuando el efecto
, entonces
necesariamente la respuesta media del tratamiento es igual a la media

global (
).
Anlisis de varianza
La hiptesis dada se prueba con un anlisis de varianza con dos
criterios de clasificacin, porque se controlan dos fuentes de variacin:
el factor de tratamientos y el factor de bloque. En la
tabla 3.2 se
muestra el aspecto del ANOVA para diseo DBCA.

Tabla 3.2 ANOVA para un diseo en bloques completos al azar
Fuentes
de Suma de Grado Cuadrad
variabilidad
cuadrado de
s
Tratamiento SCTRAT
liberta
d
K1
Bloques
o medio
Valor-
CMTRA
T
SCB
b1
CMB
(k 1)
Error
SCE
(b 1)
CME
Total
SCT
N-1
Los clculos necesarios pueden ser manuales, pero siempre es

ms prctico hacerlos con un software estadstico, porque adems
proporciona muchas otras opciones grficas y tabulares tiles (no slo
Ral Jimnez Gonzlez
Biol.
rangos mltiples
153
el ANOVA). Utilizando la notacin de puntos, las frmulas ms prcticas

para calcular las sumas de cuadrados son:
y la del error se obtiene por sustraccin como:
Ejemplo
En el ejemplo donde se planteo la comparacin de los cuatro mtodos
de ensamble, ahora se va a controlar activamente en el experimento a
los operadores que realizaran el ensamble, lo que da lugar al siguiente
diseo en bloques completamente al azar.
Mtodo
A
Operador
1 2 3 4
6 9 7 8
10 16 11 14
10 13 11
10 11
8
9
Recordemos que la variable de respuesta son los minutos en que se realiza el

ensamble. Para comparar los cuatro mtodos se plantea la hiptesis:
=
Ral Jimnez Gonzlez
Biol.
154
CAPTULO 2
la cual se prueba mediante el anlisis de varianza dado en la siguiente

tabla( Excel y Minitab)
Nota: para capturar la tabla en Excel se sombrea totalmente, tal y como
est indicada la tabla anterior, en la herramienta de Anlisis de
varianza de dos factores con una sola muestra por grupo)
Anlisis de varianza de dos factores con una sola
muestra por grupo
RESUMEN
Cuenta Suma
Promedi
Varianza
o
A
30
36
51
43
7,5
1,6666666
7
3,3333333
12,75
3
7,5833333
10,75
3
2,9166666
7
Operador
4
4
4
4
ANLISIS DE VARIANZA
33
48
40
39
8,25
12
10
9,75
Origen
Suma
Grad
Promedi
de
de
os de
o de los
cuadrad
libert
cuadrad
os
ad
os
las
variacion
es
Filas
Columnas
Error
61,5
28,5
18
4,25
10
4
8,25
F
Probabilid
Valor crtico
ad
para F
20,
10,
0,0029192
3,8625483
5
9,5
25
4,7
57
0,0298459
58
3,8625483
48
58

Ral Jimnez Gonzlez
2
Biol.
rangos mltiples
155
1
Total
108
De esta tabla se observa que para los mtodos se obtuvo un valor-p =

0,003
, por lo que se rechaza la
de que el tiempo medio
poblacional de los mtodos de ensamble son iguales, y se acepta que

al menos dos de los mtodos son diferentes en cuanto al tiempo medio
que se requiere.
De la misma manera para operadores, como su valor-p = 0,030
, el factor de bloque (operadores) tambin afecta, es decir,
existen diferencias entre los operadores en cuanto al tiempo promedio.
Resultados arrojados en Minitab 15
ANOVA de dos factores: Dato vs. Mtodo; Operador

Fuente
GL
SC
MC
Mtodo
61,5
20,5
10,25
0,003
Operador
28,5
9,5
Error
18,0
2,0
Total
15
108,0
4,75
0,030
Calculo manual para Diseo de bloque

ANOVA para el diseo bloque
Ral Jimnez Gonzlez
Biol.
156
CAPTULO 2
Fuente de SC
GL
CM
Valor
variaciones
crtico
para
F
Tratamientos
Bloque
Error
Total
1.-
Suma
de
cuadrados de
tratamientos o variabilidad
debida a la diferencia entre las marcas de llantas, bloque 1 y bloque 2
2.- Suma total de cuadrados o variabilidad total de los datos
3.- Suma de cuadrados del error o variabilidad dentro de mtodos de ensamble

Ral Jimnez Gonzlez
Biol.
rangos mltiples
157
4.- Cuadrados medios de tratamientos, del bloque, y del error
5- Estadstico de prueba
Concentrado en tabla
ANOVA
Suma
de
Valor
Grados
cuadrad
os
61,5
28,5
Promedio
crtico
de
de
para F
libertad
3
cuadrados
20,5
los
9,5
F
10,25
3,86254
4,75
83
3,86254
86
18
108
15
Comparacin de parejas de medias de tratamiento en el DBCA.

Ral Jimnez Gonzlez
Biol.
158
CAPTULO 2
Cuando se rechaza la hiptesis de igualdad de los cuatro tratamientos,

es natural preguntarse cules de ellos son diferentes entre s. Para
averiguarlo se utiliza alguna de las pruebas que se estudiaron en la
seccin Comparaciones o pruebas de rangos mltiples del captulo
anterior. Por ejemplo, recordemos que la
significativa (LSD) para dos tratamientos,
Diferencia mnima
en un DCA est dada
por
Entonces, en bloque esta expresin se transforma en
donde b es el nmero de bloques, que hace las veces de nmero de

rplicas, y (k-1)(b-1) son los grados de libertad del
De aqu que en el ejemplo de los cuatro mtodos de ensamble tenemos que
=
2,26 (valor buscado en
tablas de T
de estudent)
Al comparar esta diferencia mnima significativa con los datos se obtiene la

siguiente tabla:

Ral Jimnez Gonzlez
Biol.
rangos mltiples
159
Diferencia
Diferencia
poblacional
muestral
Decisin
No significativo
-1,5
2,26
Significativo
-5,25
2,26
Significativo
-3,25
2,26
Significativo
-3,75
2,26
No significativo
-1,75
2,26
No significativo
2,00
2,26
Ejercicios
1.- En qu situaciones se aplica un diseo en bloques completos al azar? En
qu diferentes los factores de tratamiento y de bloque?
2.- Se hace un estudio sobre la efectividad de tres marcas 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
expresando en porcentajes. Se hicieron seis replicas, 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
del Nmero
de
replicas
atomizador
A
(da)
72 65 67 75 62 73
55 59 68 70 53 50
64 74 61 58 51 69
a) Suponiendo un DBCA, formule las hiptesis adecuadas y el modelo

estadstico.
b) Existe diferencia entre la efectividad promedio de los atomizadores?
Ral Jimnez Gonzlez
Biol.
160
CAPTULO 2
c) Hay algn atomizador mejor? Argumente su respuesta

d) Hay diferencias significativas en los resultados de diferentes das en
que se realiz el experimento? Argumente su respuesta
ANLISIS DE VARIANZA
Origen
de
Suma
de Gra
las cuadrados
Promedio
dos
de
los
variacio
de
cuadrados
nes
liber
Probabili
Valor
dad
crtico
para F
tad
Filas
296,3333
Column
333
281,3333
as
Error
333
514,3333
333
Total
148,166
2,88075
0,102804
4,102821
6667
56,2666
178
1,09397
418
0,420717
015
3,325834
278
751
529
6667
51,4333
0
1
1092
3333
ANOVA de dos factores: datos vs. Spray, replicas Minitab

Fuente
GL
P Spray
2,88
SC
2
0,103 replicas
56,267
1,09
MC
296,33
148,167
281,33
0,421
Error
10
514,33
Total
17
1092,00
51,433
a)
=
a) No existe diferencias entre la efectividad de los spray

Ral Jimnez Gonzlez
Biol.
rangos mltiples
161
b) No existe evidencia estadsticas para suponer lo que existe algn

spray mejor que el otro
c) =
En el ANOVA para los diferentes das de los spray se acepta la

hiptesis nula de que no importa el da, es decir son iguales
3.- A continuacin se muestran los datos para un diseo en bloque al azar
Tratamiento
A
Bloque
1 2 3 4
3 4 2 6
7 9 3 10
4 6 3
a) Obtenga la tabla de anlisis de varianza y anote los principales

conclusiones
b) Obtenga la diferencia mnima significativa (LSD) para comparar
tratamientos en este diseo en bloque.
Anlisis de varianza de dos factores con una sola muestra por grupo
RESUME
Cuenta
Suma
Promedio
Varianza
N
A
B
C
4
4
4
15
29
20
3,75
2,91666666
7,25
7
9,58333333
3
3,33333333
3
4,66666666 4,33333333
Tratamiento
3
3
14
19

Ral Jimnez Gonzlez
7
3
6,33333333 6,33333333
Biol.
162
CAPTULO 2
3
3
3
3
2,66666666 0,33333333
23
7
3
7,66666666 4,33333333
7
ANLISIS DE VARIANZA
Origen
Suma
Grad
Promedio de
de
cuadrados
os
los
variacio
de
cuadrados
nes
libert
las
de
Probabilid
Valor
ad
crtico para
F
ad
Filas
25,16666
Columna
667
42
s
Error
12,58333
13,72727
0,005768
5,143252
333
273
15,27272
838
0,003244
85
4,757062
727
859
664
3 14
5,5
0,916666
667
Total
72,66666
667
a) valor-p = 0,0057
, por lo que se rechaza la
, es decir
existe diferencia entre los tratamientos

valor-p = 0,0032
, el factor de bloque (tratamientos) tambin
afecta, es decir, existen diferencias entre el bloque, por lo que se rechaza la
b)
c)

Ral Jimnez Gonzlez
Biol.
rangos mltiples
163
Diferencia
Diferencia
poblacional
muestral
Decisin
Significativo
-3,5
1,65
-1,25
1,65
2,25
1,65
No Significativo
Significativo
5.- En una empresa lechera se tienen varios silos para almacenar leche
(cisternas de 60 000 L). Un aspecto crtico para que se conserve la
leche es la temperatura de almacenamiento. Se sospecha que en
algunos silos hay problemas, por ello, durante cinco das se decide
registrar la temperatura a cierta hora crtica. Obviamente la temperatura
de un da a otro es una fuente de variabilidad que podra impactar la
variabilidad total.
Sil
Lune
Marte
Da
Mircole
o
A
s
4,0
s
4,0
s
5,0
s
0,5
s
3,0
5,0
6,0
2,0
4,0
4,0
4,5
4,0
3,5
2,0
3,0
2,5
4,0
6,5
4,5
4,0
4,0
4,0
3,5
2,0
4,0
D
E
Jueve
Vierne
a) En este problema, cul es el factor de tratamiento u cul el factor de

bloque?
b) Suponga un DBCA, formule las hiptesis adecuadas y el modelo
estadstico.
c) Hay diferencia entre los silos?
d) La temperatura de un da a otro es diferente?
e) Revise residuos, hay algn problema evidente?
Ral Jimnez Gonzlez
Biol.
164
CAPTULO 2
6.- Se diseo 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:
Detergent
Lavadora
Lavadora
Lavadora
e
A
1
45
2
43
3
51
47
44
52
50
49
57
42
37
49
a) Seale el nombre del diseo experimental utilizado

b) Formule la hiptesis que se quiere probar en este problema
c) Realice el anlisis estadstico ms apropiado para estos datos y obtenga
conclusiones.
7.- Se realizo un experimento para determinar el efecto de cuatro
sustancias qumicas diferentes sobre la resistencia de una tela. Estas
sustancias qumicas se usan como parte del proceso de acabado del
planchado permanente. Se seleccionaron cinco muestras de tela, y se
corri un diseo de bloques completos aleatorizados para probar cada
tipo de sustancia qumica sobre cada muestra de tela en orden
aleatorio. Se probarn las diferencias de las medias utilizadas en el
anlisis de varianza con
Sustancia 1
Muestra de tela
2
3
4
5
Qumica
1
1,3 1,6 0,5 1,2 1,1
2,2 2,4 0,4 2,0 1,8
1,8 1,7 0,6 1,5 1,3
3,9 4,4 2,0 4,1 3,4

Ral Jimnez Gonzlez
Biol.
rangos mltiples
165
a) Seale el nombre del diseo experimental utilizado

b) Formule la hiptesis que se quiere probar en este problema
c) Realice el anlisis estadstico ms apropiado para estos datos y obtenga
conclusiones.
3.2. Diseo en cuadrado latino

En el diseo en cuadro latino (DCL) se controlan dos factores de bloque
y se estudia un factor de tratamientos, por lo que se tienen cuatro
fuentes de variabilidad que pueden afectar la respuesta observada,
estas son:
Los tratamientos
El factor de bloque I (renglones)
El factor de bloque II (columnas)
El error aleatorio
Se llama cuadro latino por dos razones: es un cuadro debido a que

tiene la restriccin adicional de que los tres factores involucrados se
prueban en la misma cantidad de niveles, y es latino porque se utilizan
letras latinas para denotar a los tratamientos o niveles del factor de
inters. Sean A, B, C, , K, los k tratamientos a comparar, por lo tanto
ambos factores de bloques tienen tambin k niveles cada uno. El
aspecto de los datos se muestra en la siguiente tabla.
Bloque II (columnas)
2
3
k

Ral Jimnez Gonzlez
Biol.
166
CAPTULO 2
Bloque I
C K = YK1K
D A = Y12K B
3 .
(renglones .
k Ykk1
D.
.
= .
= Y23K
B = Y2k3
.
J = YJkK
A = Y1k2
Ahora se necesitan al menos tres subndices, por ejemplo, la

respuesta Y313 se gener en el tratamiento tres (C), en el primer nivel del
factor rengln y en el tercer nivel del factor columna.
El modelo estadstico para describir el comportamiento de las
observaciones est dado por
donde
es la observacin del tratamiento , en el nivel , del factor
rengln y en el nivel del factor columna;
es el error atribuible a dicha
observacin. De acuerdo con este modelo, la variabilidad total presente

en los datos se puede descomponer como
y los grados de libertad correspondientes son
El ANOVA para el diseo en cuadro latino se muestra en la tabla 3.4. En

l se prueba la hiptesis sobre los efectos de tratamiento del factor rengln y
del factor columna. Otra vez, la hiptesis fundamental es la de los
tratamientos; las otras dos proporcionan un adicional al objetivo inicial y
permiten comprobar la relevancia de controlar los factores de bloque.
Tabla 3.4 ANOVA para el cuadro latino

Ral Jimnez Gonzlez
Biol.
rangos mltiples
Fuentes
167
de Suma de Grado
variabilidad
cuadrado
de Cuadrado
libertad
Valor-p
medio
s
Tratamientos SCTRAT
k1
Renglones
k1
SCB1
Columnas
CMB1
k1
CMB2
SCB2
Error
Total
CMTRAT
(k 2)(k
SCE
1)
CME
k2 - 1
SCT
Seleccin y aleatorizacin de un cuadro latino. No cualquier arreglo

de letras latinas en forma de cuadro es cuadro latino, la regla
fundamental es que cada letra debe aparecer slo una vez en cada
rengln y en cada columna. Un cuadro latino estndar es aquel en el
que en la primera columna y en el primer rengln aparecen las letras en
orden alfabtico. Por ejemplo, un cuadro latino estndar de tamao
cuatro est dado por:
A BCD
B CDA
C DAB
D ABC

Ral Jimnez Gonzlez
Biol.
168
CAPTULO 2
Existen adems los siguientes tres cuadros latinos de dimensin

cuatro:
Para cuatro tratamientos se pueden construir un total de 576

cuadros latinos de los cuales cuatro son estndar. La seleccin del
diseo debera ser elegir uno al azar de los 576 posibles; no obstante,
es prcticamente imposible construirlos a todos para seleccionar uno al
azar. Sin embargo, ocurre que dado un cuadro latino, cualquier
intercambio de columnas o de renglones es tambin cuadro latino, por
eso la estrategia de seleccin y aleatorizacin recomendada en la
prctica es la siguiente:

Ral Jimnez Gonzlez
Biol.
Diseo
en cuadro latino
169
Se construye el cuadro latino estndar ms sencillo.
Se aleatoriza el orden de los renglones (o columnas) y

posteriormente se aleatoriza el orden de las columnas (o
renglones).
Por ltimo, los tratamientos a comparar se asignan en forma

aleatoria a las letras latinas.
El cuadro latino tiene dos restricciones a la aleatorizacin debido a los

dos factores de bloque, lo que implica que a la hora de correr el experimento no
hay ningn margen de aleatorizacin. Es decir, se puede correr por columna o
por rengln segn convenga. Lo que no es correcto es hacer todas las pruebas
de un tratamiento, y luego todas las de otro, y as sucesivamente, puesto que
se puede introducir ruido adicional debido a factores no controlables que
cambian con el tiempo.
Ejemplo.
Comparacin de cuatro marcas de llantas. Una compaa de mensajera
est interesada en determinar cul marca de llantas tiene mayor duracin en
trminos del desgaste. Para ello se planea un experimento en cuadro latino, en
el que se comparan las cuatro marcas de llantas sometindolas a una prueba
de 32 000 kilmetros de recorrido, utilizando cuatro diferentes tipos de auto y
las cuatro posiciones posibles de las llantas en el auto. As, el factor de inters
es el tipo de llantas o marca, y se controlan dos factores de bloque: el tipo de
carro y la posicin de la llanta en el auto. Estos factores de bloque se controlan
ya que, por experiencia, se sabe que el tipo de carro y la posicin de la llanta
tienen efecto en el desgaste de la misma.
La eleccin del cuadro latino a utilizar se hace antes de obtener los datos. Para
ello, a partir de un cuadro latino
inicial se aleatorizan las columnas y los
renglones; despus, las diferentes marcas de llantas se asignan de manera

aleatoria a las letras latinas que denotan los niveles del factor de inters
Ral Jimnez Gonzlez
Biol.
170
CAPTULO 3
Diseo de bloques
Posicin
1
Carro
1
2
3
4
C = 12 D = 11 A = 13 B = 8
B = 14 C = 12 D = 11 A = 3
A = 17 B = 14 C = 10 D = 9
D = 13 A = 14 B = 13 C = 9
Las pruebas se hacen al mismo tiempo con choferes, a quienes se les

instruye para que manejen de manera similar sobre el mismo terreno para los
cuatro automviles. Al hacer las pruebas de los cuatro autos al mismo tiempo
se evita el efecto del ambiente en el desgaste; asimismo, el conductor y el tipo
de terreno podran influir, pero se considera suficiente mantenerlos lo ms
homogneo posible durante el experimento. El diseo y los datos observados
se muestran en la tabla anterior. Se mide la diferencia mxima entre el grosor
de la llanta nueva y el grosor de la llanta despus de recorrido los 32 000
kilmetros. Obviamente, a mayor diferencia en grosor mayor desgaste. Las
unidades de medicin son milsimas de pulgada
ANOVA resultante
Fuente de
variabilidad
Marca
Posicin
Carro
Error
Total
Suma
Grados
Promedio
de
de
los
cuadrad
libertad
cuadrados
os
5,6875
16,1875
103,687
3
3
3
5
30,375
155,937
6
15
10
2,0625
12,8958
de
Valor crtico
Valor-p
F
0,37
1,07
6,83
para F
0,775
4,76
0,431
4,76
0,023 4,76
0,895833
5
Se observa que nuestro punto critico tanto para la posicin, el tipo de
carro y las marcas es de 4,76. Concluimos que en las marcas y posicin no
Ral Jimnez Gonzlez
Biol.
Diseo
en cuadro latino
171
existe evidencia de que esta influya por lo que se acepta la hiptesis nula de
que son iguales a un nivel de significancia de
= 0,05. En cuanto al tipo de
carro observamos que este si influye en el desgaste de las llantas por lo que
rechazamos la hiptesis nula
Resultado arrojado en Minitab
Modelo lineal general: Desgaste vs. Posicin, Carro, Marcas

Factor
Tipo
Posicin
fijo
1, 2, 3, 4
Carro
fijo
1, 2, 3, 4
Marcas
fijo
A, B, C, D
Fuente
Niveles
Valores
GL
SC sec.
SC ajust.
Posicin
16,188
16,187
Carro
103,688
Marcas
Error
Total
MC ajust.
5,396
1,07
0,431
103,688
34,563
6,83
0,023
5,687
5,687
1,896
0,37
0,775
30,375
30,375
5,062
15
155,938
Calculo manual para ANOVA de cuadro latino

Fuente de
SC
GL
variaciones
CM
Valor
crtico
para
F
Tratamientos
Bloque 1
(filas)

Ral Jimnez Gonzlez
Biol.
172
CAPTULO 3
Bloque
Diseo de bloques
(columnas)
Error
Total
Sumas bsicas para el clculo manual

Posicin, carro y marca
Operaciones bsicas
C = 12 D = 11 A = 13 B = 8
B = 14 C = 12 D = 11 A = 3
A = 17 B = 14 C = 10 D =
9
D = 13 A = 14 B = 13 C =
9
Suma de los cuadrados de los tratamientos
Suma
total
por
Tratamiento (
Sumatoria
de las letras A,B,C y D
Suma de los cuadrados de filas (bloque 1)
correspondientes
47
44
Suma total por
49
43
fila
Suma de los cuadrados de las columnas
Bloque 1 (
44
40
50
(bloque 2)
49

Ral Jimnez Gonzlez
Biol.
Diseo
en cuadro latino
173
Suma total por
columna
suma
Bloque II
de los datos
total
56
51
47
de
medicin
29
media global
1.- Suma de cuadrados de tratamientos o variabilidad debida a la diferencia

entre las marcas de llantas, bloque 1 y bloque 2
2.- Suma total de cuadrados o variabilidad total de los datos
3.- Suma de cuadrados del error o variabilidad dentro de mtodos de ensamble
4.- Cuadrados medios de tratamientos, del bloque 1, del bloque 2 y del error

Ral Jimnez Gonzlez
Biol.
174
CAPTULO 3
Diseo de bloques
5- Estadstico de prueba
ANOVA para el diseo del cuadro latino

Fuente de SC
GL
CM
variaciones
Valor
crtico para
F
1,89 0,37 4,76
Renglones
16,19 3
5,39 1,06 4,76
(Bloque 1)
Columnas
103,6
34,56 6,83 4,76
(Bloque2)
Error
9
30,37 6
Tratamientos 5,68
5,06
Comprobacin de supuestos. Como se coment antes, la validez del anlisis

de varianza recae en tres supuestos que siempre deben verificarse:
Ral Jimnez Gonzlez
Biol.
Diseo
en cuadro latino
175
Normalidad
Varianza constante
Independencia de los residuos
Adems de la ausencia de observaciones atpicas o aberrantes. Como se

observa en la figura 3.6, el supuesto de normalidad se cumple al caer los
residuos o puntos ms o menos en lnea recta (Grafica de probabilidad
normal). Tambin se cumple el supuesto de varianza constante de acuerdo a la
grafica de residuos vs valor ajustado, y en la grafica de residuos vs orden de
observacin, en la que los residuos se ubican aleatoriamente dentro de una
banda horizontal; su dispersin vertical es la misma a lo largo de los grficos.
No se comprob el supuesto de independencia porque no se conoce el orden
en que se realizaron las mediciones del desgaste.
Figura 3.6 Grficas de residuos para la verificacin de supuestos
Grfica
s de residuos para Desgaste
Ejercicios
1.- Las letras A, B, C y D representan cuatro variedades de trigo; los renglones
representan cuatro diferentes fertilizantes; y las columnas 4 anos diferentes.
Ral Jimnez Gonzlez
Biol.
176
CAPTULO 3
Diseo de bloques
Los datos de la siguiente tabla son los rendimientos para las cuatro variedades
de trigo, medidas en kilogramos por parcela. Se supone que las diversas
fuentes de variacin no interactan. Utilice un nivel de significancia de 0.05
para probar la
; no hay diferencia en los rendimientos promedio de las cuatro
variedades de trigo
Rendimiento del trigo (kg por parcela)
Fertilizante
1981
198
s
Fertilizante
2
A
1
Fertilizante
70
D
2
Fertilizante
66
C
59
D
3
Fertilizante
59 66
B 41
C
198 1984
3
75
68 81
B
C
55
63
B
A
39
D
57 39
42
A
55
Modelo lineal general: Rendimiento vs. Fertilizante, Ano, Trigo

Factor
Tipo
Niveles Valores
Fertilizante
fijo
1, 2, 3, 4
Ano
fijo
1, 2, 3, 4
Trigo
fijo
A, B, C, D
Fuente
GL
SC sec.
SC ajust.
MC ajust.
Fertilizante
1557,19
1557,19
519,06
11,92
0,006
Ano
417,69
417,69
139,23
3,20
0,105
Trigo
263,69
263,69
87,90
2,02
0,213
Error
261,37
261,37
43,56
Total
15
2499,94

Ral Jimnez Gonzlez
Biol.
Diseo
en cuadro latino
177
La variabilidad debida al fertilizante, aos y tipos de tratamiento. La
2,02 es sobre 3 y 6 grados de libertad El valor p de aproximadamente 0,2 es

en realidad demasiado grande para concluir que las variedades de trigo afectan
de manera significativa el rendimiento.
2.- El departamento de matemticas de una universidad desea evaluar las

capacidades de enseanza de cuatro profesores. A fin de eliminar cualquier
efecto debido a los diferentes cursos de matemticas y los diferentes horarios,
se decide realizar un experimento con el uso de un diseo de cuadros latinos
en que las letras A, B, C y D representan a los cuatro diferentes profesores.
Cada profesor ensena una seccin de cada de cuatro diferentes cursos
programados en cada uno de los cuatro diferentes horarios durante el da. Los
datos muestran las calificaciones asignadas por estos profesores a 16
estudiantes de aproximadamente igual capacidad. Utilice un nivel de
significancia de 0,05 para probar la hiptesis de que los diferentes profesores
no tienen efecto en las calificaciones.
Horari
lgebr
Curso
Geometr
Estadstic
Clcul
a
A 84
a
B 79
a
C 63
o
D 97
B 91
C 82
D 80
A 93
C 59
D 70
A 77
B 80
D 75
A 91
B 75
C 68
3.- Una empresa fabricante quiere investigar los efectos de cinco aditivos de
color en el tiempo de fraguado de una mezcla de concreto nueva. Las
variaciones en el tiempo de fraguado se pueden esperar de los cambios diarios
en la temperatura y humedad y tambin de los diferentes trabajadores que
preparan los moldes de prueba. Para eliminar estas fuentes externas de
variacin se utiliza un diseo de cuadro latino de 5 x 5 en el que las letras A, B,
C, D y E representan los cinco aditivos. Los tiempos de fraguado, en horas,
para los 25 moldes. El nivel de significancia de 0,05, Podemos decir que los
Ral Jimnez Gonzlez
Biol.
178
CAPTULO 3
Diseo de bloques
aditivos de color tienen algn efecto en el tiempo de fraguado de la mezcla de

concreto?
Da
Trabajador 1
1
2
3
4
5
DE 10,3 B 11,2 A 10,9 C 10,5
EC 10,5 D 12,0 B 11,5 A 10,3
AB 10,9 C 10,5 D 11,3 E 7,5
BA 11,6 E 11.0 C 11,7 D 11,5
CD 11,5 A 11,5 E 12,7 B 10,9
4.- Se quiere estudiar el efecto de cinco diferentes catalizadores (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:
Lote 1
1
A 8
Da
2
3
4
B 7 D 1
5
CE 3
C 11 E 2 A 7
DB 8
B 4
ED 5
D 6
C10
B 6 A 10
E 4
DE 6
A 8
A 9 C
C 8
B 3
a) Cmo se aleatoriza el experimento?
b) Anote
la
ecuacin
del
modelo
las
hiptesis
estadsticas
correspondientes
c) Existen diferencias entre los tratamientos? Cules tratamientos son
diferentes entre si?
d) Verifique los supuestos del modelo, considerando que los datos se
obtuvieron columna por columna, da a da

Ral Jimnez Gonzlez
Biol.
Diseo
en cuadro latino
179
5.- Se comprueba el peso en gramos de un material de tres proveedores: A, B y

C, por tres diferentes inspectores: I, II y III, utilizando tres diferentes escalas:
1,2 y 3. El experimento se lleva a cabo como el siguiente cuadro latino:
Inspecto 1
Escala
2
3
r
I
AB 10
II
BC 9
III
CA 11
C 11
a) Hay diferencias entre los proveedores?

b) Hay diferencias entre los inspectores y entre las escalas?
c) Si el peso debe ser 15 g, cul proveedor es mejor?
d) Si algn factor de bloque es no significativo, elimnelo y haga el anlisis
adecuado
6.- Cuando se comparan varios fertilizantes o diferentes variedades de cierto
cultivo, es tpico que se deba considerar el gradiente de fertilidad del suelo
(factor columna) o los efectos residuales de cultivos previos (factor rengln).
Considerando estos factores de bloque, Gmez y Gmez (1984) plantean un
experimento en cuadro
latino para comparar, en cuanto a rendimiento en
toneladas por hectrea, tres variedades de maz hibrido (A, B, C) y una

variedad control (D). Para ello, se utiliza un campo agrcola cuadrado de 16
hectreas, dividido en parcelas de una hectrea. Los datos de rendimiento
obtenidos en cada parcela se muestran a continuacin:
Ren
Col
Ral Jimnez Gonzlez
Biol.
180
CAPTULO 3
Diseo de bloques
BD
C A 1,34
C 1,210
B 1,29
1,670
1,185
1,665
1,565
0,710
1,655
1,180
1,290
0,660
a) Existen diferencias en los rendimientos de las diferentes variedades de

maz?
b) Cul de los factores de bloque tuvo efectos?
c) Se habran detectado las mismas diferencias en los tratamientos con
un diseo completamente al azar?
d) Y con un diseo en bloques completos al azar?
3.3. Diseo en cuadrado grecolatino

Con el diseo en cuadro grecolatino (DCGL) se controlan tres factores de
bloque, adems del factor de tratamiento. Se llama cuadro grecolatino porque
los cuatro factores involucrados se prueban en la misma cantidad de niveles,
de aqu que se pueda escribir como un cuadro (ver tabla 3.5); adems, se
utilizan letras latinas para denotar a los tratamientos y letras griegas para
nombrar a los niveles del tercer factor de bloque.
Tabla 3.5 Diseo en cuadro grecolatino

1

Ral Jimnez Gonzlez
Columnas
2 3
4
Biol.
Diseo
en cuadro latino
181
A BC
BD
Renglones
CAA
DB
3
Al igual que en el cuadro latino, cada letra (latinas y griegas) debe

aparecer slo una vez en cada rengln y en cada columna. Adems, cada par
de letras debe aparecer slo una
vez en todo el arreglo. El modelo estadstico que describe a las mediciones en
un cuadro grecolatino est dado por
donde
es la observacin o respuesta que se encuentra en el tratamiento
( -sima letra latina), en el rengln , en la columna

griega;
es el efecto del tratamiento ,
representa el efecto de la columna
y en la
-sima letra
es el efecto del rengln

representa el efecto de la
-sima
letra griega, que son los niveles del tercer factor

de bloque; el trmino
representa el error aleatorio atribuible a la medicin
. Es importante no confundir las letras griegas del modelo que representan

efectos, con las letras griegas en el diseo que simbolizan a los niveles del
tercer factor de bloque. La variabilidad total presente en los datos se puede
partir de la manera usual como

Ral Jimnez Gonzlez
Biol.
182
CAPTULO 3
Diseo de bloques
Diseo en
cuadro grecolatino
donde las sumas
miden la variabilidad debida a los factores
de bloque rengln, columna y de letras griegas, respectivamente. Para

tratamientos, los grados de libertad correspondientes a cada suma son
Un bosquejo del anlisis de varianza se muestra en la tabla 3.6, en la

cual se prueban las hiptesis de igualdad de letras latinas (tratamientos), de
renglones, de columnas y de letras griegas
Tabla 3.6 ANOVA para el diseo en cuadro grecolatino
Fuente
de Suma de cuadrados
variabilidad
Tratamientos
Grados
de
libertad
k-1
(letras latinas)
Factor
de
k-1
bloque I
(renglones)
k-1
Factor
de
k-1
bloque II
(columnas)
Factor
(k-3)(k-1)
d
bloque III
(letras
griegas)
Error
Ral Jimnez Gonzlez
Biol.
183
Total
Ejemplo
En el caso del ejemplo donde se comparan los cuatro mtodos de ensamble y
se tiene el factor de bloque operador, se podran tener dos factores de bloque
adicionales:
Orden en el que se hace el ensamble
Lugar donde se hace
De acuerdo con esto, el diseo en cuadro grecolatino se observa en la

siguiente tabla.
Tabla 3.7 Diseo en cuadro grecolatino para mtodos de ensamble

Operador
Ral Jimnez Gonzlez
Biol.
184
CAPTULO 3
Diseo de bloques
1
1 C
2
= B
3
D
4
A
2 10
AD
ensamb
3 Bledel
Orden
CC
A
D
B
D
A
Tabla 3,8 ANOVA para el diseo en cuadro grecolatino

Fuente
Suma de Gl Cuadrad
Razn
Valor-p F
Mtodo
cuadrados
83,5
3
o medio
27,8333
F
23,86
critica
0,0135 9,28
Operado 18,5
6,16667
5,29
0,1024
9,5
3,16667
2,71
0,2170
Orden
2,0
0,666667 0,57
0,6714
Lugar
3,5
1,16667
Residual 117,0
15
Total
Resultado arrojado en Minitab

Modelo lineal general: promedio vs. Mtodo; operador; orden; lugar
Factor
fijo
Tipo Niveles
4
1; 2; 3; 4 operador fijo
1; 2; 3; 4 orden
lugar
fijo
Fuente
3
Valores Mtodo
9,500
fijo
1; 2; 3; 4
1; 2; 3; 4
GL SC sec. SC ajust.
9,500
MC ajust.
P Mtodo
3,167 2,71 0,217 operador 3 18,500

Ral Jimnez Gonzlez
Biol.
185
18,500
6,167
5,29 0,102 orden
27,833 23,86 0,014 lugar
2,000
83,500
83,500
2,000
0,667
0,57 0,671
Error
Total
3,500
3,500
1,167
15 117,000
El anlisis de varianza para el ejemplo se aprecia que el nico efecto

significativo son los tratamientos (mtodos), y ninguno de los factores de
bloque tiene un efecto significativo sobre el tiempo de ensamble. El factor
operador tiene un valor-p bajo, lo cual indica que podra tener un efecto
significativo; sin embargo, en este experimento fue imposible detectarlo. Si
contrastamos con respecto a F critica para los cuatro casos F en tablas es F =
9,28, por lo cual se rechaza la hiptesis nula para mtodo, en cuanto para
operador, orden y lugar se acepta.
Diseo en cuadro
grecolatino
Ejercicios.
1.- Una compaa distribuidora ubicada en los suburbios est interesada en
estudiar la diferencia en costos (tiempo y gasolina) entre las cuatro rutas (A, B,
C, D) que llegan a la zona comercial, ms importante para ellos, en el otro
extremo de la ciudad. Deciden correr un experimento en cuadro grecolatino
controlando los factores de bloque chofer, marca de vehculo (
) y da de
la semana. El experimento se repite en dos semanas diferentes, en las cuales

Ral Jimnez Gonzlez
Biol.
186
CAPTULO 3
Diseo de bloques
no hay das festivos ni quincenas. Los costos observados en pesos se

muestran en la siguiente tabla:
Chofer/da Lunes
Carlos
Enrique
Martes
825,
750
610
Genaro
Luis
Mircoles
585,
650,
725
560
675
580,
850, 770
450,
635
740
480
650
650,
475,
580,
580
540,
700,
Jueves
550,
635, 550
670,
540
650, 730
560,
615
725
a) Haga el anlisis de varianza de este experimento

b) Realice las pruebas de comparaciones mltiples para los factores
significativos
c) Represente los tratamientos y factores de bloque usando grficas de
medias y diagrama de dispersin.
d) Cul es la mejor ruta? Cul es la peor?
e) Hay diferencias significativas entre los choferes? Y entre el tipo o
marca de unidad?
2.- El rendimiento de un proceso qumico se midi utilizando cinco lotes de
materia
prima,
cinco
concentraciones
del
cido,
cinco
tiempos
de
procesamiento (A, B, C, D y E) y cinco concentraciones del catalizador (

,
). Se us el cuadrado grecolatino siguiente. Analizar los datos de este
experimento (utilizar
Lote 1
= 0,05) y sacar conclusiones.
Concentracin de cido
2
3
4

Ral Jimnez Gonzlez
Biol.
187
B B,
C, C
20 D,
15
E,
10
E,
16
16
13
21
E,
C,
19 11
D,
12
E
24
18
E
15
A,
A, 21
A, 25
16
D,
14
A 22
14
B,
C,
17
17

Para capturar los datos
en Minitab para el diseo de bloques se sigue la
siguiente secuencia:
Primeramente en la hoja de clculo de Minitab, se capturan los datos en
las columnas uno dos y tres de la siguiente manera:
a) En la columna uno se captura el mtodo u tratamiento indicando de
que mtodo se trata y cuantas repeticiones hay del mismo, repitiendo
el mismo nmero 1, 1, 1, 1, 2, 2, 2, 2, 3, 3, 3, 3, 4, 4, 4, 4
b) En la segunda columna se anota el operador, en la posicin que le
corresponde. 1, 2, 3, 4, 1, 2, 3, 4, 1, 2, 3, 4, 1, 2, 3, 4
c) En la tercera columna se anota el dato numrico de la tabla de datos,
es decir el tiempo promedio para este caso.
6, 9, 7, 8, 7, 10, 11, 8, 10, 16, 11, 14, 10, 13, 11, 9
d) En el cuadro de captura ser en ANOVA de dos factores, en la
ventana de captura se anotara en Respuestas el nombre de la tercer
columna, en este caso dato, en el cuadro del factor fila se anota el
nombre de la primera columna que corresponde al mtodo o
tratamiento, en el factor columna se anota el nombre del factor
bloque que en este caso es operador
Ral Jimnez Gonzlez
Biol.
188
CAPTULO 3
Diseo de bloques
Nota, recordar que esto se hace en el cuadro principal de la izquierda dando

dos clics con el ratn.
e) Indicar aceptar y obtendremos el resultado.
Para capturar los datos en Minitab para el
cuadro latino (ANOVA de
dos factores) se sigue la siguiente secuencia:

Primeramente en la hoja de clculo de Minitab, se capturan los datos en las
columnas uno dos tres y cuatro de la siguiente manera:
Uso de software
estadstico
f) En la columna uno, se captura la posicin (para el problema de

comparacin de llantas) indicando cuantas repeticiones hay de ese
nmero repitiendo el
mismo nmero 1, 1, 1, 1, 2, 2, 2, 2, 3, 3, 3, 3, 4, 4, 4
g) En la segunda columna se anota el carro, tal y como se indica en el
diseo del
cuadro. 1, 2, 3, 4, 1, 2, 3, 4, 1, 2, 3, 4, 1, 2, 3, 4

Ral Jimnez Gonzlez
Biol.
189
h) En la tercera columna se anota la letra que corresponde a la marca

de las llantas en la secuencia que le corresponda segn los nmeros
de la columna anterior,
C, D, A, B, B, C, D, A, A, B, C, D, D, A, B, C
i) En la cuarta columna se anota los valores correspondientes a la
respuesta, es decir, el desgaste. 12, 11, 13, 8, 14, 12, 11, 3, 17, 14,
10, 9, 13, 14, 13, 9
j) Ahora en Estadsticas de Minitab, seleccionar ANOVA, luego Modelo
linear general.
k) En respuesta seleccionar la columna cuatro (desgaste) dando dos
clic con el ratn, luego en Modelo, indicar con dos clic del ratn,
carro, marca y desgaste (recordar que esto se hace en el cuadro
principal de la izquierda quedando de manera continua sin comas,
pero con su espacio de separacin)
l) En factores aleatorios se deja en blanco, y se indica aceptar, y
obtendremos el resultado
Para capturar los datos en Minitab para el cuadro grecolatino (ANOVA de tres
factores de bloque) se sigue la siguiente secuencia:

Ral Jimnez Gonzlez
Biol.
190
CAPTULO 3
Diseo de bloques
Primeramente en la hoja de clculo de Minitab, se capturan los datos en las

columnas uno dos tres, cuatro y cinco de la siguiente manera:
a) En la columna uno se captura la tratamiento o mtodo, indicando con
un nmero cuantas repeticiones hay de ese tratamiento, repitiendo el
mismo nmero 1, 1, 1, 1, 2, 2, 2, 2, 3, 3, 3, 3, 4, 4, 4, 4
b) En la segunda columna se anota el operador (para el ejemplo de
referencia), es decir si es repeticin 1, 2, 3, 4, 1, 2, 3, 4, 1, 2, 3, 4, 1, 2,
3, 4
c) En la tercera columna se anota el nmero que representa a la letra
latina como se colocaron el diseo del cuadro (para este caso el orden
de las cuatro letras inciales fue C, B, D, y A (C = 1, B = 2, D = 3 y A =
4)). Anotando el nmero que represente a cada letra indicada en el
cuadro. 1, 2, 3 ,4, 2, 1, 4, 3, 4, 3, 2, 1,
3, 4, 1, 2
d) En la cuarta columna se anota el nmero que representa a la letra
griega como se colocaron el diseo del cuadro (para este caso el orden
de las cuatro letras inciales fue
, ,y
( = 1,
= 2, ,
=3y
4)). Anotando el nmero que represente a cada letra indicada en el

cuadro.
1, 2, 3, 4, 4, 3, 2, 1, 3, 4, 1, 2, 2, 1, 4, 3
e) En la quinta columna se
anota los valores correspondientes a la
respuesta, es decir, el tiempo o promedio (para este ejemplo), siendo:

10, 10, 12, 7, 8, 15, 7, 14, 6, 14, 11, 13, 11, 8, 10, 8
f) Ahora en Estadsticas de Minitab, seleccionar ANOVA, luego Modelo
linear general.

Ral Jimnez Gonzlez
Biol.
191
g) En respuesta seleccionar la columna quinta (tiempo o promedio) dando

dos clic con el ratn, luego en Modelo, indicar con dos clic del ratn,
mtodo, operador, orden y lugar
(recordar que esto se hace en el
cuadro principal de la izquierda)

h) En factores aleatorios
se deja en blanco, y se indica aceptar, y
obtendremos el resultado
Uso de
software estadstico

Ral Jimnez Gonzlez
Biol.
192
CAPTULO 3
Diseo de bloques
15/11/2011 11:26:49
Modelo lineal general: promedio vs. Mtodo; operador; orden; lugar
Factor
fijo
Tipo Niveles Valores Metodo

4 1; 2; 3; 4 operador fijo
1; 2; 3; 4 orden
lugar
fijo
fijo
4 1; 2; 3; 4
4 1; 2; 3; 4
Anlisis de varianza para promedio, utilizando SC ajustada para pruebas

Fuente
GL SC sec.
SC ajust.
Metodo
9,500
9,500
3,167
2,71
0,217
operador
18,500
18,500
6,167
5,29
0,102
orden
3
3 83,500
2,000
Error
Total
2,000
3,500
MC ajust.
83,500
27,833
0,667
0,57 0,671
3,500
23,86 0,014 lugar
1,167
15 117,000

Ral Jimnez Gonzlez
Biol.
193
CAPTULO 4
Conceptos bsicos en diseos factoriales
4.1. Diseos factoriales con dos factores

4.2. Diseos factoriales con tres factores
4.3. Diseo factorial general
4.4. Modelos de efectos aleatorios

Ral Jimnez Gonzlez
Biol.
194
CAPTULO 4
Diseos factoriales
Diseos
factoriales
Competencias
Explicar cuando un diseo de experimentos es un diseo factorial, describiendo
los conceptos bsicos que estos involucran y mostrado cmo se hace tal
experimentacin.
Desarrollar los diseos factoriales de dos y tres factores. Conocer el diseo
factorial general y diferenciar los modelos de efectos fijos con los modelos de
efectos aleatorios. Interpretar correctamente los anlisis grficos y el anlisis
de varianza en los diseos factoriales.
Conceptos bsicos en diseos factoriales

Es frecuente que en muchos procesos existan varios factores de los que es
necesario investigar de manera simultnea su influencia sobre una o varias
variables de respuesta, donde cada factor tiene la misma importancia a priori
desde el momento que se decide estudiarlo, y es poco justificable suponer de
antemano que los factores no interactan entre s. Los diseos experimentales
que permiten estudiar de manera simultnea el efecto de varios factores son
los llamados diseos factoriales.
El objetivo de un diseo factorial es estudiar el efecto de varios factores
sobre una o varias respuestas o caractersticas de calidad y determinar una
combinacin de niveles de los factores en la cual el desempeo del proceso
sea mejor que en las condiciones de operacin actuales; es decir, encontrar

Ral Jimnez Gonzlez
Biol.
195
nuevas condiciones de operacin del proceso que eliminen o disminuyan
ciertos problema de calidad en la variable de salida.
Los factores pueden ser de tipo cualitativo (mquinas, tipos de material,
operador, la presencia o ausencia de una operacin previa, etc.), o de tipo
cuantitativo (temperatura, humedad, velocidad, presin, etc.). Para poder
estudiar la manera en que incluye cada factor sobre la variable respuesta, es
necesario elegir al menos dos niveles de prueba para cada uno de ellos (tres
mquinas, dos operadores, tres velocidades, dos temperaturas, etc.). Con el
diseo factorial completa se corren aleatoriamente en el proceso todas las
posibles combinaciones que pueden formarse con los niveles seleccionados.
Un diseo de experimentos factorial o arreglo factorial es el conjunto de
puntos experimentales o tratamientos que pueden formarse considerando todas
las posibles combinaciones de los niveles de los factores. Por ejemplo, con k =
2 factores, ambos con dos niveles de prueba, se forma el diseo factorial
, que consiste de cuatro combinaciones o puntos experimentales.
Considerando otra vez k = 2 factores, pero ahora uno con tres niveles y
el otro con dos niveles, se pueden construir 3 x 2 combinaciones que dan lugar
al diseo factorial 3 x 2. Observe que en el nombre del diseo factorial va
implcita el nmero de tratamientos que lo componen. Para obtener el nmero
de corridas experimentales se multiplica el nmero de tratamientos por el
nmero de rplicas, donde una rplica se lleva a cabo cada vez que se repite el
arreglo completo.
Ms en general, la familia de diseos factoriales
consiste de k
factores, todos con dos niveles de prueba; y la familia de diseos factoriales

consiste de k factores cada uno con tres niveles de prueba. Es claro que si los
k factores no tienen la misma cantidad de niveles, entonces no se puede
factorizar de esta forma, y debe escribirse el producto de manera ms explcita:
por ejemplo con k = 3 factores, el primero con cuatro niveles y los dos restantes
con dos niveles, se tiene el diseo factorial
, que consiste de 16
combinaciones de niveles diferentes.

Ral Jimnez Gonzlez
Biol.
196
CAPTULO 4
Diseos factoriales
4.1. Diseos factoriales con dos factores

El experimento factorial ms sencillo es en el que intervienen solamente dos
factores, por ejemplo, A y B. Hay
El experimento tiene
niveles del factor A y
niveles del factor B.
rplicas y cada rplica contiene todas las
combinaciones de tratamientos
Considere los factores A y B con
) niveles de prueba,
respectivamente. Con ellos se puede construir el arreglo o diseo factorial

que consiste de
tratamientos. Se llama rplica cada repeticin completa
del arreglo factorial. Los diseos factoriales que involucran menos de cuatro
factores se corren replicados para poder tener la potencia necesaria en las
pruebas estadsticas sobre los efecto de inters, de tal forma que si se hacen
rplicas, el nmero total de corridas experimentales es (
).
Efecto principal y efecto de interaccin

El efecto de un factor se define como el cambio observado en la variable de
respuesta debido a un cambio de nivel de tal factor. En particular, los efectos
principales son los cambios en la media de la variable de respuesta que se
deben a la accin individual de cada factor. En trminos matemticos, el efecto
principal de un factor con dos niveles es la diferencia entre la respuesta media
observada cuando tal factor estuvo en su primer nivel, y la respuesta media
observada cuando el factor estuvo en su segundo nivel.
Ejemplo
Diseo factorial
. Suponga que en un proceso de fermentacin tequilera, se
tienen dos factores A: tipo de levadura y B: temperatura, cada uno con dos
niveles denotados por
respectivamente.
La respuesta de inters es el
rendimiento del proceso de fermentacin. En la tabla 4.1 se muestran los cuatro
tratamientos o puntos del diseo factorial

Ral Jimnez Gonzlez
, y entre parntesis se ha indicado
Biol.
197
cada nivel con los cdigos (1, -1). En el experimento original cada tratamiento
se corri tres veces (tres rplicas), lo cual da un total de 12 corridas del
proceso pero, por simplicidad, en la ltima columna de la tabla 4.1 slo se
anotaron los resultados de la primera rplica.
Tabla 4.1 Diseo factorial
A: Levadura B:
Temperatura
Y:
Rendimiento
28
41
63
45
Para los datos de la tabla 4.1, los efectos principales estn dados por

Ral Jimnez Gonzlez
Biol.
198
CAPTULO 4
Diseos factoriales
Efecto A =
Efecto B =
por lo que en trminos absolutos el efecto principal de B es mayor. Por otra

parte, se dice que dos factores interactan entre s o tienen un efecto de
interaccin sobre
la variable de respuesta, cuando el efecto de un factor
depende del nivel en que se encuentra el otro. Por ejemplo, los factores A y B
interactan si el efecto de A es muy diferente en cada nivel de B, o viceversa.
Ahora veamos esto con los datos de la tabla
4.1: el efecto de A cuando B es baja est determinado por
Efecto A (con B bajo) = 41 - 28 = 13
y cuando la temperatura es alta, el efecto de A es
Efecto A (con B alta) = 45 - 63 = 13
Como estos dos efectos de A en funcin del nivel de B son muy diferentes,
entonces es evidencia de que la eleccin ms conveniente del nivel de A
depende del nivel en que est B, y viceversa. Es decir, eso es evidencia de que
los factores de A y B interactan sobre Y. En la prctica, el clculo del efecto A
en cada nivel de B no se hace, y ms bien se calcula el efecto global de la
interaccin de los dos factores, que se denotan por AB y se calculan como la
diferencia entre la respuesta media cuando ambos factores se encuentran en el
m ismo nivel: (-1, -1); (1, 1), y la respuesta media cuando los factores se
encuentran en niveles opuestos: (-1, 1) (1, -1). Para el ejemplo, el efecto de
interaccin levadura x temperatura est dado por

Ral Jimnez Gonzlez
Biol.
Diseos factoriales
con dos factores
199
Los valores absolutos (sin importar el signo) de los efectos principales y del
efecto de interaccin son una medida de importancia de su efecto sobre la
variable de respuesta. Sin embargo, como se tienen estimaciones muestrales,
para saber si los efectos son estadsticamente significativos (diferentes de
coro) se requiere el anlisis de varianza (ANOVA).
Modelo estadstico
Con un diseo factorial
se pueden estudiar los dos efectos individuales y
el efecto de interaccin de ambos factores. En trminos estadsticos, lo que se

afirma es que el comportamiento de la respuesta Y en el experimento con k
rplicas se podra describir mediante el modelo de efectos:
donde
es la media general,
es el efecto debido al i-simo nivel del factor
es el efecto del j-simo nivel del factor B,

interaccin en la combinacin
representa al efecto de
es el error aleatorio que supone sigue
una distribucin con media cero y varianza constante
y son
independientes entre s. Para que la estimacin de los parmetros en este

modelo sea nica, se introducen las restricciones:
Es decir, los efectos dados en el modelo son desviaciones respecto de la

media global. Puede usarse el anlisis de varianza para probar hiptesis
relativas a los efectos principales de los factores A y B y la interaccin AB.
En este modelo, las hiptesis de inters para los tres efectos son:

Ral Jimnez Gonzlez
Biol.
200
CAPTULO 4
Diseos factoriales
Estas hiptesis se prueban mediante la tcnica de anlisis de varianza que

para un diseo factorial
con
rplicas resulta de descomponer la
variacin total como,
donde los respectivos grados de libertad de cada una de ellas son:
El factor
error (
en los grados de libertad de la suma de cuadrados del
) seala que se necesitan al menos dos rplicas del experimento para
calcular ese componente y, por ende, para construir una tabla de ANOVA.
Recordemos que las sumas de cuadrados divididas entre sus correspondientes
grados de libertad se llama cuadrados medios
cuadrado medio del error
. Al dividir stos entre el
se obtienen estadsticos de prueba con
distribucin F. Toda esta informacin se sintetiza en la siguiente tabla:

ANOVA para el diseo factorial
FV
Efecto A
SC GL
CM
Valor-p
Efecto B
Efecto AB
Error
Total

Ral Jimnez Gonzlez
Biol.
Diseos factoriales
con dos factores
201
Si el valor-p es menor al nivel de significancia
prefijado, se rechaza la
hiptesis nula y se concluye que el correspondiente efecto est activo o influye

en la variable de respuesta.
Recordemos la notacin de puntos para representar sumas y medias:
Con esta notacin la suma de cuadrados totales es:
donde N =
es el total de observaciones en el experimento. Las sumas de
cuadrados de efectos son:

Ral Jimnez Gonzlez
Biol.
202
CAPTULO 4
Diseos factoriales
y al final, al restar stas del total, se obtiene la suma de cuadrados del error
como:
Ejemplo
Consideremos un experimento en el que se quiere estudiar el efecto de los
factores A: profundidad de corte sobre el acabado de un metal y B: velocidad
de alimentacin. Aunque los factores son de naturaleza continua, en este
proceso slo se puede trabajar en 4 y 3 niveles, respectivamente. Por ello, se
decide correr un factorial completo 4 x 3 con tres rplicas, que permitir obtener
toda la informacin relevante en relacin al efecto de esos factores sobre el
acabado. Al aleatorizar las 36 pruebas se obtienen los datos de la siguiente
tabla:
Datos del experimento factorial 4 x 3
B:
velocidad
0,25
0,30
92
99
Total
64
86
98
763
198
266
299
60
79
88
98
102
104
68
104
99
220
290
298
73
82
88
99
95
108
88
108
110
262
302
317
92
99
95
104
99
114
104
110
111
299
313
332
0,20
0,15
Profundidad74
0,18
A:
0,21
0,24

Ral Jimnez Gonzlez
808
8
81
944
Biol.
Diseos factoriales
con dos factores
203
Total
96
99
107
979
1 171
1 246
El acabado ( ) est en unidades de gramos e interesa minimizar su valor

De acuerdo a esto para obtener el ANOVA para el ejemplo, calculemos los
totales necesarios. De donde:
La suma de cuadrados totales y la suma de cuadrados del error estn dadas

por
Con esta informacin se construye el anlisis de varianza de la tabla 4.2. Del

ANOVA se concluye que los tres efectos A: velocidad, B: profundidad y AB
estn activos o influyen en el acabado. Dado que el efecto de integracin AB
resulta
significativo,
prcticamente
toda
la
informacin
relevante
del
experimento se aprecia en su representacin grfica (figura 4.1). Ntese que

aparecen tantas lneas como niveles tenga el factor que se dibuja en la parte
Ral Jimnez Gonzlez
Biol.
204
CAPTULO 4
Diseos factoriales
de arriba, que en este caso es la profundidad con sus cuatro niveles que se
denotan con la escala de -1 a 1. La significancia de la interaccin detectada
por el ANOVA se observa en el hecho de que las lneas en la figura 5.1 tienen
pendientes relativamente diferentes. Como lo que interesa es minimizar la
variable de respuesta, se observa que a mayor velocidad y profundidad hay
una tendencia a obtener peores acabados. Adems se ve que cuando se tiene
velocidad alta (
) el efecto de profundidad es menor (vase la dispersin de
las lneas en la figura cuando la velocidad es alta). Por lo tanto, las condiciones
de operacin o tratamiento que convienen es profundidad y velocidad bajas (
).
El ANOVA de la tabla 5.2 se dice que no est desglosado, ya que cuando en
un experimento hay factores cuantitativos con ms de dos niveles, el ANOVA se
puede desglosar para estudiar con mayor detalle en el efecto de tal factor.
Tabla 5.2 ANOVA para el ejemplo

FV
B: velocidad
SC
3 160.5
GL CM
2
1
Valor-p
55,02 0,0000
A:
580,25
24,66 0,0000
profundidad
125,10
708,37
3,23
AB
557,07
24
92,84
Error
689,33
35
28,72
Total
6 532,0
0,0180
El planteamiento de hiptesis quedara de la siguiente manera:

Con su nivel de significancia como con sus grados de libertad
respectivamente tenemos que el valor de F crtica es:
y
Se concluye que
Se rechaza

Ral Jimnez Gonzlez
Biol.
Diseos factoriales
con dos factores
205
Se rechaza
Se acepta
Resultado arrojado en Minitab para el ejemplo anterior

Factores:
Rplicas:
Corridas base: 12
Total de corridas: 36
Bloques base:
Total de bloques:
Nmero de niveles: 4; 3
Modelo lineal general: RESPUESTA vs. PRFUNDIDAD; VELOCIDAD

Factor
Tipo
Niveles
PRFUNDIDAD A fijo
VELOCIDAD B fijo
Valores
4
3
0.15; 0.18; 0.21; 0.24

0.20; 0.25; 0.30
Anlisis de varianza para RESPUESTA, utilizando SC ajustada para

pruebas
Fuente
GL SC sec. SC ajust. MC ajust.
PRFUNDIDAD A
VELOCIDAD B
PRF.*VEL. AB
3 2125,11
2 3160,50
6 557,06
Error
24 689,33
Total
35 6532,00
2125,11
708,37
24,66 0,000
3160,50
1580,25
55,02 0,000
557,06
689,33
92,84
3,23 0,018
28,72
Comparacin de medias

Ral Jimnez Gonzlez
Biol.
206
CAPTULO 4
Diseos factoriales
Las comparaciones de medias se introdujeron en la seccin Diseo

completamente al azar y ANOVA del captulo 2, para despus de un ANOVA
en el que se rechaza
, investigar cules medias causa las diferencias
detectadas. El ANOVA slo indica que al menos un par de niveles del factor
significativo son diferentes entre s, pero no dice cules son. Por facilidad,
denotemos los cuatro niveles de la profundidad (A) del ejemplo anterior como
as como los tres niveles de la velocidad (B) como
Entonces es, los seis pares de hiptesis para comparar las medias del factor A
son:
mientras que para el factor B se tienen los tres pares de

hiptesis,
Para probar estas hiptesis con el mtodo LSD habra que calcular las
diferencias muestrales en el valor absoluto y compararlas con la diferencia
mnima significativa. Cabe aclarar que este anlisis es engaoso cuando el
efecto de interaccin es significativo. Por ello, y slo por ilustrar el mtodo, se
prueban las hiptesis del factor A ignorando por el momento la interaccin. La

Ral Jimnez Gonzlez
Biol.
Diseos factoriales
con dos factores
207
diferencia mnima significativa para comparar los niveles
del factor A, est
dada por:
Donde
T de Student,
y
es el punto porcentual 100(
de la distribucin
los grados de libertad del cuadrado medio del error,
son el total de observaciones en los niveles
del factor A, que estn
comparando. De esta manera, en el ejemplo, como es un diseo balanceado

=
= 9; entonces,
Comp
aracin de medias
De los totales marginales dados en el rengln inferior de la tabla donde se

representan los datos del experimento factorial 4 x 3, se obtienen las medias
del factor A, al dividir entre 9, que son el nmero de mediciones involucradas
en cada total. As, las seis posibles diferencias muestrales en valor absoluto
resultan ser:

Ral Jimnez Gonzlez
Biol.
208
CAPTULO 4
Diseos factoriales
donde slo la primer diferencia resulta no significativa, es decir, se acepta

; en cambio, en las cinco comparaciones restantes se rechaza
.
Ejercicios
1.- La pintura tapaporo de aviones se aplica en superficies de aluminio
utilizando dos mtodos: por inmersin y por aspersin. El objeto de la pintura
tapaporo es mejorar la adherencia de la pintura, y en algunas partes puede
aplicarse utilizando cualquiera de los dos mtodos. Al grupo de ingenieros
responsable del proceso de esta operacin le interesa saber si tres pinturas
tapaporo diferentes difieren en sus propiedades de adherencia. Se realiz un
experimento factorial para investigar el efecto que tiene el tipo de pintura
tapaporo y el mtodo de aplicacin sobre la adherencia de la pintura. Se
pintaron tres ejemplares de prueba con cada pintura utilizando cada uno de los
mtodos de aplicacin, se aplico la pintura final, y se midi la fuerza de
adherencia. Probemos la hiptesis apropiada y saquemos conclusiones
Tipo de Inmersin
Aspersin
tapapor
o
1
4.0,
12.8
5.6,
4,5
4.3 5.4,
5.6 28.7
15.9
4.9,
5.4 5.8,
15.9
3.8,
4.9,
34.1
6.1,
6.3 27.0
5.0,
5.0
18.2
3.7,
4.0 5.5,
11.5
40.2
15.5
49.6
89.8
Resultado en Minitab Diseo factorial de mltiples niveles

Factores:
Corridas base: 6
Rplicas:

Ral Jimnez Gonzlez
Biol.
Diseos factoriales
con dos factores
Bloques base: 1
209
Total de bloques:
Nmero de niveles: 3; 2
Modelo lineal general: Respuesta vs. Tapaporo; Adherencia

Factor
Tipo Niveles Valores
Tapaporo
fijo
3 1; 2; 3
Adherencia fijo
2 Inmersin; Aspersin
Anlisis de varianza para Respuesta, utilizando SC ajustada para pruebas

Fuente
GL SC sec. SC ajust. MC ajust.
Tapaporo
2 4,5811
Adherencia
4,5811
1 4,9089
4,9089
Tapaporo*Adherencia 2 0,2411
Error
12 0,9867
Total
17 10,7178
2,2906
4,9089
0,2411
0,9867
27,86 0,000
59,70 0,000
0,1206
1,47 0,269
0,0822
Dado que utilizamos un
= 0.05 y puesto que el valor de
tanto para el
factor A (tipo de pintura) como para el factor B(tipo de aplicacin), con su nivel
de significancia como con sus grados de libertad respectivamente tenemos
y
. Se concluye que los efectos principales del
tipo de pintura tapaporo y del mtodo de aplicacin afectan la fuerza de

adherencia. Adems, puesto que 1,5
, no hay indicios de
interaccin entre estos factores. En la ltima columna del ANOVA se muestra el

valor P para cada cociente F. Obsrvese que los valores P de los dos
estadsticos de prueba para los efectos principales son considerablemente
menores que 0,05 mientras que el valor P para el estadstico de prueba de la
interaccin es mayor que 0,05.
Se rechaza
Ral Jimnez Gonzlez
Biol.
210
CAPTULO 4
Diseos factoriales
Se rechaza
Se acepta
2.- Se presentan los resultados de un experimento en el que interviene una

batera de almacenamiento usada en el mecanismo de lanzamiento de un misil
tierra-aire para cargar al hombro. Pueden usarse tres tipos de materiales para
hacer las placas de la batera. El objetivo es disear una batera que se
mantenga relativamente sin alteraciones por la temperatura ambiente. La
respuesta de salida de la batera es la vida efectiva en horas. Se seleccionan
tres niveles de temperatura y se corre un experimento factorial con cuatro
replicas. Los datos son los siguientes:
Material
1
Temperatura (
Baja
Media
Alta
130 155 34 40 20 70
74 180 80 75 82 58
150 188 136 122 25 70
159 126 106 115 58 45

138 110 174 120 96 104
168 160 150 139 82 60
a) Pruebe las hiptesis apropiadas y saque conclusiones utilizando el

anlisis de
Ejercicios
123
b) varianza con
= 0.05
c) Analice grficamente la interaccin

Ral Jimnez Gonzlez
Biol.
Diseos factoriales
con dos factores
211
d) Analice los residuales de este experimento

3.- En un artculo se describe un experimento para investigar el efecto de dos
factores (tipo de cristal y tipo de fsforo) sobre la brillantez de un cinescopio. La
variable de respuesta media es la corriente (en microamperes) necesaria para
obtener un nivel especifico de brillantez. Los datos se presentan en la siguiente
tabla:
Tipo de Tipo
cristal
1
de
fsforo
1
2
3
280 300 290
290 310 285
285 295 290

230 260 220
235 240 225
240 235 230
a) Enuncie las hiptesis de inters en este experimento

b) Pruebe las hiptesis anteriores y saque conclusiones utilizando anlisis
de varianza con
= 0.05
c) Analice los residuales de este experimento

4.- Se condujo un experimento para determinar si la temperatura del fuego o la
posicin en el horno afectan la densidad de endurecimiento de un nodo de
carbono. Los datos son los siguientes:
Posicin Temperatura (
800 825
570 1
)
850
565
565 063
510
583 1
590
080
Ral Jimnez Gonzlez
Biol.
212
CAPTULO 4
Diseos factoriales
1
043
2
528 988
526
547 1
538
521 026
532
1
004
a) Enuncie las hiptesis de inters
b) Pruebe las hiptesis anteriores utilizando el anlisis de varianza con
0.05. A qu conclusiones se llega?

c) Utilizando el mtodo de la LSD de Fisher, investigar las diferencias entre
la media de la densidad del endurecimiento de los nodos en los tres
diferentes niveles de temperatura
4.2. Diseos factoriales con tres factores
Cuando se quiere investigar la influencia de tres factores (A, B y C) sobre una o
ms variables de respuesta, y el nmero de niveles de prueba en cada uno de
los factores es a, b y c, respectivamente, se puede construir el arreglo factorial
, que consiste de
tratamientos o puntos experimentales. Entre
los arreglos de este tipo que se utilizan con frecuencia en aplicaciones diversas
se encuentran: el factorial
, el factorial
y los factoriales mixtos con no ms
de cuatro niveles en dos de los factores, por ejemplo, el factorial 4 x 3 x 2 y el

factorial 4 x 4 x 2, por mencionar dos de ellos.
Hiptesis de inters
El estudio factorial de tres factores (A, B y C) permite investigar los efectos: A,
B, C, AB, AC, BC y ABC, donde el nivel de desglose o detalle con el que
pueden estudiarse depende del nmero de niveles utilizando en cada factor.
Por ejemplo, si un factor se prueba en dos niveles, todo su efecto marginal
(individual) es lineal, o sea que su efecto individual no se puede descomponer;

Ral Jimnez Gonzlez
Biol.
Diseos factoriales
con dos factores
213
pero, si tuviera tres niveles su efecto marginal se puede descomponer en una

parte lineal y otra cuadrtica pura.
En resumen, se tienen siete efectos de inters sin considerar desglose, y
con ellos se pueden plantar las siete hiptesis nulas
cada una aparejada con su correspondiente hiptesis alternativa. El ANOVA

para probar estas hiptesis se muestran en la siguiente tabla.
ANOVA para el diseo a x b x c
FV
Efecto A
SC
GL
CM
Valor-p
Efecto B
Efecto C
Efecto AB
Efecto AC
Efecto BC
Efecto ABC
Error
Total
Al efecto cuyo valor-p sea menor al valor especificado para alfa, se declara
estadsticamente significativo o se dice que est activo. Las sumas de
cuadrados son muy similares a las obtenidas para dos factores; habr que
considerar un subndice adicional para el tercer factor, y comenzando otra vea,
por la suma total de cuadrados, stas resultan ser:

Ral Jimnez Gonzlez
Biol.
214
CAPTULO 4
donde N =
Diseos factoriales
es el total de observaciones en el experimento. Las sumas de
cuadrados

Ral Jimnez Gonzlez
Biol.
215
Diseos factoriales con

tres factores
de efectos son:
Al restar stas del total, la suma de cuadrados del error resulta ser
cuyos respectivos grados de libertad se dan en la tabla anterior. Una vez hecho
el ANOVA, se procede a interpretar los efectos activos, y luego (aunque no
necesariamente despus) a diagnosticar la calidad del modelo.
Ejemplo

Ral Jimnez Gonzlez
Biol.
216
CAPTULO 4
Diseos factoriales
El experimento. Se desea investigar el efecto del tipo de suspensin (A),

abertura de malla (B) y temperatura de ciclaje (C) en el volumen de
sedimentacin Y(%) de una suspensin. Para ello se decide correr un
experimento factorial 3 x 2 x 2 con seis rplicas, y las observaciones obtenidas
en las 72 corridas experimentales se muestran en la siguiente tabla:
60,
75, 67,
73, 62,
68, 71,
80, 76,
71, 75,
75,
75
73
65
80
75
75
86,
70, 67,
68, 76,
65, 72,
80, 70,
68, 75,
75,
70
55,
68
53, 52,
65
52, 44,
80
44, 60,
73
60, 52,
77
51, 56,
55,
53
57
45
60
50
57
55,
55, 52,
54, 48,
48, 67,
67, 52,
48, 59,
55
54
45
65
54
55
50,
Los niveles de prueba para cada factor, tanto en unidades originales como en
unidades codificadas, se muestran en la siguiente tabla
Factor
A:
U. originales
U. codificadas
Bajo Medio Alto Bajo Medio Alto
de
-1
0
1
Tipo
suspensin
40
B: Abertura de malla 0
60
-1
30
-1
C: Temperatura
El anlisis de varianza para este ejemplo se muestra en la siguiente tabla. De
aqu se concluye que no influyen los efectos ABC, AC ni A, dado que su valor-p
es mayor que
. Por otra parte, se encuentran activos los efectos B, C,
AB y en menor medida BC. stos son los cuatro efectos que se deben
interpretar. Los efectos que no influyeron se pueden eliminar mandndolos al
trmino error. El ANOVA simplificado, pero con el efecto A note que el

Ral Jimnez Gonzlez
en
Biol.
217
ambos ANOVAS es prcticamente igual. En general se recomienda interpretar

slo los efectos significativos.
Diseo factorial de mltiples niveles

Factores:
Rplicas:
Corridas base: 12
Bloques base:
Total de bloques:
Nmero de niveles: 3; 2; 2
Modelo lineal general: Respuesta vs. Suspensin; Abertura de malla; ...

Factor
Tipo Niveles Valores
Suspensin
malla fijo
fijo
3 A1; A2; A3 Abertura de
2 B1; B2 temperatura
fijo
C1; C2
Anlisis de varianza para Respuesta, utilizando SC ajustada para pruebas

Fuente
GL SC sec.
SC ajust. MC ajust.
Suspensin
13,86
13,86
6,93
0,49 0,613
Abertura de malla
1 480,50
480,50
480,50
34,25 0,000
temperatura
1 6086,72
0,000 Suspensin*Abertura de malla
6086,72
6086,72
433,90
788,25
788,25
394,13
28,10 0,000
Suspensin*temperatura
40,86
40,86
20,43
1,46 0,241
Abertura de malla*temperatura
56,89
56,89
56,89
4,06 0,049
Suspensin*Abertura de malla*
31,03
31,03
15,51
1,11 0,338
temperatura
Error
60 841,67
Total
71 8339,78

Ral Jimnez Gonzlez
841,67
14,03
Biol.
218
CAPTULO 4
S = 3,74537
Diseos factoriales
R-cuad. = 89,91%
R-cuad.(ajustado) =
88,06%
Observaciones inusuales de Respuesta
Residuo
Obs Respuesta Ajuste Ajuste SE Residuo estndar
23
60,0000 72,6667
1,5290 -12,6667
-3,70 R
36
76,0000 66,8333
1,5290
9,1667
2,68 R
52
86,0000 72,6667
1,5290 13,3333
3,90 R
R denota una observacin con un residuo estandarizado grande.

Diseos factoriales con
tres factores
Dado que utilizamos un
= 0.05 y puesto que el valor de , con su nivel
de significancia como con sus grados de libertad en tablas respectivamente

tenemos
Se acepta
;
Se rechaza
Se rechaza
,
rechaza
Se
;
Se acepta
,
Se rechaza
Ejercicios
1.- Se investigan el porcentaje de la concentracin de madera dura en la pulpa
cruda, la libertad de orientacin de la fibra o lof, y el tiempo de coccin de la

Ral Jimnez Gonzlez
Biol.
219
pulpa en cuanto a sus efectos sobre la resistencia del papel. En la siguiente

tabla se muestran los datos de un experimento factorial con tres factores.
Porcentaje de la
1.5 horas de tiempo de coccin
2.0
horas de tiempo de coccin

Concentracin de
lof
lof
Madera dura
500
350
500
650
350
96.6
97.9
99.4
98.4
96.0
96.0
99.8
98.6
98.5
96.0
98.4
97.5
97.2
96.9
97.6
98.1
97.5
95.6
97.4
97.6
96.6
96.2
98.1
98.4
650
10
99.6
1000.6
100.4 100.9
15
98.7
99.0
96.0 99.0
20
97.0
97.8
98.5
99.8
a) Analice los datos usando el anlisis de varianza bajo el supuesto de que

todos los factores son fijos. Use
b) Encuentre los valores de P de los cocientes F del inciso a
2.- El departamento de control de calidad de una planta de acabados textiles
estudia los efectos de varios factores sobre el teido de una tela combinada de
algodn y fibra sinttica que se usa para hacer camisas. Se seleccionan tres
operadores, tres duraciones del ciclo y dos temperaturas, y tres ejemplares de
prueba pequeos de tela se tieron bajo cada conjunto de condiciones. La tela
terminada se compar con un patrn y se asigno una puntuacin numrica.
Los resultados se presentan en la tabla siguiente

Ral Jimnez Gonzlez
Biol.
220
CAPTULO 4
Diseos factoriales
Temperatura
300
350
Operador
Operador
Duracin del ciclo
1
24
2
40
38
34
1
23
24
50
37
34
36
60
29
25
37
34
31
32
36
36
26
28
28
36
35 39
34
33
38
34
39
36
27
34
35
26
28
23
25
38
36
39
35
35
28
36 31
35
26
28
24
35
27
27
34
25
26
34
a) Enuncie y pruebe las hiptesis apropiadas usando el anlisis de varianza con
3.- Un ingeniero mecnico estudia la rugosidad superficial de una pieza

producida en una operacin de corte de metal. Son de inters tres factores: la
rapidez de alimentacin (A), la profundidad del corte (B) y el ngulo de la
herramienta (C). A los tres factores se les ha asignado dos niveles, y se corren
dos rplicas de un diseo factorial

Ral Jimnez Gonzlez
Biol.
221
Profundidad
Rapidez de
alimentaci
n
del
corte
0.025
0.04
pulgada
ngulo
pulgada
de
la
herramienta
15 25 15
30 pulg/min 9
11 9
25
10
7
30 pulg/min 10
10
10
11
12
8
16
12
13
15
14
a) Analice los datos usando el anlisis de varianza bajo el supuesto de que

todos los factores son fijos. Use
b) Encuentre los valores de P de los cocientes F del inciso a
4.3. Diseo factorial general

Lo que se ha dicho para los dos diseos factoriales con 2 y 3 factores puede
extenderse fcilmente para cuando se tienen ms factores. Considerarse
factores A, B, C,, K con niveles
respectivamente, donde la letra K
denota al -simo o ltimo factor del conjunto a estudiar, no necesariamente el

undcimo, que es el lugar de esta letra en el alfabeto. Con estos niveles y
factores se puede construir el diseo factorial general
que consiste
de
tratamientos o puntos de prueba. Con este diseo se pueden
estudiar
efectos
principales,
interacciones
dobles,
interacciones triples, y as sucesivamente hasta la nica

interaccin de los
factores (ABCK). El clculo del nmero de interacciones
de cierta cantidad
de factores se hace mediante la operacin combinaciones
de
en
que cuenta el nmero de diferentes maneras de
seleccionar
factores de los , donde

Ral Jimnez Gonzlez
Biol.
222
CAPTULO 4
Diseos factoriales
Por ejemplo, el diseo factorial
tiene cinco efectos principales, 10
interacciones dobles, 10 interacciones triples, cinco interacciones cudruples y

una interaccin quntuple, lo cual da un total de 31 efectos. Por su parte, el
factorial
tambin tiene este mismo nmero de efectos, pero al contar con tres
niveles en cada factor, cada efecto principal se puede descomponer en su parte

lineal y cuadrtica. Cabe destacar que mientras el diseo factorial
tratamientos, el factorial
tiene 32
tiene 243, una cantidad de tratamientos difcil de
manejar. Aun si pudiera correrse, representa una opcin muy ineficaz; adems,
existen arreglos experimentales ms pequeos y eficientes.
Diseo
factorial general
De acuerdo con lo antes dicho, en el factorial general

pueden plantear
varianza. Si se tienen
se
hiptesis que se prueban mediante el anlisis de

rplicas. Las primeras tres columnas de este ANOVA se
muestran en la siguiente tabla

ANOVA para el diseo factorial general
FV
SC
GL
Error
Total
La suma de cuadrados totales est dada por:

Ral Jimnez Gonzlez
Biol.
223
donde N =
es el total de observaciones en el experimento. Las sumas
de cuadrados de efectos son:
Al final, la suma de cuadrados del error se calcula por sustraccin,
En el ANOVA para el factorial general

Ral Jimnez Gonzlez
se observa la necesidad de
Biol.
224
CAPTULO 4
Diseos factoriales
contar con al menos dos rplicas del experimento para calcular la suma de
cuadrados del error (
necesidad de rplicas (
que interesan los
), y completar toda la tabla ANOVA. Sin embargo, esta

, que se ha mencionado,. Es para el caso irreal de
efectos. Pero resulta que, con excepcin del factorial
, en un factorial completo prcticamente nunca interesan todos sus posibles

efectos, puesto que en trminos generales slo algunos de ellos estn activos.
El principio de Pareto, que en este contexto tambin se llama principio de
esparcidad de efectos, dice que la mayora de la variabilidad observada se debe
a unos pocos de los efectos posibles; por lo comn se debe a algunos efectos
principales e interacciones dobles.
4.4. Modelos de efectos aleatorios

Hasta aqu los modelos de efectos que se han utilizado son modelos de efectos
o factores fijos, lo cual significa que todos los niveles de prueba en cada factor
son todos los disponibles para ese factor, o bien, se estudian todos los niveles
de inters en ese factor; es en este sentido que los niveles estn fijos. ste es
el caso, por ejemplo, cuando en el factor operador se toman los tres nicos
operadores como los niveles de prueba, o cuando los niveles del factor
mquinas son las cuatro mquinas existentes. O bien, cuando se comparan
tres tipos de material porque son los que interesa comprar aunque existan otros
materiales de ese tipo. Con factores fijos, las conclusiones obtenidas slo son
validas para los niveles de prueba que se estudian en el experimento.
En ocasiones, los niveles de prueba son una muestra aleatoria de la poblacin
de niveles posibles. En este caso es ms apropiado utilizar un modelo de
efectos o factores aleatorios. Un ejemplo de esta situacin es cuando se
prueban cinco instrumentos de medicin, pero la poblacin de los mismos es
de 100 instrumentos; obviamente, no es posible experimentar con todos los
equipos. Entonces se experimenta slo con cinco de ellos elegidos al azar, y
las conclusiones obtenidas se infieren como vlidas para la poblacin entera de
instrumentos.
Ral Jimnez Gonzlez
Biol.
225
La aplicacin de un modelo de efectos aleatorios conlleva la necesidad de

considerar la incertidumbre asociada con la eleccin aleatoria de los niveles de
prueba. Es decir, ya no tiene sentido, para un factor A, preocuparse por el efecto
del nivel
Modelo de
efectos aleatorios
como en efectos fijos. Lo que ahora (con efectos aleatorios) tiene sentido es
hablar de la varianza con la que el factor aleatorio contribuye a la variacin total;
es decir, es preciso estimar dicha varianza y probar si su contribucin a la
variabilidad total es significativa.
El caso de dos factores aleatorios.

Si se consideran dos factores aleatorios A y B, de los cuales se prueban
niveles elegidos de una poblacin grande de niveles, entonces si los
tratamientos se replican
donde
A,
veces, el modelo de efectos aleatorios es
es la media general,
es el efecto del
interaccin en la combinacin
es el efecto debido al
nivel del factor
nivel del factor B,

y
representa al efecto de
es el error aleatorio que se supone sigue
una distribucin normal con media cero y varianza constante,
y son
independientes entre s. El aspecto de este modelo es igual al de efectos fijos,

pero el hecho de que los efectos sean aleatorios implica que no tiene sentido
probar hiptesis directamente sobre tales efectos (medidas), sino que ahora el
inters se enfoca en estudiar la varianza de dichos efectos.
Para ello, se supone que los trminos
son variables aleatorias
independientes normales, con media cero y varianzas
, y
respectivamente.

Ral Jimnez Gonzlez
Biol.
226
CAPTULO 4
Diseos factoriales
De esta manera, si se calcula la varianza en ambos lados del modelo anterior,

se obtiene el modelo de componentes de varianza dado por:
donde
son las contribuciones de cada efecto a la variacin total y se
llaman componentes de varianza;
es el componente de varianza debido al
error aleatorio. Las hiptesis de inters son
Los
clculos necesarios para probar estas hiptesis involucran las
mismas sumas de cuadrados del modelo de efectos fijos (diseos factoriales

con dos factores), de las cuales se obtienen los correspondientes cuadrados
medios. Para obtener los estadsticos de prueba
apropiados debe tomarse
en cuenta que los valores esperados de los cuadrados medios son
de tal forma que para probar la hiptesis mencionadas, los estadsticos de

prueba apropiados en el

Ral Jimnez Gonzlez
ANOVA son
Biol.
227
respectivamente. Observe que en el modelo de efectos aleatorios los

cuadrados medios de los efectos principales se comparan con el cuadrado
medio de la interaccin, y no con el cuadrado medio del error, como se hace en
el modelo de efectos fijos. En caso de rechazar alguna de las hiptesis sobre
las varianzas, se concluye que el efecto correspondiente contribuye de manera
significativa a la variacin de la respuesta. La conclusin prctica no consiste
en determinar el mejor tratamiento, sino que generalmente se traduce en tomar
medidas para que la contribucin del componente de varianza se reduzca.
Al resolver las ecuaciones dadas por los valores esperados de cuadrados
medios para los componentes de varianza, se obtienen estimadores de stos
en funcin de los cuadrados medios del error, esto es,
Ejemplo
En una compaa dedicada a la fabricacin de bombas y vlvulas, algunos
componentes crticos tienen tolerancias muy estrechas que son difciles de
cumplir. De aqu que sea necesario estimar el error de medicin con el fin de
ver la posibilidad de reducirlo para cumplir con las especificaciones. El ancho
de una pieza particular es una caracterstica de calidad crtica, cuyas
especificaciones son 69
0,4mm. Se eligen dos inspectores al azar y siete
piezas para correr un experimento, a fin de estimar la contribucin de los

inspectores, de las piezas y del error aleatorio (repetibilidad) en la variabilidad
total observada. El experimento utilizado se muestra en la siguiente tabla:

Ral Jimnez Gonzlez
Biol.
228
CAPTULO 4
Diseos factoriales
Modelo de
efectos aleatorios
Nmero
Inspector Z
1
2
Inspector W
1
2
69,38
69,62
69,60
69,52
39,72
69,78
69,80
69,90
69,58
69,70
69,70
69,92
69,50
69,46
69,50
69,50
69,48
69,50
69,40
69,42
69,56
69,68
69,40
69,64
69,90
69,94
70,02
69,88
de piezas
1
Ntese que cada inspector mide dos veces cada pieza. Sean los inspectores el
factor A y las piezas el factor B, el primero con dos niveles y el segundo con
siete niveles, en ambos casos seleccionados al azar. El modelo de
componentes de varianza propuesto para describir estos datos es donde
el componente de varianza de los inspectores,
las piezas,
es
es el componente debido a
es el componente de interaccin de ambos factores y
es el
componente aleatorio.
Interesa probar las hiptesis:

Ral Jimnez Gonzlez
Biol.
229
y estimar los componentes de varianza. El ANOVA para probar estas hiptesis

se muestran en la siguiente tabla.
FV
SC
A: Insp. 0,0003
GL CM
1
0,0003
Valor-p
0,069 0,8043
B:
24,07 0,0000
Pieza
0,7516
0,1252
0,75
AB
0,0313
14
0,0052
Error
0,097
27
0,0069
Total
0,8803
0,6169
Las tres primeras columnas se obtienen igual que el modelo de efectos

fijos, pero las dos ltimas deben corregirse de acuerdo con el estadstico de
prueba
apropiado
para
un
modelo
de
efectos
aleatorios
y
). Los valor-p indican que la variabilidad de las piezas
es
estadsticamente diferente a cero, mientras que la variabilidad de los
inspectores y de la interaccin inspector x pieza no es significativa (es igual a
cero). Desde el punto de vista del objetivo del experimento, los resultados del
ANOVA son los deseados: la reproducibilidad (
) es estadsticamente
igual a cero, es decir, los inspectores no afectan el proceso de medicin. La

estimacin de los componentes de varianza, a partir de los cuadros medios,
queda como:

Ral Jimnez Gonzlez
Biol.
230
CAPTULO 4
Diseos factoriales
De aqu se concluye que la reproducibilidad (
) no tiene
contribucin y la repetibilidad expresada como 5.15 es igual a 0,428. Si este

valor se compara con la tolerancia de 0.8, se encuentra que ocupa 53% de
sta, cuando lo deseable es que este porcentaje sea menor al 10%, por lo que
el instrumento es inadecuado para discriminar entre piezas buenas y malas.

Utilizando Minitab
1. El primer paso consisten en seleccionar la opcin Estadsticas del Men
Principal de Minitab y, dentro de esa opcin, seleccionar la opcin DOE luego
Factorial y Crear diseo factorial como se presenta en la siguiente Figura.
2. Como consecuencia de la accin anterior le debe aparecer la siguiente pantalla

<<Crear diseo factorial>>. El paso en esta pantalla ser seleccionar en Tipo
de diseo la casilla de Diseo factorial completo general luego escoger el
nmero de factores considerados en el experimento (en nuestro ejemplo son
dos factores: A y B), por tanto en la casilla <<Nmero de factores>> usted
deber tener el nmero 2. Luego

Ral Jimnez Gonzlez
Biol.
231
Uso de software
debe oprimir el botn de la opcin <<Diseos>> para poder escoger su diseo,

nmero de repeticiones y otras opciones.
3. En la siguiente ventana escribir el nombre de nuestros factores A y B, adems
de indicar el numero de niveles para ambos (4 y 3 respectivamente), tambin
indicar que realizamos tres
repeticiones por tratamiento, para esto en la
casilla <<Nmero de replicas>>, usted deber tener el valor de 3. Finalice

esta pantalla oprimiendo <<Aceptar>>. Esto lo devolver a la pantalla anterior
<<Crear diseo factorial>>.
4. De vuelta en la pantalla <<Crear diseo factorial>>. Seleccionar factores y

aparecer una siguiente ventana.

Ral Jimnez Gonzlez
Biol.
232
CAPTULO 4
Diseos factoriales
En la casilla <<Tipo>> seleccionar texto para ambos factores, <<Valores de

nivel>> , indicar los valores correspondientes tanto para el factor A as como
para el factor B, luego indicar aceptar, lo que lo llevara nuevamente a la
pantalla <<Crear diseo factorial>>.
5. De vuelta a la pantalla <<Crear diseo factorial>> oprima <<Aceptar>>.
MINITAB le crear la
siguiente pantalla. Minitab crea las columnas de los
tratamientos, lo nico que usted tiene que ingresar a MINITAB es una columna
con la respuesta del experimento. Proceda entonces a ingresar los datos en la
columna C7
6. Una vez capturados los datos (estos datos debern corresponder al factor A
con respecto a factor B de acuerdo a la tabla original) en su correspondiente
rengln. El siguiente paso es regresar al paso 1.

Ral Jimnez Gonzlez
Biol.
233
slo que esta vez seleccionara la secuencia: <<Estadsticas>> seguida de

<<DOE>>, <<Factorial>> y <<Analizar diseo factorial>>.
Uso de software
Esta accin resultar en la pantalla donde slo es necesario indicar la

columna de la variable de respuesta <<Respuesta>>
seguido de aceptar y
MINITAB le ofrecer el resultado correspondiente.

Ral Jimnez Gonzlez
Biol.
234
CAPTULO 4
Diseos factoriales
Para capturar los datos en Minitab, de tres factores, es idntico al de

dos factores, solo que en la ventana correspondiente indicar que se trata de
tres factores, y se aplica la misma secuencia.

Ral Jimnez Gonzlez
Biol.
235
CAPTULO 5
Series de tiempo
5.1. Modelo clsico de series de tiempo

5.2. Anlisis de fluctuaciones
5.3. Anlisis de tendencia
5.5. Medicin de variaciones estacionales e irregulares
5.6. Aplicacin de ajustes estacionales
5.7. Pronsticos basados en factores de tendencia y estacionales.

Ral Jimnez Gonzlez
Biol.
236
CAPTULO 5 Series de tiempo
Series de tiempo
Series de tiempo
T oda institucin, ya sea la familia, la empresa o el gobierno, tienen que hacer
planes para el futuro si ha de sobrevivir y progresar. Hoy en da diversas
instituciones requieren conocer el comportamiento futuro de ciertos fenmenos
con el fin de planificar, prever o prevenir.
Debido a que las condiciones econmicas y comerciales varan en el tiempo,
los lderes de los negocios deben encontrar formas de mantenerse al da
respecto a los efectos que esos cambios tendrn en sus operaciones. Una
tcnica que pueden usar los lderes de negocios como ayuda en la planeacin
de las necesidades operativas en lo futuro es el pronstico. Aunque se han
desarrollado numerosos mtodos para pronosticar, todos tienen un objetivo
comn, predecir los eventos futuros de manera que las proyecciones se
puedan incorporar en el proceso de toma de decisiones.
Suponga que necesitamos hacer pronsticos trimestrales para el volumen de
ventas de determinado producto durante el prximo ao. Los programas de
produccin, las compras de materias primas, las polticas de inventarios y las
cuotas de venta sern afectados, todos, por esos pronsticos. Entonces, los
malos pronsticos darn como resultado una mala planeacin y, en
consecuencia, aumentarn los costos de la empresa. Cmo se hace para
elaborar los pronsticos trimestrales del volumen de ventas?
Desde luego que se deben considerar los datos reales de ventas del producto
en periodos pasados. Con tales datos histricos podemos identificar el nivel
general de ventas y cualquier tendencia, como aumento o disminucin en el

Ral Jimnez Gonzlez
Biol.
237
volumen a travs del tiempo. Por ejemplo, un examen ms detallado de los

datos puede revelar un comportamiento estacional, como el de los picos que se
presentan en el tercer trimestre de cada ao y los mnimos durante el primer
trimestre. Al repasar los datos histricos se puede, con frecuencia, adquirir una
mejor comprensin de la tendencia de las ventas en el pasado para poder
pronosticar las ventas del producto en el futuro de una mejor manera.
Las ventas histricas forman una serie de tiempo que es un conjunto de
observaciones de una variable medida en puntos o periodos sucesivos en el
tiempo.
En esencia, existen dos enfoques de pronsticos: cualitativo y
cuantitativo.
Los mtodos de pronstico cualitativos son importantes en especial
cuando no se dispone de datos histricos, como sera el caso de un
departamento de finanzas que desea pronosticar los ingresos de una compaa
nueva. Los mtodos de pronstico cualitativos se consideran altamente
subjetivos o basados en la opinin. Incluyen el mtodo de elaboracin de
escenarios, la opinin de expertos y la tcnica Delphi.
Mtodo Delphi. El mtodo dlfico, desarrollado en principio por un grupo
de investigacin de la Rand Corporation. Trata de determinar pronsticos
mediante consenso de grupo. En forma normal, a los miembros de un equipo
de expertos, todos ellos separados fsicamente y desconocidos entre s, se les
pide contestar una serie de cuestionarios. Se tabulan las respuestas del primer
cuestionario y stas se usan para preparar un segundo cuestionario que
contiene la informacin y las opiniones de todo el grupo. A continuacin se pide
a cada encuestado reconsiderar y, posiblemente, corregir sus respuestas
anteriores a la vista de la informacin obtenida con el grupo.
Este proceso continua hasta que el coordinador siente que ha
alcanzado cierto nivel de consenso. El objetivo del mtodo dlfico no es llegar
al resultado de una sola respuesta, sino producir un conjunto compacto de
opiniones dentro del cual est la mayora de los expertos.

Ral Jimnez Gonzlez
Biol.
238
Opinin de expertos. Con frecuencia, los pronsticos se basan en el

juicio de un solo experto, o representan el consenso de un grupo de expertos.
Por ejemplo, cada ao se rene un grupo de expertos en Merrill Lynch con el
fin de pronosticar el nivel del promedio industrial Dow Jones y la tasa prima
para el siguiente ao. Al hacerlo, los expertos se basan, de manera individual
en informacin que cree que influye en el mercado accionario y las tasas de
inters, a continuacin combinan sus conclusiones en forma de un pronstico.
No se usa modelo formal alguno, y es improbable que dos expertos
cualesquiera visualicen de la misma forma la misma observacin.
La opinin de expertos es un mtodo de pronstico que se recomienda
normalmente cuando es probable que las condiciones en el pasado no rijan en
el futuro. Aunque no se usa modelo cuantitativo formal, el juicio experto ha
producido buenos pronsticos en muchos casos.
Elaboracin de escenarios. Este mtodo consiste en desarrollar un
escenario conceptual del futuro, basado en un conjunto bien definido de
supuestos. Los distintos conjuntos de supuestos producen diferentes
escenarios. La tarea de quien toma decisiones es decidir lo probable que es
cada escenario y, a continuacin, tomar las decisiones pertinentes.
Por otro lado, los mtodos de pronstico cuantitativo utilizan los datos
histricos. La meta es estudiar lo que ocurri en el pasado para entender mejor
la estructura fundamental de los datos y proporcionar los medios necesarios
para predecir los sucesos futuros.
Los mtodos de pronstico cuantitativos se dividen en dos tipos: series de
tiempo y causales.
Los mtodos de pronstico de series de tiempo implican la
proyeccin de los valores futuros de una variable basada por completo en las
observaciones pasadas y presentes de esa variable.

Ral Jimnez Gonzlez
Biol.
239
Series de tiempo. Una serie de tiempo es un conjunto de valores

numricos obtenidos en periodos iguales en el tiempo
Los mtodos de pronstico causales comprenden la determinacin de

factores relacionados con la variable que se predice, e incluyen anlisis con
variables retrasadas, modelado economtrico, anlisis de indicador lder, ndice
de difusin y otros medidores econmicos ms all del alcance de este libro. La
figura 5.1 representa una perspectiva de los mtodos de pronstico.
Series de tiempo
Figura 5.1 Clasificacin de los mtodos de pronsticos

Mtodo de pronostico
Cuantitativo
s
Causales
Cualitativos
Serietemporal
Suavizamiento
Proyeccin de tendencia
Proyeccin de tendencia ajustada por
influencia estacional

Ral Jimnez Gonzlez
Biol.
240
5.1. Modelo clsico de series de tiempo

La suposicin fundamental del anlisis de series de tiempo es que los factores
que han influido en los patrones de actividad en el pasado y el presente
tendrn ms o menos la misma influencia en lo futuro. Entonces
la meta
principal del anlisis de series de tiempo es: identificar y aislar estos factores
de influencia con el fin de realizar predicciones (pronosticar), as como fines
administrativos de planeacin y control.
Para conseguir estas metas, se han desarrollado muchos modelos
matemticos que exploran las fluctuaciones entre los factores que componen
una serie de tiempo. Tal vez el ms esencial sea el modelo multiplicativo
clsico para datos registrados cada ao, trimestre o mes. En principio, el
modelo multiplicativo clsico se usar para pronosticar. Otras aplicaciones
incluyen un anlisis detallado de los componentes particulares mediante la
descomposicin de las series de tiempo. Por ejemplo, con frecuencia los
economistas estudian una serie de tiempo anual, trimestral o mensual para
filtrar el componente cclico y evaluar su movimiento respecto a la actividad
econmica general. No obstante, las aplicaciones de la descomposicin de una
serie de tiempo estn fuera de los objetivos de este libro.
Para exponer el modelo multiplicativo clsico de series de tiempo, en la figura
5.2 se presentan los ingresos brutos reales de Eastman Kodak Company de
1975 a 1998. Si se intenta observar las caractersticas de esta serie de tiempo,
es evidente que los ingresos reales muestran una propensin a aumentar en
este periodo de 24 aos. Esta inclinacin global a largo plazo o impresin de un
movimiento hacia arriba o hacia abajo se conoce como tendencia
Figura 5.2 Grfica de ingresos netos reales (en miles de millones de dlares)
de Eastman Kodak Company (1975-1998)

Ral Jimnez Gonzlez
Biol.
241
Sin embargo, la tendencia no es el nico factor componente que influye en

estos datos en particular o en otra serie de tiempo anual. Otros dos factores, el
componente cclico y el componente irregular, estn presentes en los datos.
El componente cclico describe la oscilacin o movimiento hacia arriba
o hacia abajo en una serie de tiempo. Los movimientos cclicos varan en
longitud, en general, duran de 2 a 10 aos; difieren en intensidad o amplitud, y
a menudo se relacionan con los ciclos de los negocios. En algunos aos los
valores sern ms altos que los pronosticados por una sencilla recta de
tendencia lineal (es decir, se encuentran en o cerca de un pico) de un ciclo); en
otros aos los valores sern menores que el pronstico de una recta de
tendencia (esto es, estn en o cerca del fondo o depresin de un ciclo).
Cualquier dato observado que no siga la tendencia curva modificada por el
componente cclico es un indicio del componente aleatorio o irregular.
Cuando los datos se registran por mes o trimestre, se considera un
componente adicional llamado factor estacional junto con los componentes de
tendencia, cclico e irregular.
Los tres o cuatro componentes que influyen en una serie de tiempo
econmica o de negocios se resumen en la tabla 5.1. El modelo multiplicativo
clsico de series de tiempo establece que todo valor observado en una serie de
tiempo es el producto de estos factores de influencia; es decir, cuando los datos

Ral Jimnez Gonzlez
Biol.
242
se obtienen cada ao, una observacin
registrada en el ao
se puede
expresar por la ecuacin (5.1)

Modelo multiplicativo clsico de series de tiempo para datos
anuales
(5.1)
donde, en el ao i
= valor del componente de tendencia
= valor del componente cclico
= valor del componente irregular

Ral Jimnez Gonzlez
Biol.
Modelo clsico
143
Cuando los datos se obtienen por trimestre o por mes, una observacin
registrada en el periodo puede estar dada por la ecuacin (5.2)
Modelo multiplicativo clsico de series de tiempo para
datos con
Componente estacional
(5.2)
donde
=
componente
de
valores
respectivos
tendencia,
del
cclico e
Tabla 5.1
Factores
que
irregular en el
influyen
periodo
en
= valor del componente estacional en el periodo
datos
de series
de tiempo.
Componente
Clasificaci
Definicin
Tendencias
componente
Sistemtico Patrn
Razn de la
del
influencia
de
Cambios
movimiento
global
Sistemtico largo
poblacin,
riqueza,
plazo
Valores.
hacia arriba o
Sistemtico o menos regular costumbres

ocurre
de
Condiciones de datos
Fluctuacin ms clima,
que
Dentro
12 meses (o
hacia abajo.
Cclico
en Varios aos
tecnologa,
persistente, a
Estacional
Duracin
en sociales
menstruales
o
y trimestrales)
cada periodo de religiosas.
. De 2 a 10
12 meses cada
aos

Ral Jimnez Gonzlez
con
Biol.
244
ao.
Interaccin de
Oscilacin
o numerosas
movimiento
Irregular
intensidad
combinacione
en el
No
repetitivo arriba o s de factores
sistemtico
abajo en cuatro 4 que

etapas;
diferente
ciclo completo
influyen
en
la
pico(prosperidad) economa
,
contraccin
Corta duracin
(recesin), fondo
sin
(depresin)
y Variaciones
repeticin.
expansin
aleatorias
(recuperacin)
los
Fluctuacin
debidas
errtica o residual eventos
no
en
datos
en una serie que previstos como

est
presente huelgas,
despus de tomar huracanes,

en
cuenta
los inundaciones,
efectos
sistemticos
asesinatos
(de polticos, tec.
tendencia,
estacional
cclica)
5.2. Anlisis de fluctuaciones

El primer paso en un anlisis de series de tiempo, consiste en graficar los datos
y observar sus tendencias en el tiempo. Primero debe determinarse si parece
haber un movimiento hacia arriba o hacia abajo a largo plazo en la serie (una
tendencia) o si la serie parece oscilar alrededor de una recta horizontal en el
tiempo. En este caso (es decir, no hay tendencia positiva o negativa a largo
plazo), puede emplearse el mtodo de promedios mviles o el de suavizacin
Ral Jimnez Gonzlez
Biol.
exponencial para emparejar la serie y proporcionar un panorama global a

largo plazo. Por otro lado, si de hecho existe una tendencia, se pueden aplicar
varios mtodos de pronstico de series de tiempo al manejar datos anuales, y
otro mtodo para los datos de series de tiempo mensual o trimestral.
El patrn o comportamiento de los datos en una serie de tiempo tiene diversos
componentes. El supuesto usual es que se combinan cuatro componentes
separados: la tendencia, el cclico, el estacional y el irregular para definir
valores especficos de la serie de tiempo. Examinaremos cada uno de estos
componentes.
El grfico de la serie permitir:
a) Detectar Outlier: se refiere a puntos de la serie que se escapan de lo normal.
Un outliers es una observacin de la serie que corresponde a un
comportamiento anormal del fenmeno (sin incidencias futuras) o a un error de
medicin. Se debe determinar desde fuera si un punto dado es outlier o no. Si
se concluye que lo es, se debe omitir o reemplazar por otro valor antes de
analizar la serie.
Por ejemplo, en un estudio de la produccin diaria en una fbrica se

present la siguiente situacin ver figura 5.3:
Figura 5.3 Produccin diaria
Los dos puntos enmarcados en una flecha parecen corresponder a un

comportamiento anormal de la serie. Al investigar estos dos puntos se vio que
correspondan a dos das de paro, lo que naturalmente afect la produccin en
Ral Jimnez Gonzlez
Biol.
246
esos das.
El problema fue solucionado eliminando las observaciones e
interpolando.
b) Permite detectar tendencia: la tendencia representa el comportamiento
predominante de la serie. Esta puede ser definida vagamente como el cambio
de la media a lo largo de un periodo.
c) Variacin estacional: la variacin estacional representa un movimiento

peridico de la serie de tiempo.
La duracin de la unidad del periodo es
generalmente menor que un

Anlisis
de fluctuaciones
145
ao. Puede ser un trimestre, un mes o un da, etc.

Matemticamente, podemos decir que la serie representa variacin
estacional si existe un nmero s tal que x(t) = x(t + ks).
Las principales fuerzas que causan una variacin estacional son las
condiciones del tiempo, como por ejemplo:
1) en invierno las ventas de
helado 2) en verano la venta
de lana 3) exportacin de fruta
en marzo.
Todos estos fenmenos presentan un comportamiento estacional (anual,
semanal, etc.)
d) Variaciones irregulares (componente aleatoria): los movimientos irregulares
(al azar) representan todos los tipos de movimientos de una serie de tiempo
que no sea tendencia, variaciones estacionales y fluctuaciones cclicas.

Ral Jimnez Gonzlez
Biol.
Un modelo clsico para una serie de tiempo, supone que una serie
x(1), ..., x(n) puede ser expresada como suma o producto de tres componentes:
tendencia, estacionalidad y un trmino de error aleatorio.
Existen tres modelos de series de tiempos, que generalmente se aceptan
como buenas aproximaciones a las verdaderas relaciones, entre los
componentes de los datos observados. Estos son:
1. Aditivo: X(t) = T(t) + E(t) + A(t)
2. Multiplicativo: X(t) = T(t) E(t) A(t)
3. Mixto: X(t) = T(t) E(t) + A(t)
donde:
X(t) serie observada en instante t
T(t) componente de tendencia
E(t) componente estacional
A(t) componente aleatoria (accidental)
Una suposicin usual es que A(t) sea una componente aleatoria o ruido
blanco con media cero y varianza constante.
Un modelo aditivo (1), es adecuado, por ejemplo, cuando E(t) no
depende de otras componentes, como T(t), s por el contrario la estacionalidad
vara con la tendencia, el modelo ms adecuado es un modelo multiplicativo
(2). Es claro que el modelo 2 puede ser transformado en aditivo, tomando
logaritmos.
El problema que se presenta, es modelar adecuadamente las
componentes de la serie.
5.3. Anlisis de tendencia

Ral Jimnez Gonzlez
Biol.
248
En el anlisis de serie de tiempo, las mediciones pueden efectuarse cada hora,

da, semana, mes o ao o en cualquier otro intervalo regular peridico. Aunque
los datos de serie de tiempo presentan, por lo general, fluctuaciones aleatorias,
esta serie puede mostrar tambin desplazamientos o movimientos graduales
hacia valores relativamente mayores o menores a lo largo de un lapso
importante de tiempo. El desplazamiento gradual de la serie de tiempo se llama
tendencia de esa serie; este desplazamiento o tendencia es, por lo comn, el
resultado de factores a largo plazo, como cambios en la poblacin,
caractersticas demogrficas de la misma, la tecnologa y/o las preferencias del
consumidor.
Por ejemplo, un fabricante de bicicletas podra detectar cierta variabilidad, de
ao a ao, en la cantidad de bicicletas vendidas. Sin embargo, al revisar las
ventas durante los ltimos 10 aos, puede encontrar que hay un aumento
gradual en el volumen anual de ventas. Suponga que sus ventas fueron:
Ao
Ventas
9
10
21,6 22,9
(miles)
29,7 28,6 31,4
25,5
4
21,9
5
23,9
27,5
31,5
Este crecimiento anual de las ventas a travs del tiempo muestra una
tendencia creciente de la serie de tiempo. La figura 5.4 presenta una recta que
puede ser una buena aproximacin a la tendencia de las ventas de bicicletas.
Aunque esa tendencia parece ser lineal y aumentar con el tiempo a veces, en
una serie de tiempo, la tendencia se puede describir mejor mediante otros
patrones.
Figura 5.4 Tendencia lineal de las ventas de bicicletas

Ral Jimnez Gonzlez
Biol.
35
30
25
Venta (miles
20 )
15
10
Ao
5
0
0
10
12
Si al graficar nuestros datos observamos de manera clara la tendencia

lineal a largo plazo (no importando si es positiva o negativa), entonces
estaremos en la posicin de pronosticar con un buen nivel de confianza, con
alguno de los mtodos que se indicaran ms adelante.
La figura 5.5 muestra otros patrones posibles de tendencia. La seccin
A representa una tendencia no lineal; en este caso, la serie de tiempo crece
poco al principio; luego tiene un crecimiento rpido y, finalmente, se nivela.
Anlisi
s de tendencia
Esa tendencia podra ser una buena aproximacin de las ventas de un

producto, desde su introduccin, pasando por un periodo de crecimiento y
llegando a una etapa de saturacin del mercado. La tendencia lineal
decreciente en la seccin B se aplica a una serie de tiempo que tenga una
disminucin continua a travs del tiempo. La recta horizontal de la seccin C
representa una serie de tiempo que no tiene aumento o disminucin
consistentes a travs del tiempo y que, en consecuencia, no tiene tendencia.

Ral Jimnez Gonzlez
Biol.
250
Figura 5.5 Ejemplos de algunos posibles patrones de tendencia en series de

tiempo
C
Aunque una serie de tiempo puede presentar una tendencia a travs de
periodos grandes, sus valores no caern con exactitud sobre la lnea de
tendencia. De hecho, con frecuencia estas series temporales presentan
secuencias alternas de puntos abajo y arriba de la lnea de tendencia. Toda
secuencia recurrente de puntos arriba y debajo de la lnea de tendencia, que
dura ms de un ao, se puede atribuir a un componente cclico de la serie. La
figura 5.6 es la grfica de una serie de tiempo con un componente cclico obvio.
Las observaciones se hicieron con intervalos de un ao.
Figura 5.6 Componente de tendencia y cclico de una serie de tiempo con datos
anuales

Ral Jimnez Gonzlez
Biol.
Los ciclos aparecen como series de

Observaciones sobre y debajo
de la lnea de tendencia
o
l
u
m
n
Tiempo
Lnea de
tendencia
Muchas series se tiempo presentan comportamiento cclico con tramos

regulares de observaciones abajo y arriba de la lnea de tendencia. En general,
este comportamiento de la serie se debe a movimientos cclicos de la economa
a travs de varios aos. Por ejemplo, los periodos de inflacin moderada
seguidos de periodos de inflacin rpida pueden determinar series de tiempo
que se alternan abajo y arriba de una lnea de tendencia ascendente en general
(como la serie de tiempo de los costos de vivienda). Diversas series de tiempo
de principios de la dcada de los ochenta presentaron este comportamiento
5.5. Medicin de variaciones estacionales e irregulares

Mientras que la tendencia y los componentes cclicos de una serie de tiempo se
identifican analizando los movimientos de datos histricos a travs de varios
aos, hay muchas series de tiempo que muestran un patrn regular dentro de
un periodo de un ao. Por ejemplo, un fabricante de albercas inflables espera
poca actividad de ventas durante los meses de otoo e invierno, y ventas
mximas en los de primavera y verano. Los fabricantes de equipo para la nieve
y de ropa de abrigo esperan un comportamiento anual opuesto al del fabricante
de albercas. No es de sorprender que el componente de la serie de tiempo que
representa la variabilidad en los datos, debida a influencias de las estaciones,
Ral Jimnez Gonzlez
Biol.
252
se llama componente estacional. Aunque uno suele imaginarse que un

movimiento estacional de una serie de tiempo sucede dentro de un ao,
tambin se puede usar para representar cualquier patrn regularmente
repetitivo cuya duracin sea menor de un ao. Por ejemplo, los datos diarios de
intensidad de trfico muestran un comportamiento estacional dentro del
mismo da, as se tiene que el flujo mximo se presenta durante las horas de
aglomeracin, el moderado durante el resto del da y al caer la noche, y el
mnimo a partir de la medianoche hasta temprano por la maana.
El componente irregular de la serie de tiempo es el factor residual, mil
usos, que explica las desviaciones de la serie de tiempo real respecto a los
factores determinados por los efectos de la tendencia y los componentes
cclicos y estacionales. Se debe a factores a corto plazo, imprevisibles y no
recurrentes que afecta a la serie de tiempo. Como este componente explica la
variabilidad aleatoria de la serie, es impredecible; de esta manera, no se puede
esperar predecir su impacto sobre la serie de tiempo
5.6. Aplicacin de ajustes estacionales

Una aplicacin frecuente de ndices estacionales es la de ajustar datos
de serie de tiempo observados para eliminar la influencia del componente
estacional en ellos; se llaman datos con ajuste estacional. Los ajustes
estacionales son particularmente pertinentes cuando se desea comparar datos
de diferentes meses para determinar si ha tenido lugar un incremento (o
decremento) en relacin con las expectativas estacionales. Los valores de serie
de tiempo mensuales (o trimestrales) observados se ajustan respecto de la
influencia estacional dividiendo cada valor entre el ndice mensual (o trimestral)
de ese mes. El resultado se multiplica luego por 100 para mantener la posicin
decimal de los datos originales. La serie que resultante se llama ventas
desestacionalizadas o ventas ajustadas estacionalmente.
La razn para desestacionalizar las series de ventas es similar las
fluctuaciones estacinales a fin de estudiar la tendencia y el ciclo. Para ilustrar
el procedimiento, los totales trimestrales de ventas de la empresa

Ral Jimnez Gonzlez
Biol.
Tabla 5.2 Ajuste para datos trimestrales
A fin de eliminar el efecto de la variacin estacional, la cantidad

estacional, la cantidad de ventas para cada trimestre (que contiene efectos de
tendencia, cclicos, irregulares y estacinales) se divide entre el ndice
estacional de ese trimestre; esto es, TSCI/S.
Por ejemplo, las ventas reales para el primer trimestre de 1996 fueron
6.7 millones de dlares, el ndice estacional par el trimestre de invierno es 76.5
el ndice 76.5 indica que las ventas en el primer trimestre normalmente se
encuentran 23.5% abajo del promedio de un trimestre normal. Dividiendo las
ventas reales $6.7 millones entre 76.5 y multiplicando el resultado por 100 se
encuentra el valor de las ventas desestacionalizadas del primer trimestre de
1996. El valor es $8758170 que se obtuvo de ($6700000/76.5)100.
Este proceso se repite con los dems trimestres en la columna 3 de la
tabla 5.2 y los resultados se dan en millones de dlares. Puesto que la
componente estacionalizadas contiene solo las componentes de tendencia (T),
ciclo e irregular (I). Al revisar las ventas desestacionalizadas. Es claro que la
eliminacin del factor estacional permite considerar la tendencia general a largo
Ral Jimnez Gonzlez
Biol.
254
plazo de las ventas. Tambin se podr determinar la ecuacin de regresin de

los datos de tendencia y usarla para pronosticar ventas futuras.
5.7. Pronsticos basados en factores de tendencia y estacionales.
Como lo indicamos anteriormente el primer pas en un anlisis de series de
tiempo, consiste en graficar los datos y observar sus tendencias en el tiempo.
Primero debe determinarse si parece haber un movimiento hacia arriba o hacia
abajo a largo plazo en la serie (una tendencia) o si la serie parece oscilar
alrededor de una recta horizontal en el tiempo. En este caso (es decir, no hay
tendencia positiva o negativa a largo plazo), se recomienda antes de aplicar
alguno de los mtodos de pronostico suavizar nuestros datos a fin de que la
tendencia se observe de manera clara.
Los mtodos que
pueden emplearse
para suavizar nuestros datos
usualmente son:
a) El mtodo de promedios mviles
b) El mtodo de suavizacin
exponencial
El objetivo de ambos mtodos es el de emparejar la serie y proporcionar
un panorama global a largo plazo. Por otro lado, si de hecho existe una
tendencia, se pueden aplicar varios mtodos de pronstico de series de tiempo
al manejar datos anuales, y otro mtodo para los datos de series de tiempo
mensual o trimestral, los cuales se vern posteriormente.
Suavizacin de una serie de tiempo anual

La tabla 5.3 presenta las ventas mundiales de una fbrica (en millones de
unidades) de automviles, camiones y autobuses hechos por General Motors
Corporation (GM). Para un periodo de 24 aos, de 1975 a 1998, y la figura 5.7
es una grfica de serie de tiempo de estos datos. Al examinar este tipo de
datos anuales, la impresin visual de las tendencias globales a largo plazo o
movimientos de tendencia en la serie quedan veladas por la cantidad de

Ral Jimnez Gonzlez
Biol.
variacin de un ao a otro. Entonces se vuelve difcil juzgar si en esta serie en

realidad existe un efecto de tendencia positivo o negativo a largo plazo.
Tabla 5.3 Ventas de fbrica (en millones de unidades) Para la General Motors
Corporation (1975-1998)
A
Ventas de
o
fbrica
197
6.6
Ventas de
Ventas de
o
fbrica
198
7.8
fbrica
19
7.4
8.3
91
19
7.7
5
197
8.6
3
198
6
197
9.1
4
198
9.3
92
19
7.8
7
197
9.5
5
198
8.6
93
19
8.4
8
197
9.0
6
198
7.8
94
19
8.3
9
198
7.1
7
198
8.1
95
19
8.4
6.8
8
198
7.9
96
19
8.8
6.2
9
199
7.5
97
19
8.1
0
198
1
198
2
98
En situaciones como stas, se pueden usar el mtodo de promedios mviles

o la suavizacin exponencial para suavizar o emparejar la serie de tiempo y
proporcionar un panorama global del patrn de movimiento de los datos en el
tiempo.
Figura 5.7 Grfica de las ventas de fbrica (en

millones de unidades)
Para la General
Motors Corporation (1975-1998)

Ral Jimnez Gonzlez
Biol.
256
Ventas de fabrica para General Motors

10
8
Unidades (millones)
6
4
2
0
1970
1980
1990
2000
Ao
Promedios mviles
El mtodo de promedios mviles para suavizar una serie de tiempo es muy
subjetivo y dependiente de L, la longitud del periodo seleccionado para calcular
los promedios. Para eliminar las fluctuaciones cclicas, el periodo elegido debe
ser un valor entero que corresponda a (o sea mltiplo de) la longitud promedio
estimada de un ciclo en una serie. Los promedios mviles para un promedio
determinado de longitud L consiste en una serie de promedios aritmticos en el
tiempo tales que cada uno se calcula a partir de una secuencia de L valores
observados. Estos promedios mviles se representan por el smbolo PM (L)
A manera de ejemplo, suponga que se desea calcular promedios mviles de 5
aos de una serie que contiene n = 11 aos. Como L = 5, los promedios
mviles de 5 aos consisten en una serie de medidas obtenidas en el tiempo al
promediar secuencias consecutivas de cinco valores observados. El primer
promedio mvil de 5 aos se calcula con la suma de los valores para los
primeros 5 aos en la serie, dividida entre 5.
PM (5) = Y1Y2Y3Y4Y5
5

Ral Jimnez Gonzlez
Biol.
El segundo promedio mvil de 5 aos se calcula con la suma de los valores de

los aos 2 a 6 en la serie, dividida entre 5
PM (5) = Y2Y3Y4 Y5Y6
5
Este proceso contina hasta calcular el ltimo promedio mvil de 5 aos con la
suma de los valores de los ltimos 5 aos en la serie (aos del 7 al 11), dividida
entre 5.
PM (5) = Y7 Y8Y9 Y10Y11

5
Cuando se trata de una serie de tiempo anual, L, la longitud del periodo
elegido para construir los promedios mviles, debe ser un nmero de aos
impar. Al seguir esta regla se observa que no se pueden obtener promedios
mviles para los primeros (L 1)/2 aos o los ltimos (L -1)/2 aos en la serie.
Entonces, para un promedio mvil de 5 aos, no es posible hacer clculos para
los primeros 2 aos o los ltimos 2 aos de la serie.
Al graficar los promedios mviles, cada valor calculado se coloca en el ao a la
mitad de la secuencia de aos usada para calcularlos. Si n = 11 y L = 5, el
primer promedio mvil se centra en el tercer ao, el segundo promedio mvil se
centra en el cuarto ao y el ltimo en el noveno ao. Esto se ilustra en el
siguiente ejemplo:
Suponga que los siguientes datos representan los ingresos totales (en millones
de dlares constantes de 1995) de una agencia donde se rentan automviles,
en un intervalo de 11 aos de 1987 a 1997:
4.0
5.0
7.0
6.0
8.0
9.0
5.0
2.0
3.5
5.5
6.5
Calcule los promedios mviles de 5 aos para esta serie de tiempo anual.
Solucin
El primer promedio mvil de 5 aos es
Ral Jimnez Gonzlez
Biol.
258
4.
PM (5) = 6.0
Es decir, para calcular un promedio mvil de 5 aos, primero se obtiene la
suma de los cinco aos y se divide entre 5. Despus el promedio se centra en
el valor medio, el tercer ao de esta serie de tiempo. Los siguientes valores
quedan de la siguiente manera:
5.
PM (5) = 7.0
7.
PM (5) = 7.0
6.
PM (5) = 6.0
8.
PM (5) = 5.5
9.
PM (5) = 5.0

Ral Jimnez Gonzlez
Biol.
5.
PM (5) = 4.5
Estos promedios mviles se centran en sus respectivos valores medios, el
quinto, sexto y sptimo aos de la serie de tiempo. Se observa que al obtener
promedios mviles de 5 aos, no se pueden calcular los valores para los
primeros dos y los ltimos dos valores de la serie de tiempo.
En la prctica, al obtener promedios mviles se debe usar un programa de
computadora como Microsoft Excel o Minitab para evitar los clculos tediosos.
La tabla 5.4 y 5.5 presenta las ventas anuales de la fbrica (General Motors)
que ampara el periodo de 24 aos de 1975 a 1998 junto con los clculos para
los promedios mviles de 3 y 7 aos. La grfica de las dos series construidas
se presenta en la figura 5.8 y 5.9 con los datos originales.
Se observa en la tabla 5.4 que al obtener los promedios mviles de 3 aos, no
se pueden calcular valores para el primero o el ltimo valor en la serie de
tiempo.
Tabla 5.4 promedios mviles de 3 y 7 aos obtenida con Microsoft
Excel
Ao
Ventas PM 3 aos PM 7 aos
1975
6,6
#N/A #N/A
1976
8,6
8,1
1977
9,1
9,06666667 #N/A
1978
9,5
9,2
1979
8,53333333 8,04285714
1980
7,1
7,63333333 7,92857143
1981
6,8
6,7
1982
6,2
6,93333333 7,78571429
1983
7,8
7,43333333 7,72857143
1984
8,3
8,46666667 7,82857143

Ral Jimnez Gonzlez
#N/A
8,1
7,81428571
Biol.
260

1985
9,3
8,73333333 8,01428571
1986
8,6
8,56666667 8,25714286
1987
7,8
8,16666667 8,21428571
1988
8,1
7,93333333 8,08571429
1989
7,9
7,83333333 7,85714286
1990
7,5
7,6
1991
7,4
7,53333333 7,82857143
1992
7,7
7,63333333 7,85714286
1993
7,8
7,96666667 7,92857143
1994
8,4
8,16666667 8,11428571
1995
8,3
8,36666667 8,21428571
1996
8,4
8,5
1997
8,8
8,43333333 #N/A
1998
8,1
#N/A #N/A
7,74285714
#N/A
Figura 5.8 Grfica de promedios mviles de 3 y 7 ao
Tabla 5.5 promedios mviles de 3 y 7 aos obtenida con

Minitab
Tiempo Ventas MA 3 aos MA 7 aos
1975
6,6
1976
8,6 8,10000
1977
9,1 9,06667
1978
9,5 9,20000 8,10000

Ral Jimnez Gonzlez
Biol.
1979
9,0 8,53333 8,04286
1980
7,1 7,63333 7,92857
1981
6,8 6,70000 7,81429
1982
6,2 6,93333 7,78571
1983
7,8 7,43333 7,72857
1984
8,3 8,46667 7,82857
1985
9,3 8,73333 8,01429
1986
8,6 8,56667 8,25714
1987
7,8 8,16667 8,21429
1988
8,1 7,93333 8,08571
1989
7,9 7,83333 7,85714
1990
7,5 7,60000 7,74286
1991
7,4 7,53333 7,82857
1992
7,7 7,63333 7,85714
1993
7,8 7,96667 7,92857
1994
8,4 8,16667 8,11429
1995
8,3 8,36667 8,21429
1996
8,4 8,50000
1997
8,8 8,43333
1998
8,1
Figura 5.9 Grfica de promedios mviles de 3 y 7 aos en Minitab

Ral Jimnez Gonzlez
Biol.
262
Suavizacin exponencial
La suavizacin exponencial es otra tcnica que se usa para alisar una serie de
tiempo y proporcionar una visualizacin global de los movimientos a largo plazo
de los datos. Adems, se puede usar el mtodo de suavizacin exponencial
para obtener pronsticos a corto plazo (un periodo futuro) para series de
tiempo.
El mtodo de suavizacin exponencial obtiene su nombre del hecho de que
proporciona un promedio mvil con ponderacin exponencial a travs de la
serie de tiempo. En toda la serie, cada clculo de suavizacin o pronstico
depende de todos los valores observados anteriores. sta es otra ventaja
respecto al mtodo de pronsticos mviles, que no toma en cuenta todos los
valores observados de esta manera. Con la suavizacin exponencial, los pesos
asignados a los valores observados decrecen en el tiempo, de manera que al
hacer un clculo, el valor observado ms reciente recibe el peso ms alto, el
valor observado anterior tiene el siguiente peso ms alto, y as sucesivamente,
por lo que el valor observado inicial tiene la menor ponderacin. Aunque la
magnitud de los clculos involucrados puede parecer enorme, la suavizacin
exponencial al igual que los mtodos de promedios mviles est disponible
entre los procedimientos de Microsoft Excel y Minitab.
Si se centra la atencin en los aspectos de suavizacin de la tcnica (ms que
en el aspecto del pronstico), las frmulas desarrolladas para suavizar
exponencialmente una serie en un periodo dado i se basa en slo tres
trminos: el valor observado actual en la serie de tiempo
, valor con
suavizacin exponencial calculado anterior Ei1 y un peso subjetivo asignado o

coeficiente de suavizacin W. As, para alisar una serie en cualquier periodo ,
se tiene la siguiente expresin.
Obtencin de un valor que tiene suavizacin exponencial en el periodo
donde
EI = valor de la serie suavizada exponencialmente que se calcula en el
periodo
Ral Jimnez Gonzlez
Biol.
EI
= valor de la serie suavizada exponencialmente que se calcula en el
periodo 1
Yi = valor observado de la serie de tiempo en el periodo
W = peso subjetivo asignado o coeficiente de suavizacin (donde 0 <
W < 1) E1 = Y1
La eleccin del coeficiente de suavizacin o peso que se asigna a la serie de
tiempo es crtica porque afectar en forma directa los resultados. Es
desafortunado que esta seleccin sea subjetiva. Si se desea slo suavizar una
serie con la eliminacin de la variacin cclica y la irregular, debe elegirse un
valor pequeo para W (cercano a 0). Por otro lado, si la meta es pronosticar,
debe elegirse un valor grande para W (ms cercano a 1). En el primer caso, se
podrn observar las tendencias globales a largo plazo de la serie; en el ltimo
caso, es posible predecir direcciones futuras a corto plazo de manera ms
adecuada.
Los clculos de la suavizacin exponencial se ilustra para un coeficiente
de suavizacin de W = 0.25. Como punto de partida, se utiliza el valor
observado inicial
(tabla 5.3),
Y1975 = 6.6 como el primer valor de suavizacin (E 1975 = 6.6)
Despus, con el valor observado de la serie de tiempo para el ao 1976 (Y 1976 =

8.6), se suaviza la serie para el ao de 1976 con el clculo
E i WYi (1W)Ei 1
E1976 = WY1976 + (1 W)E1975 = (0.25)(8.6) + (0.75)(6.6) = 7.10 millones
E1977 = WY1977 + (1 W)E1976 = (0.25)(9.1) + (0.75)(7.1) = 7.6
E1978 = WY1978 + (1 W)E1977 = (0.25)(9.5) + (0.75)(7.6) = 8.08
Este proceso contina hasta obtener los valores de la suavizacin
exponencial para los 24 aos en la serie de las ventas anuales de la fbrica
(General Motors), como se muestra en la tabla 5.6 y 5.7, y las figuras 5.10 y
5.11

Ral Jimnez Gonzlez
Biol.
264
Tabla 5.6 Serie suavizada exponencialmente de

las ventas de GM
obtenida con
Microsoft Excel
SE
Ao
Ventas
(W=0.25)
SE
(W=0.50)
1975
6,
6,6 6,6
1976
6
8,
7,1 7,6
1977
6
9,
7,6 8,35
1978
1
9,
5
1979
8,07
5
9 8,30625
8,925
8,9625
1980
7,
8,00468
8,03125
1981
1
6,
75
7,703515
7,415625
1982
8
6,
63
7,327636
6,80781
1983
2
7,
72
7,445727
25
7,303906
1984
8
8,
54
7,659295
25
7,801953
1985
3
9,
65
8,069471
13
8,550976
1986
3
8,
74
8,202103
56
8,575488
1987
6
7,
81
8,101577
28
8,187744
1988
8
8,
85
8,101183
14
8,143872
1989
1
7,
39
8,050887
07
8,021936
1990
9
7,
54
7,913165
04
7,760968
1991
5
7,
66
7,784874
02
7,580484

Ral Jimnez Gonzlez
Biol.
1992
4
7,
24
7,763655
01
7,640242
1993
7
7,
68
7,772741
7,720121
1994
8
8,
76
7,929556
8,06006
1995
4
8,
32
8,022167
05
8,180030
1996
3
8,
24
8,116625
25
8,290015
1997
4
8,
43
8,287469
13
8,545007
8
1998
07
8,1
56
Figura 5.10 Grfica de una serie suavizada

exponencialmente
(W = 0.50 y W =
0.25) para las ventas de GM
Tabla 5.7 Serie suavizada exponencialmente de

las ventas de GM
Ao
obtenida con Minitab

Ventas
Suavizar 0,25
1975
6,6
6,60000
1976
8,6
6,60000
7,10000

Ral Jimnez Gonzlez
Suavizar 0,50
Biol.
266
1977
9,1
7,60000
7,60000
1978
1979
1980
9,5
9,0
7,1
8,35000
8,07500
8,30625
8,00469
1981
6,8
8,03125
7,70352
1982
6,2
7,41563
7,32764
1983
1984
7,8
8,3
6,80781
7,44573
7,65930
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
9,3
8,6
7,8
8,1
7,9
7,5
7,4
7,7
7,8
8,4
8,3
8,4
8,8
8,1
7,80195
8,06947
8,20210
8,10158
8,10118
8,05089
7,91317
7,78487
7,76366
7,77274
7,92956
8,02217
8,11663
8,28747
8,24060
8,92500
8,96250
7,30391
8,55098
8,57549
8,18774
8,14387
8,02194
7,76097
7,58048
7,64024
7,72012
8,06006
8,18003
8,29002
8,54501
8,32250
Figura 5.11 Grfica de una serie suavizada exponencialmente (W = 0.50 y W

= 0.25) para las ventas de GM en Minitab

Ral Jimnez Gonzlez
Biol.
Proyeccin de tendencias
Para pronosticar una serie de tiempo que tiene una tendencia lineal a largo
plazo. El tipo de serie de tiempo para el cual se aplica el mtodo de proyeccin
de tendencias presenta un aumento o disminucin consistentes a travs del
tiempo; y no es estable como para aplicar los mtodos de suavizamiento
analizados en la seccin anterior.
Veamos la serie de tiempo de ventas de bicicletas de determinado fabricante
durante los ltimos 10 aos, que se muestran en la tabla 5.8 y en la figura 5.12.
Observe que en el primer ao se vendieron 21 600 bicicletas, en el segundo,
22 900, y as sucesivamente. En el dcimo ao, el ms reciente, se vendieron
31 400 bicicletas. Aunque la figura 5.12 muestra algo de movimiento hacia
arriba y hacia abajo durante los 10 aos, parece que la serie de tiempo tiene
una tendencia general de aumento o crecimiento
Tabla 5.8 Serie de tiempo de venta de bicicletas
A Venta
o
(t)
(miles
)

Ral Jimnez Gonzlez
Biol.
268
21,6
22,9
25,5
21,9
23,9
27,5
31,5
29,7
28,6
10
31,4
Figura 5.12 Serie de tiempo de venta de bicicletas

Ral Jimnez Gonzlez
Biol.

Ral Jimnez Gonzlez
Biol.
270
p
En este caso no se trata de
que el componente de tendencia de una
serie de tiempo siga cada aumento y disminucin; ms bien ese componente

debe reflejar el desplazamiento gradual, que para este caso es el crecimiento,
de los valores de la serie de tiempo.
m

Ral Jimnez Gonzlez
Biol.
271
Proyeccin
i
de tendencias
Despus de examinar los datos de la serie de tiempo en la tabla 5.8 y en

la grfica de la figura 5.12r concordamos que con una tendencia lneas, como la
que muestra la figura 5.13, se obtiene una descripcin razonable del
movimiento en la serie a largo plazo.
e
Vamos a emplear los datos de ventas de bicicletas para ilustrar los clculos del
anlisis de regresin, a fin de identificar una tendencia lineal. Recuerde que en
la descripcin de la regresin lineal simple, describimos cmo se aplica el
mtodo de mnimos cuadrados
para determinar la mejor relacin lineal entre
s
dos variables; tal metodologa es la que usaremos para definir la lnea de
tendencia para la serie de tiempo de ventas de bicicletas. En forma especfica,
aplicaremos el anlisis de regresin para estimar la relacin entre el tiempo y el
volumen de ventas.
Figura 5.13 Tendencias de las ventas de bicicletas, representada por una
funcin lineal
La ecuacin de regresin que describe una relacin lineal entre una variable
independiente, , y una variable dependiente, , es
c

Ral Jimnez Gonzlez
i
Biol.
f 5 Series de tiempo
CAPTULO
272
Para enfatizar que el tiempo es la variable independiente en los

pronsticos, usaremos
lugar de
en la ecuacin en lugar de ; adems, usaremos
en
. As para una tendencia lineal, el volumen estimado de ventas,
expresado en funcin del tiempo, se puede escribir como sigue:

r
donde
= valor de la tendencia de la serie de tiempo en el periodo
= ordenada alGorigen e la lnea de tendencia
= pendiente de la lnea de tendencia
= tiempo
s
En
a esta ecuacin igualaremos
t
n
e
dato de la serie de tiempo,
= 1 para el tiempo en que se obtiene el primer

= 2 para el tiempo del segundo dato y as
sucesivamente.32
Observe
que, para la serie de tiempo de ventas de bicicletas,
30
= 1
correspondiente al valor ms antiguo de esa serie y = 10 al ms reciente.

28
v 26
Las frmulas
para calcular los coeficientes estimados de regresin,
, en la ecuacin
que se muestra a continuacin.
24
22
1
10
Ao
donde
= valor de la serie de tiempo en el periodo
= nmero de periodos
= valor promedio de la serie de tiempo,
= valor promedio de
Con las ecuaciones anteriores y los datos de las ventas de bicicletas de la tabla
5.8 podemos calcular
como sigue:
t

Ral Jimnez Gonzlez
Biol.
273
21,6 21,6
22,9 45,8
25,5 76,5
21,9 87,6
16
23,9 119,5 25
27,5 165,0 36
31,5 220,5 49
29,7 237,6 64
28,6 257,4 81
31,4 314,0 10
0
5
0
264, 1545, 38
Por consiguiente,
Proye
ccin de tendencias
Resumen de Excel donde
observamos
los
coeficientes
Estadsticas
de
la
regresin
correlacin

Ral Jimnez Gonzlez
Biol.
274
mltiple
determinacin 6
R^2
R^2 ajustado 0,73539551
Error tpico
8
1,95895380
2
Observacione 10
s
ANLISIS DE
VARIANZA
Grados
libertad
Regresin
de Suma
de Promedio
cuadrados
de
99,825
cuadrados
99,825
los
de F
26,013029 0,00092950
3
Residuos
Total
8
9
30,7
130,525
Valor crtico
3,8375
Coeficientes Error tpico Estadstico t Probabilida Inferior 95%

Intercepcin
Ao
20,4
d
1,33822021 15,2441278 3,3999E-
1,1
1
6
07
6
0,21567371 5,10029698 0,0009295 0,60265552
5
17,3140586
Es la ecuacin del componente de tendencia lineal para la serie de

tiempo de ventas de bicicletas.
La pendiente 1,1 indica que, durante los ltimos 10 aos, la empresa ha
tenido un crecimiento promedio de ventas igual a 1100 unidades anuales,
aproximadamente. Si suponemos que la tendencia en los 10 aos pasados es
un buen indicador del futuro, aplicamos la ecuacin para proyectar el
componente de tendencia de la serie de tiempo. Por ejemplo, al sustituir
= 11
en esa ecuacin, se obtiene la proyeccin de tenencia para el ao prximo,

Ral Jimnez Gonzlez
Biol.
275
As slo con el componente de tendencia pronosticaramos ventas de 32

500 bicicletas para el prximo ao.
Utilice Microsoft Excel o Minitab para resolver los siguientes problemas
Ejercicios
1.- En la compaa Prez, los porcentajes mensuales de los embarques
recibidos durante los ltimos 12 meses fueron
80, 82, 84, 83, 83, 84, 85, 84, 82, 83, 84 y 83
a) Compare el pronstico con promedios mviles de tres meses con uno de
suavizamiento exponencial con
Con cul se obtienen mejores
pronsticos?
2.- La siguiente serie de tiempo representa las ventas de un producto durante
los ltimos 12 meses.
Mes
1 2
3
4 5 6 7
8
9 10 11 12
Ventas 10535 120 105 90 120 145 140 100 80 100 110
a) Use con
para calcular los valores de suavizamiento exponencial
de la serie de tiempo
b) Use una constante de suavizamiento igual a 0,5 para calcular los valores
de suavizamiento exponencial. Cul de las constantes 0,3 o 0,5, parece
producir los mejores pronsticos
3.- Los datos que siguen representan el nmero anual de empleados (en miles)
de una compaa petrolera para los aos 1978 a 1997.
Nmero de empleados (en miles)
Ao
Nmero
Ao
Nmero
Ao
Nmero
1978
1.45
1985
2.04
1992
1.65
1979
1.55
1986
2.06
1993
1.73
1980
1.61
1987
1.80
1994
1.88

Ral Jimnez Gonzlez
Biol.
276
1981
1.60
1988
1.73
1995
2.00
1982
1.74
1989
1.77
1996
2.08
1983
1.92
1984
1990
1.95
1.90
1991
1997
1.88
1.82
a) Grafique los datos en un diagrama

b) Ajuste un promedio mvil de 3 aos a los datos y grafique los resultados en el
diagrama
c) Utilice un coeficiente de suavizacin W = 0.50, aplique la suavizacin
exponencial a la serie y grafique los resultados en el diagrama
4.- Los siguientes datos representan las ventas anuales (en millones de dlares)
de una compaa que procesa alimentos para los aos 1972 a 1997
Ventas anuales (millones de dlares)
Ao
Ventas
Ao
Ventas
Ao
Ventas
1972 41.6
1981
53.2
1990
36.4
1973 48.0
1982
53.3
1991
38.4
1974 51.7
1983
51.6
1992
42.6
1975 55.9
1984
49.0
1993
34.8
1976 51.8
1985
38.6
1994
28.4
1977 57.0
1986
37.3
1995
23.9
1978 64.4
1987
43.8
1996
27.8
1979 60.8
1980
1988
56.3
41.7
1989
1997
42.1
38.3
a) Grafique los datos en un diagrama

b) Ajuste un promedio mvil de 7 aos a los datos y grafique los resultados en el
diagrama

Ral Jimnez Gonzlez
Biol.
277
c) Utilice un coeficiente de suavizacin W = 0.25, aplique la suavizacin

exponencial a la serie y grafique los resultados en el diagrama
Ejercicios
5.- Los datos de inscripciones, en miles, en una universidad estatal durante los
ltimos seis aos son los siguientes:
Ao
Inscripci
1
20,5
18,8
2
3
4
5
6
20,2 19,5 19,0 19,1
Deduzca una ecuacin del componente de tendencia lineal en esta serie

de tiempo. Haga comentarios acerca de lo que sucede con la inscripcin en esta
institucin.
6.- Al final de la dcada de los noventa, muchas empresas trataron de reducir
su tamao para disminuir sus costos. Uno de los resultados de esas medidas
de recorte de costos fue una disminucin en el porcentaje de empleos
gerenciales en la industria privada. Los siguientes datos corresponden al
porcentaje de mujeres gerentes, de 1990 1 1995
Ao
1990
1991
1992
1993
1994
Porcentaj
1995
7,45
7,53
7,52
7,65
7,62
7,73
a) Deduzca una ecuacin de tendencia lineal para esta serie de tiempo.

b) Use la ecuacin de la tendencia para estimar el porcentaje de mujeres
gerentes para 1996 y 1997
7.- ACT Networks. Inc., desarrolla, fabrica y vende productos para acceso a
redes de banda ancha. Los siguientes datos son las ventas anuales de 1992 a
1997

Ral Jimnez Gonzlez
Biol.
278
Ao
1992
1993
1994
1995
1996
Ventas
1997
5,4
6,2
12,7
20,6
28,4
(millones) 44,9
a) Deduzca una ecuacin de tendencia lineal para esta serie de tiempo
b) Cul es el aumento promedio de ventas anuales en esta empresa
c) Use la ecuacin de tendencia para pronosticar las ventas en 1998
Caso a resolver 1 Pronstico de ventas de alimentos y bebidas

El restaurante Vintage est en la isla Captiva, lugar de descanso cerca de Fort
Myers, Florida. El restaurante, cuya duea y operadora es Karen Payne, acaba
de completar su tercer ao de funcionamiento. Karen, durante ese lapso, ha
tratado de ganarse una reputacin como establecimiento de alta calidad que se
especializa en mariscos. Sus esfuerzos han tenido xito y su restaurante ha
llegado a ser uno de los mejores y de mayor crecimiento en la isla.
Karen ve que, para planear el crecimiento futuro del restaurante, necesita
desarrollar un sistema que le permita pronosticar las ventas de alimentos y
bebidas cada mes, hasta con un ao de anticipacin. Cuenta con los siguientes
datos sobre las ventas totales de alimentos y bebidas (en miles de dlares)
durante los tres aos de funcionamiento.
Mes
Primer
Segundo
Tercer
ao
ao
ao

Ral Jimnez Gonzlez
Biol.
279
Enero
242
263
282
Febrero
235
238
255
Marzo
232
247
265
Abril
178
193
205
Mayo
184
193
210
Junio
140
149
160
Julio
145
157
166
Agosto
152
161
174
Septiembr
110
122
126
130
130
148
Octubre
152
167
173
Noviembre 206
230
235
Diciembre
Analice los datos de ventas del restaurant. Prepare un informe a Karen que
contenga lo que encontr, sus pronsticos y recomendaciones. Dicho informe
debe incluir:
a) Una grfica de la serie de tiempo
b) Un anlisis de influencias estacionales sobre los datos. Indique los
ndices estacionales para cada mes y haga comentarios acerca de los
meses con ventas altas y bajas. Tiene sentido intuitivo esos ndices
estacionales? Describa por qu.
c) Un pronstico de ventas desde enero hasta diciembre del cuarto ao.
d) Recomendaciones sobre cundo se debe actualizar el sistema que ha
preparado, para tomar en cuenta nuevos datos de ventas
e) Todos los clculos detallados de su anlisis aparecen en el apndice de
su informe.
Suponga que las ventas en enero del cuarto ao fueron de 295 000 dlares.
Cul fue su error de pronstico? Si es grande, Karen se quedar confundida
por la diferencia entre su pronstico y el valor real de las ventas. Qu puede
hacer para resolver la incertidumbre en el procedimiento de pronstico?

Ral Jimnez Gonzlez
Biol.
280
Caso a resolver 2 Pronstico de ventas perdidas

La tienda de departamentos Carlson sufri graves daos cuando pas un
huracn el 31 de agosto de 2000. Estuvo cerrada durante cuatro meses (de
septiembre a diciembre de 2000), y ahora tiene una dificultad con su
aseguradora acerca de la cantidad de ventas perdidas, mientras estuvo
cerrada. Se deben resolver dos asuntos clave: 1) la cantidad de ventas de
Carlson si no la hubiera daado el huracn, y 2) si Carlson tiene derecho a una
compensacin por ventas adicionales a causa de mayor actividad despus de
la tormenta. A su condado llegaron ms de 8000 millones de dlares en fondos
federales para desastres y seguros, lo cual ocasion un aumento en las ventas
de las tiendas de departamento y de muchos otros negocios.
La siguiente tabla muestra los datos del departamento de comercio de Estados
Unidos sobre las ventas totales durante los 48 meses anteriores a la tormenta,
en todas las tiendas de departamentos en el condado, y tambin las ventas
totales durante los cuatro meses en que Carlson estuvo cerrada. Los
administradores de Carlson le pidieron
Ejercicios
analizar estos datos y preparar estimados de las ventas perdidas en sus
almacenes durante los meses de septiembre a diciembre de 2000. Tambin le
pidieron determinar si es posible alegar exceso de ventas relacionado con el
huracn, durante el mismo periodo. Si se puede presentar ese argumento.
Carlson tiene derecho a compensaciones por exceso sobre las ventas
ordinarias.
Mes
199
199
199
199
200

Ral Jimnez Gonzlez
Biol.
281
Enero
1,45 2,31 2,31 2,56
Febrero
1,80 1,89 1,99 2,28
Marzo
2,03 2,02 2,42 2,69
Abril
1,99 2,23 2,45 2,48
Mayo
2,32 2,39 2,57 2,73
Junio
2,20 2,14 2,42 2,37
Julio
1,13 2,27 2,40 2,31
Agosto
2,43 2,21 2,50 2,23
Septiembr
1,71 1,90 1,89 2,09
1,90 2,13 2,29 2,54
Octubre
2,74 2,56 2,83 2,97
Noviembre 4,20 4,16 4,04 4,35

Diciembre
Prepare un informe a los gerentes de Carlson que resuma lo que
encontr, sus pronsticos y recomendaciones. ste debe incluir:
a) Un estimado de ventas si no hubiera habido huracn.
b) Un estimado de ventas en tiendas de departamentos de todo el
condado, si no
hubiera habido huracn
c) Un estimado de ventas perdidas de Carlson, de septiembre a

diciembre de 200

Ral Jimnez Gonzlez
Biol.
282
Apndice
Tablas

Ral Jimnez Gonzlez
Biol.
283
Distribucin T de Student
Grados
0,25
0,2
de
0,01
libertad
1
1,000
1,376
31,821
63,656
2,920
4,303
1,250
0,741
3,747
0,727
0,920
3,365
4,032
1,943
2,447
10
1,119
11
0,706
12
2,896
13
0,703
14
2,821
15
0,700
16
2,764
17
0,697
18
2,718
19
0,695
20
2,681
0,15
0,1
0,05
0,025
1,963
3,078
6,314
12,706
1,061
1,386
1,886
0,765
0,978
0,005
1,638
0,816
6,965
2,353
0,941
9,925
3,182
4,541
5,841
1,190
1,533
2,132
2,776
1,156
1,476
2,015
2,571
1,134
1,440
0,711
0,896
4,604
1,415
0,718
0,906
3,143
1,895
0,889
3,707
2,365
2,998
3,499
1,108
1,397
1,860
2,306
1,100
1,383
1,833
2,262
1,093
1,372
1,812
2,228
1,088
1,363
1,796
2,201
1,083
1,356
1,782
2,179
3,355
0,883
3,250
0,879
3,169
0,876
3,106
0,873
3,055

Ral Jimnez Gonzlez
Biol.
284
21
0,694
22
2,650
23
0,692
24
2,624
25
0,691
0,866
26
2,602
2,947
27
1,746
2,120
28
1,069
29
0,688
30
2,552
0,688
2,539
0,687
2,528
0,686
2,518
0,686
2,508
0,870
0,868
1,333
2,467
0,683
2,462
0,683
2,457
1,761
2,145
1,074
1,341
1,753
2,131
1,071
1,337
0,689
0,863
0,865
1,740
2,921
2,110
2,567
2,898
1,067
1,330
1,734
2,101
1,066
1,328
1,729
2,093
1,064
1,325
1,725
2,086
1,063
1,323
1,721
2,080
1,061
1,321
1,717
2,074
1,060
1,319
1,714
2,069
1,059
1,318
0,684
0,856
2,861
0,860
2,845
0,859
2,831
0,858
2,819
2,064
0,683
1,345
2,583
0,861
1,711
2,473
1,076
2,878
2,807
0,684
2,160
0,690
0,862
2,500
2,479
1,771
2,977
0,858
0,684
1,350
3,012
0,685
1,058
1,079
1,316
0,685
0,857
2,492
1,708
0,856
2,797
2,060
2,485
2,787
1,058
1,315
1,706
2,056
1,057
1,314
1,703
2,052
1,056
1,313
1,701
2,048
1,055
1,311
1,699
2,045
1,055
1,310
1,697
2,042
2,779
0,855
2,771
0,855
2,763
0,854
2,756
0,854
2,750

Ral Jimnez Gonzlez
Biol.
285
Distribucin normal estndar
0.00
0.07
0.01
0.08
0.02
0.03
0.04
0.05
0.06
0.09

Ral Jimnez Gonzlez
Biol.
286
0.
0.0000
0.0279
0.
0.0398
0.0675
0.
0.0793
0.1064
0.
0.1179
0.1443
0.
0.1915
0.2157
0.
0.1915
0.2157
0.
0.2257
0.2486
0.
0.2580
0.2794
0.
0.2881
0.3078
0.
0.3159
0.3340
1.
0.3413
0.3577
1.
0.3643
0.3790
1.
0.3849
3.3980
1.
0.4032
0.4147
1.
0.4192
0.4292
1.
0.4332
0.4418
0.0040
0.0319
0.0438
0.0714
0.0832
0.1103
0.1217
0.1480
0.1850
0.2190
0.1950
0.2190
0.2291
0.2518
0.2612
0.2823
0.2910
0.3106
0.3186
0.3365
0.3438
0.3599
0.3665
0.3810
0.3869
0.3997
0.4049
0.4162
0.4207
0.4306
0.4345
0.4429
0.0080
0.0120
0.0160
0.0199
0.0239
0.0517
0.0557
0.0596
0.0636
0.0910
0.0948
0.0987
0.1026
0.1293
0.1331
0.1368
0.1406
0.2019
0.2054
0.2088
0.2123
0.2019
0.2054
0.2088
0.2123
0.2357
0.2389
0.2422
0.2454
0.2673
0.2704
0.2734
0.2764
0.2967
0.2995
0.3023
0.3051
0.3238
0.3264
0.3289
0.3315
0.3485
0.3508
0.3531
0.3554
0.3708
0.3729
0.3749
0.3770
0.3907
0.3925
0.3944
0.3962
0.4082
0.4099
0.4115
0.4131
0.4236
0.4251
0.4265
0.4279
0.4370
0.4382
0.4394
0.4406
0.0359
0.0478
0.0753
0.0871
0.1141
0.1255
0.1517
0.1985
0.2224
0.1985
0.2224
0.2324
0.2549
0.2642
0.2852
0.2939
0.3133
0.3212
0.3389
0.3461
0.3621
0.3686
0.3830
0.3888
0.4015
0.4066
0.4177
0.4222
0.4319
0.4357
0.4441

Ral Jimnez Gonzlez
Biol.
287
1.
0.4452
0.4525
1.
0.4554
0.4616
1.
0.4641
0.4693
1.
0.4713
0.4756
2.
0.4772
0.4808
2.
0.4821
0.4850
2.
0.4861
0.4884
2.
0.4893
0.4911
2.
0.4918
0.4932
2.
0.4938
0.4949
2.
0.4953
0.4962
2.
0.4956
0.4972
2.
0.4974
0.4979
2.
0.4981
0.4985
3.
0.4986
0.4989
3.
0.4990
0.4463
0.4535
0.4564
0.4625
0.4649
0.4699
0.4719
0.4761
0.4778
0.4812
0.4826
0.4854
0.4864
0.4887
0.4896
0.4913
0.4920
0.4934
0.4940
0.4951
0.4955
0.4963
0.4966
0.4973
0.4975
0.4980
0.4982
0.4986
0.4986
0.4989
0.4990
0.4474
0.4484
0.4495
0.4505
0.4515
0.4582
0.4591
0.4599
0.4608
0.4664
0.4671
0.4678
0.4686
0.4732
0.4738
0.4744
0.4750
0.4788
0.4793
0.4798
0.4803
0.4834
0.4838
0.4842
0.4846
0.4871
0.4875
0.4878
0.4881
0.4901
0.4904
0.4906
0.4909
0.4925
0.4927
0.4929
0.4931
0.4943
0.4945
0.4946
0.4948
0.4957
0.4959
0.4960
0.4961
0.4968
0.4969
0.4970
0.4971
0.4977
0.4977
0.4978
0.4979
0.4983
0.4984
0.4984
0.4985
0.4987
0.4988
0.4988
0.4988
0.4991
0.4991
0.4991
0.4992
0.4545
0.4573
0.4633
0.4656
0.4706
0.4726
0.4767
0.4783
0.4817
0.4830
0.4857
0.4868
0.4890
0.4898
0.4916
0.4922
0.4936
0.4941
0.4952
0.4956
0.4964
0.4967
0.4974
0.4976
0.4981
0.4982
0.4986
0.4987
0.4990
0.4991

Ral Jimnez Gonzlez
Biol.
288
0.4992
3.
0.4993
0.4994
3.
0.4995
0.4996
3.
0.4996
0.4997
3.
0.4997
0.4998
3.
0.4998
0.4998
3.
0.4998
0.4999
3.
0.4999
0.4999
3.
0.4999
0.4999
0.4992
0.4993
0.4994
0.4995
0.4996
0.4996
0.4997
0.4997
0.4998
0.4998
0.4998
0.4999
0.4999
0.4999
0.4999
0.4999
0.4999
0.4992
0.4993
0.4993
0.4994
0.4994
0.4994
0.4995
0.4995
0.4996
0.4996
0.4997
0.4997
0.4997
0.4997
0.4997
0.4998
0.4998
0.4998
0.4998
0.4998
0.4998
0.4998
0.4999
0.4999
0.4999
0.4999
0.4999
0.4999
0.4999
0.4999
0.4999
0.4999
0.4999
0.4999
0.4995
0.4995
0.4996
0.4996
0.4997
0.4997
0.4998
0.4998
0.4998
0.4999
0.4999
0.4999
0.4999
0.4999
0.4999
Distribucin normal para una cola

Ral Jimnez Gonzlez
Biol.
289
0.00
0.08
0.01
0.02
0.03
0.04
0.05
0.06
0.07
0.09

Ral Jimnez Gonzlez
Biol.
290
0.0 0.5000
0.5039
0.5079
0.5119
0.5159
0.5199
0.5239
0.5279
0.1 0.5318
0.5358
0.2 0.5398
0.5437 0.5477
0.5517
0.5556
0.5596
0.5635
0.5674
0.3 0.5714
0.5753
0.4 0.5792
0.5831 0.5870
0.5909
0.5948
0.5987
0.6025
0.6064
0.5 0.6102
0.6140
0.6 0.6179
0.6217 0.6255
0.6293
0.6330
0.6368
0.6405
0.6443
0.7 0.6480
0.6517
0.8 0.6554
0.6590 0.6627
0.6664
0.6700
0.6736
0.6772
0.6808
0.9 0.6843
0.6879
1.0 0.6914
0.6949 0.6984
0.7019
0.7054
0.7088
0.7122
0.7156
1.1 0.7190
0.7224
1.2 0.7257
0.7290 0.7323
0.7356
0.7389
0.7421
0.7453
0.7485
1.3 0.7517
0.7549
1.4 0.7580
0.7611 0.7642
0.7673
0.7703
0.7733
0.7763
0.7793
1.5 0.7823
0.7852
1.6 0.7881
0.7910 0.7938
0.7967
0.7995
0.8023
0.8051
0.8078
1.7 0.8105
0.8132
1.8 0.8159
0.8185 0.8212
0.8238
0.8263
0.8289
0.8314
0.8339
1.9 0.8364
0.8389
2.0 0.8413
0.8437 0.8461
0.8484
0.8508
0.8531
0.8554
0.8576
2.1 0.8599
0.8621
2.2 0.8643
0.8665 0.8686
0.8707
0.8728
0.8749
0.8769
0.8790
2.3 0.8810
0.8829
2.4 0.8849
0.8868 0.8887
0.8906
0.8925
0.8943
0.8961
0.8979
2.5 0.8997
0.9014
2.6 0.9032
0.9049
0.9065
0.9082
0.9098
0.9114
0.9130
0.9146
2.7 0.9162
0.9177
2.8 0.9192
0.9207 0.9221
0.9236
0.9250
0.9264
0.9278
0.9292
2.9 0.9305
0.9318
3.0 0.9331
0.9344 0.9357
0.9369
0.9382
0.9394
0.9406
0.9417
0.9484
0.9494
0.9505
0.9515
0.9525
0.9429
0.9440
0.9452
0.9463 0.9473
0.9535
0.9544

Ral Jimnez Gonzlez
Biol.
291
0.9554
0.9563 0.9572
0.9581
0.9590
0.9599
0.9607
0.9616
0.9624
0.9632
0.9640
0.9648 0.9656
0.9663
0.9671
0.9678
0.9685
0.9692
0.9699
0.9706
0.9712
0.9719 0.9725
0.9731
0.9738
0.9744
0.9750
0.9755
0.9761
0.9767
0.9772
0.9777 0.9783
0.9788
0.9793
0.9798
0.9803
0.9807
0.9812
0.9816
0.9821
0.9825 0.9829
0.9834
0.9838
0.9842
0.9846
0.9849
0.9853
0.9857
0.9860
0.9864 0.9867
0.9871
0.9874
0.9877
0.9880
0.9883
0.9886
0.9889
0.9892
0.9895
0.9898
0.9900
0.9903
0.9906
0.9908
0.9911
0.9913
0.9915
0.9918
0.9920 0.9922
0.9924
0.9926
0.9928
0.9930
0.9932
0.9934
0.9936
0.9937
0.9939 0.9941
0.9942
0.9944
0.9946
0.9947
0.9949
0.9950
0.9952
0.9953
0.9954 0.9956
0.9957
0.9958
0.9959
0.9960
0.9962
0.9963
0.9964
0.9965
0.9966 0.9967
0.9968
0.9969
0.9970
0.9971
0.9971
0.9972
0.9973 0.9974
0.9975
0.9977
0.9978
0.9978
0.9979
0.9980
0.9981
0.9981 0.9982
0.9985
0.9986
0.9986
0.9986 0.9987
0.9989
0.9990
0.9975
0.9976
0.9980
0.9983
0.9983
0.9984
0.9984
0.9985
0.9987
0.9988
0.9988
0.9988
0.9989

Ral Jimnez Gonzlez
Biol.
292
Valores Crticos de la Distribucin Chi-Cuadrado.

FUNCION DE DISTRIBUCION
0.005
0.010
0.900
0.950
0.975
0.990
0.995
1
0.000039 0.000157 0.000982 0.003932 0.0158
2.71
3.84
5.02
6.63
0.0100
9.21
0.0717 0.11
0.0201
0.025
0.050
0.100
7.88
0.0506
0.10
0.21
4.61
5.99
7.38
7.81
9.35
10.60
11.34
12.84
0.21
0.30
13.28
14.86
0.41
0.55
0.22
0.35
0.58
6.25
0.48
0.71
1.06
7.78
9.49
11.14
0.83
1.15
1.61
9.24
11.07
12.83
1.24
1.64
2.20
10.64
12.59
14.45
1.69
2.17
2.83
12.02
14.07
16.01
2.18
2.73
3.49
13.36
15.51
17.53
2.70
3.33
4.17
14.68
16.92
19.02
3.25
3.94
4.87
15.99
18.31
20.48
3.82
4.57
5.58
17.28
19.68
21.92
4.40
5.23
6.30
18.55
GRADOS DE LIBERTAD
15.09
16.75
0.68
0.87
16.81
18.55
1
0
1
0.99
1.24
18.48
1.34
1.65
20.09
21.95
1.73
2.09
21.67
23.59
2.16
2.56
23.21
25.19
2.60
3.05
24.72
26.76
3.07
3.57
26.22
28.30
20.28
1
5

Ral Jimnez Gonzlez
21.03
23.34
Biol.
293
1
6
1
7
1
8
1
9
2
0
2
1
2
2
2
3
2
4
2
5
2
6
2
7
2
8
2
9
3
0
3.57
4.11
27.69
29.82
4.07
4.66
29.14
31.32
4.60
5.23
30.58
32.80
5.14
5.81
32.00
34.27
5.70
6.41
33.41
35.72
6.26
7.01
34.81
37.16
6.84
7.63
36.19
38.58
7.43
8.26
37.57
40.00
8.03
8.90
38.93
41.40
8.64
9.54
40.29
42.80
9.26
10.20
41.64
44.18
9.89
10.86
42.98
45.56
10.52
11.52
44.31
46.93
11.16
45.64
11.81
46.96
12.20
5.01
5.89
7.04
19.81
22.36
24.74
5.63
6.57
7.79
21.06
23.68
26.12
6.26
7.26
8.55
22.31
25.00
27.49
6.91
7.96
9.31
23.54
26.30
28.85
7.56
8.67
10.09
24.77
27.59
30.19
8.23
9.39
10.86
25.99
28.87
31.53
8.91
10.12
11.65
27.20
30.14
32.85
9.59
10.85
12.44
28.41
31.41
34.17
10.28
11.59
13.24
29.62
32.67
35.48
10.98
12.34
14.04
30.81
33.92
36.78
11.69
13.09
14.85
32.01
35.17
38.08
12.40
13.85
15.66
33.20
36.42
39.36
13.12
14.61
16.47
34.38
37.65
40.65
13.84
15.38
17.29
35.56
38.89
41.92
14.57
16.15
18.11
36.74
40.11
43.19
48.29
12.88
49.64

Ral Jimnez Gonzlez
Biol.
294
12.46
13.56
48.28
50.99
13.12
14.26
49.59
52.34
13.79
14.95
50.89
53.67
15.31
16.93
18.94
37.92
41.34
44.46
16.05
17.71
19.77
39.09
42.56
45.72
16.79
18.49
20.60
40.26
43.77
46.98

Ral Jimnez Gonzlez
Biol.
295
Valores Crticos de la Distribucin F Funcin de Distribucin = 0.90.
GRADOS DE LIBERTAD DEL NUMERADOR

1
10

Ral Jimnez Gonzlez
Biol.
296
39.86 49.50 53.59 55.83 57.24 58.20 58.91 59.44 59.86

1
60.19
8.53
9.39
R
A
D
3 5.54
4
9.00
9.16
9.24
9.29
9.33
9.35
9.37
9.38
5.46
5.39
5.34
5.31
5.28
5.27
5.25
5.24
3.98
3.95
5.23 4.54
4.32
4.19
4.11
4.05
4.01
3.94
3.92
4.06
3.78
3.62
3.52
3.45
3.40
3.37
3.34
3.32
3.46
3.29
3.18
3.11
3.05
3.01
2.98
2.96
2.83
2.78
2.75
2.62
2.59
2.56
2.55
2.51
2.47
S 3.30
6
7
3.78
D 2.94 3.59
E 2.72
2.70
10 3.46
3.11
L
I
2.54 3.36
3.26
2.92
3.01
3.07
2.81
2.81
2.96
2.73
2.69
2.88
2.67
2.61
11 2.44
2.42
B 3.29
2.92
2.73
2.61
2.52
2.46
2.41
2.38
2.35
2.86
2.66
2.54
2.45
2.39
2.34
2.30
2.27
2.28
2.24
2.20
2.16
2.19
2.15
12
2.32
E
13
3.23
R 2.25 3.18
14
2.21
2.19
15 3.14
2.76
2.14 3.10
2.81
2.56
2.73
2.61
2.43
2.52
2.48
2.35
2.39
2.39
2.28
2.31
2.33
2.23
2.24
D 2.12
2.10
16
3.07
2.70
2.49
2.36
2.27
2.21
2.16
2.12
2.09
17
2.06
2.67
2.46
2.33
2.24
2.18
2.13
2.09
2.06
2.15
2.10
2.06
2.08
2.04
2.00
D
E 3.05
L
20 2.03 3.03
2.03
2.00
D 3.01
2.62
2.64
2.42
2.44
2.29

Ral Jimnez Gonzlez
2.31
2.20
2.22
2.13
Biol.
297
E 1.98 2.99
2.61
2.40
2.27
2.18
2.11
2.06
2.02
N 1.98
1.96
O 2.97
2.59
2.38
2.25
2.16
2.09
2.04
2.00
1.96
2.57
2.36
2.23
2.14
2.08
2.02
1.98
1.95
M 25 1.94
I
A
26 2.96
D 1.92 2.95
27
1.93
1.90
O 2.94
2.55
28
1.89 2.93
2.56
2.34
2.54
2.35
2.21
2.33
2.22
2.13
2.06
2.01
1.97
2.11
2.05
1.99
1.95
1.92
1.98
1.94
2.19
2.10
2.04
R 1.91
1.88
2.92
2.53
2.32
2.18
2.09
2.02
1.97
1.93
1.89
2.52
2.31
2.17
2.08
2.01
1.96
1.92
1.88
2.51
2.30
2.17
2.07
2.00
1.95
1.91
1.87
2.00
1.94
1.90
29
3
1.87
0
40 2.91
60 1.86
90 2.90
120 1.85 2.89
2.50
2.29
2.16
2.06
1.87
1.84
2.89
2.50
2.28
2.15
2.06
1.99
1.93
1.89
1.86
2.49
2.28
2.14
2.05
1.98
1.93
1.88
1.85
2.44
2.23
2.09
2.00
1.93
1.87
1.83
1.79
2.39
2.18
2.04
1.95
1.87
1.82
1.77
1.74
1.78
1.74
1.72
1.68
1.83
2.88
1.82
2.84
1.76
2.79
1.71 2.76
1.70
1.67
2.75
2.35
2.36
2.13
2.15
1.99
2.01
1.90
1.91
1.82
1.84
1.77
1.65

Ral Jimnez Gonzlez
Biol.
298

1
10

Ral Jimnez Gonzlez
Biol.
299
161.45 199.50 215.71 224.58 230.16 233.99

1
240.54
241.88
18.51
19.00
19.38
19.40
R
A
D
3 10.13
4
19.16
19.25
19.30
19.33
236.77 238.88
19.35
19.37
9.55
9.28
9.12
9.01
8.94
8.89
8.85
8.81
6.94
6.59
6.39
6.26
6.16
6.09
6.04
6.00
5.79
5.41
5.19
5.05
4.95
4.88
4.82
4.77
5.14
4.76
4.53
4.39
4.28
4.21
4.15
4.10
4.74
4.35
4.12
3.97
3.87
3.79
3.73
3.68
4.46
4.07
3.84
3.69
3.58
3.50
8.79
7.71
5.96
S 6.61
4.74
7
D 5.99
E 4.06
10 5.59
L
3.64
11 5.32
B 3.35 5.12
3.18
3.14
E 4.96
4.10
12
4.26
3.71
3.86
3.63
3.48
3.37
3.44
3.39
3.29
3.23
3.48
3.33
3.22
3.14
3.07
3.02
3.36
3.20
3.09
3.01
2.95
2.90
2.91
2.85
2.77
2.71
2.76
2.70
2.64
2.59
2.98
13
R
14
4.84
3.98
15 2.85 4.75
2.80
2.75
D 4.67
3.81
16
2.67 4.60
17
2.65
2.60
D 4.54
3.68
3.59
3.89
3.41
3.74
3.29
3.49
3.18
3.34
3.06
3.26
3.03
3.11
2.90
3.11
2.92
2.96
2.79
3.00
2.83
2.85
2.71
E 2.54
L
20
4.49
3.63
D 2.49 4.45
3.24
3.59
3.01
3.20

Ral Jimnez Gonzlez
2.85
2.96
2.74
2.81
2.66
2.70
2.59
2.54
2.61
2.55
Biol.
300
E 2.49
2.45
N 4.41
3.55
O 2.41 4.38
3.16
3.52
2.93
3.13
2.77
2.90
2.66
2.74
2.58
2.63
2.51
2.54
2.46
2.48
M 25 2.42
2.38
3.49
3.10
2.87
2.71
2.60
2.51
2.45
2.39
3.47
3.07
2.84
2.68
2.57
2.49
2.42
2.37
2.46
2.40
2.37
2.32
2.42
2.36
4.35
26 2.35
D
27
4.32
O 2.32 4.30
28
2.34
2.30
R 4.28
3.42
29
2.27 4.26
3
3.44
3.03
3.40
3.05
2.80
3.01
2.82
2.64
2.78
2.66
2.53
2.62
2.55
2.44
2.51
2.30
2.25
4.24
3.39
2.99
2.76
2.60
2.49
2.40
2.34
2.28
3.37
2.98
2.74
2.59
2.47
2.39
2.32
2.27
2.37
2.31
2.29
2.24
2.35
2.28
40 2.24
60
90 4.23
120 2.22 4.21

2.25
2.20
4.20
3.34
2.19 4.18
3.35
2.95
3.33
2.96
2.71
2.93
2.73
2.56
2.70
2.57
2.45
2.55
2.46
2.36
2.43
2.22
2.18
4.17
3.32
2.92
2.69
2.53
2.42
2.33
2.27
2.21
3.23
2.84
2.61
2.45
2.34
2.25
2.18
2.12
2.17
2.10
2.16
4.08
2.08 4.00
3.15
2.76
2.53
2.37
2.25
2.04
1.99
3.95
3.10
2.71
2.47
2.32
2.20
2.11
2.04
1.99
3.07
2.68
2.45
2.29
2.18
2.09
2.02
1.96
1.94
3.92
1.91
Ral Jimnez Gonzlez
Biol.
301

Ral Jimnez Gonzlez
Biol.
302

1
5000 5403
5625
5764
5859
5928
5981
6022
99.37
99.39
10
1
4052
6056
98.50 99.00 99.17 99.25 99.30 99.33 99.36
99.40
34.12 30.82 29.46 28.71 28.24 27.91 27.67
27.49
27.35
27.23 21.20
15.21
14.98
14.80
14.66
16.26 13.27 12.06 11.39 10.97 10.67 10.46
10.29
10.16
10.05
O
S
10
L
13.75
16.69
15.98 15.52
14.55
10.92
9.78
9.15
8.75
8.47
8.26
8.10
7.98
7.87
11
12.25
12
6.62
13
11.26
14
5.81 10.56
15
5.35
A
D
18.00
10.04
16
9.55
8.45
7.85
7.46
7.19
6.99
6.84
6.72
8.65
7.59
7.01
6.63
6.37
6.18
6.03
5.91
5.61
5.47
8.02
6.99
6.42
6.06
5.80
5.99
5.64
5.39
5.20
5.06
4.94
5.67
5.32
5.07
4.89
4.74
4.63
5.26
7.56
6.55
4.85
17
D
18
9.65
19
4.54 9.33
20
4.39
4.30
9.07
6.70
7.21
21
4.10 8.86
22
4.03
3.94
23
8.68
6.36
24
3.80
6.22
6.93
5.74
6.51
5.42
5.95
5.21
5.56
4.89

Ral Jimnez Gonzlez
5.41
4.86
5.04
4.56
5.06
4.62
4.69
4.32
4.82
4.44
4.46
4.14
4.64
4.30
4.28
4.00
4.50
4.19
4.14
3.89
Biol.
303
25
8.53
6.23
5.29
3.78
3.93
3.79
3.71
3.60
27
3.68
3.59
28
8.29
6.01
29
3.51 8.18
30
3.52
3.43
8.10
5.85
4.94
4.43
4.10
3.87
3.70
3.56
3.46
5.78
4.87
4.37
4.04
3.81
3.64
3.51
3.40
5.93
5.01
4.50
4.01
4.17
4.10
3.89
4.25
4.34
4.03
3.69 8.40
4.58
4.67
4.20
26
5.09
5.18
4.44
40
6.11
4.77
3.84
3.94
3.77
3.63
3.37
60
90
8.02
120 3.31 7.95

3.35
3.26
7.88
5.66
3.21 7.82
5.72
4.76
5.61
4.82
4.26
4.72
4.31
3.94
4.22
3.99
3.71
3.90
3.76
3.54
3.67
3.59
3.41
3.45
3.30
3.50
3.36
3.26
3.17
7.77
5.57
4.68
4.18
3.85
3.63
3.46
3.32
3.22
5.53
4.64
4.14
3.82
3.59
3.42
3.29
3.18
5.49
4.60
4.11
3.78
3.56
3.39
3.26
3.15
3.36
3.23
3.13
7.72
3.09
7.68
3.06 7.64
5.45
4.57
4.07
3.75
3.53
3.12
3.03
7.60
5.42
4.54
4.04
3.73
3.50
3.33
3.20
3.09
5.39
4.51
4.02
3.70
3.47
3.30
3.17
3.07
5.18
4.31
3.83
3.51
3.29
3.12
2.99
2.89
4.98
4.13
3.65
3.34
3.12
2.95
2.82
2.72
3.00
7.56
2.98
7.31
2.80
7.08

Ral Jimnez Gonzlez
Biol.
304
2.63 6.93
2.61
2.52
6.85
4.79
4.85
3.95
4.01
3.48
3.53
3.17
3.23
2.96
3.01
2.84
2.72
2.79
2.66
2.56
2.47

Ral Jimnez Gonzlez
Biol.
305
Bibliografa
GUTIERREZ, P. H y DE LA VARA, S. R. 2008. Segunda edicin. Anlisis y
Diseo
de Experimentos. Mc Graw Hill.
MONTGOMERY, C.D.; G.C, RUNGER. 2010. Segunda edicin. Probabilidad y

Estadstica. LIMUSA WILEY
MONTGOMERY, C.D. Diseo y Anlisis de Experimentos. Segunda edicin.
LIMUSA WILEY
WALPOLE, R.; MAYERS, R.H.; MAYERS, S.L. 1998. Sexta edicin.
Probabilidad y
Estadstica Para Ingenieros. Pearson Education
ANDERSON, D.R.; SWEENEY, D.J.; WILLIAMS, T.A.2005. Octava edicin.
Estadstica para Administracin y Economa. MATH LEARNING
BERENSON, M.L.; LEVINE, D.M.; KREHBIEL, T.C. 2001. Segunda edicin.
Estadstica para Administracin. Prentice Hall.
Instituto Tecnolgico De Villa La Venta

Ing. Gabriel Gmez Martnez

Libro Estadistica Inferencial

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Libro Estadistica Inferencial

Caricato da

Copyright:

Formati disponibili

Suavizacin

Instituto Tecnolgico de Ensenada

CAPTULO 2. Diseo de experimentos de un factor.. 45

5.5. Medicin de variaciones estacionales e irregulares.. 148

Regresin lineal simple y mltiple

1.1. Regresin Lineal simple

1.1. Regresin Lineal simple

de cierta informacin muestral. Esta informacin consiste de un conjunto de pares

y , donde cada uno de estos pares pertenece a una unidad

elemental particular de la muestra. Por ejemplo, suponga que el rendimiento de un

Es claro que la variable de respuesta o variable dependiente es la resistencia,

. Para tener una idea de la relacin que existe entre

los 14 pares de datos son graficados en un diagrama de dispersin de la figura

matemticas sencillas a otras en extremo complicadas. La relacin ms

Instituto Tecnolgico de Ensenada

Regresin lineal simple y mltiple

Instituto Tecnolgico de Ensenada

Figura 1.1 Diagrama de dispersin para los datos de resistencia de la

La relacin del modelo matemtico adecuado tiene influencia de la

en el diagrama de dispersin. Es sencillo ver

esto si se examinan las siguientes graficas (figura 1.2)

Relacin lineal negativa

hay relacin entre X y Y

Relacin curvilnea positiva

Relacin curvilnea en forma de U

Relacin curvilnea negativa

Figura 1.2 Relacin entre dos variables

En la grafica A se observa que lost valores de Y, en general, aumentan en

Instituto Tecnolgico de Ensenada

Regresin lineal simple y mltiple

crece, se observa que los valores de Y decrecen. Un ejemplo de este tipo de

y Y. Para cada valor de

. un ejemplo de esta relacin curvilnea puede ser la edad y el costo

de mantenimiento de una maquina. Cuando la mquina tiene muchos aos, el

costo de mantenimiento se eleva con rapidez al principio, pero despus de

aumenta, al principio Y disminuye; pero si

no slo deja de disminuir sino que aumenta despus de su valor mnimo. Un

y Y. en este caso, Y disminuye con rapidez al principio del

aumenta ms, la velocidad de

disminucin es mucho menor. Un ejemplo de esta relacin exponencial puede

primer ao el valor baja en forma drstica respeto a su precio original; sin

El anlisis de regresin lineal simple se refiere a encontrar la lnea recta que

Instituto Tecnolgico de Ensenada

en trminos matemticos se minimiza la suma de los cuadrados de las

Instituto Tecnolgico de Ensenada

Regresin lineal simple y mltiple

Instituto Tecnolgico de Ensenada

Suponga que las variables

y Y estn relacionadas linealmente y que

, la variable dependiente, Y, es una variable aleatoria. Es

decir, que cada observacin de Y puede ser descrita por el modelo:

es un error aleatorio con media cero y varianza

que los errores aleatorios no estn correlacionados. La ecuacin (1.1) es

conocida como el modelo de regresin lineal simple. Bajo el supuesto de que

dado por lnea recta

son los parmetros del modelo y son constantes

- Es la pendiente de la lnea, es decir, es la cantidad en que se incrementa o

por cada unidad que se incrementa

Un procedimiento para ajustar la mejor recta y, por lo tanto, para estimar

Regresin lineal simple y mltiple

si de la ecuacin (1.1) despejamos los errores, los elevamos al

cuadrado y los sumamos, obtendremos lo siguiente:

la suma de los errores cuadrados. Es decir, se busca ajustar la recta de manera

minimice, como se ilustra en la figura 1.3.