TALLER DISEÑO DE EXPERIMENTOS I

INTEGRANTES CODIGOS
DANIELA DEVIA 101410227
JORGE PARODI 141513129
DIANA PINTO 101421711

TALLER 03: TAMAÑO DE MUESTRAS/DBCA

GRUPO: B

PRESENTADO AL INGENIERO

WEIMAR ALEXANDER ARDILA RUEDA

UNIVERSIDAD AUTÓNOMA DEL CARIBE

FACULTAD DE INGENIERÍA
BARRANQUILLA
MAYO DEL 2018

1
 Ejercicio 1.

Un muestreo preliminar realizado a cada uno de los elementos de una operación, arrojó como
resultado que el tamaño mínimo de muestra para garantizar un estudio de tiempos con un
nivel de confianza del 90% y un error máximo permisible del 5%, debe ser igual 50 ciclos. Sí la
desviación de los datos registrados llegará a ser cuatro veces el registro inicial, y el error
permisible del estudio el doble, ¿a qué debe ser igual el nuevo tamaño de muestra requerido?

Solución
Para el muestreo preliminar se tiene que el tamaño de la muestra es:
2
Z α /2 s
n≥ ( ) x́ k
Donde n=50 , y para el caso supuesto se tiene
2
Z s'
(
n ' ≥ α /2
x́ k ' )
Pero como s ' =4 s y k ' =2 k nos queda:

Z α / 2 4 s 2 2 Z α/ 2 s 2 Z s 2
n' ≥ ( x́ 2 k
= ) (
x́ k ) ( )
=4 α /2 =4 n=4 ×50=200
x́ k
Entonces el nuevo tamaño de muestra requerido sería de 200

Ejercicio 2.

Una maquina produce varillas metálicas usadas en el sistema de suspensión de un automóvil.

Se selecciona una preliminar muestra aleatoria de 10 varillas y se mide el diámetro. Los datos
resultantes (en centímetros) se encuentran a continuación:

- 1,014 - 0,962 - 1,019 - 0,958

- 1,009 - 1,058 - 1,02

- 1,041 - 1,024 - 1,02

Teniendo en cuenta las muestras preliminares, determine el tamaño ideal de muestra para hacer
una estimación del diámetro medio de las varillas (considere un nivel de confianza del 95% y un
error permisible máximo del 5%).

2
Solución
Se ingresaron los valores de los diámetros de las varillas en Statgraphics y con un análisis
unidimensional se obtuvo el siguiente resumen estadístico

Con un α =0.05 tenemos t 0.05,10=2.228 (dos colas). Entonces el tamaño ideal de la

muestra será:
2 2
tα s
n≥ ( ) (
x́ k
=
2.228× 0.0311
1.0125 ×0.05 )
=1.87 ≅ 2

Se concluye entonces que con un error permisible del 5% y un nivel de confianza del 95% el
tamaño de la muestra ideal es de 2.

Ejercicio 3.

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 número de moscas muertas
expresado en porcentajes. Se hicieron seis réplicas, pero en días diferentes; por ello, se sospecha
que puede haber algún efecto importante debido a esta fuente de variación. Los datos obtenidos
se muestran a continuación:

Marca Numero de réplicas día

atomizador 1 2 3 4 5 6
1 72 65 67 75 62 73
2 55 59 68 70 53 50
3 64 74 61 58 51 69

3
Solución:

Este procedimiento ejecuta un análisis de varianza de varios factores para porcentaje de moscas
muertas. Realiza varias pruebas y gráficas para determinar qué factores tienen un efecto
estadísticamente significativo sobre porcentaje de moscas muertas. También evalúa la significancia
de las interacciones entre los factores, si es que hay suficientes datos. Las pruebas-F en la tabla
ANOVA le permitirán identificar los factores significativos. Para cada factor significativo, las
Pruebas de Rangos Múltiples le dirán cuales medias son significativamente diferentes de otras. La
Gráfica de Medias y la Gráfica de Interacciones le ayudarán a interpretar los efectos significativos.
Las Gráficas de Residuos le ayudarán a juzgar si los datos han violado los supuestos subyacentes al
análisis de varianza.

4
5
Ejercicio 4.

En una empresa lechera se tienen varios silos para almacenar leche (cisternas de 60 000 L). Un
aspecto crítico para que se conserve la leche es la temperatura de almacenamiento. Se sospecha
que en algunos silos hay problemas, por ello, durante cinco días se decide registrar la temperatura
a cierta hora crítica. Obviamente la temperatura de un día a otro es una fuente de variabilidad que
podría impactar la variabilidad total.

Dia
Silo
Lunes Martes Miércoles Jueves viernes
A 4 4 5 0,5 3
B 5 6 2 4 4
C 4,5 4 3,5 2 3
D 2,5 4 6,5 4,5 4
E 4 4 3,5 2 4

Solución

Se puede concluir a partir del ejercicio que las temperaturas obtenidas no muestran variabilidad
impactante y se encuentran dentro del rango normal. Ninguno de los factores tiene un efecto
significativamente alarmante; se identifico que el grupo de muestras es homogéneo. Por lo cual
podemos afirmar que no hay problemas con los silos durante los cinco días de registro.

Este procedimiento ejecuta un análisis de varianza de varios factores para Temperatura de

almacenamiento. Realiza varias pruebas y gráficas para determinar qué factores tienen un efecto
estadísticamente significativo sobre Temperatura de almacenamiento. También evalúa la
significancia de las interacciones entre los factores, si es que hay suficientes datos. Las pruebas-F
en la tabla ANOVA le permitirán identificar los factores significativos. Para cada factor significativo,
las Pruebas de Rangos Múltiples le dirán cuales medias son significativamente diferentes de otras.

6
La Gráfica de Medias y la Gráfica de Interacciones le ayudarán a interpretar los efectos
significativos. Las Gráficas de Residuos le ayudarán a juzgar si los datos han violado los supuestos
subyacentes al análisis de varianza.

7
8