Guía de actividades y rúbrica de evaluación

Fase 4 - Diseño factorial

JESSICA FERNANDA BORBOEZ PARRA

CODIGO
1006844655

TUTOR
JUAN CAMULO MENDOZA

GRUPO
30156_21

UNIVERSIDAD ABIERTA Y ADISTANCIA (UNAD)

DISEÑO EXPERIMENTAL
EPCAMA
PUERTO ASIS
2020
 Apéndice 4

1. A partir de la lectura del capítulo 6 del libro análisis y diseños de

experimentos, aplique los conceptos del diseño factorial al siguiente
enunciado.

Un estudiante en la UNAD, viene realizando experimentos sobre la solubilidad

de un extruido tipo cereal para el desayuno. El estudio se encuentra enfocado
en determinar el efecto del polvo de hornear y la proporción de yuca que
contiene el producto sobre el índice de solubilidad en leche (ISL). El trabajo
experimental se localizó en la planta piloto de la ECBTI, en el cual se utilizaron
tres concentraciones de yuca y tres concentraciones de polvo de hornear en la
formulación del extruido.

A continuación, se describe la tabla con los resultados para cada uno de los
tratamientos, cada variable de respuesta (ISL) se midió 3 veces.

Tabla 1. Datos de ISL (%) del cereal para desayuno.

Polvo de hornear (%)

Yuca (%)
Concentración 1 Concentración 2 Concentración 3

10.21 12.53 14.79

Concentración 1 10.64 12.50 14.85
10.85 12.39 15.21
10.67 12.26 15.75
Concentración 2 10.75 12.79 15.63
10.82 13.10 16.81
11.13 13.78 16.57
Concentración 3 11.56 14.91 16.88
11.88 14.53 17.30

a. Plantear el modelo estadístico para este diseño, explicar cada uno de los
términos en función del ejercicio (5 /120)
b. Realice las hipótesis de interés para la investigación (igualdad y alterna). (5
/120)

Hipótesis para el modelo:

c. Realice los cálculos correspondientes al análisis de varianza y elabore la

tabla ANOVA correspondiente,  = 0.05. (20 /120)
 Análisis de varianza de dos factores con varias muestras por grupo

RESUMEN Concentración 1 Concentración 2 Concentración 3 Total

Concentración 1

Cuenta 3 3 3 9

Suma 31,7 37,42 44,85 113,97

Promedio 10,56666667 12,47333333 14,95 12,66333333
Varianza 0,106433333 0,005433333 0,0516 3,663725

Concentración 2

Cuenta 3 3 3 9

Suma 32,24 38,15 48,19 118,58

Promedio 10,74666667 12,71666667 16,06333333 13,17555556

Varianza 0,005633333 0,180433333 0,421733333 5,570452778

Concentración 3

Cuenta 3 3 3 9

Suma 34,57 43,22 50,75 128,54

Promedio 11,52333333 14,40666667 16,91666667 14,28222222

Varianza 0,141633333 0,330633333 0,134233333 5,614344444

Total

Cuenta 9 9 9

Suma 98,51 118,79 143,79

Promedio 10,94555556 13,19888889 15,97666667

Varianza 0,257277778 0,960761111 0,881325

 ANÁLISIS DE VARIANZA

Origen de las variaciones

Suma de cuadradosGrados de libertad
Promedio de los cuadrados F Probabilidad Valor crítico para F
Muestra 12,32365185 2 6,161825926 40,2509617 2,27222E-07 3,554557146
Columnas 114,3169185 2 57,15845926 373,3768176 2,21696E-15 3,554557146
Interacción 1,715725926 4 0,428931481 2,801913725 0,057106385 2,927744173
Dentro del grupo 2,755533333 18 0,153085185

Total 131,1118296 26

d. Realizar la validación de la ANOVA por medio de un programa estadístico

(diferente a Excel), adjuntar pantallazo. (20 /120)
e. A partir del resultado del valor – P y F 0 (2 criterios diferentes), que se
puede concluir con respecto a las hipótesis planteadas. (10 /120)
 Analizando los resultados en el valor F se observa una diferencia Hay
diferencias significativas entre los tratamientos del factor 1 y el factor 2
pero no hay una diferencia significativa entre el tratamiento de los dos
factores. Es decir, no hay diferencia para la interacción de concentración de
polvo de hornear y concentración de yuca.

No hay diferencia significativa para la interacción la concentración de polvo

de hornear factor 1 y yuca factor 2pues el valor es menor que el valor alfa que
es 0,05.

f. Realice las hipótesis para la comparación de las medias para los

tratamientos de la investigación. (10 /120)

Hay unas diferencias significativas entre las medias de cada uno de los
factores marcados en la tabla de anova y Tukey para cada uno de los
tratamientos, igualmente observamos estas diferencias en los diagramas.

Se concluyen las hipótesis para las medias de los tratamientos de la

investigación.

, para cada i,j.

g. Aplique la prueba de Tukey con un alfa de 0.05, para diferencia entre las
medias de los tratamientos. (30/120)

Análisis de la varianza

Variable N R² R² Aj CV
YUCA 26 0,96 0,96 3,37

Cuadro de Análisis de la Varianza (SC tipo III)

F.V. SC gl CM F p-valor
Modelo. 110,84 4 27,71 136,60 <0,0001

CONCENTRACCION YUCA 10,56 2 5,28 26,04 <0,0001

POLVO DE HORNEAR 104,28 2 52,14 257,03 <0,0001

Error 4,26 18 0,20

Total 115,10 26
h. Describa al menos 4 programas o paquetes estadísticos que son utilizados
para el análisis de diseños experimentales. (10 /120)

1. SPSS es la herramienta estadística más utilizada a nivel mundial en el

entorno académico. Puede trabajar con bases de datos de gran tamaño. .
Además, de permitir la recodificación de las variables y registros según las
necesidades del usuario. El programa consiste en un módulo base y
módulos anexos que se han ido actualizando constantemente con nuevos
procedimientos estadísticos.
2. S-Plus es otro de los programas estadísticos más usados a nivel mundial
para el análisis de datos. Está disponible al público la versión 8. Incluye
dentro de sus principales características: análisis multivariado de datos,
análisis de sobrevivencia, escalamiento multidimensional, regresión no
paramétrica.

Entre los estadísticos de cálculo habituales incluye: pruebas de hipótesis y

construcción de intervalos de confianza, análisis de varianza, análisis
exploratorio de datos, entre otros.

3. INFOSTAT es un software para análisis estadístico de aplicación general

desarrollado bajo la plataforma Windows. Cubre tanto las necesidades
elementales para la obtención de estadísticas descriptivas y gráficos para el
análisis exploratorio, como métodos avanzados de modelación estadística y
análisis multivariado. Una de sus fortalezas es la sencillez de su interfaz
combinada con capacidades profesionales para el análisis estadístico y el
manejo de datos. Debido al origen universitario, el programa tiene muchas
facilidades para la enseñanza de la estadística que no son fáciles en
encontrar en otros programas similares. La versión en español es muy
valorada por los usuarios, especialmente por los estudiantes. Una
propiedad casi única entre el software estadístico es la habilidad
de InfoStat se conectarse con R, una plataforma de desarrollo de algoritmos
estadísticos de dominio público de gran crecimiento. InfoStat de conecta
con R de dos maneras: mediante un intérprete integrado que permite
ejecutar script de R sin salir del ambiente de trabajo de InfoStat y mediante
el desarrollo de aplicaciones utilizando el motor de cálculo de R, pero con la
interfaz amigable que los usuarios esperan. Ese es el caso de la inclusión
de modelos lineales mixtos y generalizados mixtos en InfoStat. Estos han
sido siempre modelos difíciles de especificar por su complejidad, pero la
interfaz lograda en InfoStat nos ha permitido incorporar sus contenidos en
cursos de postgrado y capacitaciones a técnicos de empresas que de otra
manera hubieran sido imposibles de abordar.
4. Minitab: herramienta de pruebas estadísticas y análisis típicos, es
muy útil debido a que permite copiar datos de Microsoft Excel.

REFERENCIAS BIBLIOGRAFICAS

 https://www.infostat.com.ar/
 http://www.estadisticaparatodos.es/software/software_otros.html
 https://www.infostat.com.ar/
 http://www.estadisticaparatodos.es/software/software_otros.html
 Balzarini, M. (2013). Estadística y biometría: ilustraciones del uso
e Infostat en problemas de agronomía. Editorial Brujas (pp 259 –
287). Recuperado de
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.actio
n?docID=10890015&ppg=102