PRACTICA GENERAL 2° PARCIAL

a) Estimar los efectos de los factores, ¿qué efectos parecen ser grandes?

Término Efecto
Constante
A 0,33
B 11,33
C 6,83
A*B -1,67
A*C -8,83
B*C -2,83
A*B*C -2,17

b) Usar el análisis de varianza para confirmar las conclusiones del inciso a.

Con un con α=0,05 F de tabla tenemos 4,49
Análisis de Varianza

Fuente GL SC Ajust. MC Ajust. Valor F Valor p

Modelo 7 1612,67 230,381 7,64 0,000
Lineal 3 1051,50 350,500 11,62 0,000
A 1 0,67 0,667 0,02 0,884
B 1 770,67 770,667 25,55 0,000
C 1 280,17 280,167 9,29 0,008
Interacciones de 2 términos 3 533,00 177,667 5,89 0,007

A*B 1 16,67 16,667 0,55 0,468

A*C 1 468,17 468,167 15,52 0,001
B*C 1 48,17 48,167 1,60 0,224
Interacciones de 3 términos 1 28,17 28,167 0,93 0,348

A*B*C 1 28,17 28,167 0,93 0,348

Error 16 482,67 30,167
Total 23 2095,33

c) Escribir un modelo de regresión para predecir la vida de herramienta (en horas) con base a los resultados de este
experimento.

Resultados = 40,83 + 5,67 B + 3,42 C - 4,42 A*C

d) Ajustes y diagnósticos para observaciones poco comunes

 Resid
Obs Resultados Ajuste Resid est.
19 50,00 38,67 11,33 2,31 R
Analizar los residuales ¿hay algún problema evidente? Residuo grande R

Para ver si es un punto atípico analizamos el residual y adecuación del modelo

𝑌 = 40,83 + 5,67 – 3,42 + (− 4,42) = 38,67

𝑒3 = 50 − 38,67 = 11,33
𝑑𝑖𝑗 = 11,33 /√30,167 = 2,063
Un residual mayor que 3 o 4 desviaciones estándar a partir de cero es un punto atípico potencial, por lo tanto
2,31 es menor a 3, asique NO ES UN PUNTO ATÍPICO POTENCIAL.
e) Con base en el análisis de las gráficas de los efectos principales y las interacciones, ¿Cuáles serían los niveles de A, B y
C que se recomendaría usar?

Para una mayor vida útil de la máquina de herramienta mayor a 48 horas como vemos en la gráfica
de contorno o un valor de 54,333 horas observado en la gráfica de cubos, se recomienda un nivel alto
en la geometría de la herramienta, ángulo de corte y un nivel bajo en los efectos de velocidad de
corte.
Regresión factorial: VIBRACIÓN vs. Tamaño (pulg); Velocidad (rpm)
a) Analizar los datos de este experimento
Los efectos A, B y la interacción AB tienen valores altos.
Coeficientes codificados

EE del
Término Efecto Coef coef. Valor T Valor p FIV
Constante 23,831 0,611 38,99 0,000
Tamaño(pulg) 16,638 8,319 0,611 13,61 0,000 1,00
Velocidad(rpm) 7,538 3,769 0,611 6,17 0,000 1,00
Tamaño(pulg)*Velocidad(rpm) 8,713 4,356 0,611 7,13 0,000 1,00
Resumen del modelo
R-cuad. R-cuad.
S R-cuad. (ajustado) (pred)
2,44476 95,81% 94,76% 92,54%
Con un con α=0,05 F de tabla tenemos 4,75 entonces se rechaza la Ho par A,B y la interacción AB.
Además los valores P tienden a cero

Análisis de Varianza

Fuente GL SC Ajust. MC Ajust. Valor F Valor p

Modelo 3 1638,11 546,04 91,36 0,000
Lineal 2 1334,48 667,24 111,64 0,000
Tamaño(pulg) 1 1107,23 1107,23 185,25 0,000
Velocidad(rpm) 1 227,26 227,26 38,02 0,000
Interacciones de 2 términos 1 303,63 303,63 50,80 0,000
Tamaño(pulg)*Velocidad(rpm) 1 303,63 303,63 50,80 0,000
Error 12 71,72 5,98
Total 15 1709,83

La Ecuación de regresión es:

VIBRACIÓN = 23,06 - 96,2 Tamaño(pulg) - 0,3720 Velocidad(rpm)

+ 5,576 Tamaño(pulg)*Velocidad(rpm)

De la gráfica de Daniel y el Diagrama de Pareto se verifica que los efectos si son significativos.
 b) Construir una gráfica de probabilidad normal de los residuales, y graficar los residuales contra el nivel de vibración
predicho (valores ajustados). Interpretar estas gráficas.

En la gráfica de probabilidad normal no se observan puntos muy distantes por lo tanto no hay puntos
atípicos.
De la gráfica de valores ajustados se verifica que no presentan ninguna estructura o patrón obvio.
Se deduce que el diseño efectivamente cumple con el supuesto de normalidad y Homocedasticidad.

c) Hacer la gráfica de la interacción AB. Interpretar esta gráfica. ¿Qué niveles del tamaño de las ranuras y la velocidad se
recomendarían para la operación rutinaria?

De la gráfica de la interacción de A y B se presenta cuando el tamaño es bajo.

Se recomienda usar el nivel bajo de A (Tamaño de Ranura 1/16) y el nivel alto de B
(Velocidad de Corte 90 rpm), para minimizar la vibración de las tarjetas de circuitos. Con la
Gráfica de cubos tenemos un valor medio mínimo para la vibración de 14,925.
 a) Estimar los efectos de los factores.

Coeficientes codificados
EE
Efect del Valor Valo
Término o Coef coef. T rp FIV
Constant 82,78 0,48 169,2 0,00
e 1 9 4 0
A -9,063 -4,531 0,48 -9,26 0,00 1,0
9 0 0
B -1,313 -0,656 0,48 -1,34 0,19 1,0
9 8 0
C -2,687 -1,344 0,48 -2,75 0,01 1,0
9 4 0
D 3,938 1,969 0,48 4,02 0,00 1,0
9 1 0
A*B 4,062 2,031 0,48 4,15 0,00 1,0
9 1 0
A*C 0,688 0,344 0,48 0,70 0,49 1,0
9 2 0
A*D -2,188 -1,094 0,48 -2,24 0,04 1,0
9 0 0
B*C -0,562 -0,281 0,48 -0,57 0,57 1,0
9 3 0
B*D -0,188 -0,094 0,48 -0,19 0,85 1,0
9 0 0
C*D 1,687 0,844 0,48 1,72 0,10 1,0
9 4 0
A*B*C -5,187 -2,594 0,48 -5,30 0,00 1,0
9 0 0
A*B*D 4,687 2,344 0,48 4,79 0,00 1,0
9 0 0
A*C*D -0,937 -0,469 0,48 -0,96 0,35 1,0
9 2 0
B*C*D -0,937 -0,469 0,48 -0,96 0,35 1,0
9 2 0
A*B*C*D 2,437 1,219 0,48 2,49 0,02 1,0
9 4 0

b) Construir la tabla del análisis de varianza y determinar cuáles factores son importantes para explicar el rendimiento.

Análisis de Varianza
Con un con α=0,05 F de tabla tenemos 4,49 entonces se rechaza la Ho par A,B y la interacción AB.
Además los valores P tienden a cero
 Fuente GL SC Ajust. MC Ajust. Valor F Valor p
Modelo 15 1504,97 100,331 13,10 0,000
Lineal 4 852,63 213,156 27,84 0,000
A 1 657,03 657,031 85,82 0,000
B 1 13,78 13,781 1,80 0,198
C 1 57,78 57,781 7,55 0,014
D 1 124,03 124,031 16,20 0,001
Interacciones de 2 términos 6 199,69 33,281 4,35 0,009
A*B 1 132,03 132,031 17,24 0,001
A*C 1 3,78 3,781 0,49 0,492
A*D 1 38,28 38,281 5,00 0,040
B*C 1 2,53 2,531 0,33 0,573
B*D 1 0,28 0,281 0,04 0,850
C*D 1 22,78 22,781 2,98 0,104
Interacciones de 3 términos 4 405,12 101,281 13,23 0,000

A*B*C 1 215,28 215,281 28,12 0,000

A*B*D 1 175,78 175,781 22,96 0,000
A*C*D 1 7,03 7,031 0,92 0,352
B*C*D 1 7,03 7,031 0,92 0,352
Interacciones de 4 términos 1 47,53 47,531 6,21 0,024

A*B*C*D 1 47,53 47,531 6,21 0,024

Error 16 122,50 7,656
Total 31 1627,47

c) Escribir un modelo de regresión para predecir el rendimiento, suponiendo que los cuatro factores se hicieron variar
en el rango de -1 a +1 (en unidades codificadas).

Ecuación de regresión en unidades codificadas

Rendimiento = 82,781 - 4,531 A - 1,344 C + 1,969 D + 2,031 A*B - 1,094 A*D
- 2,594 A*B*C
+ 2,344 A*B*D + 1,219 A*B*C*D
d) Graficar los residuales contra el rendimiento predicho y en una escala de probabilidad normal. ¿El análisis residual
parece ser satisfactorio?

De la gráfica de valores ajustados se verifica que no presentan ninguna estructura o patrón obvio.
En la gráfica de probabilidad normal se observan puntos ligeramente distantes cuyos residuales son
analizados a continuación :
Ajustes y diagnósticos para observaciones poco comunes
Resid
Obs Rendimiento Ajuste Resid est.
13 99,00 92,03 6,97 2,94 R
23 82,00 87,03 -5,03 -2,12 R
Residuo grande R

Un residual mayor que 3 o 4 desviaciones estándar a partir de cero es un punto atípico potencial, por lo tanto
2,94 y -2,12 es menor a 3, asique NO ES UN PUNTO ATÍPICO POTENCIAL.
Por lo tanto, Se cumple los supuestos de normalidad y Homocedasticidad.
e) Dos interacciones de tres factores, ABC y ABD, aparentemente tienen efectos grandes. Trazar una gráfica de cubo en
los factores A, B y C con los rendimientos promedio indicados en cada vértice. Repetir lo anterior utilizando los
factores A, B y D. ¿Estas dos gráficas ayudan en la interpretación de los datos? ¿Dónde se recomendaría que se
corriera el proceso con respecto a las cuatro variables?

Trazar una gráfica de cubo en los factores A, B y C

Trazar una gráfica de cubo en los factores A, B y D

Se recomienda hacer correr el proceso para conseguir el mayor rendimiento de 94,75 a

un nivel bajo de B, nivel bajo de A y nivel alto de D.
Regresión factorial: TIEMPO vs. Tipo de Botellas; Empleado
Coeficientes codificados
EE del
Término Efecto Coef coef. Valor T Valor p FIV
Constante 5,1244 0,0926 55,33 0,000
Tipo de Botellas -0,7313 -0,3656 0,0926 -3,95 0,002 1,00

Empleado 0,6463 0,3231 0,0926 3,49 0,004 1,00

Tipo de Botellas*Empleado -0,3388 -0,1694 0,0926 -1,83 0,092 1,00

Resumen del modelo

R-cuad. R-cuad.
S R-cuad. (ajustado) (pred)
0,370487 72,16% 65,20% 50,50%
Análisis de Varianza
Con un con α=0,05 F de tabla tenemos 4,75 entonces se rechaza la Ho para A y B.
Además, los valores P son menores a 0,05 se podría decir que tienden a cero.

Fuente GL SC Ajust. MC Ajust. Valor F Valor p

Modelo 3 4,2685 1,4228 10,37 0,001
Lineal 2 3,8095 1,9047 13,88 0,001
Tipo de Botellas 1 2,1389 2,1389 15,58 0,002
Empleado 1 1,6706 1,6706 12,17 0,004
Interacciones de 2 términos 1 0,4590 0,4590 3,34 0,092

Tipo de Botellas*Empleado 1 0,4590 0,4590 3,34 0,092

Error 12 1,6471 0,1373

Total 15 5,9156
De las gráficas y el Diagrama de Pareto se verifica que los efectos de A y B son los
que afectan al diseño.
Analizando con los factores que afectan tenemos:
Regresión factorial: TIEMPO vs. Tipo de Botellas; Empleado
Resumen del modelo
R-cuad. R-cuad.
S R-cuad. (ajustado) (pred)
0,402505 64,40% 58,92% 46,07%
Ecuación de regresión en unidades no codificadas
TIEMPO = 4,155 - 0,366 Tipo de Botellas + 0,646 Empleado
Además se observa de los residuales puntos que podrían ser atípicos, entonces realizando los Ajustes y
diagnósticos para observaciones poco comunes
Resid
Obs TIEMPO Ajuste Resid est.
3 6,650 5,813 0,837 2,31 R
Residuo grande R

El cual es menor a 3 por lo tanto no es un punto atípico Potencial. Y se cumple con los supuestos.
 a) Estimar los efectos de los factores. ¿Qué efectos de los factores parecen ser grandes?

Coeficientes codificados
EE del
Término Efecto Coef coef. Valor T Valor p FIV
Constante 11,9881 0,0504 238,04 0,000
Temperatura 3,0189 1,5094 0,0504 29,97 0,000 1,00
Cont.Titanio 3,9759 1,9879 0,0504 39,47 0,000 1,00
Mét.Tratamiento -3,5962 -1,7981 0,0504 -35,70 0,000 1,00
Cant.Refinador 1,9577 0,9789 0,0504 19,44 0,000 1,00
Temperatura*Cont.Titanio 1,9341 0,9671 0,0504 19,20 0,000 1,00
Temperatura*Mét.Tratamiento -4,0077 -2,0039 0,0504 -39,79 0,000 1,00
Temperatura*Cant.Refinador 0,0765 0,0383 0,0504 0,76 0,459 1,00
Cont.Titanio*Mét.Tratamiento 0,0960 0,0480 0,0504 0,95 0,355 1,00
Cont.Titanio*Cant.Refinador 0,0473 0,0236 0,0504 0,47 0,645 1,00
Mét.Tratamiento*Cant.Refinador -0,0769 -0,0384 0,0504 -0,76 0,456 1,00
Temperatura*Cont.Titanio*Mét.Tratamiento 3,1375 1,5687 0,0504 31,15 0,000 1,00
Temperatura*Cont.Titanio*Cant.Refinador 0,0980 0,0490 0,0504 0,97 0,345 1,00
Temperatura*Mét.Tratamiento*Cant.Refinador 0,0191 0,0096 0,0504 0,19 0,852 1,00
Cont.Titanio*Mét.Tratamiento*Cant.Refinador 0,0356 0,0178 0,0504 0,35 0,728 1,00
Temperatura*Cont.Titanio*Mét.Tratamiento*Cant.Refi 0,0141 0,0071 0,0504 0,14 0,890 1,00
nador
 b) Conducir un análisis de varianza ¿Alguno de los factores afecta la formación de fisuras? Utilizar α=0,05.

Con un con α=0,05 F de tabla tenemos 4,49 entonces se rechaza la Ho para A y B.

Además, los valores P son menores a 0,05 se podría decir que tienden a cero.

Análisis de Varianza
SC MC Valor
Fuente GL Ajust. Ajust. Valor F p
Modelo 15 570,948 38,063 468,99 0,000
Lineal 4 333,496 83,374 1027,28 0,000
Temperatura 1 72,909 72,909 898,34 0,000
Cont.Titanio 1 126,461 126,461 1558,17 0,000
Mét.Tratamiento 1 103,464 103,464 1274,82 0,000
Cant.Refinador 1 30,662 30,662 377,80 0,000
Interacciones de 2 términos 6 158,609 26,435 325,71 0,000
Temperatura*Cont.Titanio 1 29,927 29,927 368,74 0,000
Temperatura*Mét.Tratamiento 1 128,496 128,496 1583,26 0,000
Temperatura*Cant.Refinador 1 0,047 0,047 0,58 0,459
Cont.Titanio*Mét.Tratamiento 1 0,074 0,074 0,91 0,355
Cont.Titanio*Cant.Refinador 1 0,018 0,018 0,22 0,645
Mét.Tratamiento*Cant.Refinador 1 0,047 0,047 0,58 0,456
Interacciones de 3 términos 4 78,841 19,710 242,86 0,000
Temperatura*Cont.Titanio*Mét.Tratamiento 1 78,751 78,751 970,33 0,000
Temperatura*Cont.Titanio*Cant.Refinador 1 0,077 0,077 0,95 0,345
Temperatura*Mét.Tratamiento*Cant.Refinador 1 0,003 0,003 0,04 0,852
Cont.Titanio*Mét.Tratamiento*Cant.Refinador 1 0,010 0,010 0,13 0,728
Interacciones de 4 términos 1 0,002 0,002 0,02 0,890
Temperatura*Cont.Titanio*Mét.Tratamiento*Cant.Refinador 1 0,002 0,002 0,02 0,890
Error 16 1,299 0,081
Total 31 572,246
c) Escribir un modelo de regresion que pueda usarse para predecir la longitud de las fisuras como una funcion de los
efectos principales y las interacciones significativas que se han identificado en el inciso b.

Ecuación de regresión en unidades codificadas

FISURAS = 11,9881 + 1,5094 Temperatura + 1,9879 Cont.Titanio - 1,7981 Mét.Tratamiento
+ 0,9789 Cant.Refinador + 0,9671 Temperatura*Cont.Titanio
- 2,0039 Temperatura*Mét.Tratamiento
+ 1,5687 Temperatura*Cont.Titanio*Mét.Tratamiento
d) Analizar los residuales de este experimento.

Ajustes y diagnósticos para observaciones poco comunes

Resid
Obs FISURAS Ajuste Resid est.
16 15,653 15,198 0,455 2,05 R
Residuo grande R

e) ¿hay algún indicio de que alguno de los factores afecte la variabilidad de la formación de fisuras?

Viendo la gráfica de Daniel y Diagrama de Pareto se concluye que los factores que afectan la variabilidad
en la formación de fisuras son: A, B, C, D, AB, AC y ABC.

f) ¿Qué recomendaciones se harian respecto de las operaciones del proceso? Utilizar graficas de las interacciones y/o de
los efectos principales como ayuda para sacar conclusiones.

Se recomienda realizar operaciones en el proceso con Nivel alto de Método de Tratamiento, nivel alto de
Temperatura, nivel bajo de Cantidad de Refinador y nivel bajo de contenido de titanio.
 %Prob.
j EFECTOS
Normal
1 A 76,95 3,33
2 B -67,52 10,00
3 C -7,84 16,67
4 D -18,73 23,33
5 AB -51,32 30,00
6 AC 11,69 36,67
7 AD 9,78 43,33
8 BC 20,78 50,00
9 BD 14,74 56,67
10 CD 1,27 63,33
11 ABC -2,82 70,00
12 ABD -6,5 76,67
13 ACD 10,2 83,33
14 BCD -7,98 90,00
15 ABCD -6,25 96,67

%Prob. Normal
120,00

100,00

80,00

60,00

40,00

20,00

0,00
-80 -60 -40 -20 0 20 40 60 80 100
EFECTOS A, B,C y AB.
Análisis de Varianza
Fuente GL SC Ajust. MC Ajust. Valor F Valor p
Modelo 4 11585,1 2896,28 991,83 0,000
Lineal 3 11081,1 3693,70 1264,90 0,000
Aj.Apertura 1 1116,3 1116,28 382,27 0,000
T.Exposición 1 9214,0 9214,03 3155,34 0,000
T.Desarrollo 1 750,8 750,78 257,10 0,000
Interacciones de 2 términos 1 504,0 504,03 172,61 0,000
Aj.Apertura*T.Exposición 1 504,0 504,03 172,61 0,000
Error 27 78,8 2,92
Total 31 11664,0

Ecuación de regresión en unidades no codificadas

RENDIMIENTO = 6,31 + 5,906 Aj.Apertura + 16,969 T.Exposición + 0,6458 T.Desarrollo
+ 3,969 Aj.Apertura*T.Exposición
 Regresión factorial: RENDIMIENTO vs. Aj.Apertura; T.Exposición; T.Desarrollo
Coeficientes codificados
EE
del Valor Valor
Término Efecto Coef coef. T p FIV
Constante 30,531 0,302 101,07 0,000
Aj.Apertura 11,812 5,906 0,302 19,55 0,000 1,00
T.Exposición 33,938 16,969 0,302 56,17 0,000 1,00
T.Desarrollo 9,687 4,844 0,302 16,03 0,000 1,00
Aj.Apertura*T.Exposición 7,938 3,969 0,302 13,14 0,000 1,00
Resumen del modelo
R-cuad. R-cuad.
S R-cuad. (ajustado) (pred)
1,70884 99,32% 99,22% 99,05%
Análisis de Varianza
SC MC Valor
Fuente GL Ajust. Ajust. Valor F p
Modelo 4 11585,1 2896,28 991,83 0,000
Lineal 3 11081,1 3693,70 1264,90 0,000
Aj.Apertura 1 1116,3 1116,28 382,27 0,000
T.Exposición 1 9214,0 9214,03 3155,34 0,000
T.Desarrollo 1 750,8 750,78 257,10 0,000
Interacciones de 2 1 504,0 504,03 172,61 0,000
términos
Aj.Apertura*T.Exposición 1 504,0 504,03 172,61 0,000
Error 27 78,8 2,92
Total 31 11664,0
Ecuación de regresión en unidades no codificadas
RENDIMIENTO = 6,31 + 5,906 Aj.Apertura + 16,969 T.Exposición + 0,6458 T.Desarrollo
+ 3,969 Aj.Apertura*T.Exposición
Según las gráficas de Pareto y Daniel los efectos que afectan más son el tiempo, temperatura y la interacción de
tiempo y temperatura y la interacción de tiempo y presión.

b) Análisis de Varianza
Fuente GL SC Ajust. MC Ajust. Valor F Valor p
Modelo 15 291.750 19.4500 * *
Lineal 4 140.250 35.0625 * *
TIEMPO 1 81.000 81.0000 * *
CONCENTRACION 1 1.000 1.0000 * *
PRESION 1 16.000 16.0000 * *
TEMPERATURA 1 42.250 42.2500 * *
Interacciones de 2 términos 6 138.750 23.1250 * *
TIEMPO*CONCENTRACION 1 2.250 2.2500 * *
TIEMPO*PRESION 1 72.250 72.2500 * *
TIEMPO*TEMPERATURA 1 64.000 64.0000 * *
CONCENTRACION*PRESION 1 0.250 0.2500 * *
CONCENTRACION*TEMPERATURA 1 0.000 0.0000 * *
PRESION*TEMPERATURA 1 0.000 0.0000 * *
Interacciones de 3 términos 4 8.750 2.1875 * *
TIEMPO*CONCENTRACION*PRESION 1 4.000 4.0000 * *
TIEMPO*CONCENTRACION*TEMPERATURA 1 2.250 2.2500 * *
TIEMPO*PRESION*TEMPERATURA 1 0.250 0.2500 * *
CONCENTRACION*PRESION*TEMPERATURA 1 2.250 2.2500 * *
Interacciones de 4 términos 1 4.000 4.0000 * *
TIEMPO*CONCENTRACION*PRESION*TEMPERATURA 1 4.000 4.0000 * *
Error 0 * *
Total 15 291.750
Los primeros datos de mi cálculo no son factibles por lo cual se realizara de nuevo el análisis pero esta vez solo con
los factores que son significativos.

Análisis de Varianza
SC MC
Fuente GL Ajust. Ajust. Valor F Valor p
Modelo 5 275.50 55.100 33.91 0.000
Lineal 3 139.25 46.417 28.56 0.000
TIEMPO 1 81.00 81.000 49.85 0.000
PRESION 1 16.00 16.000 9.85 0.011
TEMPERATURA 1 42.25 42.250 26.00 0.000
Interacciones de 2 2 136.25 68.125 41.92 0.000
términos
TIEMPO*PRESION 1 72.25 72.250 44.46 0.000
TIEMPO*TEMPERATURA 1 64.00 64.000 39.38 0.000
Error 10 16.25 1.625
Total 15 291.75

El valor de Fisher por tablas es: 4.96 y como se muestra el tiempo, presión, temperatura, la interacción
de tiempo y presión y la interacción de temperatura influyen en el desarrollo significativamente.
C)

Ecuación de regresión en unidades no codificadas

RENDIMIENTO = 209.1 - 83.5 TIEMPO + 2.438 PRESION - 1.630 TEMPERATURA
- 0.850 TIEMPO*PRESION
+ 0.640 TIEMPO*TEMPERATURA

D)

NO EXISTE UN PROBLEMA POTENCIAL

g)

MAYOR TIEMPO Y MENOR CONCENTRACIÓN Y PRESIÓN SE TIENE UN MEJOR RESULTADO

Análisis de Varianza
Fuente GL SC Ajust. MC Ajust. Valor F
Modelo 7 93,250 13,3214 2,20
Lineal 3 90,375 30,1250 4,98
Material del molde 1 72,250 72,2500 11,95
Metodo de batido 1 18,062 18,0625 2,99
Marca de la harina 1 0,063 0,0625 0,01
Interacciones de 2 términos 3 2,625 0,8750 0,14
Material del molde*Metodo de batido 1 0,062 0,0625 0,01
Material del molde*Marca de la harina 1 1,562 1,5625 0,26
Metodo de batido*Marca de la harina 1 1,000 1,0000 0,17
Interacciones de 3 términos 1 0,250 0,2500 0,04
Material del molde*Metodo de batido*Marca de la harina 1 0,250 0,2500 0,04
Error 56 338,500 6,0446
Total 63 431,750
Fuente Valor p
Modelo 0,047
Lineal 0,004
Material del molde 0,001
Metodo de batido 0,089
Marca de la harina 0,919
Interacciones de 2 términos 0,933
Material del molde*Metodo de batido 0,919
Material del molde*Marca de la harina 0,613
Metodo de batido*Marca de la harina 0,686
Interacciones de 3 términos 0,840
Material del molde*Metodo de batido*Marca de la harina 0,840
Error
Total

1°ITERACIÓN (SOLO SE INCLUYEN HASTA EL ORDEN 2)

Análisis de Varianza
Fuente GL SC Ajust. MC Ajust. Valor F Valor p
Modelo 6 93,000 15,5000 2,61 0,026
Lineal 3 90,375 30,1250 5,07 0,004
Material del molde 1 72,250 72,2500 12,16 0,001
Metodo de batido 1 18,062 18,0625 3,04 0,087
Marca de la harina 1 0,062 0,0625 0,01 0,919
Interacciones de 2 términos 3 2,625 0,8750 0,15 0,931
Material del molde*Metodo de batido 1 0,062 0,0625 0,01 0,919
Material del molde*Marca de la harina 1 1,562 1,5625 0,26 0,610
Metodo de batido*Marca de la harina 1 1,000 1,0000 0,17 0,683
Error 57 338,750 5,9430
Falta de ajuste 1 0,250 0,2500 0,04 0,840
Error puro 56 338,500 6,0446
Total 63 431,750
Ecuación de regresión en unidades no codificadas
RESULTADOS = 11,563 + 1,063 Material del molde + 0,531 Metodo de batido
- 0,031 Marca de la harina - 0,031 Material del molde*Metodo de batido
- 0,156 Material del molde*Marca de la harina
- 0,125 Metodo de batido*Marca de la harina