Compatible Presentacion PRIMERA ASIGNACIÓN Diseño

UNIVERSIDAD DE ORIENTE
NÚCLEO DE MONAGAS
COORDINACIÓN GENERAL DE POSTGRADO
MAESTRÍA EN INGENIERÍA DE GAS
ESTADÍSTICA APLICADA A LA INGENIERÍA
MATURÍN/MONAGAS/VENEZUELA
DISEÑO DE EXPERIMENTOS
(PRIMERA ASIGNACIÓN)
EQUIPO 4
BRITO GERMÁN
CABELLO CARMEN
ESPINOZA EUMARIELYS
LUCENA NOHEMIGDELIA
MONSERRATTE WENCESLAO
PROF. FRANCISCO ESPARRAGOZA
MATURÍN, NOVIEMBRE DE 2017

PROBLEMA 1
PROBLEMA 2
PROBLEMA 3
PROBLEMA 4
PROBLEMA 1
Se pretende comparar la duración de tres tipos de pilas alcalinas de frecuente
presencia en el mercado. Para ello se mide la duración (en horas) de cinco
pilas de cada marca elegidas al azar, datos que se recogen a continuación:
Se pide: Marca de las Pilas

1 2 3
a) Variable respuesta, factor a estudiar, unidades
experimentales, que modelo se debe plantear, cuántas 100 76 108
variables se deben definir. ¿Cuáles son? 96 80 100
b) ¿Cuál de las tres marcas dura más? Justifique su 92 75 105
respuesta. 96 84 102
c) ¿Qué se puede concluir acerca de la duración de estas 92 82 100
tres marcas de pilas?
d) Realizar comparaciones múltiples por los métodos de
TUKEY y D.M.S ¿Se obtuvo el mismo resultado?
e) Verifique el supuesto de normalidad e identifique si
hay puntos atípicos.
f) Verifique la igualdad de las varianzas. ¿Se puede usar
la prueba de BARTLETT?. ¿Por qué?
g) Use la prueba de KRUSKAL-WALLIS para el análisis de
varianza. ¿Es la misma conclusión de la parte c)?
SOLUCIÓN PROBLEMA 1
Experimento con un solo factor
a) Variable respuesta, factor a estudiar, unidades experimentales, que modelo se
debe plantear, cuántas variables se deben definir. ¿Cuáles son?
Marca de las Pilas

1 2 3
100 76 108
96 80 100
92 75 105
96 84 102
92 82 100
SOLUCIÓN PROBLEMA 1 (cont.)
b) ¿Cuál de las tres marcas dura más? Justifique su respuesta.
Marca de las Pilas
n 1 2 3
y i
100
96
76
80
108
100
y i 1
92 75 105
n 96 84 102
92 82 100
95.2 79.4 103
c) ¿Qué se puede concluir acerca de la duración de estas tres marcas de pilas?
ANÁLISIS DE VARIANZA
3. Regla de decisión  Fc: valor crítico de Fisher
Fc  Fα, t-1, t(r-1)  F0.05, 3-1, 3(5-1) F0.05, 2,12  Ir a la tabla de Puntos Porcentuales de la
Distribución F de Fisher (Pág.. 644
Montgomery)
t-1: grados de libertad para los tratamientos
t(r-1) : grados de libertad para el error
gl del numerador
gl del
denominador
Fc = F0.05, 2,12 = 3.885
4. Datos típicos para el ANOVA
Tratamientos Observaciones
1 100 96 92 96 92 5 476 45315.2 95.2
2 76 80 75 84 82 5 397 31521.8 79.4
3 108 100 105 102 100 5 515 53045 103
1388 92.53
5. Tabla del ANOVA
Fuente de Suma de Grados de Cuadrados

F
variación cuadrados Libertad Medios
Tratamientos
Error
Total
1 100 96 92 96 92 5 476 45315.2 95.2
2 76 80 75 84 82 5 397 31521.8 79.4
3 108 100 105 102 100 5 515 53045 103
1388 92.53
= (45315.2+ 31521.8+ 53045) - ((1388)2/15)

= 1445.7335
1 100 96 92 96 92 5 476 45315.2 95.2
2 76 80 75 84 82 5 397 31521.8 79.4
3 108 100 105 102 100 5 515 53045 103
1388 92.53
= (4762+3972+5152) - ((1388)2/15 )
= 1597.7335
= 1597.7335 – 1445.7335 = 152
CÁLCULO DE F DE FISHER
= 57.0682
5. Tabla del ANOVA

F
Tratamientos 1445.7335 2 722.86675
Error 152 12 12.667 57.0682
Total 1597.7335 14 ---
Estadístico de Prueba F> Fc  57.0682 > 3.885
CON 95% DE CONFIANZA SE RECHAZA LA

HIPÓTESIS NULA, ES DECIR EXISTE UNA
DIFERENCIA SIGNIFICATIVA ENTRE LAS
MARCAS DE LAS PILAS LO QUE AFECTA LA
DURACIÓN DE LAS MISMAS, AL MENOS UNA
MARCA DIFIERE DE LAS DEMÁS.
Para un diseño balanceado
Ir a la tabla de puntos porcentuales del estadístico

del rango studentizado (Pág. 657 Montgomery)
Cuadro de comparaciones de pares de medias de Tukey

(diferencias a probar)
0 15.8 23.6
-- 0 7.8
-- -- 0
SE RECHAZA LA HIPÓTESIS NULA, ES DECIR, CON

95% DE CONFIANZA EXISTE UNA DIFERENCIA
SIGNIFICATIVA ENTRE LAS TRES MEDIAS DE LAS
MARCAS DE PILA, OBTENIÉNDOSE LA MISMA
CONCLUSIÓN QUE EN EL APARTADO C) Y SIENDO
LA MARCA 3 LA MÁS DURADERA
d) Realizar comparaciones múltiples por los métodos de TUKEY y D.M.S ¿Se
obtuvo el mismo resultado?
Análisis Post- Hoc  D.M.S: Diferencia Mínima Significativa

Para un diseño balanceado
1. Regla de decisión
2. Nivel de significancia α = 0.05
Ir a la tabla de Distribución de Student

Análisis Post- Hoc  D.M.S: diferencia mínima significativa
Cuadro de comparaciones DMS
(diferencias a probar)
0 15.8 23.6
-- 0 7.8
-- -- 0
Regla de decisión
SE RECHAZA LA HIPÓTESIS NULA, ES DECIR, CON 95% DE

CONFIANZA EXISTE UNA DIFERENCIA SIGNIFICATIVA ENTRE
LAS TRES MEDIAS DE LAS MARCAS DE PILA,
OBTENIÉNDOSE LA MISMA CONCLUSIÓN QUE EN EL
APARTADO C) Y SIENDO LA MARCA 3 LA MÁS DURADERA,
COINCIDIENDO CON LOS RESULTADOS DEL MÉTODO DE
TUKEY
e) Verifique el supuesto de normalidad e identifique si hay puntos atípicos.
Supuesto de Normalidad (Adecuación del modelo)
A través de una gráfica de la probabilidad normal de los residuales
Examen de los residuales
Marca de las Pilas

1 2 3
100 76 108
% de probabilidad normal 96 80 100
92 75 105
%P= (j-0.5/n)*100
96 84 102
92 82 100
95.2 79.4 103
Orden decreciente % Probabilidad

j Residuales
de datos Normal
1 75 -4.4 3.33
2 76 -3.4 10.00
3 80 -3.2 16.67
4 82 -3.2 23.33
5 84 -3 30.00
6 92 -3 36.67
7 92 -1 43.33
8 96 0.6 50.00
9 96 0.8 56.67
10 100 0.8 63.33
11 100 2 70.00
12 100 2.6 76.67
13 102 4.6 83.33
14 105 4.8 90.00
15 108 5 96.67

100
80
% de Probabilidad Normal
60
40
20
0
-6 -4 -2 0 2 4 6
Residuales
INICIALMENTE DEL EXAMEN VISUAL DE LOS DATOS SE ASUMIÓ QUE LOS DATOS MUESTRALES PARA
CADA TRATAMIENTO SE TOMARON DE POBLACIONES INDEPENDIENTES QUE PUEDEN DESCRIBIRSE
CON UNA DISTRIBUCIÓN NORMAL, MEDIANTE ESTA GRÁFICA SE HA DETERMINADO QUE LOS
DATOS MUESTRALES SE AJUSTAN A LA DISTRIBUCIÓN NORMAL HIPOTETIZADA EN UN
PRINCIPIO DESCRIBIENDO ADECUADAMENTE LOS DATOS Y EL MODELO PLANTEADO, PUES LOS
PUNTOS GRAFICADOS SIGUEN APROXIMADAMENTE UNA LÍNEA DE TENDENCIA RECTA.
f) Verifique la igualdad de las varianzas. ¿Se puede usar la prueba de BARTLETT?.
¿Por qué?
Igualdad de las varianzas (Adecuación del modelo)
Prueba de Bartlett  esta prueba pues es muy sensible al supuesto de Normalidad, cuando la
validez de este está en duda no debe usarse, por lo que en el caso del problema planteado es
posible usarla, pues los datos cumplen con el supuesto de Normalidad.
1. Planteamiento de Hipótesis
Estadístico de prueba
(y y i i. )2 S12  11.2 S 22  14.8 S 32  12

Si2  i 1
n 1
Estadístico de prueba
CON 95% DE CONFIANZA NO SE RECHAZA LA Ho POR LO TANTO SE

CONSIDERA QUE EXISTE IGUALDAD ENTRE LAS VARIANZAS
g) Use la prueba de KRUSKAL-WALLIS para el análisis de varianza. ¿Es la misma
conclusión de la parte c)?
1. Planteamiento de Hipótesis
Rangos Orden
ascendente
1 75
2 76
3 80
4 82
2. Hacer la clasificación en rangos de las yij
5 84 observaciones en orden ascendente.
6 92
6.5 3. Reemplazar cada observación con su rango Rij,
7 92
asignando a la menor observación el rango 1.
8 96
8.5
9 96 *en el caso de empates (observaciones que tienen el
10 100 mismo valor) se asigna el rango promedio a cada un de
las observaciones empatadas
11 11 100
12 100 (6+7)/2= 6.5
13 102 (8+9)/2= 8.5
14 105 (10+11+12) /3 = 11
15 108
4. Estadístico de prueba
Marca de las pilas
1 2 3
y1j R1j y2j R2j y3j R3j
100 11 76 2 108 15
96 8.5 80 3 100 11
92 6.5 75 1 105 14
96 8.5 84 5 102 13
92 6.5 82 4 100 11
41 15 64
CON 95% DE CONFIANZA SE RECHAZA

LA HIPÓTESIS NULA CONCLUYENDO QUE
LOS TRATAMIENTOS (MARCA DE LAS
PILAS) DIFIEREN SIGNIFICATIVAMENTE
ENTRE SI, OBTENIÉNDOSE EL MISMO
RESULTADO QUE EN EL ANOVA DE LA
PARTE c)
PROBLEMA 2
Se pretende comparar los cuentakilómetros de cuatro vehículos: El Renault
Clio, el Renault Megane, el Ford Focus y Ford Mondeo. Para ello se realiza
cinco recorridos con cada vehículo situando los cuentakilómetros a cero, y
apuntando la distancia que marcan al final del recorrido. Los datos fueron los
siguientes:
RECORRIDO (Km)
VEHÍCULO 1 2 3 4 5
Renault Clio 63.5 63.2 62.3 65.6 65
Renault Megane 64.1 64.2 63 64.2 64.9
Ford Focus 65.9 65 63.9 66 65.8
Ford Mondeo 64.9 65.2 64.1 65.9 67.9
Se pide:
a) Identifique los elementos del experimento: Variable respuesta, factor(es), bloques,
etc. Escriba detalladamente el modelo matemático.
b) ¿Se puede concluir que los cuentakilómetros de los cuatro vehículos dan la misma
precisión al medir distancias?
c) ¿Es conveniente o no de incluir el bloque?
Experimento con 2 factores, bloques aleatorizados
a) Identifique los elementos del experimento: Variable respuesta, factor(es),
bloques, etc. Escriba detalladamente el modelo matemático.
Variable respuesta = lo que marca el cuentakilómetros (distancia en Km)
Factores a estudiar = 2  vehículos (4), factor bloque (recorrido)
Unidades experimentales = 20
RECORRIDO (Km)
Bloques =5 
Bloque Bloque Bloque Bloque Bloque
VEHÍCULO 1 2 3 4 5
Renault Clio 63.5 63.2 62.3 65.6 65
Renault Megane 64.1 64.2 63 64.2 64.9
Ford Focus 65.9 65 63.9 66 65.8
Ford Mondeo 64.9 65.2 64.1 65.9 67.9
Modelo Matemático
3. Regla de decisión  Fc: valor crítico de Fisher Ir a la tabla de Puntos Porcentuales de la

Distribución F de Fisher (Pág.. 644
Montgomery)
Tratamientos
Fctrat  Fα, t-1, (t-1)(b-1)  F0.05, 4-1, (4-1)(5-1) F0.05, 3,12  3.490
Bloques
Fcbloques  Fα, b-1, (t-1)(b-1)  F0.05, 5-1, (4-1)(5-1) F0.05, 4,12  3.259
Observaciones
Tratamientos Bloque 1 Bloque 2 Bloque 3 Bloque 4 Bloque 5
Renault Clio 63.5 63.2 62.3 65.6 65.0 5 319.6 20428.83 63.92
Renault Megane 64.1 64.2 63 64.2 64.9 5 320.4 20531.23 64.08
Ford Focus 65.9 65 63.9 66 65.8 5 326.6 21333.51 65.32
Ford Mondae 64.9 65.2 64.1 65.9 67.9 5 328 21516.80 65.6
4 4 4 4 4 1294.6 64.73
258.4 257.6 253.3 261.7 263.6 1294.6
16692.64 16589.44 16040.2 17121.72 17371
64.6 64.4 63.3 65.4 65.9

4. Suma de cuadrados
-TRATAMIENTOS SCTratamiento
-BLOQUES SCBloques
-TOTAL  SCTOTAL
-ERROR  SCError
5. Grados de libertad
-gl tratamiento = t-1 = 4-1= 3

-gl bloques= b-1 = 5-1 = 4 7. Estadístico de prueba F
-gl error = (t-1) (b-1) = 12
-gl total = N-1 = 20-1 = 19 - Tratamientos
6. Cálculo de los cuadrados medios
= 9.105
- Bloques
= 9.887
Tabla del ANOVA

F
Vehículos (t) 10.918 3 3.6393 9.105
Recorrido (b) 15.807 4 3.9518 9.887
Error 4.797 12 0.3997
Total 1597.7335 19 ---
CON 95% DE CONFIANZA SE

RECHAZA LA HÍPÓTESIS NULA,
EXISTIENDO UNA DIFERENCIA
SIGNIFICATIVA ENTRE LAS MEDIAS
DE LOS CUENTAKILOMETROS DE LOS
VEHÍCULOS, POR LO QUE NO ES
POSIBLE CONCLUIR QUE LOS
c) En este tipo de casos, es conveniente realizar el CUENTAKILOMETROS DE LOS 4
ANOVA incluyendo los bloques para reducir el tamaño VEHICULOS DAN LA MISMA
del error experimental, considerando que no hay PRECISIÓN AL MEDIR LAS
interacción entre los factores DISTANCIAS
PROBLEMA 3
Un experimentador está estudiando el efecto de cinco posibles mezclas de
material explosivo para la fabricación de dinamita. El material explosivo
proviene de cinco orígenes distintos y es manipulado por cinco operarios para
realizar las mezclas. Los datos que se recogen corresponden a la fuerza al
explotar
OPERARIOS
ORIGEN 1 2 3 4 5
1 A B C D E
24 20 19 24 24
2 B C D E A
17 24 30 27 36
3 C D E A B
18 38 26 27 21
4 D E A B C
26 31 26 23 22
5 E A B C D
24 30 20 29 31
Se pide:
a) Identificar los elementos del experimento. Escribir detalladamente el modelo
matemático.
b) Determinar si influyen todas las variables consideradas. ¿Considera que deba
modificarse el modelo?.
c) Comprobar si la fuerza al explotar es, en media, la misma para las cinco mezclas.
Cuadrado Latino
a) Identificar los elementos del experimento. Escribir detalladamente el modelo
matemático.
Variable respuesta = la fuerza al explotar de la mezcla

Factores a estudiar = 3 
El origen (1,2,3,4,5)
(dos factores de bloques El operario (1,2,3,4,5)
Y uno de tratamientos) La mezcla (A,B,C,D,E)
Modelo Matemático
Modelo Estadístico lineal
 i  1, 2, 3,4, 5

yijk     i   j   k   ijk  j  1, 2, 3,4, 5
 k  1, 2, 3,4,5

Cuadrado Latino
b) Determinar si influyen todas las variables consideradas. ¿Considera

que deba modificarse el modelo?.
Cuadrado Latino
3. Regla de decisión  Fc: valor crítico de Fisher Ir a la tabla de Puntos

Porcentuales de la Distribución F
Fc  Fα, p-1, (p-2)(p-1)  F0.05, 5-1, (5-2)(5-1) F0.05, 4,12  3.259 de Fisher (Pág.. 644
Montgomery)
Tratamientos
Filas
Columnas
Cuadrado Latino
Tratamiento Operarios
Origen 1 2 3 4 5
1 24 20 19 24 24 5 111 2464.2 22.2

2 17 24 30 27 36 5 134 3591.2 26.8
3 18 38 26 27 21 5 130 3380.0 26
4 26 31 26 23 22 5 128 3276.8 25.6
5 24 30 20 29 31 5 134 3591.2 26.8
5 5 5 5 5 637 16303.4
109 143 121 130 134 637 25.48
2376.2 4089.8 2928.2 3380 3591.2 16365.4
21.8 28.6 24.2 26 26.8

Cuadrado Latino
Tratamiento Fuerza al explotar
Mezcla
1 2 3 4 5
A 24 36 27 26 30 5 143 4089.8 28.6
B 20 17 21 23 20 5 101 2040.2 20.2
C 19 24 18 22 29 5 112 2508.8 22.4
D 24 30 38 26 31 5 149 4440.2 29.8
E 24 27 26 31 24 5 132 3484.8 26.4
5 5 5 5 5 637 16563.8
111 134 130 128 134 637 25.48
2464.2 3591.2 3380 3276.8 3591.2 16303.4
22.2 26.8 26 25.6 26.8

Cuadrado Latino
Suma de cuadrados
-TRATAMIENTOS SCTratamiento
-BLOQUE 1 (operarios) SCBloque1
-BLOQUE 2 (fuerza al explotar) SCBloque2
-TOTAL  SCTOTAL
-ERROR  SCError
Cuadrado Latino
Grados de libertad Estadístico de prueba F
-gl tratamiento = p-1 = 5-1= 4 - Tratamientos

-gl bloque1= p-1 = 5-1 = 4
-gl bloque2= p-1 = 5-1 = 4 = 1.7311
-gl error = (p-2) (p-1) = 12
Cálculo de los cuadrados medios -Bloque1
= 3.2087
-Bloque1
= 7.9370
Cuadrado Latino
5. Tabla del ANOVA
Fuente de Suma de cuadrados Grados de Cuadrados

F
variación Libertad Medios
Origen 72.64 4 18.16 1.7311
Operario 134.64 4 33.66 3.2087
Mezcla 333.04 4 83.26 7.9370
Error 125.92 12 10.49
Total 666.24
b) CON 95% DE CONFIANZA SE RECHAZA LA

HÍPÓTESIS NULA PARA EL FACTOR MEZCLA. NO
INFLUYEN TODAS LAS VARIABLES
CONSIDERADAS, EL EFECTO DE LOS OPERARIOS
Y EL ORIGEN DE LA MEZCLA NO ES
SIGNIFICATIVO SIENDO SÓLO EL TIPO DE
MEZCLA (A,B,C,D,E ) EL FACTOR QUE INFLUYE
EN LA VARIABILIDAD DE LA FUERZA AL
EXPLOTAR DE LA MISMA. Podría modificarse el
modelo de cuadrado latino a un modelo de
bloques considerando sólo los factores mezcla
y su fuerza al explotar.
Cuadrado Latino
c) Comprobar si la fuerza al explotar es, en media, la misma para las cinco mezclas.
Ya se ha comprobado que los factores origen y operarios, no aportan una diferencia
significativa en la media de los datos por lo que eliminando ambos, se realizaría el ANOVA
mediante bloques obteniéndose:
Tabla ANOVA
Fuente de variación Suma de Grados de Cuadrados
F
cuadrados Libertad Medios
Mezcla (tratamiento) 333.04 4 83.26 5.1126
Fuerza (bloque 1) 72.64 4 18.16 1.1151
Error 260.56 16 16.285
Total 666.24 15
Regla de decisión Fc  Fα, t-1, (t-1)(b-1)  F0.05, 5-1, (5-1)(5-1) F0.05, 4,16  3.007
CON 95% DE CONFIANZA SE RECHAZA LA

HÍPÓTESIS NULA, COMPROBANDO QUE LA
FUERZA AL EXPLOTAR NO ES EN MEDIA
IGUAL PARA LOS CINCO TIPOS DE
MEZCLAS (A,B,C,D,E), EXISTIENDO UNA
DIFERENCIA SIGNIFICATIVA ENTRE AL
MENOS UN PAR DE MEDIAS DE DICHAS
MEZCLAS.
Cuadrado Latino
Cuadrado Latino
Cuadrado Latino
Cuadrado Latino
PROBLEMA 4
Un ingeniero diseña una batería para su uso en el motor de ciclomotores.
Para ello dispone de tres tipos diferentes de material. Como considera que la
temperatura es un factor influyente en la duración de la batería, decide
diseñar el experimento combinando los tres materiales con tres temperaturas
concretas: - 10⁰, 20⁰ y 50⁰. Así, una vez sometidas cuatro baterías de cada
material a cada temperatura, las duraciones efectivas en horas de cada
batería son las siguientes: MATERIAL
1 2 3
(-10⁰) (20⁰) (20⁰)
Se pide: 130 122 150
(-10⁰) (20⁰) (20⁰)
155 126 174
a) Identifique los elementos del (50⁰) (-10⁰) (-10⁰)
experimento. Escribir detalladamente 70 150 138
el modelo matemático. (20⁰) (50⁰) (-10⁰)
34 70 110
b) Estudiar si el tipo de material y la (-10⁰) (50⁰) (50⁰)
temperatura son factores 180 25 60
(20⁰) (20⁰) (50⁰)
determinantes en la duración de las 80 115 96
baterías de ciclomotores. ¿Hay (50⁰) (-10⁰) (20⁰)
posibilidad de que un material sea 82 126 120
más recomendado a una temperatura (20⁰) (50⁰) (-10⁰)
en concreto y no lo sea a otra 40 58 168
distinta? (50⁰) (-10⁰) (-10⁰)
20 159 160
(-10⁰) (-10⁰) (20⁰)
74 188 139
(20⁰) (20⁰) (50⁰)
75 106 104
(50⁰) (50⁰) (50⁰)
58 45 82
PROBLEMA 4 (cont.)
c) Dibujar un gráfico de las duraciones medias con cada tratamiento. ¿Es coherente
con los resultados del apartado b)?. Interpretar las interacciones con la ayuda de
este gráfico.
NOTA: Antes de resolver, hay que organizar la tabla, para poder aplicar el diseño.
TEMPERATURA
MATERIAL -10 20 50
130 34 70
155 80 82
1
180 40 20
74 75 58
150 122 70
126 126 25
2
159 115 58
188 106 45
138 150 60
110 174 96
3
168 120 104
160 139 82
Diseño factorial
a) Identifique los elementos del experimento. Escribir detalladamente el modelo
matemático.
Variable respuesta = duración efectiva en horas de la batería

Factores a estudiar = 2  Factor A (material) , Factor B (temperatura), cada uno
con 3 niveles.
Modelo Matemático
Modelo Estadístico lineal
 i  1, 2, 3

yijk     i   j  ( )ij   ijk  j  1, 2, 3
k  1, 2, 3,4

Diseño factorial
b) Estudiar si el tipo de material y la temperatura son factores determinantes
en la duración de las baterías de ciclomotores. ¿Hay posibilidad de que un
material sea más recomendado a una temperatura en concreto y no lo sea a
otra distinta?
Diseño factorial
2. Nivel de significancia α = 0.05 ó 5 %

Ir a la tabla de Puntos Porcentuales
3. Regla de decisión  Fc: valor crítico de Fisher  de la Distribución F de Fisher (Pág..
644 Montgomery)
Efecto del factor A (MATERIAL)
FcA  Fα, a-1, ab(n-1)  F0.05, 3-1, 3*3(4-1) F0.05, 2,27  3.354
n=2 n=4
Efecto del factor B (TEMPERATURA)
FcB  Fα, b-1, ab(n-1)  F0.05, 3-1, 3*3(4-1) F0.05, 2,27  3.354
INTERACCIÓN AB
FcAB  Fα, (a-1)(b-1), ab(n-1)  F0.05, (3-1)(3-1), 3*3(4-1) F0.05, 4,27  2.728
Diseño factorial
4. Datos típicos del ANOVA
Total observaciones en el nivel

i-ésimo del factor A (material)
Total observaciones en el nivel

j-ésimo del factor B
(temperatura)
Total observaciones en la celda

ij-ésima
Diseño factorial
3. Datos típicos del ANOVA
TEMPERATURA
MATERIAL -10 20 50
130 34 70
155 80 82
1 539 229 230
180 40 20
74 75 58 998 83.167 83000.33
150 122 70
126 126 25
2 623 469 259
159 115 58
188 106 45 1290 107.5 138675
138 150 60
110 174 96
3 576 583 342
168 120 104
160 139 82 1501 125.083 187750.08
1738 1281 770 3789 409425.42

144.83 106.75 64.17 105.25
251720.33 136746.75 49408.33 437875.42

Diseño factorial
Suma de cuadrados total
Suma de cuadrados del efecto del Factor A
Suma de cuadrados del efecto del Factor B
Suma de cuadrados Interacción AB

Diseño factorial
Suma de cuadrados del error
6. Cálculo de cuadrados medios y estadístico de prueba F

Diseño factorial
TABLA ANOVA
Fuente de variación Suma de Grados de Cuadrados
F
cuadrados Libertad Medios
Material (factor A) 2 7.9834
Temperatura (factor B) 2 29.3437
Interacción AB 4 3.5429
Error 27
Total 77134.75
A PARTIR DE ESTOS RESULTADOS DEL ESTADÍSTICO DE PRUEBA, CON 95% DE CONFIANZA SE

RECHAZA LA HIPÓTESIS NULA Y ES POSIBLE DECIR QUE EXISTE UNA INTERACCIÓN
SIGNIFICATIVA ENTRE EL TIPO DE MATERIAL (FACTOR B) Y LA TEMPERATURA (A) LA CUAL
INCIDE EN LAS OBSERVACIONES DE LAS DURACIONES DE LAS BATERÍAS. DE FORMA SIMILAR
SE OBSERVA QUE TANTO LOS EFECTOS PRINCIPALES DEL TIPO DE MATERIAL Y DE LA
TEMPERATURA SON SIGNIFICATIVOS.
Diseño factorial
c) Dibujar un gráfico de las duraciones medias con cada tratamiento. ¿Es coherente con los
resultados del apartado b)?. Interpretar las interacciones con la ayuda de este gráfico.
QUE LAS GRÁFICAS SE CRUCEN ENTRE SÍ 180

DENOTA UNA INTERACCIÓN SIGNIFICATIVA
160
ENTRE EL TIPO DE MATERIAL Y LA
TEMPERATURA. 140
Duración promedio 𝒚 ̅ij.

120
SE PUEDE OBSERVAR TAMBIÉN QUE
100
INDEPENDIENTEMENTE DEL TIPO DE
MATERIAL LA DURACIÓN DE LA BATERÍA 80
SERÁ MAYOR CON LA TEMPERATURA MÁS 60
BAJA (-10 °).
40
PARA LA TEMPERATURA INTERMEDIA DE 20 ° 20
EL MATERIAL 3 EXHIBE UNA MEJOR 0
RESPUESTA AUMENTANDO LA VIDA ÚTIL DE -20 -10 0 10 20 30 40 50 60
LA BATERÍA, MIENTRAS QUE LOS
MATERIALES 1 Y 2 REPORTAN UNA Temperatura (°)
Material 1 Material 2 Material 3
DISMINUCIÓN EN LAS DURACIONES.
AL OCURRIR UN AUMENTO DE TEMPERATURA, LA DURACIÓN DE LA BATERÍA DISMINUYE DRÁSTICAMENTE

PARA LOS MATERIALES 2 Y 3, Y SE MANTIENE CASI INVARIABLE PARA EL MATERIAL 1.
DE ESTA FORMA EL MATERIAL 3 SE PERFILA COMO EL MAS INDICADO PARA LA FABRICACIÓN

DE LA BATERÍA DEBIDO A SU MENOR INCIDENCIA EN LA DURACIÓN DE LA MISMA AL
SOMETERSE A CAMBIOS DE TEMPERATURA.
Diseño factorial
Diseño factorial
¡GRACIAS POR SU ATENCIÓN!

Compatible Presentacion PRIMERA ASIGNACIÓN Diseño

Caricato da

Informazioni sul documento

Descrizione originale:

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

Compatible Presentacion PRIMERA ASIGNACIÓN Diseño

Caricato da

Copyright:

Formati disponibili

UNIVERSIDAD DE ORIENTE

PROF. FRANCISCO ESPARRAGOZA

MATURÍN, NOVIEMBRE DE 2017

Se pide: Marca de las Pilas

Marca de las Pilas

Marca de las Pilas

3. Regla de decisión  Fc: valor crítico de Fisher

4. Datos típicos para el ANOVA

5. Tabla del ANOVA

Fuente de Suma de Grados de Cuadrados

= (45315.2+ 31521.8+ 53045) - ((1388)2/15)

= 1597.7335 – 1445.7335 = 152

5. Tabla del ANOVA

Fuente de Suma de Grados de Cuadrados

Estadístico de Prueba F> Fc  57.0682 > 3.885

CON 95% DE CONFIANZA SE RECHAZA LA

Para un diseño balanceado

Ir a la tabla de puntos porcentuales del estadístico

Cuadro de comparaciones de pares de medias de Tukey

SE RECHAZA LA HIPÓTESIS NULA, ES DECIR, CON

Análisis Post- Hoc  D.M.S: Diferencia Mínima Significativa

2. Nivel de significancia α = 0.05

Ir a la tabla de Distribución de Student

SE RECHAZA LA HIPÓTESIS NULA, ES DECIR, CON 95% DE

Supuesto de Normalidad (Adecuación del modelo)

A través de una gráfica de la probabilidad normal de los residuales

Examen de los residuales

Marca de las Pilas

Supuesto de Normalidad (Adecuación del modelo)

Orden decreciente % Probabilidad

Supuesto de Normalidad (Adecuación del modelo)

(y y i i. )2 S12  11.2 S 22  14.8 S 32  12

CON 95% DE CONFIANZA NO SE RECHAZA LA Ho POR LO TANTO SE

CON 95% DE CONFIANZA SE RECHAZA

3. Regla de decisión  Fc: valor crítico de Fisher Ir a la tabla de Puntos Porcentuales de la

4. Datos típicos para el ANOVA

258.4 257.6 253.3 261.7 263.6 1294.6

16692.64 16589.44 16040.2 17121.72 17371

64.6 64.4 63.3 65.4 65.9

-gl tratamiento = t-1 = 4-1= 3

6. Cálculo de los cuadrados medios

Fuente de Suma de Grados de Cuadrados

CON 95% DE CONFIANZA SE

Variable respuesta = la fuerza al explotar de la mezcla

b) Determinar si influyen todas las variables consideradas. ¿Considera

3. Regla de decisión  Fc: valor crítico de Fisher Ir a la tabla de Puntos

1 24 20 19 24 24 5 111 2464.2 22.2

2376.2 4089.8 2928.2 3380 3591.2 16365.4

21.8 28.6 24.2 26 26.8

Tratamiento Fuerza al explotar

111 134 130 128 134 637 25.48

2464.2 3591.2 3380 3276.8 3591.2 16303.4

22.2 26.8 26 25.6 26.8

-BLOQUE 1 (operarios) SCBloque1

-BLOQUE 2 (fuerza al explotar) SCBloque2

Grados de libertad Estadístico de prueba F

-gl tratamiento = p-1 = 5-1= 4 - Tratamientos

Cálculo de los cuadrados medios -Bloque1

Fuente de Suma de cuadrados Grados de Cuadrados

b) CON 95% DE CONFIANZA SE RECHAZA LA

CON 95% DE CONFIANZA SE RECHAZA LA

Variable respuesta = duración efectiva en horas de la batería

2. Nivel de significancia α = 0.05 ó 5 %