Está en la página 1de 16

DISEÑO DE EXPERIMENTOS

CURSO NIVELATORIO
MAESTRÍA EN INGENIERÍA NAVAL Y OCEÁNICA

NEIL NEWBALL JIMENEZ

Profesor
JULIO HURTADO

UNIVERSIDAD TECNOLÓGICA DE BOLÍVAR


Cartagena, Bolívar
Febrero de 2008
Ejercicio 3.4. Texto: Diseño y análisis de experimentos. Montgomery, Douglas
EDITORIAL: Limusa Wiley. Segunda Edición.

Se llevo a cabo un experimento a fin de determinar si cuatro temperaturas de cocción


específicas afectan la densidad de cierto tipo de ladrillo. El experimento produjo los
siguientes datos:

Temperatura Densidad
100 21.8 21.9 21.7 21.6 21.7
125 21.7 21.4 21.5 21.4
150 21.9 21.8 21.8 21.6 21.5
175 21.9 21.7 21.8 21.4

a) La temperatura de cocción afecta la densidad de los ladrillos? Utilizar α=0.05.


b) Es apropiado comparar las medias utilizando la prueba del rango múltiple de
Duncan (por ejemplo) en este experimento?
c) Analizar los residuos de este experimento. Se satisfacen los supuestos del análisis
de varianza?
d) Construir una representación grafica de los tratamientos como se describió en la
sección 3-5.3. Esta grafica resume adecuadamente los resultados del análisis de
varianza del inciso a?

DESAROLLO

a) La temperatura de cocción afecta la densidad de los ladrillos? Utilizar α=0.05.


Nos encontramos con un experimento con un solo factor con diferente número de
observaciones dentro de cada tratamiento, este tipo de experimento se denomina
no balanceado.
Para el desarrollo de diseños no balanceados hay que tener en cuanta las
siguientes consideraciones en las expresiones para el cálculo de las respectivas
sumas de cuadrados así:

MODELO ESTADISTICO: Yij = μ +τ i +ε ij

a
N= ∑ ni
i =1

a n
Yij 2 Y ..2
(3-14) SST= ∑∑ −
i =1 J =1 ni N

a
Yi.2 Y ..2
(3-15) SStratamientos= ∑i =1 ni

N
Para lo demás no se requieren más cambios en el análisis de la varianza.

Se contrastan las siguientes hipótesis

Hipótesis nula Ho: µ1=µ2=µ3=µ4=µ5

Hipótesis alterna Ha: µi ≠ µj o algunas medias son diferentes

Para el cálculo manual del Anova se realizan las siguientes operaciones:

∑ Yi.
i
Yi. Yi.2 ni (Yi.2 / ni)

(21.8+21.9+21.7+21.6) 108,7 11815,69 5 2363,138


(21.7+21.4+21.5+21.4) 86 7396 4 1849
(21.9+21.8+21.8+21.6) 108,6 11793,96 5 2358,792
(21.9+21.7+21.8+21.4) 86,8 7534,24 4 1883,56
Y..=390,1 N=18 8454,49
Y2..=152178,01

a
N= ∑ ni =5+4+5+4=18
i =1

Calculo de la suma de cuadrados totales SST.

a n
Yij 2 Y ..2
(3-14) SST= ∑∑ −
i =1 J =1 ni N

SST=(21.82+21.92+21.72+21.62+ 21.72+21.42+21.52+21.42+21.92+21.82+21.82+21.62+ 21.92+21.72+21.82+21.42 )-390,12/18

SST= 0,51611111

Calculo de la suma de cuadrados totales SStratamientos.

Yi.2 Y ..2
a
(3-15) SStratamientos= ∑ −
i =1 ni N

SStratamientos= (2363.138+1849+2358.792+1883.56)- 390,12/18


SStratamientos= 0,15611111

SSe=SST – Sstratamientos

SSe= 0,51611111-0,15611111

SSe= 0,36

Calculo de los cuadrados medios para los tratamientos y los errores

MStratamientos= SStratamientos/( a-1)

MStratamientos= (0,15611111)/ 3

MStratamientos= 0,05203704

MSe=SSe/ (N-a)

MSe= (0,36)/ 14

MSe= 0,02571429

Fo=( MStratamientos)/ (MSe)

Fo= 2,02366255

TABLA ANOVA PARA DISEÑO DE EFECTOS FIJOS NO HOMOGENEOS

VARIACION SUM CUADRADOS GL CM Fo P valor


ENTRE TRATAMIENTO Sstratamientos 0,15611111 a-1 3 0,05203704 2,02366255 0,15687477
ERROR(DENTRO) SSe 0,36 N-a 14 0,02571429
TOTAL SST 0,51611111 N-1 17

PRUEBA PARA EL RECHAZO O NO DE LA HIPOTESIS NULA

Con ayuda de Excel se calcula el valor de Fα,4,14= DISTR.F.INV(0,05;4;14)= 3,11224985

Fα,4,14= 3,11224985

CALCULO DE Pvalor.

Con ayuda de Excel se calcula el P valor = DISTR.F(2,02366255;3;14)= 0,15687477

Pvalor>0.05
ANALISIS
De donde se tiene que Fo<Fα,4,20, Pvalor>α por lo tanto no se rechaza la hipótesis nula,
ya que no existe diferencias significativas entre las medias y por lo tanto se puede
concluir que la temperatura de cocción no afecta la densidad de los ladrillos.

Un procedimiento muy utilizado para comparar todos los pares de medias es la prueba
del rango múltiple desarrollada por Duncan.

Para muestras desiguales como es el caso que nos compete en este diseño hay que
tener en cuanta que hay que sustituir en la ecuación con la media armónica nh de
donde

De donde se tiene que:


nk = (4)/(1/5+1/4+1/5/+1/4)
nk = (4)/(0.20+0.25+0.20+/0.25)
nk =4.44

Syi=0,3960742

Se ordenan los promedios de los tratamientos en orden ascendente que dando de la


siguiente manera:

Ym2i= 21,50
Ym4i= 21,70
Ym3i= 21,72
Ym1i= 21,74
Por lo tanto los rangos de significancia serian:

R2= r0.05(2,14)* Syi =(3.74)* 0,3960742=1,4813175


R3= r0.05(3,14)* Syi =(3.34)* 0,3960742=1,32288782
R4= r0.05(4,14)* Syi =(3.11)* 0,3960742=1,23179076

Los resultados de las comparaciones serian:

1 VS 2 0,24 R4 0.24<1,23179076
1 VS 4 0,04 R3 0.04<1,32288782
1 VS 3 0,02 R2 0.02<1,4813175
3 VS 2 0,22 R3 0.22<1,32288782
3 VS 4 0,02 R2 0.02<1,4813175
4 VS 2 0,20 R4 0.20<1,23179076

Method: 95,0 percent LSD


TEMEPERATURA Count Mean Homogeneous Groups
2 4 21,5 X
4 4 21,7 XX
3 5 21,72 XX
1 5 21,74 X

Means and 95,0 Percent LSD Intervals

21,9

21,8

21,7
DENSIDAD

21,6

21,5

21,4

21,3
1 2 3 4
TEMEPERATURA
Box-and-Whisker Plot

TEMEPERATURA 1

21,3 21,4 21,5 21,6 21,7 21,8 21,9


DENSIDAD

b) Es apropiado comparar las medias utilizando la prueba del rango múltiple de


Duncan (por ejemplo) en este experimento?

Si, El análisis se observa que no hay diferencias significativas entre todos los pares de
medias.

c) Analizar los residuos de este experimento. Se satisfacen los supuestos del análisis de
varianza?
Normal Probability Plot for RESIDUALS

0,2

0,1
RESIDUALS

-0,1

-0,2

-0,3
0,1 1 5 20 50 80 95 99 99,9
percentage

En la grafica de distribución normal para los residuos se puede la cercanía de todos los
puntos a la línea de tendencia concluyéndose visualmente que están alineados.

Prueba de independencia.

Outlier Plot with Sigma Limits


Sample mean = 0,0, std. deviation = 0,145521
0,6 4

0,4 3
2
0,2
RESIDUALS

1
0 0
-1
-0,2
-2
-0,4 -3
-0,6 -4
0 20 40 60 80 100
Row number
Se puede observar el comportamiento aleatorio, por lo que se cumple que dichos puntos
se acogen en el supuesto de independencia.

Chequeo de la varianza:

Ho: σ12=σ22= σ312 =σ42


2 2
Ha= σi ≠σj para cualquier i≠ j

Variance Check
Test P-Value
Cochran's C 0,4375 0,510742

P-valor es superior o igual a 0,05, no hay una diferencia estadísticamente significativa


entre las desviaciones estándar en el nivel de confianza del 95,0%

Variance Check
Test P-Value
Bartlett's 1,11303 0,720465

P-valor es superior o igual a 0,05, no hay una diferencia estadísticamente significativa


entre las desviaciones estándar en el nivel de confianza del 95,0%
Variance Check
Test
Hartley's 3,58974

En este cuadro se pone a prueba la hipótesis nula de que las desviaciones estándar de
DENSIDAD dentro de cada uno de los 4 niveles de TEMEPERATURA es el mismo.

Variance Check
Test P-Value
Levene's 0,2955 0,828027

P-valor es superior o igual a 0,05, no hay una diferencia estadísticamente significativa


entre las desviaciones estándar en el nivel de confianza del 95,0%

Prueba analítica

Ho: los datos NO proceden de una distribución normal


Ha: los datos proceden de una distribución normal

Apoyándome con el Statgraph puedo concluir que:

El menor valor de P-entre las pruebas realizadas es igual a 0,0821776.


Debido a que el P-valor para esta prueba es mayor o igual a 0,05, no podemos rechazar
la idea de que los residuos proceden de una distribución normal con un 95% o más de
confianza.
Tests for Normality
Test Statistic P-Value
Chi-Squared 15,3333 0,0821776
Shapiro-Wilk W 0,95915 0,57869
Skewness Z- 0,479132 0,631841
score
Kurtosis Z- -0,445394 0,656032
score

Ejercicio 3.4. Texto: Diseño y análisis de experimentos. Montgomery, Douglas


EDITORIAL: Limusa Wiley. Segunda Edición.

Un fabricante de Televisores esta interesado en el efecto de 4 tipos diferentes de


recubrimientos para cinescopios de color sobre la conductividad de un cinescopio. Se
obtienen los siguientes datos de la conductividad:

Tipo Conductividad
Recubrimiento
1 143 141 150 146
2 152 149 137 143
3 134 136 132 127
4 129 127 132 129

a) Hay alguna diferencia en la conductividad debida al tipo de recubrimientos.


b) Estimar la media global y los efectos de los tratamientos.
c) Calcular la estimación de un intervalo de confianza del 95% para la media del tipo de
recubrimiento 4. Calcular la estimación de un intervalo de confianza del 95% para la
media del tipo de recubrimiento 1 y 4.
d) Probar todos los pares de medias utilizando el método LSD de Fisher con α=0.05.
e) Usar el método grafico comentado en la sección 3-5-3 para comparar medias. Cual es
el tipo de recubrimiento que produce la conductividad mas alta?.
f) Suponiendo que el recubrimiento tipo 4 es el que será usado actualmente. Que se
recomendaría al fabricante? Quiere minimizarse la conductividad

DESAROLLO

Hipótesis nula Ho: µ1=µ2=µ3=µ4

Hipótesis alterna Ha: µi ≠ µj o algunas medias son diferentes

MODELO ESTADISTICO: Yij = μ +τ i +ε ij

a) Hay alguna diferencia en la conductividad debida al tipo de recubrimientos.


Utilizando el programa computacional se hace el análisis de varianzas con el fin de
encontrar si existen o no deferencias estadísticas significativas entre la conductividad y el
tipo de recubrimientos así:

ANOVA Table for CONDUCTIVIDAD by TIPO DE RECUBRIMIENTO


Source Sum of Squares Df Mean Square F-Ratio P-Value
Between groups 844,688 3 281,563 14,30 0,0003
Within groups 236,25 12 19,6875
Total (Corr.) 1080,94 15
Table of Means for CONDUCTIVIDAD by TIPO DE RECUBRIMIENTO with 95,0 percent LSD intervals
Stnd. error
Level Count Mean (pooled s) Lower limit Upper limit
1 4 145,0 2,21853 141,582 148,418
2 4 145,25 2,21853 141,832 148,668
3 4 132,25 2,21853 128,832 135,668
4 4 129,25 2,21853 125,832 132,668
Total 16 137,938

Multiple Range Tests for CONDUCTIVIDAD by TIPO DE RECUBRIMIENTO

Method: 95,0 percent LSD


Level Count Mean Homogeneous Groups
4 4 129,25 X
3 4 132,25 X
1 4 145,0 X
2 4 145,25 X

Contrast Sig. Difference +/- Limits


1-2 -0,25 6,83599
1-3 * 12,75 6,83599
1-4 * 15,75 6,83599
2-3 * 13,0 6,83599
2-4 * 16,0 6,83599
3-4 3,0 6,83599

Indica una diferencia estadísticamente significativa

CONCLUSION DEL ANOVA:

Hay una diferencia estadísticamente significativa entre al menos dos medias con una
confiabilidad del 95,0%.

b) Estimar la media global y los efectos de los tratamientos.

TIPO RECUBRIMIENTO Yi. Ymi. Ymi.-Ym..

1 581 145,25 6,6875


2 583 145,75 7,1875
3 532 133 -5,5625
4 521 130,25 -8,3125
Y.. 2217
Ym.. 138,5625

Se puede concluir que si el deseo del fabricante es trabajar con altas conductividades se
le recomienda que utilice en su orden descendente 2-1-3 y 4 y si lo que quiere el
fabricante es un tipo de recubrimiento con menor aislamiento se recomienda al fabricante
que utilice en el orden ascendente de la siguiente forma: 4-3-1 y 2.

c) Calcular la estimación de un intervalo de confianza del 95% para la media del tipo de
recubrimiento 4. Calcular la estimación de un intervalo de confianza del 99% para la
media del tipo de recubrimiento 1 y 4.

Utilizando la ecuación 3-12 y 3-13 del texto de Montgomery pagina 74 se tiene que:

Calcular la estimación de un intervalo de confianza del 95% para la media del tipo de
recubrimiento 4

Ym4.= 130,25
DISTR.T.INV(0,05;12)= 2,17881283
MSE= 19,6875

19.6875 19.6875
130.25-2.1788* ≤µi≤130.25+2.1788*
4 4

125,416239 ≤µi≤ 135,083761

Calcular la estimación de un intervalo de confianza del 95% para la media del tipo de
recubrimiento 1 y 4.

Ym1.= 145,25
Ym4.= 130,25
DISTR.T.INV(0,01;12)= 3,05453959
MSE= 19,6875
2 *19.6875 2 *19.6875
(145.25-130.25) -3,0545* ≤µi - µj ≤(145.25-130.25)+ 3,0545*
4 4

5,41645811≤µi - µj ≤24,5835419
d) Probar todos los pares de medias utilizando el método LSD de Fisher con α=0.05.

Means and 95,0 Percent LSD Intervals

150

145
CONDUCTIVIDAD

140

135

130

125

120
1 2 3 4
TIPO DE RECUBRIMIENTO

En el grafico LSD, se puede observar que Las medias del revestimiento tipo 2 y la del
revestimiento de tipo 1 no son diferentes estadísticamente, así como también se puede
concluir que las medias del revestimiento Tipo 3 y la del Tipo 4 no son diferentes.
Sin embargo los revestimientos Tipos 1 y 2 producen mayor conductividad media que los
recubrimientos Tipos 3 y 4.

Multiple Range Tests for CONDUCTIVIDAD by TIPO DE RECUBRIMIENTO

Method: 95,0 percent LSD


Level Count Mean Homogeneous Groups
4 4 129,25 X
3 4 132,25 X
1 4 145,0 X
2 4 145,25 X

Contrast Sig. Difference +/- Limits


1-2 -0,25 6,83599
1-3 * 12,75 6,83599
1-4 * 15,75 6,83599
2-3 * 13,0 6,83599
2-4 * 16,0 6,83599
3-4 3,0 6,83599
* indica una diferencia estadísticamente significativa.

e) Usar el método grafico comentado en la sección 3-5-3 para comparar medias. Cual es
el tipo de recubrimiento que produce la conductividad mas alta?.

Median Plot

150

145
CONDUCTIVIDAD

140

135

130

125

120
1 2 3 4
TIPO DE RECUBRIMIENTO

Con este grafico se ratifica que el tipo de recubrimiento No 2 es e que tiene mayor
conductividad.

f) Suponiendo que el recubrimiento tipo 4 es el que será usado actualmente. Que se


recomendaría al fabricante? Quiere minimizarse la conductividad

Si se quiere minimizar la conductividad le recomiendo al fabricante que no cambie este


recubrimiento debido a que los otros existentes tienen una conductividad media mucho
mayor que la del 4.

10. GUTIERREZ Pulido Humberto y DE LA VARA Román, Análisis y Diseño de


Experimentos, Editorial Mc Graw Hill, Segunda Edición

En una empresa de manufactura se propone un tratamiento para reducir el porcentaje de


productor defectuoso. Para validar esta propuesta se diseño un experimento con el que se
producía con o sin la respuesta de mejora. cada corrida experimenta consistió en producir
un lote y la variable de respuesta es el porcentaje de producto defectuoso. Se hicieron 25
replicas para cada tratamiento. Los datos obtenidos a continuación

MODELO ESTADISTICO: Yij = μ +τ i +ε ij

Hipótesis nula Ho: µ1=µ2


Hipótesis alterna Ha: µi ≠ µj o algunas medias son diferentes

PORCENTAJE DE PRODUCTO DEFECTUOSO


5,30 4,00 4,00 4,00 2,60 2,10 5,10 4,10 4,10 3,20 5,10 2,20 4,10
CON TRATAMIENTO
2,20 1,10 2,00 3,00 3,10 2,10 1,20 3,30 2,10 4,00 2,00 3,00
8,00 13,20 7,20 8,20 9,10 6,70 12,20 16,30 9,20 6,40 7,20 17,20 12,30
SIN TRATAMIENTO
8,70 11,30 4,50 6,60 9,20 10,20 10,60 13,30 5,20 6,20 8,00 4,80

a) Las diferencias son significativas estadísticamente?.


b) Cual es el porcentaje de defectos que se espera con el nuevo tratamiento?
c) Cuantifique el nivel de reducción que se logro con el tratamiento propuesto?

DESAROLLO

a) Las diferencias son significativas estadísticamente?.

Para poder determinar si hay o no diferencias estadísticas significativas me apoyo en el


análisis de varianza realizándolo con STATGRAPHIC así:

ANOVA Table for % PRODUCTO DEFECTUOSOS by TIPOS


Source Sum of Squares Df Mean Square F-Ratio P-Value
Between groups 466,957 1 466,957 73,14 0,0000
Within groups 306,47 48 6,3848
Total (Corr.) 773,427 49

Multiple Range Tests for % PRODUCTO DEFECTUOSOS by TIPOS

Method: 95,0 percent LSD


TIPOS Count Mean Homogeneous Groups
CON TRATAMIENT 25 3,16 X
SIN TRATAMIENT 25 9,272 X

Contrast Sig. Difference +/- Limits


CON TRATAMIENT - SIN TRATAMIENT * -6,112 1,43699
* Indica una diferencia estadísticamente significativa
.
Como el valor P es mucho menor que 0.05 se puede concluir que hay diferencias
estadísticamente significativas entre la media PRODUCTO DEFECTUOSOS para los
niveles de la prueba con y sin tratamientos con un 95,0% de nivel de confianza.

Means and 95,0 Percent LSD Intervals

10

% PRODUCTO DEFECTUOSOS 8

0
CON TRATAMIENTSIN TRATAMIENT
TIPOS

b) Cual es el porcentaje de defectos que se espera con el nuevo tratamiento?

Table of Means for % PRODUCTO DEFECTUOSOS by TIPOS with 95,0 percent LSD intervals
Stnd. error
TIPOS Count Mean (pooled s) Lower limit Upper limit
CON TRATAMIENT 25 3,16 0,505363 2,44151 3,87849
SIN TRATAMIENT 25 9,272 0,505363 8,55351 9,99049
Total 50 6,216

Se espera que el promedio de productos actual que es de 9.272 se disminuya en 3.16


para que existe una total de 6.216 piezas defectuosas.

b) Cuantifique el nivel de reducción que se logro con el tratamiento propuesto? La


disminución es de 3.16 piezas defectuosas, por cada 25 piezas con tratamientos.