Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Existen ocasiones donde los niveles de un factor B son similares pero no idnticos para
diferentes niveles del factor A. Es decir, diferentes niveles del factor A ven niveles del factor B
que son similares para cada nivel del factor A pero por no ser idnticos, se encuentran anidados
en el nivel al que correspondan para el factor A.
Para ilustrar lo descrito, suponga que tiene una mquina de refrescos compuesta de 3 bombas y
cada una de ellas suple a dos dispensadores
dis
como muestra la figura:
En la figura se observa entonces un experimento anidado de dos niveles, esto porque los
dispensadores componen un nivel del nested que estn anidados en las bombas (que componen
un segundo nivel) y ellas a su vez anidadas en la mquina.. All se observa la teora descrita ya
que las bombas son componentes similares pero no iguales porque cada una de ellas tiene un
funcionamiento independiente
independiente, y, de la misma manera, los dispensadores son un factor con
componentes similares pero no idnticos; por este motivo si lo que se desea es analizar una
respuesta con respecto a los factores bomba y dispensador, se debe hacer entonces un
experimento anidado o jerrquico.
= media _ general
M i = Maquina
B j ( i ) = Bomba
Dk ( ij ) = Dispensador
(ijk )l = error
i: corresponde al suscrito para la mquina que en el ejemplo corresponde a 1, si tuviera mas
maquinas correspondera a 1a
j(i): corresponde al suscrito de las bombas que en el ejemplo corresponde a j = 1, 2, 3 anidadas
en i = 1 mquina. Si tuviera ms bombas el suscrito seria j = 1b
k(ij): corresponde al suscrito de los dispensadores k = 1,2 anidados en las bombas j y las
mquinas i. Si tuviera ms dispensadores k = 1c
(ijk)l: corresponde al termino del error
Para realizar el experimento descrito anteriormente como uno tipo factorial, tendran que
cambiarse los dispensadores para las bombas cada vez que se haga una corrida, de manera que
los dispensadores fueran los mismos dos para las 3 bombas. Esto resulta intil ya que este tipo de
maquinas requieren un arreglo como el que se describi anteriormente. De esta manera por ser
ste un experimento anidado, no hay interacciones presentes entre los factores.
Suponiendo que adicional a la mquina presentada en la figura, se tiene otra ms, la tabla de
anlisis de varianza para las dos maquinas, con 3 bombas cada una y cada bomba con dos
dispensadores es:
Suma de cuadrados
A (mquinas)
bcn
(y
i ...
y.... ) 2
2 + n c 2 +
B (bombas dentro de cn
A)
C
(dispensadores n
dentro de B)
Error
ij ..
y.... )
ijk .
y.... )
+ n c +
(y
ab(c-1)
+ n c
2
a 1
cn
2
j (i )
a (b 1)
( y
ijkl
y ijk . ) 2
abc(n-1)
( y
ijkl
y.... ) 2
abcn-1
Total
(y
a(b-1)
Ejemplo
Personas
1
78
61
75
Mquina 1
2
96
76
65
3
47
58
55
1
93
100
90
Mquina 2
2
86
80
90
3
74
66
80
1
88
75
67
Mquina 3
2
52
55
50
3
43
54
63
2. En el men stat se hace click sobre la opcin ANOVA y all se hace click sobre la opcin
Balanced Anova como muestra la figura:
mquinas entre parntesis, esto indica a Minitab que las personas estn anidadas dentro
de las mquinas.
4. Al hacer click en el botn de graphs se despliega un men de graficas, se hace click sobre
la opcin four in one de manera que se muestren las 4 graficas de los residuales en una.
Se da ok a todas las pantallas y se obtienen los resultados.
Type
fixed
random
Levels
3
3
Values
1, 2, 3
1, 2, 3
S = 8.70292
DF
2
6
18
26
SS
2627.56
2845.11
1363.33
6836.00
R-Sq = 80.06%
MS
1313.78
474.19
75.74
F
2.77
6.26
P
0.141
0.001
R-Sq(adj) = 71.19%
Se observa que no existe diferencia significativa en el factor mquinas a pesar de que las mismas
se encuentran en diferentes plantas, sin embargo, se observa diferencia en las personas ya que su
valor p es menor al nivel de significancia utilizado para la prueba (0.05). Debido a que hay
diferencia entre las personas que operan las maquinas, el inters mayor es saber en qu mquina
estn difiriendo estas personas pero el anlisis hecho con anterioridad no permite obtener esta
informacin, ya que el mismo se realiz de manera global.
Para obtener un anlisis por cada mquina se realiza entonces un anlisis para un solo factor
aleatorio para cada una de las maquinas. El factor en consideracin para cada anlisis es las
personas con 3 niveles. En la seccin correspondiente a un solo factor aleatorio de este material
se muestra el procedimiento para la realizacin del mismo en Minitab, de manera que se procede
a mostrar aqu los resultados.
1. Anlisis de un solo factor aleatorio para la mquina 1:
One-way ANOVA: respuesta versus personas
Source
personas
Error
Total
S = 10.98
DF
2
6
8
SS
1042
723
1765
MS
521
121
F
4.32
R-Sq = 59.02%
P
0.069
R-Sq(adj) = 45.35%
Level
1
2
3
N
3
3
3
Mean
71.33
79.00
53.33
StDev
9.07
15.72
5.69
Pooled StDev
-----+---------+---------+---------+---(----------*---------)
(----------*---------)
(----------*---------)
-----+---------+---------+---------+---45
60
75
90
Level
1
2
3
N
3
3
3
DF
2
6
8
SS
666.0
202.0
868.0
MS
333.0
33.7
R-Sq = 76.73%
Mean
94.33
85.33
73.33
StDev
5.13
5.03
7.02
F
9.89
P
0.013
R-Sq(adj) = 68.97%
Level
1
2
3
N
3
3
3
DF
2
6
8
SS
1137.6
438.0
1575.6
MS
568.8
73.0
R-Sq = 72.20%
Mean
76.667
52.333
53.333
StDev
10.599
2.517
10.017
F
7.79
P
0.021
R-Sq(adj) = 62.93%
Se observa que al sumar la suma de cuadrados para el factor persona de cada una de las
mquinas, se obtiene la suma de cuadrados total que se observa en el anlisis global. Es
decir: 1042+666+1137.6 = 2845.6.
Con los anlisis realizados para un solo factor aleatorio se puede observar que hay
diferencia significativa entre las personas de las mquinas 2 y 3. Sin embargo se podra
decir que en la mquina uno tambin puede haber una diferencia entre las personas ya
que el valor p no est muy lejano del nivel de significancia de la prueba (0.05).
Hay ocasiones donde se tienen experimentos en que algunos factores estn organizados
de manera factorial y otros anidados dentro de alguno de estos factores factoriales. De
manera entonces que en este tipo de experimentos hay interaccin entre los factores
factoriales.
Donde:
Ejemplo
Debido a que los alumnos son diferentes para cada estacin de trabajo, estos se van a
encontrar anidados dentro de las estaciones de trabajo, pero como las tres formas de
ensamble son las mismas para las dos estaciones de trabajo, estos dos factores son
factoriales y por tanto pueden interactuar.
Alumno
Ensamble
1
Ensamble
2
Ensamble
3
1
22
24
30
27
25
21
Estacin de trabajo 1
2
3
23
28
24
29
29
30
28
32
24
27
22
25
4
25
23
27
25
26
23
1
26
28
29
28
27
25
Estacin de trabajo 2
2
3
27
28
25
25
30
24
27
23
26
24
24
27
4
24
23
28
30
28
27
Una vez se tienen las respuestas al experimento se procede a realizar el anlisis mediante
el programa Minitab:
1. En el men stat, se hace click sobre la opcin ANOVA, all se puede escoger para este
caso, la opcin Balanced Anova o General linear model, cualquiera de los dos funciona
porque se tiene un diseo balanceado. En este caso haga click sobre la opcin Balanced
Anova como muestra la figura:
3. Al hacer click en el botn de graphs, se obtiene una pantalla donde se escoge la opcin de
four in one para que el programa muestre las 4 graficas para los residuales en una misma
como muestra la figura. Una vez escogida la opcin se da ok:
4. Al regresar a la pantalla principal, se hace click sobre el botn de options con el fin de
que el programa despliegue la pantalla mostrada en la figura. En esta pantalla se de click
sobre la casilla que dice Use the restricted form of the model para que entonces Minitab
entienda que debe hacer el anlisis considerando el modelo restringido. Esto quiere decir
que los clculos para la estadstica F se hacen presumiendo que los estimados de varianza
que sean negativos son iguales a cero.
Type
fixed
random
fixed
Levels
2
4
3
Values
1, 2
1, 2, 3, 4
1, 2, 3
S = 1.52753
R-Sq = 81.31%
Source
Estacion de trabajo
DF
1
6
2
2
12
SS
4.083
71.917
82.792
19.042
65.833
MS
4.083
11.986
41.396
9.521
5.486
24
47
56.000
299.667
2.333
R-Sq(adj) = 63.40%
Variance
component
Error
term
2
F
0.34
5.14
7.55
1.74
2.35
P
0.581
0.002
0.008
0.218
0.036
2
3
4
5
6
1
2
3
4
5
6
Alumno(Estacion de trabajo)
Tipo de ensamble
Estacion de trabajo*Tipo de ensamble
Tipo de ensamble*Alumno(
Estacion de trabajo)
Error
Source
Estacion de trabajo
Alumno(Estacion de trabajo)
Tipo de ensamble
Estacion de trabajo*Tipo de ensamble
Tipo de ensamble*Alumno(
Estacion de trabajo)
Error
1.609
1.576
6
5
5
6
2.333
Expected Mean Square
for Each Term (using
restricted model)
(6) + 6 (2) + 24 Q[1]
(6) + 6 (2)
(6) + 2 (5) + 16 Q[3]
(6) + 2 (5) + 8 Q[4]
(6) + 2 (5)
(6)
Tipo de ensamble
28.0
Mean of Respuesta
27.5
27.0
26.5
26.0
25.5
25.0
1