Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Source DF SS MS F P
Marca Atomizador 2 296.33 148.167 2.88 0.103
Da 5 281.33 56.267 1.09 0.421
Error 10 514.33 51.433
Total 17 1092.00
De esta tabla se observa que para marca atomizador se obtuvo un valor-p = 0.103 >
0.05, por lo tanto se acepta Ho. Es decir que no existe diferencia entre la efectividad
promedio de los atomizadores.
c) Hay algn atomizador mejor? Argumente su respuesta.
Empleando el SW Minitab se obtiene la siguiente informacin:
90 5
Residual
Percent
50 0
10 -5
1 -10
-10 -5 0 5 10 50 55 60 65 70
Residual Fitted Value
Residual
0
2.4
1.2 -5
0.0 -10
-10 -5 0 5 10 2 4 6 8 10 12 14 16 18
Residual Observation Order
En la grfica 1 (Normal Probability Plot of the Residuals) se han graficado los
residuos y se observa que estos siguen una distribucin normal ya que tienden a
quedar alineados en una lnea recta.
En la grfica 2 (Residuals Versus the Fitted Values) se han graficado los predichos
contra los residuos y se observa que los puntos se distribuyen de manera aleatoria en
una banda horizontal (sin ningn patrn claro y contundente), por lo que se cumple el
supuesto de que los tratamientos tienen igual varianza.
10
8
Respuesta
0
1 2 3 4 5
Catalizador
10
8
Respuesta
0
1 2 3 4 5
Lote
De tal forma, los intervalos de confianza de los lotes se traslapan por lo que sus
respuestas medias son iguales estadsticamente.
10
8
Respuesta
0
1 2 3 4 5
Da
De tal forma, los intervalos de confianza de los das se traslapan por lo que sus
respuestas medias son iguales estadsticamente.
d) Los factores de ruido, lote y da afectan el tiempo de reaccin del proceso?
Del ANOVA se observa que para lote se obtuvo un valor-p = 0.348 > 0.05, por lo tanto
se acepta Ho. Es decir que no existe diferencia entre el tiempo de reaccin de un
proceso qumico de los lotes.
Por otro lado, del ANOVA se observa que para das se obtuvo un valor-p = 0.455 >
0.05, por lo tanto se acepta Ho. Es decir que no existe diferencia entre el tiempo de
reaccin de un proceso qumico de los das.
e) Dibuje los grficos de medias para los tratamientos, los lotes y los das. Cul
tratamiento es el mejor?
Sera el tratamiento 5, puesto que tiene la media ms baja respecto al tiempo de
reaccin del proceso.
f) Verifique los supuestos del modelo, considerando que los datos se obtuvieron
columna por columna, da a da.
50 0
-1
10
-2
1
-3.0 -1.5 0.0 1.5 3.0 2 4 6 8 10
Residual Fitted Value
Residual
3.0 0
-1
1.5
-2
0.0
-2 -1 0 1 2 2 4 6 8 10 12 14 16 18 20 22 24
Residual Observation Order
En la grfica 2 (Residuals Versus the Fitted Values) se han graficado los predichos
contra los residuos y se observa que los puntos se distribuyen de manera aleatoria en
una banda horizontal (sin ningn patrn claro y contundente), por lo que se cumple el
supuesto de que los tratamientos tienen igual varianza.
23. Un investigador est interesado en el efecto del porcentaje de lisina y del
porcentaje de protena en la produccin de vacas lecheras. Se consideran 7 niveles de cada
factor.
% de lisina: 0,0 (A), 0,1 (B), 0,2 (C), 0,3 (D), 0,4 (E), 0,5 (F), 0,6 (G),
% de protena: 2 (), 4(), 6(), 8(), 10(), 12(), 14()
Para el estudio, se seleccionan siete vacas al azar, a las cuales se les da un seguimiento de
siete perodos de tres meses. Los datos en galones de leche fueron los siguientes:
Vaca/Perodo 1 2 3 4 5 6 7
1 304 436 350 504 417 519 432
2 381 505 425 564 494 350 413
3 432 566 479 357 461 340 502
4 442 372 536 366 495 425 507
5 496 449 493 345 509 481 380
6 534 421 352 427 346 478 397
7 543 386 435 485 406 554 410
a) Analice este experimento, qu factores tienen efecto en la produccin de
leche?
Empleando el SW Minitab se obtiene la siguiente informacin:
Analysis of Variance for Respuesta, using Adjusted SS for Tests
Del ANOVA se observa que para VACA se obtuvo un valor-p = 0.261 > 0.05, por lo
tanto se acepta Ho. Es decir que no existe diferencia en la produccin de leche.
Por otro lado, del ANOVA se observa que para PERIODO se obtuvo un valor-p =
0.943 > 0.05, por lo tanto se acepta Ho.
De igual forma para el % DE LISINA se obtuvo un valor-p = 0.000 < 0.05, por lo tanto
se se rechaza Ho. Es decir si existe diferencia en la produccin de leche debida a dicho
porcentaje.
De igual forma para el % DE PROTEINA se obtuvo un valor-p = 0.000 < 0.05, por lo
tanto se se rechaza Ho. Es decir si existe diferencia en la produccin de leche debida a
dicho porcentaje.
b) Interprete los resultados usando grficos de medias.
Interval Plot of Respuesta vs Vaca
95% CI for the Mean
525
500
475
Respuesta
450
425
400
375
350
1 2 3 4 5 6 7
Vaca
De tal forma, los intervalos de confianza de las vacas se traslapan por lo que sus
respuestas medias son iguales estadsticamente.
500
Respuesta
450
400
350
1 2 3 4 5 6 7
perodo
De tal forma, los intervalos de confianza de los perodos se traslapan por lo que sus
respuestas medias son iguales estadsticamente.
Interval Plot of Respuesta vs % lisina
95% CI for the Mean
550
500
450
Respuesta
400
350
300
1 2 3 4 5 6 7
% lisina
De tal forma, los intervalos de confianza de los % de lisina se traslapan por lo que sus
respuestas medias son iguales estadsticamente.
550
500
Respuesta
450
400
350
300
1 2 3 4 5 6 7
% proteina
De tal forma, los intervalos de confianza de los % de protena no se traslapan por lo
que sus respuestas medias no son iguales estadsticamente.
c) Cmo puede explicar la falta de efectos en vacas y perodo?
El diseo pretenda verificar el efecto del porcentaje de lisina y del porcentaje de
protena en la produccin de vacas lecheras por lo que se bloquearon los aspectos
relacionados a las vacas y al perodo.
d) Que porcentajes de lisina y protena dan los mejores resultados?
De las grficas anteriores, % de lisina que brinda los mejores resultados es: 0,4 (E).
Respecto del % de protenas, el mejor es: 14().
e) Verifique los supuestos del modelo.
Residual Plots for Respuesta
Normal Probability Plot of the Residuals Residuals Versus the Fitted Values
99
50
90
25
Residual
Percent
50 0
-25
10
-50
1
-50 -25 0 25 50 300 400 500 600
Residual Fitted Value
12 50
25
Frequency
9
Residual
0
6
-25
3
-50
0
-60 -30 0 30 60 1 5 10 15 20 25 30 35 40 45
Residual Observation Order
En la grfica 2 (Residuals Versus the Fitted Values) se han graficado los predichos
contra los residuos y se observa que los puntos se distribuyen de manera aleatoria en
una banda horizontal (sin ningn patrn claro y contundente), por lo que se cumple el
supuesto de que los tratamientos tienen igual varianza.