Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ejemplos PDF
Ejemplos PDF
Diseo de experimentos
Curso 2011-2012
Estadstica
Diseo Experimentos 3
Modelo
Factor 1
1 2 I
y111 y 211 y I 11 yijk i j ij uijk
y112 y 212 y I 12
1
Normalidad
Factor 2
y11m y 21m y I 1m
y121 y 221 y I 21 Independencia
2
y122 y 222 y I 22 Homocedasticidad
y12 m y 22 m yI 2m I J tratamientos
y1J 1 y2 J1 y IJ 1 m replicaciones
y1J 2 y2 J 2 y IJ 2
J
n=m I J
y1Jm y 2 Jm y IJm
Diseo Experimentos 4
Factor 1
1 2 ... I
1 ...
1 1 11 2 1 21 I 1 I1
Factor 2
2 ...
1 2 12 2 2 22 I 2 I2
J ...
1 J 1J 2 J 2J I J IJ
Modelo
yijk i j ij uijk
I
I
i 1 i 0 J
j 1 j 0 i 1 ij 0, j
J
j 1 ij 0, i
: Media global
i : Efecto del Factor 1 i, i=1,...,I
j : Efecto del Factor 2 j, j=1,...,J
Diseo Experimentos 6
Estimacin del modelo
: 1 y
yi y
i : I 1 i
j y j y
j : J 1
ij y ij yi y j y
ij : ( I 1)( J 1) 2
eijk
2
2 sR2
: 1 IJ (m 1)
m J m I m I J m
yijk yijk yijk yijk
k 1 j 1 k 1 i 1 k 1 i 1 j 1 k 1
y ij yi y j y
m mJ mI n
Diseo Experimentos 7
yijk i j ij uijk
yijk i j ij eijk
Diseo Experimentos 8
Estimacin
ANTDOTO
A B C D
0.31 0.82 0.43 0.45
V 0.45 1.10 0.45 0.71
I
0.46 0.88 0.63 0.66
E 0.43 0.72 0.72 0.62
0.41 0.88 0.56 0.61
N 0.36 0.92 0.44 0.56
0.29 0.61 0.35 1.02
II
E 0.40 0.49 0.31 0.71
0.23 1.24 0.40 0.38
N 0.32 0.82 0.38 0.67
0.22 0.30 0.23 0.30
O 0.21 0.37 0.25 0.36
III
0.18 0.38 0.24 0.31
S 0.23 0.29 0.22 0.33
0.21 0.34 0.24 0.33
Diseo Experimentos 9
Estimacin
ANTDOTO
A B C D Medias i
0,31 0,82 0,43 0,45
0,45 1,10 0,45 0,71
V I 0,46 0,88 0,63 0,66 0,615 0,136
0,43 0,72 0,72 0,62
E Medias 0,41 0,88 0,56 0,61
ij -0,038 0,067 0,032 -0,061
N 0,36 0,92 0,44 0,56
0,29 0,61 0,35 1,02
E II 0,40 0,49 0,31 0,71 0,544 0,066
0,23 1,24 0,40 0,38
N Medias 0,32 0,82 0,38 0,67
ij -0,060 0,073 -0,080 0,068
O 0,22 0,30 0,23 0,30
0,21 0,37 0,25 0,36
S III 0,18 0,38 0,24 0,31 0,276 -0,202
0,23 0,29 0,22 0,33
Medias 0,21 0,34 0,24 0,33
0,098 -0,139 0,048 -0,007
ij
Medias 0,314 0,677 0,389 0,534 0,479
-0,164 0,198 -0,089 0,056
j
Diseo Experimentos 10
Residuos
RESIDUOS
ANTDOTO
A B C D
-0.103 -0.060 -0.128 -0.160 2
V 0.038 0.220 -0.108 0.100 2 2
eijk
I
0.048 0.000 0.073 0.050
s R 0,022
IJ (m 1)
E 0.018 -0.160 0.163 0.010
0.00 0.00 0.00 0.00
N 0.040 0.105 0.065 -0.108
-0.030 -0.205 -0.025 0.353
II
E 0.080 -0.325 -0.065 0.043
-0.090 0.425 0.025 -0.288
N 0.00 0.00 0.00 0.00
0.010 -0.035 -0.005 -0.025
O 0.000 0.035 0.015 0.035
III
-0.030 0.045 0.005 -0.015
S 0.020 -0.045 -0.015 0.005
0.00 0.00 0.00 0.00
Diseo Experimentos 11
Anlisis de la varianza
I J m I J
( yijk y )2 mJ ( yi y ) 2 mI (y j y )2
i 1 j 1 k 1 i 1 j 1
I J I J m
m ( y ij yi y j y )2 2
eijk
i 1 j 1 i 1 j 1 k 1
Diseo Experimentos 12
Variabilidades
I J m
VT ( yijk y )2
i 1 j 1 k 1
I
VE ( A) mJ ( yi y )2
i 1
J
VE ( B ) mI (y j y )2
j 1
I J
VE ( A B ) m ( y ij yi y j y )2
i 1 j 1
I J m
VNE ( yijk y ij ) 2
i 1 j 1 k 1
VT VE ( A) VE ( B) VE ( A B) VNE
(n 1) ( I 1) ( J 1) ( I 1)( J 1) IJ (m 1)
Diseo Experimentos 13
Contraste de Hiptesis
Si el Veneno no influye, los I niveles son iguales
a efectos de tiempo de supervivencia, entonces
I
1 2 I i 1 i 0
H0 : 1 2 I 0
H1 : Algn i es distinto de 0
Diseo Experimentos 14
Contraste efecto principal de factor A
H0 : 1 2 I 0
H1 : Algn i es distinto de 0
VNE
s R2 E[ s R2 ] 2
IJ (m 1)
2 VE ( A)
Si Ho es cierto, s A E[ s A2 ] 2
I 1
I
s 2 mJ ( yi y )2 I 1
A i 1
FA 2 2
FI 1; IJ ( m 1)
s R s R
Si FA F Se rechaza Ho
Diseo Experimentos 15
H0 : 1 2 J 0
H1 : Algn j es distinto de 0
VE ( B)
Si Ho es cierto, s B2 E[ s B2 ] 2
J 1
J
mI (y y )2 J 1
s B2 j 1
j
FB FJ 1; IJ ( m 1)
s R2 s 2
R
Si FB F Se rechaza Ho
Diseo Experimentos 16
Contraste interaccin AxB
H0 : 11 12 IJ 0
H1 : Algn ij es distinto de 0
2 VE ( A B) 2 2
Si Ho es cierto, s AB E[ s AB ]
( I 1)( J 1)
2
s AB
FAB 2
F( I 1)( J 1); IJ ( m 1)
sR
Si FAB F Se rechaza Ho
A y B interaccio nan
Diseo Experimentos 17
sB2
2 2
B mI (y j y ) J 1 s B sR2 pB
2
s AB
A B m ( yij yi y j y )2 ( I 1)( J 1) 2
s AB s R2 p AB
2
Residual eijk IJ (m 1) sR2
Total ( yijk y )2 n 1
Diseo Experimentos 18
Tabla de anlisis de la varianza
Diseo Experimentos 19
H0 : i j R.R. R.R
tIJ(m-1)
H1 : i j 1-
yi y /2 /2
i
i j yi yj R. Acept. H0
j yj y
2 2
-t /2 t /2
i j N( i j , )
mJ mJ
yi yj 2
yi yj t / 2 sR
t IJ ( m 1) mJ
2 LSD
sR Se rechaza Ho
mJ
Diseo Experimentos 20
Contrastes mltiples: Factor B
H0 : R.R. R.R
i j
tIJ(m-1)
H1 : i j 1-
/2 /2
y y
i i
i j y i y j
R. Acept. H0
j y j y
2 2
-t /2 t /2
i j N( i j , )
mI mI
y y 2
i j yi y t / 2 sR
t IJ ( m 1)
j
mI
2
sR LSD
mI Se rechaza Ho
Diseo Experimentos 21
Intervalos de confianza
(interaccin nula)
sR
i yi t /2
mJ
sR
i y j t /2
mI
Diseo Experimentos 22
Intervalos de confianza
0.72 0.75
0.62 0.65
tiempo
0.52
tiempo
0.55
0.42 0.45
0.32 0.35
0.22 0.25
1 2 3 A B C D
veneno antidoto
Diseo Experimentos 23
Diagnosis: homocedasticidad
0.6 0.6
0.3 0.3
residuos
0 0
-0.3 -0.3
-0.6 -0.6
A B C D 1 2 3
antidoto veneno
Diseo Experimentos 24
Heterocedasticidad
0.6
0.4
residuos
0.2
0
-0.2
-0.4
-0.6
0 0.2 0.4 0.6 0.8 1
valores previstos
Diseo Experimentos 25
Normalidad
99.9
99
probabilidad
95
80
50
20
5
1
0.1
-0.5 -0.25 0 0.25 0.5
Residuos
Diseo Experimentos 26
Diagnosis: homocedasticidad
datos transformados z=1/y
1.3 1.3
0.9 0.9
0.5 0.5
0.1 0.1
-0.3 -0.3
-0.7 -0.7
-1.1 -1.1
1 2 3 A B C D
veneno antidoto
Diseo Experimentos 27
Datos transformados
1.2
0.8
residuos
0.4
0
-0.4
-0.8
-1.2
0 1 2 3 4 5 6
valores previstos
Diseo Experimentos 28
Normalidad (datos transformados)
99.9
99
probabilidad
95
80
50
20
5
1
0.1
-1.2 -0.8 -0.4 0 0.4 0.8 1.2
Residuos
Diseo Experimentos 29
Diseo Experimentos 30
Comparaciones mltiples
intervalos de confianza
4 4
3.6 3.6
1/tiempo
1/tiempo
3.2 3.2
2.8 2.8
2.4 2.4
2 2
1.6 1.6
1 2 3 1 2 3 4
veneno antidoto
Diseo Experimentos 31
Comandos en R
ARCHIVO TEXTO: venenos.txt
Diseo Experimentos 32
Dos factores con interaccin
Diseo Experimentos 33
Intervalos de Confianza
0.7
0.7
0.6
0.6
0.5
medias
medias
0.5
0.4
0.4
0.3
0.3
0.2
I II III A B C D
VEN ANT
Diseo Experimentos 34
Tabla ANOVA
Diseo Experimentos 35
Comparaciones Mltiples
Diseo Experimentos 36
Comparaciones Mltiples
Diseo Experimentos 37
Interacciones
Diseo Experimentos 38
Diagnosis
Diseo Experimentos 39
Diagnosis (Transformacin)
Diseo Experimentos 40
2.2 Bloques Aleatorizados
Ejemplo de introduccin
Fluorita
0% 1% 2% 3% 4%
M 1 15.02 11.86 9.94 12.45 13.23
e 2 8.42 10.15 8.54 6.98 8.93
z 3 18.31 16.84 15.86 14.64 15.96
c 4 10.49 10.52 8.04 10.50 10.34
l 5 9.78 9.59 6.96 8.15 9.24
a 6 9.28 8.84 7.04 6.66 9.46
Diseo Experimentos 42
Modelo
Tratamientos
1 2 I yij i j uij
1 y11 y21 yI1
Bloques
Normalidad
2 y12 y22 yI 2
Independencia
J y1J y2 J y IJ Homocedasticidad
: Media global
i : Efecto del tratamiento i, i=1,...,I
I
i 1 i 0
j : Efecto del bloque j, j=1,2,...,J J
0
j 1 j
uij : Componente aleatoria N(0, 2)
Diseo Experimentos 43
Tratamientos
1 2 ... I
1 ...
1 1 2 1 I 1
Bloques
2 ...
1 2 2 2 I 2
J ...
1 J 2 J I J
Estimacin del modelo
: 1 y
i yi y
i: I 1
Parmetros : Estimadore s : j y j y
j: J 1
eij2
2
2
: 1 s R2
( I 1)( J 1)
J I I J
yij yij yij
j 1 i 1 i 1j 1
yi y j y
J I n
Diseo Experimentos 45
Estimacin
1 2 I j
1 y11 y 21 y I1 y 1 y 1 y
2 y12 y 22 yI 2 y 2 y 2 y
J y1J y2 J y IJ y J y J y
y1 y2 yI y
i y1 y y2 y yI y
Diseo Experimentos 46
Estimacin (ejemplo)
Fluorita
0% 1% 2% 3% 4%
M 1 15.02 11.86 9.94 12.45 13.23 12.50 1.77
e 2 8.42 10.15 8.54 6.98 8.93 8.60 -2.13
z 3 18.31 16.84 15.86 14.64 15.96 16.32 5.59 j
c 4 10.49 10.52 8.04 10.50 10.34 9.98 -0.76
l 5 9.78 9.59 6.96 8.15 9.24 8.74 -1.99
a 6 9.28 8.84 7.04 6.66 9.46 8.26 -2.48
11.88 11.30 9.40 9.90 11.19 10.73
1.15 0.57 -1.34 -0.84 0.46
Diseo Experimentos 47
Fluorita
0% 1% 2% 3% 4%
M 1 1.37 -1.21 -1.22 0.79 0.27
e 2 -1.33 0.98 1.27 -0.79 -0.13
z 3 0.84 -0.05 0.88 -0.84 -0.82
c 4 -0.64 -0.02 -0.60 1.36 -0.10
l 5 -0.11 0.28 -0.45 0.24 0.04
a 6 -0.13 0.02 0.12 -0.76 0.74
eij2 17.51
sR2 0.88
( I 1)( J 1) 20
Diseo Experimentos 48
Contraste de Hiptesis
Si la Fluorita no influye, los I tratamientos
son iguales a efectos de coste, entonces
I
1 2 I i 1 i 0
H0 : 1 2 I 0
H1 : Algn i es distinto de 0
Diseo Experimentos 49
Anlisis de la varianza
I J I J I J
2 2 2
( yij y ) J ( yi y ) I (y j y ) eij2
i 1 j 1 i 1 j 1 i 1 j 1
Diseo Experimentos 50
Variabilidades
I J
VT ( yij y )2
i 1 j 1
I
VE (T ) J ( yi y )2
i 1
J VT VE (T) VE (B) VNE
2
VE ( B) I (y j y )
j 1
I J (n 1) ( I 1) ( J 1) ( I 1)( J 1)
2
VNE e
ij
i 1 j 1
Diseo Experimentos 51
Diseo Experimentos 53
Contraste de bloques
H0 : 1 2 J 0
H1 : Algn j es distinto de 0
VE(Bloques )
Si Ho es cierto, sB2 E[ sB2 ] 2
J 1
J
I (y j y )2 J 1
s B2 j 1
FB FJ 1; ( I 1)( J 1)
s R2 s R2
Si FB F Se rechaza Ho
Diseo Experimentos 54
Tabla de anlisis de la varianza
Fuentes Suma de Grados de
Variabilidad Cuadrados Libertad. Varianza F p valor
sT2
Tratamient o J ( yi y )2 I 1 sT2 s R2 pT
s B2
Bloque I (y j y )2 J 1 s B2 sR2 pB
Total ( yij y )2 n -1
Diseo Experimentos 55
Diseo Experimentos 56
Sin bloques
Diseo Experimentos 57
Intervalos de confianza
(ejemplo)
sR
i yi t /2
J
Diseo Experimentos 58
Intervalos de Confianza (% Fluorita)
12
medias
11
10
9
0 1 2 3 4
FLUO
Diseo Experimentos 59
12
10
8
1 2 3 4 5 6
MEZ
Diseo Experimentos 60
Contraste multiples: tratamientos
H0 : i j R.R. R.R
t(I-1)(J-1)
H1 : i j 1-
yi y /2 /2
i
i j yi yj R. Acept. H0
j yj y
2 2
-t /2 t /2
i j N( i j, )
J J
yi yj 2
t( I 1)( J 1) yi yj t / 2 sR Se rechaza H 0
2 J
sR
J LSD
Diseo Experimentos 61
H0 : i j R.R. R.R
t(I-1)(J-1)
H1 : i j 1-
y y /2 /2
i i
i j y i y j R. Acept. H0
j y j y
2 2
-t /2 t /2
i j N( i j, )
I I
y i y j 2
t( I 1)( J 1) y i y j t / 2 sR Se rechaza H 0
2 I
sR
I LSD
Diseo Experimentos 62
Comparacin de medias
Fluorita LSD = 1.13
0% 1% 2% 3% 4%
2
LSD t s
/2 R
0% 0 0,58 2,49 1,99 0,69
J 1% 0 1,90 1,40 0,11
2% 0 -0,50 -1,80
2 3% 0 -1,30
2.085 0.93
6 4% 0
1.13
LSD=1.24
1 2 3 4 5 6
Mezcla 1 0,00 3,90 -3,82 2,52 3,76 4,24
2 2 0 6,60 -1,37 -0,14 -0,35
LSD t s
/2 R 3 0 6,34 7,58 8,07
I 4 0 1,23 1,72
2 5 0 0,49
2.085 0.93 6 0
5
1.24
Diseo Experimentos 63
-4 -2 0 2
Diseo Experimentos 64
Comparacin de medias (Tukey)
95% family-wise confidence level
2-1
4-1
6-1
4-2
6-2
5-3
5-4
6-5
-10 -5 0 5 10
Diseo Experimentos 65
Diagnosis: 2
1.5
Homocedasticidad 1
0.5
0
-0.5
Grfico de residuos -1
-1.5
2 -2
1.5 0 1 2 3 4 5 6
1 Mezcla
0.5
0 1.6
-0.5 1.2
-1 0.8
residuos
-1.5 0.4
-2 0
0 1 2 3 4 -0.4
Fluorita -0.8
-1.2
-1.6
5 10 15 20
Valores previstos
Diagnosis
Diseo Experimentos 67
B2 T=NAxNBxNc
B3 Efectos principales 3 A, B , C
B4 Interacciones de orden dos 3
B5 AxB, AxC, BxC
C1 Interaccin de orden tres 1.
C2
C3 AxBxC
Diseo Experimentos 70
Datos Factor 1 1
Factor 3
2 ... K
11 22 ... II
11 22 ...... K
K 11 22 ...... K
K 11 22 ...
... K
K
y1111 y1121 y11K 1 y 2111 y 2121 y11K 1 y I 111 y I 121 y I 1K 1
11 y1112 y1122 y11K 2 y 2112 y 2122 y11K 2 y I 112 y I 122 y I 1K 2
11 22 ...... K
K 11 22 ...... KK 11 22 ...
... KK
y1211 y1221 y12 K1 y 2211 y 2221 y 22 K 1 y I 211 y I 221 y I 2K1
2 y1212 y1222 y12 K 2 y 2212 y 2222 y 22 K 2 y I 212 y I 222 yI 2K 2
Diseo Experimentos 71
Diseo Experimentos 72
Modelo
yijkm i j k ij ik jk ijk uijkm
I J I
0 j 1 ij 0, i i 1 ij 0, j
i 1 i
J K I
j 0 k 1 ik 0, i i 1 ik 0, k
j 1
K
K J
0, k jk 0, j
k 1 k 0 j 1 jk k 1
I J K
i ijk 0, j, k , ; j ijk 0, i, k ; k ijk 0, i, j.
I J K tratamientos
Normalidad
uijkm Independencia M replicaciones
Homocedasticidad n = I J K M
Diseo Experimentos 73
Medias
yijkm i j k ij ik jk ijk uijkm
I J K M
yijk
i 1 j 1k 1m 1
y
IJKM
J K M I K M I J M
yijkm yijkm yijkm
j 1k 1m 1 i 1 k 1m 1 i 1 j 1m 1
yi y j y k
JKM IKM IJM
K M J M I K
yijkm yijkm yijkm
k 1m 1 j 1m 1 i 1k 1
y ij yi k y jk
KM JM IM
M
yijkm
m 1
y ijk
M
Diseo Experimentos 74
Medias: Proceso qumico
Concentracin
1 2 3 4
C-1 68.2 68.8 73.8 75.6 71.6
Catalizador C-2 71.0 74.3 83.4 79.0 76.9
C-3 70.3 79.0 82.9 80.9 78.3
69.9 74.1 80.1 78.5 75.6
1 2 3 4
T-1 68.72 70.49 76.64 76.22 73.02
Temperatura T-2 70.99 77.61 83.46 80.71 78.19
69.9 74.1 80.1 78.5 75.6
T-1 T-2
C-1 71.95 71.25 71.6
C-2 72.96 80.89 76.9
C-3 74.15 82.43 78.3
73.02 78.19 75.6
1 2 3 4
T-1 T-2 T-1 T-2 T-1 T-2 T-1 T-2
C-1 70.30 66.17 69.07 68.53 72.73 74.90 75.70 75.40
C-2 66.50 75.53 70.43 78.20 81.47 85.33 73.43 84.50
C-3 69.37 71.27 71.97 86.10 75.73 90.13 79.53 82.23
Diseo Experimentos 75
k y k y K 1
ij y ij yi y j y ( I 1)( J 1)
ik yi k yi y k y ( I 1)( K 1)
jk y jk y j y k y ( J 1)( K 1)
Diseo Experimentos 76
Modelo estimado
yijkm y yi y y j y y k y
y ij yi y j y
yi k yi y k y
y jk y j y k y
y ijk y ij yi k y jk yi y j y k y
yijkm y ijk
Diseo Experimentos 77
Descomposicin de la
variabilidad
I J K M
2
yijkm y
i 1 j 1k 1m 1
2 2 2
JKM yi y IKM y j y IJM y k y
i j k
2
KM y ij yi y j y
i j
2
JM yi k yi y k y
i k
2
IM y jk y j y k y
j k
2
M y ijk y ij yi k y jk yi y j y k y
i j k
2
yijkm y ijk
i j k m
Diseo Experimentos 78
Variabilidades
I J K M
2 2
VT yijkm y VE ( A) JKM yi y
i 1 j 1k 1m 1 i
2 2
VE ( B ) IKM y j y VE (C ) IJM y k y
j k
2
VE ( A B ) KM y ij yi y j y
i j
2
VE ( A C ) JM yi k yi y k y
i k
2
VE ( B C ) IM y jk y j y k y
j k
2
VE ( A B C ) M y ijk y ij yi k y jk yi y j y k y
i j k
2
VNE yijkm y ijk
i j k m
Diseo Experimentos 79
Grados de libertad
GRADOS DE LIBERTAD
(n 1) ( I 1) ( J 1) ( K 1)
( I 1)( J 1) ( I 1)( K 1) ( J 1)( K 1)
( I 1)( J 1)( K 1) IJK ( M 1)
Diseo Experimentos 80
Tabla ANOVA
FUENTE VARIABILID AD Gr . de Lib. Varianzas F
A JKM yi y
2
I 1 s2 s A2
A
i s R2
B IKM y y
2
J 1 s B2 s B2
j
j s R2
2 sC2
C IJM y k y K 1 sC2
k s R2
2
2 2 s AB
A B KM y ij yi y j y ( I 1)( J 1) s AB
i j s R2
2
2 2 s AC
A C JM yi k yi y k y ( I 1)( K 1) s AC
i k s R2
2
2 2 s BC
B C IM y jk y j y k y ( J 1)( K 1) s BC
j k s R2
M ( y ijk y ij yi k y jk ... 2
i j k 2 s ABC
A B C ( I 1)( J 1)( K 1) s ABC
... y i y y y )2 s R2
j k
2
Residual yijkm y ijk IJK ( M 1) s R2
i j k m
I J K M
2
Total yijkm y IJKM 1
i 1 j 1k 1m 1
Diseo Experimentos 81
H0 : 1 2 I 0
H1 : Algn i es distinto de 0
I
JKM ( yi y )2 I 1
s A2 i 1
FA FI 1; IJK ( M 1)
s R2 s R2
FI 1; IJK ( M 1)
Si FA F No se rechaza Ho
RR
Si FA F Se rechaza Ho
F
Diseo Experimentos 82
Contraste interaccin AxB
H0 : 11 12 IJ 0
H1 : Algn ij es distinto de 0
2 VE ( A B)
Si Ho es cierto, s AB
( I 1)( J 1)
2
s AB
FAB F( I 1)( J 1); IJK ( M 1)
s R2
Si FAB F Se rechaza Ho
A y B interaccio nan
Diseo Experimentos 83
Si FABC F Se rechaza Ho
Diseo Experimentos 84
Anlisis de la varianza
Diseo Experimentos 85
Interpretacin
El efecto principal del factor concentracin
influye significativamente (p-valor =0.0000)
en el rendimiento. Ms adelante se
compararn las medias de los cuatro niveles
de este factor. Este factor no interacciona
con ningn otro.
Los efectos principales de catalizador y de
la temperatura son significativos, adems
es muy significativa la interaccin de los dos
factores (p-valor 0.0064). La comparacin
de medias de estos factores debe ser
conjunta.
Diseo Experimentos 86
Contrastes mltiples: Factor A
H0 : i j R.R. R.R
tIJK(M-1)
H1 : i j 1-
/2 /2
yi y
i
i j yi yj R. Acept. H0
j yj y
2 2 -t /2 t /2
i j N( i j, )
JKM JKM
yi yj 2
t IJK ( M 1) Si yi yj t s
/2 R ,
2 JKM
sR se rechaza Ho
JKM
Diseo Experimentos 87
Intervalos de Confianza
80
80
80
78
78
76
medias
medias
medias
76
75
74
74
72
70
72
70
k1 k2 k3 k4 t1 t2 c1 c2 c3
Diseo Experimentos 88
Interaccin: Cat. x Temp.
T-1 T-2
C-1 71.95 71.25 71.6
C-2 72.96 80.89 76.9
C-3 74.15 82.43 78.3
73.02 78.19 75.6
84.00
82.00
80.00
Medias
78.00 Temp - 1
76.00 Temp - 2
74.00
72.00
70.00
0 1 2 3 4
Catalizador
Diseo Experimentos 89
Seleccin de temperatura y
catalizador.
Diseo Experimentos 90
Diagnosis del modelo
10
10
10
residuals(mod_qui)
residuals(mod_qui)
residuals(mod_qui)
5
5
0
0
-5
-5
-5
-10
-10
-10
1.0 2.0 3.0 4.0 1.0 1.4 1.8 1.0 1.5 2.0 2.5 3.0
Diseo Experimentos 91
Instrucciones de R utilizadas
ARCHIVO TEXTO: quimico.txt
Diseo Experimentos 92
Anlisis de 3 factores con
menos observaciones
Cuando no existe interaccin de orden tres.
No es necesario replicar para analizar el experimento.
La variabilidad explicada por el trmino A B C se
convierte en Variabilidad Residual con (I-1)(J-1)(K-1)
grados de libertad.
Las expresiones anteriores siguen siendo vlidas,
sustituyendo M=1 (sin replicacin) y con (I-1)(J-1)(K-1)
como grados de libertad de la varianza residual.
Cuando no existe ninguna interaccin
Se puede reducir considerablemente el nmero de
observaciones si el nmero de niveles de los tres
factores es el mismo: CUADRADO LATINO
Diseo Experimentos 93
I J K
2
Total yijk y IJK 1
i 1 j 1k 1
Diseo Experimentos 94
Ejemplo: Obleas
Temperatura
Horno AS 1 2 3
1 122.2 103.2 115.8
1
2 138.4 144.3 159.8
1 131.0 133.4 121.8
2
2 147.4 138.0 147.5
1 120.5 102.8 120.0
3
2 140.6 126.6 141.9
1 100.0 105.8 114.7
4
2 117.0 134.4 131.7
Diseo Experimentos 95
ANOVA: Obleas
Diseo Experimentos 96
Comparacin de medias
Cuadrado latino
Permite analizar
tres factores con K 1 2 3 4 5
niveles cada uno, 1 C A D B E
utilizando slo K2 D C B E A
2
observaciones. E B A D C
3
Deben ser nulas 4 B E C A D
las interacciones 5 A D E C B
de orden 2 y orden
3.
Diseo Experimentos 98
Ejemplo: Aditivos gasolina
Una organizacin de consumidores estudi la eficacia de
cinco aditivos que segn los fabricantes reducan el
consumo de combustible. Se realiza un diseo
experimental con cinco conductores, cinco vehculos y
cinco aditivos, eligiendo las 25 combinaciones que se
muestran en la tabla, junto con una medida del consumo.
Vehculo
1 2 3 4 5
C A D B E Aditivo
1
71 64 68 78 82 A
D C B E A
2 B
Conductor
65 64 81 82 82
E B A D C C
3
63 68 74 77 85 D
B E C A D
4 E
66 77 79 88 74
A D E C B
5
73 70 78 80 88
Diseo Experimentos 99
Normalidad
uij (k ) Independencia K2 Observaciones
Homocedasticidad
y ( )
i yi ( ) y ( ) K 1
j y j( ) y ( ) K 1
k y (k ) y ( ) K 1
eij ( k ) yij ( k ) yi ( ) y j( ) y (k ) 2y ( )
2
2
e
ij ( k )
s R2 ;
( K 1)( K 2)
Descomposicin de la
variabilidad
yij ( k ) i j k uij ( k )
yij ( k ) y ( ) ( yi ( ) y ( )) (y j( ) y ( )) (y (k ) y ( )) eij ( k )
K K
2
yij ( k ) y ( )
i 1j 1
2 2 2 2
K yi ( ) y ( ) K y j( ) y ( ) K y (k ) y ( ) eij ( k )
i j k i j
Grados de Libertad
( K 2 1) ( K 1) ( K 1) ( K 1) ( K 1)( K 2)
85
80
medias
75
70
65
1 2 3 4 5
VEH
Temperatura
0
Catalizador 20 300 400
A 115 125 130 140 110 120
B 115 105 135 145 100 110
2. Se pretende estudiar el efecto que produce los factores (1) Porcentaje de algodon (10%, 20%
y 30%) (2) Tipo de confeccion (A y B) en la resistencia al desgaste de ciertos tejidos de fibra
sintetica. Se ha realizado el siguiente diseno con tres replicaciones
(a) Construir la tabla de Analisis de la Varianza y contrastar la influencia de los dos factores
y la presencia de la interaccion.
(b) Hacer un contraste de diferencia de medias y decidir el tratamiento mas adecuado para
conseguir la mayor resistencia al desgaste.
1
Aleac. A Aleac. B Aleac. C
10.96 11.03 10.95 11.00 11.07 11.01
Lab. I 11.08 11.01 11.04 10.97 10.97 11.03
(11.02) (10.99) (11.02)
10.97 10.96 10.97 10.96 11.02 11.00
Lab. II 10.94 10.95 10.97 10.98 11.01 11.01
(10.955) (10.97) (11.01)
(a) Determinar si existen diferencias entre los resultados de los laboratorios y si estos han
encontrado diferencias entre las aleaciones.
(b) Aceptando que los datos cumplen la hipotesis de normalidad, indicar si podemos aceptar
que verifican el resto de las hipotesis del modelo y en caso negativo que medidas se deben
adoptar para analizar los datos.
(c) Realizar un test de razon de varianzas para contrastar que las varianzas de los dos
laboratorios son iguales, sabiendo que las tres aleaciones tienen composicion distinta.
Interpretar el resultado.
(d) El O.P. conoce exactamente el porcentaje en oro de la aleacion A (11 %), de la B
(11.02 %) y de la C (11.04 %). Con esta informacion comparar los resultados de los
laboratorios.
6. Para estudiar el efecto de tres factores (A,B,C) en el tiempo de fraguado del hormigon se ha
realizado un experimento factorial completo a dos niveles con tres replicaciones (24 datos en
total). Los resultados de la estimacion han sido:
Media A B AB C AC BC ABC
92.5 2.4 3.3 8.5 15.0 -1.4 2.65 0.72
Teniendo en cuenta que la varianza residual obtenida es s2R = 18.8, indicar que efectos son
significativos para un nivel de significacion = 0.05.
2
7. Una caracterstica de la calidad de la gasolina es su ndice de octanos. Una refinera de
petroleo tiene cinco formulas que pueden emplearse para la obtencion de gasolina con plomo
o sin plomo.
(a) Para determinar que formula proporciona mayor ndice de octanos, con cada una de
ellas se ha repetido 10 veces en el laboratorio el proceso de fabricacion de gasolina con
plomo. Si el coeficiente de determinacion del analisis de la varianza de los resultados
es igual a 0.20, contrastar con = 0.05 si existen diferencias entre las cinco formulas
para este tipo de gasolina.
(b) Los valores medios (yi ) para cada formula son:
Formula 1 2 3 4 5
Media 89.2 90.1 90.7 90.5 89.5
Contrastar con = 0.05 que formulas proporcionan ndices de octanos significativa-
mente distintos y cuales no.
(c) Debido a los problemas medio-ambientales gran parte de la produccion futura debe
estar libre de plomo. Para determinar que formula de las anteriores produce mejores
resultados en cuanto al ndice de octanos , se realizo un diseno experimental similar
al anterior (cinco formulas, 10 observaciones en cada formula) para la obtencion de
gasolina sin plomo. El coeficiente de determinacion en este caso es igual a 0.25 y el
ndice medio para cada formula es,
Formula 1 2 3 4 5
Media 88.0 89.5 88.5 90.2 89.8
Contrastar ( = 0.05) si existe interaccion entre los factores tipo de gasolina (con y sin
plomo) y formula.
3
9. Para estudiar la influencia de la temperatura y la presion sobre el rendimiento de un proceso
qumico se ha realizado un experimento con 5 valores de presion y 4 valores de temperatura.
Los resultados se muestran en la tabla siguiente.
Temperatura
10 20 30 40 Medias
1 65,58 96,71 124,20 156,63 110,71
2 66,32 101,5 130,37 161,38 114,89
Presion 3 74,42 99,81 134,63 160,59 117,36
4 80,24 104,11 138,42 166,96 122,43
5 79,61 112,14 143,58 170,68 126,50
Medias 73,24 102,85 134,24 163,19 118,38
(a) Completa la tabla de analisis de la varianza e indica que efectos son significativos para
= 0.05.
(b) Interpreta el resultado, indicando como influye el RATIO y la VELOCIDAD en la fuerza
de la perforadora. Dibuja el grafico que permite interpretar la interaccion. Proporciona
el intervalo de confianza para la media de la combinacion RATIO 0.30, y VELOCIDAD
baja.
4
(c) Cada tratamiento tiene dos observaciones, llamando Dij = |Yij1 Yij2 | , al valor abso-
luto de la diferencia de estas observaciones, demuestra que
Dij2
21
22
P2 P4 2
2 Dij
y que SD = i=1 j=1
16
es un estimador centrado de la varianza del modelo factorial.
(d) Supon que la varianza de las observaciones a velocidad baja es 21 y de las observaciones
a velocidad alta es 22 . Utilizando el resultado del apartado 3, realiza el siguiente
contraste con nivel de significacion 0.05,
H0 : 21 = 22
H1 : 21 6= 22
11. Cuando un lenguaje de alto nivel es compilado, el tiempo de ejecucion depende del compi-
lador. Un ingeniero de software desea comparar tres compiladores (A, B y C), para ello ha
seleccionado 5 programas muy distintos, cada uno de los cuales ha sido compilado por los
tres compiladores. Los tiempos de CPU se proporcionan a continuacion:
1 2 3 4 5 Medias
A 122.9 147.4 189.6 200.9 307.3 193.6
B 113.8 135.1 173.8 199.3 296.6 183.7
C 131.2 152.8 192.7 219.8 318.9 203.1
Medias 122.7 145.1 185.3 206.7 307.6
12. Se ha realizado el analisis de la varianza de un diseno con un unico factor a 10 niveles con 6
observaciones para cada nivel. El nivel crtico que muestra la tabla ADEVA es p = 0.5832.
Los niveles crticos de los contrastes individuales de igualdad de medias son mayores de 0.05
para todas las parejas excepto para la comparacion entre los niveles 3 y 7 que ha sido igual a
0.0405. Es posible este resultado? Que se puede concluir del analisis? Que procedimiento
sugiere para realizar los contrastes individuales?
13. Se ha realizado un diseno factorial sin replicacion con tres factores A, B, C con 5, 5 y 4
niveles respectivamente. Si la interaccion de tercer orden es nula, obtener la descomposicion
de la variabilidad e indicar los grados de libertad de cada termino.
14. Sea un diseno factorial con 4 factores a 3, 4, 2 y 5 niveles. Calcular el numero de parametros
totales correspondientes a efectos principales e interacciones de orden 2, 3 y 4.
5
15. Un ingeniero ha estudiado el efecto que tienen 5 niveles de iluminacion en una operacion
de ensamblado. El departamento en el que se ha experimentado tiene cuatro estaciones de
trabajo, que representan una fuente potencial de variabilidad. Para cada estacion de trabajo
y nivel de iluminacion se ejecuto la operacion de ensamblado, midiendo la holgura en micras.
Los resultados fueron:
ESTAC. ILUMINACION
1 2 3 4 5 yi
1 131 116 88 75 104 102.8
2 92 96 97 70 75 86.0
3 128 129 99 94 105 111.0
4 121 107 84 89 86 97.4
yj 118 112 92 82 92.5 y = 99.3
H0 : 1 = 2 = ... = m
(Nota: Los numeros entre parentesis son las medias de las casillas)
(a) Contrastar con = 0.05 que efectos son significativos. Interprete el resultado.
(b) Determinar el intervalo con el 99% de confianza para la varianza del error experimental.
6
(c) Dar un intervalo para una observacion realizada en condiciones optimas. Si se realizan
10 experimentos en estas condiciones, determinar el intervalo que con probabilidad
igual al 95% contiene a todas ellas. Utilice la aproximacion
z + 1 1
tg = z (1 )
4g
donde g son los grados de libertad de la t y z el valor de la normal estandar, tal que
P (Z z ) =
17. Un laboratorio de Analisis Clnicos ha adquirido un nuevo equipo (B) para medir el coles-
terol en la sangre de los enfermos. Para evaluar si el nuevo equipo esta ajustado se decide
analizar muestras de 5 enfermos que previamente han sido analizadas con otro equipo (A),
dando como resultado
Enfermo 1 2 3 4 5 Media
Equipo A 215 305 247 221 286 254.8
Equipo B 224 312 251 232 295 262.8
18. Para estudiar el consumo de aceite de un motor se prueban 4 motores distintos con 3 tipos
de aceites obteniendo 12 medidas de consumo. Se ha obtenido:
(a) Analizar si el factor estacion del ano es influyente, sabiendo que s2y = 1.53.(No consid-
erar el factor Comunidad).
7
(b) Razonar estadsticamente cual es la estacion de mayor consumo y la de menor, uti-
lizando el analisis anterior. Calcular los intervalos de confianza para el consumo medio
de cada estacion del ano.
(c) Sabiendo que la variabilidad explicada por el factor comunidad es 23.62, construir una
nueva tabla de la varianza, con dos factores, y decidir que factor es significativo.
(d) Utilizar los resultados del apartado anterior para realizar un contraste de igualdad de
medias del efecto estacion y comparar los resultados con los del apartado 2, justificando
las diferencias encontradas.
20. Se realiza un experimento para estudiar si la presencia de fluorita reduce el coste de fabri-
cacion de clinker de cemento en tres tipos diferentes de mezcla. Los resultados del mismo
(en miles de pesetas por Tm) se muestran en la siguiente tabla:
5 X
X 3
e2ij = 10.2 y = 10.3
i=1 j=1
22. Se ha realizado un experimento con tres factores, (A, B y C), con 4, 3, y 5 niveles, sin
replicaciones. El modelo propuesto no incluye las interacciones de orden 3, por lo que la
variabilidad explicada por estas interacciones se pretende utilizar para estimar la varianza
residual. Los resultados proporcionan para la variabilidad explicada por las interacciones de
orden 3 un valor igual a 234.5; que es muy superior a lo esperado. Debido a esto se repitio
por completo el experimento, obteniendose para este segundo experimento un valor de 158.7
8
(para la variabilidad explicada por la interacciones de orden 3). Proponer un procedimiento
para contrastar si se ha producido un cambio significativo en esta variabilidad de uno a otro
experimento, indicando las hipotesis en las que se basa el contraste. (Dejar el resultado del
contraste indicado en funcion de los valores crticos de la tabla correspondiente.)
23. 8.25. (2-96) En un modelo de analisis de la varianza se ha observado que la desviacion tpica
(si ) y la media (y i ) de las observaciones de cada tratamiento estan relacionadas linealmente,
si = ky i , donde k es una constante. Cual de las siguientes transformaciones es la mas
adecuada para corregir la heterocedasticidad ? z = log y, z = y 2 o z = ky
24. La oxidacion es una etapa de la fabricacion de chips y consiste en anadir una capa de
oxido sobre la placa silicio (oblea). Se esta experimentando con 6 tratamientos (Ti ) para
seleccionar el que proporciona un mayor espesor de oxido en un mismo tiempo de proceso.
Una caracterstica que influye en el espesor es el acabado superficial de la oblea, por lo que
se tomaron 5 tipos distintos de acabado (Oj ). De cada tipo (Oj ) se tomaron 6 obleas y se
asignaron aleatoriamente a los tratamientos. En la tabla se proporciona el espesor obtenido
en cada oblea y las medias por filas y columnas.
T1 T2 T3 T4 T5 T6
O1 85.60 90.90 93.00 80.50 85.20 88.90 87.35
O2 89.30 91.50 93.60 83.20 87.80 91.00 89.40
O3 84.70 87.50 90.90 81.00 83.20 86.30 85.60 VT = 465.1
O4 87.60 90.50 95.60 84.60 87.60 91.10 89.50
O5 87.30 93.10 94.90 82.70 86.70 88.70 88.90
86.90 90.70 93.60 82.40 86.10 89.20 88.15
(a) Contrastar si el tipo de oblea y el tratamiento influyen en el espesor del oxido. Elegir el
tipo de oblea y tratamiento mas adecuado, indicando si son significativamente distintos
del resto.
(b) Para fijar los seis tratamientos, se seleccionaron dos temperaturas (t1 , t2 ) y tres presiones
(p1 , p2 , p3 ) y se combinaron de forma que T1 = (t1 , p1 ), T2 = (t1 , p2 ), T3 = (t1 , p3 )
T4 = (t2 , p1 ), T5 = (t2 , p2 ) y T6 = (t2 , p3 ). Calcular las variabilidades explicadas por la
temperatura, la presion y su interaccion (t p).
(c) Indicar si sus efectos son significativos, suponiendo nulas las interacciones de los factores
O t, O p y O t p.
9
A B C yi s2i
1 1 1 40.2 0.25
1 1 2 61.1 2.68
1 2 1 35.9 2.43
1 2 2 57.1 4.44
2 1 1 49.0 3.49
2 1 2 70.3 7.77
2 2 1 46.7 5.08
2 2 2 67.6 1.03
3 1 1 41.9 4.27
3 1 2 62.7 11.41
3 2 1 37.1 1.33
3 2 2 60.3 6.13
(a) Dar un intervalo del 95 % de confianza para la varianza del error experimental, 2 .
(b) Indicar si los efectos principales de A, B y C son significativamente distintos de cero.
(c) Dado 2 , construir un intervalo que cumpla que la probabilidad de que s2i (la varianza
muestral corregida de un tratamiento) este contenido en el sea igual a 0.95. Sustituir 2
por su estimador y con ayuda de este intervalo, discutir si se puede rechazar la hipotesis
de homocedasticidad de las observaciones.
27. Estimar por maxima verosimilitud los parametros , i y j del modelo de bloques aleator-
izados. Obtener la distribucion de estos estimadores, indicando su media y varianza.
28. Explicar por que en un modelo de dos factores con interaccion es necesario poner las condi-
ciones
I
X J
X I
X J
X
i = 0, j = 0, ()ij = 0 para todo j, y ()ij = 0 para todo i.
i=1 j=1 i=1 j=1
Se podran haber puesto otras condiciones distintas a las anteriores? Justificar la respuesta.
1 2 3 4 Medias
1 15.1 11.0 18.8 10.3 13.8
2 8.1 4.3 11.8 3.8 7.0
3 15.3 11.5 15.6 9.2 12.9
4 8.0 4.4 11.0 5.8 7.3
5 13.5 9.3 15.8 18.2 14.2
Medias 12.0 8.1 14.6 9.46 11.04
10
La tabla de analisis de la varianza para los datos anteriores es:
(a) Elegir con = 0.05 el conservante y el almacenamiento que producen menor degradacion.
(b) El analisis de los residuos muestra como atpica la observacion y54 = 18.2. Un examen
qumico confirma el resultado anomalo por lo que se recomienda eliminar la observacion.
Segun el modelo de dos factores sin interaccion, la prediccion de la observacion yIJ
(eliminada) es:
SI SJ S
ybIJ = +
(J 1) (I 1) (I 1)(J 1)
donde I = 5, J = 4, SI es la suma de las observaciones de la fila I (sin incluir la elimi-
nada), SJ es la suma de las observaciones de la columna J (sin incluir la eliminada), y
S es la suma de las observaciones restantes no incluidas en la fila I ni en la columna
J. Obtener la distribucion (media y varianza) del error de prediccion eIJ = yIJ ybIJ .
(c) Cuando, como en el caso anterior, falta una observacion se recomienda el siguiente pro-
cedimiento: sustituir la observacion faltante por su prediccion y aplicar los contrastes
habituales teniendo en cuenta que los residuos tienen un grado de libertad menos. La
nueva descomposicion de la variabilidad es: VT=339.63, VE(Conservantes)=166.02,
VE(Almacenamiento)=164.02 y VNE=9.59. Contestar al apartado 1 con esta modifi-
cacion e interpretar las diferencias.
30. Una instalacion tpica de almacenamiento de combustible en una Estacion de Servicio (gaso-
linera) esta formada por un tanque enterrado de gran capacidad, al que se encuentran
conectados distintos surtidores. La cantidad total de gasolina suministrada en un da se
puede determinar midiendo directamente la variacion que se ha producido en el tanque de
almacenamiento (Y1j ) o por la suma de los suministros de los distintos surtidores (Y2j ). La
comparacion de ambas medidas permite determinar perdidas en la instalacion enterrada y
otras anomalas. En el proceso de comparacion es necesario tener en cuenta que las medidas
estan afectadas por errores aleatorios. Durante 20 das se han tomado los valores anteriores
en un gasolinera:
Da 1 2 3 4 5 6 7 8 9 10
Y1j 4116,2 5627,0 2820,4 2521,8 2973,5 2834,9 2335,7 2590,8 2182,7 2621,4
Y2j 4143,6 5632,0 2868,1 2477,7 2955,4 2851,9 2312,7 2630,6 2208,9 2635,9
Da 11 12 13 14 15 16 17 18 19 20
Y1j 4323,6 1880,7 2131,4 3349,6 2545,0 2247,3 1817,5 1461,3 1646,5 1955,4
Y2j 4305,4 1877,9 2159,2 3366,7 2566,1 2281,4 1854,6 1461,5 1607,3 1956,4
11
(a) Llamando Dj = Y1j Y2j a la diferencia en las medidas de un mismo da, contrastar
con = 0.05
H0 : D = 0
H1 : D 6= 0
donde Dj tiene distribucion N(D , D ). Calcular el nivel crtico del contraste aproxi-
mando la distribucion t de Student por la normal.
(b) Los datos anteriores pueden ser analizados mediante un modelo de bloques aleatorizados
tomando el tipo de medida (tanque, surtidores) como un factor y los das como bloques.
Demostrar con caracter general que en el modelo de bloques aleatorizados si el factor
tiene dos niveles la varianza residual cumple:
1
sb2R = sb2D
2
donde sb2D es la estimacion de 2D del apartado 1.
(c) Teniendo en cuenta lo anterior, demostrar que el contraste correspondiente al factor en
el modelo de bloques aleatorizados es equivalente al contraste del apartado 1.
31. Una forma alternativa de la ecuacion del modelo para comparar I tratamientos es
donde
es la media global
1 , P
2 , ..., I son los parametros que determinan los efectos de cada tratamiento, cumplen
que Ii=1 i = 0
uij son variables aleatorias independientes con identica distribucion normal de media cero y
varianza 2 .
32. Un ingeniero esta estudiando metodos para mejorar ciertas propiedades mecanicas de una
aleacion metalica. Los dos factores que considera mas importantes son la cantidad de Man-
ganeso y la temperatura de templado. Se disena un experimento empleando tres niveles
para el factor manganeso y dos para la temperatura, en total 32 = 6 tratamientos. Se
dispone de 6 hornos diferentes para realizar la fundicion. Cada horno requiere un operador
y se disponen de seis operadores cada uno de los cuales es capaz de manejar los seis hornos.
Disenar un experimento que con 36 observaciones permita estudiar las diferencias entre los
12
seis tratamientos y que tenga en cuenta el tipo de horno y el operador como variables blo-
ques. Construir la tabla de analisis de la varianza, indicando los grados de libertadad de
cada variabilidad, separando en ella el factor manganeso, el factor temperatura y su inter-
accion. (Los bloques y los factores no interaccionan). (Nota: no es necesario indicar en la
tabla como se obtienen las distintas variabilidades).
33. Una asociacion de consumidores para comprobar la utilidad de ciertos compuestos que segun
sus fabricantes reducen el consumo de gasolina de los automoviles realizo el siguiente exper-
imento: eligio al azar 9 vehculos nuevos de distintas marcas con cilindrada similar y con
cada uno de ellos recorrio tres veces un mismo trayecto con conductores distintos. Ademas
en cada uno de estos tres trayectos empleo un tratamiento diferente para la gasolina:
A: Gasolina con Cyber-Gas
Tratamiento B: Gasolina con Consumin
C: Gasolina sin aditivo
En la tabla siguiente se muestra el consumo en litros de gasolina en cada uno de los recorridos
y el tipo de tratamiento (letra latina).
Numero Conductores Media
Vehculo 1 2 3 fila
1 15,5 (A) 15,6 (B) 16,6 (C) 15,90
2 13,0 (B) 13,3 (A) 13,0 (C) 13,10
3 11,8 (B) 13,1 (C) 12,5 (A) 12,47
4 14,4 (A) 14,8 (C) 15,0 (B) 14,73 A:13,89
Media de
5 12,4 (B) 14,3 (A) 14,1 (C) 13,60 B:13,42
Tratam.
6 15,6 (C) 15,3 (A) 14,7 (B) 15,20 C:14,18
7 12,7 (C) 12,0 (B) 12,0 (A) 12,23
8 14,2 (C) 14,0 (B) 15,1 (A) 14,43
9 12,6 (A) 13,5 (C) 12,3 (B) 12,80
Media Media Total
Columna 13,58 13,99 13,92 13,83
yijk = + i + j + k + uijk
13
(b) La tabla del analisis de la varianza del modelo anterior es
Suma de Grados de
Cuadrados Libertad Varianza F p-Valor
Tratamiento 2,67 2 1,31 6,7 0,0091
Vehculo 40,2 8 5,02 25,7 0,0000
Conductor 0,876 2 0,438 2,2 0,1428
34. Un informatico quiere comparar los tiempos de ejecucion de tres programas realizados en
lenguajes diferentes que realizan el mismo proceso. Para hacer la comparacion utilizan 4
ordenadores con microprocesadores distintos. Los tiempos requeridos por cada programa en
cada ordenador han sido:
ORDENADOR PROGRAMA
A B C yi
1 1,36 2,23 1,54 1,71
2 0,97 0,70 0,76 0,81
3 1,79 1,74 1,84 1,79
4 0,64 0,69 0,74 0,69
yj 1,19 1,34 1,22 1,25
35. Se ha realizado un experimento con dos factores cada uno de ellos con 3 niveles. El 20%
de la variabilidad total esta explicada por la interaccion de los dos factores y el 40% de
la variabilidad total es debida a la variabilidad residual. Determinar el numero de replica-
ciones necesarias en cada tratamiento para que la interaccion sea significativa con = 0.01.
(Explicar el procedimiento de calculo, dejando el resultado indicado en funcion de las tablas).
14
36. Un investigador quiere estudiar el efecto de sexo (hombre, mujer) y tipo de formacion (cien-
cias, letras) en el dominio del ingles escrito en profesores universitarios. Para ello analiza el
numero de incorrecciones gramaticales en artculos cientficos enviados a publicacion. Para
cada combinacion de niveles de los factores se han elegido al azar tres profesores. En la tabla
se proporciona el numero de fallos detectados en artculos de 15 paginas
Letras Ciencias
Hombre 8, 6, 13 22, 28, 33
Mujer 5, 10, 6 12, 14, 9
Contrastar con nivel de significacion 0.05 si los efectos principales y la interaccion son signi-
ficativos. Tener en cuenta que P (F1,8 5.32) = 0.95, siendo F1,8 la distribucion F con grados de
libertad 1 y 8. Interpretar los resultados.
37. Un alumno, como trabajo de la asignatura de estadstica, ha comparado tres marcas distintas
(A,B,C) de palomitas de maz precocinadas. Cada marca puede prepararse friendolas en
una sarten (metodo 1) o en el horno microondas (metodo 2). El alumno ha realizado un
diseno factorial completo 32 con cinco replicaciones en cada uno de los seis tratamientos.
La variable respuesta medida es el porcentaje de granos de maz que no se han inflado
adecuadamente. Los resultados del experimento se muestran en la tabla, en cada tratamiento
se proporciona la media y entre parentesis la desviacion tpica corregida para las cinco
replicaciones. Contrastar si la interaccion entre los dos factores es significativa.
A B C
5.5 3.6 7.5
Sarten
(1,4) (1,8) (2,5)
3.8 3.4 4.3
Horno
(1,3) (0,9) (1,3)
38. Se ha realizado un experimento con dos factores, A (temperatura con tres niveles), B (con-
centracion con cuatro niveles). El experimento se ha replicado 5 veces. En la tabla se
15
muestra la media y la varianza (corregida) para los 5 datos de cada tratamiento.
A B yi s2i
1 1 240 1.2
1 2 261 1.6
1 3 235 1.4
1 4 257 2.4
2 1 249 1.4
2 2 270 5.7
2 3 246 5.8
2 4 267 1.7
3 1 241 4.2
3 2 262 9.4
3 3 237 1.3
3 4 260 6.1
F 1 2 3 4 1 2 3 4
L 1 1 1 1 2 2 2 2
Equipo 1 y111 y211 y311 y411 y121 y221 y321 y421
Equipo 2 y112 y212 y312 y412 y122 y222 y322 y422
Construir la tabla de analisis de la varianza, que incluya los efectos principales debidos a la
distancia focal (F ), la iluminacion (L) y el equipo, y ademas la interaccion F L, suponiendo
que son nulas el resto de interacciones.
40. Cierta industria de lentes para gafas desea comparar dos tipos de recubrimiento antireflec-
tante A, B. Los dos tipos tienen identico aspecto y prestaciones, pero antes de decidirse por
uno u otro desean comprobar si el tipo de recubrimiento influye en el desgaste que sufre la
lente. Para ello construyen gafas con una lente de cada tipo que distribuyen entre 10 per-
sonas seleccionadas al azar que habitualmente utilizan gafas. Al cabo de seis meses miden
el desgaste y se obtienen los valores que se indican en la tabla.
16
Persona Lente A Lente B
1 6.7 6.9
2 5.0 5.8
3 3.6 4.1
4 6.2 7.0
5 5.9 7.0
6 4.0 4.6
7 5.2 5.5
8 4.5 5.0
9 4.4 4.3
10 4.1 4.8
Que tipo de recubrimiento recomendara a los fabricantes con el criterio de mnimo desgaste?.
41. Demuestre que en un modelo en bloques aleatorizados, con I niveles para el factor y J niveles
para el bloque, con modelo
yij = +i+ j +uij ,el valor esperado de la variabilidad explicada por el factor es: E[V E()] =
P
(I 1) 2 + J Ji=1 2i ,siendo 2 la varianza del error experimental.
42. Se desea comprobar si el orden en el que aparecen las preguntas de un examen test influye
en resultado obtenido por el alumno. Se han preparado dos examenes, el Test A tiene
las preguntas en orden de dificultad creciente y el Test B a la inversa. Se ha elegido una
muestra aleatoria de 20 alumnos y se han emparejado segun su habilidad, de forma que los
dos alumnos de cada pareja han demostrado durante el curso una habilidad similar. De
cada pareja, un alumno se ha asignado aleatoriamente al Test A y el otro al Test B. Los
resultados finales del ejercicio han sido (cada pareja es una columna)
Test A: 83 82 95 92 91 60 89 69 70 72
Test B: 76 62 70 74 52 63 48 80 76 74
Es evidente que las puntuaciones del Test B son mas bajas que las del Test A?
17
Metodo Aditivo Medias Desv. Tp.
1 1 9.5 0.83
1 2 9.3 0.67
2 1 10.0 1.53 (TABLA 1)
2 2 8.1 0.77
3 1 11.5 0.78
3 2 6.0 1.23
Suma de
cuadrad. g.l. Var. F p-valor
Extrus. 2.210 2 1.105 1.072 0.358
Aditivo 47.636 1 47.636 46.2 0.000 (TABLA 2)
Interac. 37.572 2 18.786 18.2 0.000
Residual 24.728 24 1.030
Total 112.146 29
(a) A la vista de los resultados de las dos tablas indica que metodo de extrusion es acon-
sejable para conseguir la opacidad mnima.
(b) Da un intervalo del 95% de confianza para la opacidad media en las condiciones optimas.
(c) Sea
di = y i1 y i2
la diferencia entre las medias observadas en los dos niveles del factor aditivos para el
metodo de extrusion i. Calcula el valor esperado y la varianza de di en terminos de los
parametros del modelo factorial.
(d) Si E(di) = 0 para los tres metodos, obten la distribucion de probabilidad de
45. Se ha estudiado el efecto de tres hornos diferentes y dos temperaturas (290 o C y 320 o C)
en la duracion de cierto componente. Para cada combinacion de horno y temperatura se
ha replicado el experimento 3 veces. En la tabla siguiente se proporcionan las medias y
desviaciones tpicas de los datos de cada tratamiento.
Temperatura o C
290 o C 320 o C
Media Desv. T. Media Desv. T.
Horno 1 245.6 8.50 180.0 2.65
Horno 2 191.0 15.39 144.0 2.65
Horno 3 187.0 4.58 134.3 8.62
18
Suma Grados
Fuente Cuadrado Libertad Varianza F p-valor
Horno 9646.3 2 4823.2 69.1 0.000
Temp. 13667.6 1 13667.6 195.9 0.000
HxT 274.8 2 137.4 1.97 0.182
Residual 837.3 12 69.8
Total 24426 17
Seleccionar el horno y la temperatura que proporcionan maxima duracion, haciendo los con-
trastes de igualdad de medias con nivel de significacion 0.01.
19