INSTITUTO TECNOLÓGICO DEL ISTMO

ADELA MORALES JOSÉ 5º “D”

ESTADÍSTICA INFERENCIAL II
General Linear Model: efectos versus operador, cyde time, temperatura
Factor Type Levels Values
operador fixed 3 1, 2, 3
cyde time fixed 3 40, 50, 60
temperatura fixed 2 300, 350

Analysis of Variance for efectos, using Adjusted SS for Tests

Source DF Seq SS Adj SS Adj MS F P
operador 2 256.33 256.33 128.17 19.86 0.000
cyde time 2 396.78 396.78 198.39 30.74 0.000
temperatura 1 73.50 73.50 73.50 11.39 0.002
operador*cyde time 4 300.22 300.22 75.06 11.63 0.000
Error 44 284.00 284.00 6.45
Total 53 1310.83

S = 2.54058 R-Sq = 78.33% R-Sq(adj) = 73.90%

Unusual Observations for efectos

Obs efectos Fit SE Fit Residual St Resid
5 38.0000 32.8333 1.0933 5.1667 2.25 R
54 34.0000 28.8333 1.0933 5.1667 2.25 R
R denotes an observation with a large standardized residual.

Interaction Plot (data means) for muestra de tela

37,5 operador
1
2
35,0 3

32,5
Mean

30,0

27,5

25,0

40 50 60
ciclo de tiempo
Adela Morales José

Conclusión:

Como se puede observar tenemos 3 operadores que son: 1, 2 y 3; 3 ciclo de tiempo y 2

temperaturas.
Por lo tanto los operadores no son iguales, mientras tanto son significativos, el ciclo de tiempo
tampoco son iguales por lo tanto son significativos y las temperaturas no son iguales, así que
también son significativos.
En la grafica nos muestra que el mejor operador es el 2, el mejor ciclo de tiempo es el 50 y la mejor
temperatura es de 350º por lo que se le recomienda al operador 1 y 3 que sean más eficientes y
tengan una mejor calidad al elaborar el tejido de las camisas.