Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Columna
Fila 1 2 3 4
1 A B C D
2 B A D C
3 C D A B
4 D C B A
Modelo estadístico
Yi j k l i j k l i j k l , para i, j, k , l 1, 2, K , p
donde:
Hipótesis
Modelo I
H 0 : 1 2 L p 0
H1 : j � 0 , para al menos un j , tal que j 1, 2, K , p
H 0 : 1 2 L p
H1 : , Al menos dos j son diferentes
En este caso se asume que los errores i j k l son variables aleatorias independientes
no observables que se distribuyen normalmente con media cero y variancia común s 2 y
p p p p
�i � j � k � l 0
i 1 j 1 k 1 l 1
Modelo II
Hipótesis
H 0 : s 2 0
H1 : s 2 > 0
Reglones p Y2 2
Y�� p -1 SCR
SCR �
i �
��
-
��
CMR
p p 2 p -1
i 1
Columnas p 2
Y�� 2
Y�� p -1 SCC
SCC �
� l
-
��
CMC
p p2 p -1
l 1
i 1 l 1 p2
CMTrat
Se rechaza H 0 a un nivel de significación , si Fc es mayor que
CME
F 1- ,GLTrat ,GLE .
Fórmula A B C D E
Y� j ��
18 -24 -13 24 5
Línea de montaje �
Y��
k�
10 -6 -3 -4 13
Y�2 j ��
p
2
Y��
��
1� 2 102
SCTrat � 18 -24 -13 24 5 -�
2 2 2 2
- 330
j 1 p p2 5� � 25
102 -6 -3 -4 132 102
2 2 2 2 2
Y��
k � Y��
p
��
SCG � - - 62
k 1 p p2 5 25
Yi2� �� -14 92 52 32 7 2 102
2 2
p
Y��
��
SCR � - - 68
i 1 p p2 5 25
-18 182 -4 52 92 102
2 2 2 2
p Y��
� l Y��
��
SCC � - - 150
l 1 p p2 5 25
2
p p Y�� 102
��
SCTot ��Yi j k l - (-1) 2 (-5) 2 L 6 -
2
2
676
i 1 l 1 p2 25
SCE SCTot - SCtrat - SCG - SCR - SCC 676 - 330 - 62 - 68 - 150 66
H 0 : 1 2 L 5 0
H1 : j �0 , para al menos un j , tal que j 1, 2, K , 5
H 0 : 1 2 L 5
H1 : Al menos dos j son diferentes
CMTrat
Fc ~ F 4,8 | H 0 es cierta
CME
CMTrat 82.5
Fc 10
CME 8.25
Pvalue=1-pf(10,4,8)
0.003343621
Se rechaza H 0 . Luego, se encontrado una fuerte evidencia estadística para afirmar que
al menos una fórmula produce efecto diferente sobre la fuerza explosiva de la
dinamita.
> dina<-read.table("d:/datos/dinamita.txt",header=T)
> dina
exploc formula linea lote oper
1 -1 a alfa 1 1
2 -5 b gama 1 2
3 -6 c epsi 1 3
4 -1 d beta 1 4
5 -1 e delta 1 5
6 -8 b beta 2 1
7 -1 c delta 2 2
8 5 d alfa 2 3
9 2 e gama 2 4
10 11 a epsi 2 5
11 -7 c gama 3 1
12 13 d epsi 3 2
13 1 e beta 3 3
14 2 a delta 3 4
15 -4 b alfa 3 5
16 1 d delta 4 1
17 6 e alfa 4 2
18 1 a gama 4 3
19 -2 b epsi 4 4
20 -3 c beta 4 5
21 -3 e epsi 5 1
22 5 a beta 5 2
23 -5 b delta 5 3
24 4 c alfa 5 4
25 6 d gama 5 5
fuerza<-as.vector(dina[,1])
form<-dina[,2]
lin<-dina[,3]
lot<-as.factor(dina[,4])
ope<-as.factor(dina[,5])
mode<-lm(fuerza~form+lin+lot+ope)
> summary(influence.measures(mode))
Potentially influential observations of
lm(formula = exploc ~ ., data = dina) :
data: ri
W = 0.9797, p-value = 0.8786
anva<-aov(mode)
>
summary(anva)
Df Sum Sq Mean Sq F value Pr(>F)
form 4 330.00 82.50 10.0000 0.003344 **
lin 4 62.00 15.50 1.8788 0.207641
lot 4 68.00 17.00 2.0606 0.178311
ope 4 150.00 37.50 4.5455 0.032930 *
Residuals 8 66.00 8.25
> par(mfrow=c(2,2))
> plot(mode)
24 24
2
2
Residuals
1
0
0
-2
-1
15 15
21
-2
21
-4
-5 0 5 10 -2 -1 0 1 2
Constant Leverage:
Scale-Location Residuals vs Factor Levels
1.5
Standardized residuals
Standardized residuals
24
21 24
2
15
1.0
1
0
0.5
-2 -1
15
0.0
21
form :
-5 0 5 10 b c e a d
> ri<-rstandard(mode)
> shapiro.test(ri)
TUKEY
$form
diff lwr upr p adj
c-b 2.2 -4.07586497 8.475865 0.7462701
e-b 5.8 -0.47586497 12.075865 0.0714956
a-b 8.4 2.12413503 14.675865 0.0107829
d-b 9.6 3.32413503 15.875865 0.0048412
e-c 3.6 -2.67586497 9.875865 0.3525524
a-c 6.2 -0.07586497 12.475865 0.0529245
d-c 7.4 1.12413503 13.675865 0.0218416
a-e 2.6 -3.67586497 8.875865 0.6270350
d-e 3.8 -2.47586497 10.075865 0.3087315
d-a 1.2 -5.07586497 7.475865 0.9596565
> tapply(fuerza,form,mean)
a b c d e
3.6 -4.8 -2.6 4.8 1.0
Prueba de DUNNETT
Asumiendo que la fórmula “a” es el tratamiento testigo
> library(multcomp)
> compdunett<-glht(anva,linfct=mcp(form="Dunnett"))
> summary(compdunett)
Linear Hypotheses:
Estimate Std. Error t value Pr(>|t|)
b - a == 0 -8.400 1.817 -4.624 0.00537 **
c - a == 0 -6.200 1.817 -3.413 0.02863 *
d - a == 0 1.200 1.817 0.661 0.90528
e - a == 0 -2.600 1.817 -1.431 0.46096
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
(Adjusted p values reported -- single-step method)
> tapply(fuerza,form,mean)
a b c d e
3.6 -4.8 -2.6 4.8 1.0
>