Está en la página 1de 9

 MARCO TEORICO

Diseño de experimentos

Los modelos de diseño de experimentos son modelos estadísticos clásicos cuyo objetivo
es averiguar si unos determinados factores influyen en una variable de interés y, si existe
influencia de algún factor, cuantificar dicha influencia.

La metodología del diseño de experimentos se basa en la experimentación. Es sabido


que, si se repite un experimento, en condiciones indistinguibles, los resultados presentan
una cierta variabilidad. Si la experimentación se realiza en un laboratorio donde la
mayoría de las causas de variabilidad están muy controladas, el error experimental será
pequeño y habrá poca variación en los resultados del experimento. Pero si se
experimenta en procesos industriales o administrativos la variabilidad será mayor en la
mayoría de los casos. El objetivo del diseño de experimentos es estudiar si cuando se
utiliza un determinado tratamiento se produce una mejora en el proceso o no. Para ello
se debe experimentar aplicando el tratamiento y no aplicándolo. Si la variabilidad
experimental es grande, sólo se detectará la influencia del uso del tratamiento cuando
éste produzca grandes cambios en relación con el error de observación.

http://halweb.uc3m.es/esp/Personal/personas/jmmarin/esp/Disenno/IntroDE.pdf

Test de Duncan

El Test de Duncan es un test de comparaciones múltiples. Permite comparar las medias


de los t niveles de un factor después de haber rechazado la Hipótesis nula de igualdad
de medias mediante la técnica ANOVA. Todos los tests de comparaciones múltiples son
tests que tratan de perfilar, tratan de especificar, tratan de concretar, una Hipótesis
alternativa genérica como la de cualquiera de los Test ANOVA.

https://estadisticaorquestainstrumento.wordpress.com/2013/01/28/test-de-duncan/

ACIDEZ

se llama ácido a cualquier sustancia (orgánica o inorgánica) que contiene hidrógeno junto
con un no-metal o un radical no metálico y que produce iones hidrogenión al diluirse en
agua. El carácter ácido de un lubricante viene determinado por la presencia de
sustancias ácidas en el aceite.

https://es.slideshare.net/Tanytap/acidez-en-medicina-y-quimica

Propiedades químicas de los ácidos


El comportamiento químico de los ácidos se resume en las siguientes propiedades:

1) Poseen un sabor agrio . La palabra ácido procede, precisamente, del latín (acidus =
agrio) y recuerda el viejo procedimiento de los químicos antiguos de probarlo todo, que
fue el origen de un buen número de muertes prematuras, por envenenamiento, dentro
de la profesión.

2) Colorean de rojo el papel de tornasol . El tornasol es un colorante de color violeta en


disolución acuosa (tintura de tornasol) que puede cambiar de color según el grado de
acidez de la disolución. Impregnado en papel sirve entonces para indicar el carácter
ácido de una disolución. Es, pues, un indicador.

PH (acidez)

pH. Medida de la acidez o de


la alcalinidad de una sustancia. PH
Es el logaritmo negativo de la
concentración de iones de
hidrógeno. Una escala
numérica utilizada para medir
la acidez y basicídad de una
sustancia. Valor absoluto del
logaritmo decimal de la
concentración de ion
hidrógeno (actividad). Usado
como indicador de acidez (pH
< 7) o de alcalinidad (pH > 7).

Concepto: Medida de la acidez o de la alcalinidad de


una sustancia

YOGURT

De acuerdo al Codex Alimentarius, el yogurt es leche (usualmente de vaca) que han sido
fermentada con Streptococcus thermophilus y Lactobascillus bulgaricus bajo condiciones
definidas de tiempo y temperatura. Cada especie de bacterias estimula el crecimiento de
la otra, y los productos de su metabolismo combinado dan como resultado la textura
cremosa característica y el ligero sabor acido, es un alimento de alto valor nutritivo, que
regularizan la flora intestinal, restablece las funciones hepáticas y es de fácil
digestibilidad.
 OBJETIVO DE LA ACTIVIDAD
El objetivo de la presente actividad es conocer la variabilidad de acidez y Ph de un yogurt
de mango. Con el método estadístico: “diseño de experimentos de un solo factor”

 METODOLOGÍA
1. Diseño de experimentos de un solo factor
Hipótesis
𝐻0 = µ𝟏 = µ𝟐 = µ𝟑 … µ𝒌

Los tratamientos son iguales.

𝐻0 = µ𝟏 = µ𝟐 = µ𝟑 … ≠ µ𝒌

Al menos un tratamiento es diferente.

2. ANOVA

FV Sc GL CM Fo Fα

Tratamiento SCtrat K-1 CMtrat CMtrat/CME (GLtrat,GLE)

Error SCE N-K CME

Total SCT N-1

K= # de tratamientos.

n= # de observaciones por tratamiento.

N= # total de observaciones.

3. CONCLUSIÓN
Si Fo≥fα rechazo Ho y al menos un tratamiento es diferente, (esto se puede continuar
con la Prueba de Duncan).

4. Error estudentizado.

√𝐶𝑀𝑡𝑟𝑎𝑡
𝐸𝐸 =
𝑛

5.

P q RME

µ-1 Datos en q*EE


tablas

K-1

P= pasos entre el número de tratamientos.

q= datos en tablas con GLError.

RME=Rango medio estudentizado.

INTERPOLACIÓN

𝑦2 − 𝑦1
𝑌 = y1 + (x − x1) [ ]
𝑥2 − 𝑥1
6. Comparación de medias.

T4 T3 T2

T1 T4-T1 T3-T1 T2-T1

T2 T4-T2 T3-T2

T3 T4-T3

 Si el valor absoluto de la diferencia de medias es mayor al RME entonces


hay diferencia significativa (señalar con un *) y elegir el mejor y peor
tratamiento.

 DESARROLLO DEL PROBLEMA

Se realizó una investigación para conocer la variabilidad de acidez y Ph de


un yogurt de mango. Los cuales se presentan en la siguiente tabla.

YOGURT
TRATAMIENTOS NIVELES DE PH
Yogurt 1 Yogurt 2 Yogurt 3

4.38 4.19 4.10

4.25 4.15 4

4.13 3.92 3.88

4.35 4.23 4.18

4.20 4.12 4.01

4.10 3.99 3.92

4.24 4.11 4.02


4.09 3.94 3.93

∑ 𝟑𝟑. 𝟕𝟒 ∑ 𝟑𝟐. 𝟔𝟓 ∑ 𝟑𝟐. 𝟎𝟒

∑ 𝟗𝟖. 𝟒𝟑 sumatoria de los tratamientos

∑ 𝟒𝟎𝟒. 𝟏𝟏𝟖𝟕 𝐬𝐮𝐦𝐚𝐭𝐨𝐫𝐢𝐚 𝐝𝐞 𝐥𝐚𝐬 𝐨𝐛𝐬𝐞𝐫𝐯𝐚𝐜𝐢𝐨𝐧𝐞𝐬

𝑯𝒐 = µ𝟏 = µ𝟐 = µ𝟑
𝑯𝒐 = µ𝟏 = µ𝟐 ≠ µ𝟑

𝒌=𝟐
𝒏 = 𝟐𝟏
𝑵 = 𝟐𝟑

o ANOVA

FV Sc GL CM Fo Fα

Tratamiento 0.185425 2 0.0927125 7.87447 3.47

Error 0.2472375 21 0.0117732

Total 0.4326625 23

33.742 +32.652 +32.042 98.432


 SCtrat = − = 0.185425
8 24
98.432
 SCT = 404.1187 − = 0.4326625
24
 𝑆𝐶𝐸 = 0.4326625 − 0.185425 = 0.2472375
o Se rechaza Ho, al menos un tipo de tratamiento es diferente Fo≥Fα

por ende, se continua con la:


prueba de DUNCAN

√𝟎. 𝟎𝟏𝟏𝟕𝟕𝟑𝟐
𝑬𝑬 = = 𝟎. 𝟎𝟑𝟖𝟑𝟔
𝟖
P q RME

2 2.942 0.11285

3 3.089 0.11849

INTERPOLACIÓN
𝑦2 − 𝑦1
𝑌 = y1 + (x − x1) [ ]
𝑥2 − 𝑥1
2.919 − 2.950
𝑌 = 2.950 + (21 − 20) [ ] = 2.942
24 − 20
3.066 − 3.097
𝑌 = 3.0971 + (21 − 20) [ ] = 3.089
24 − 20

RESULTADOS

33.74
𝑇1 = = 4.2175
8
32.65
𝑇2 = = 4.0812
8
32.04
𝑇3 = 8 = 4.0050

T3 T2
75.55 4.0812

T1
3.983 𝑻𝟐 − 𝑻𝟑
71.567 0.1363
𝑻𝟐 − 𝑻𝟏
T2
4.0812
0.0762
DESARROLLO DEL PROBLEMA EN SOFTWARE MINITAB

GRAFICA DE RESULTADOS

Interval Plot of a, b, ...


95% CI for the Mean

4.3

4.2
Data

4.1

4.0

3.9
a b c

The pooled standard deviation was used to calculate the intervals.

One-way ANOVA: a, b, c

Method

Null hypothesis All means are equal


Alternative hypothesis At least one mean is different
Significance level α = 0.05

Equal variances were assumed for the analysis.

Factor Information

Factor Levels Values


Factor 3 a, b, c

Analysis of Variance

Source DF Adj SS Adj MS F-Value P-Value


Factor 2 0.1854 0.09271 7.87 0.003
Error 21 0.2472 0.01177
Total 23 0.4327
Model Summary
S R-sq R-sq(adj) R-sq(pred)
0.108504 42.86% 37.41% 25.36%

Means

Factor N Mean StDev 95% CI


a 8 4.2175 0.1093 (4.1377, 4.2973)
b 8 4.0812 0.1167 (4.0015, 4.1610)
c 8 4.0050 0.0989 (3.9252, 4.0848)

Pooled StDev = 0.108504

CONCLUSION FINAL

Se concluye que existen diferencias significativas