Universidad central del Ecuador

Ciencias económicas
Estadística

Nombres: Jonathan Sampedro, Kevin Ambuludi

Curso: 31 Fecha: 11/11/2019
Materia: Diseños Experimentales

1. Explique en qué consiste y cuándo se debe aplicar el diseño completamente al azar

con un solo criterio de clasificación.

Está centrado en comparar los tratamientos en cuanto a sus medias poblacionales y se

utiliza cuando el objetivo es comparar más de dos tratamientos

2. Supongamos que se desea probar la igualdad entre sí de cinco medias. Una

alternativa para hacer esto sería comparar de dos en dos las medias, utilizando la
prueba T de Student y al final tomar una decisión. Explique por qué esto aumenta el
error tipo I.

Se podría pensar que una forma de probar la hipótesis nula de la expresión

En este caso con cinco medias tenemos diez posibles pares de medias, y si la probabilidad
de aceptar la H 0 para cada prueba individual es de (1−∝) = 0.95, entonces la probabilidad
de aceptar las diez H0 es de 0.95110 = 0.5987, lo cual representa un aumento considerable
del error tipo I. Aunque se utilice un nivel de confianza tal que (1−∝)10=0.95, el
procedimiento resulta inapropiado porque se pueden producir sesgos por parte del
experimentador.
3. ¿Qué mide el cuadrado medio del error en el ANOVA de un experimento?
Es la suma de cuadrados divididos entre sus respectivos grados de libertad

4. ¿Qué son los grados de libertad para una suma de cuadrados en un análisis de
varianza?
Representa el número de piezas de información independientes en la suma de cuadrados. En
general, es el número de observaciones menos el número de parámetros estimados de los
datos
 5. A continuación, se muestra parte del ANOVA para comparar cinco tratamientos
con cuatro réplicas cada uno.
FUENTE DE SUMA DE G. DE C.MEDIO RAZÓN VALOR-p
VARIACIÓN CUADRADOS LIBERTAD F

TRATAMIENTO 800 4 200 7.5 P(3.06>7.5)

ERROR 400 15 26.66
TOTAL 1200 19

𝐒𝐂𝐓 = 800 + 400 = 1200

800 400
𝐂𝐌𝐓 = 4
= 200 𝑪𝑴𝑬 = 15
= 26.66

𝟐𝟎𝟎
𝑭𝑶 = 𝟐𝟔.𝟔𝟔 = 𝟕. 𝟓

a) Agregar en esta tabla los grados de libertad, el cuadrado medio y la razón F para
cada una de las fuentes de variación.
b) Explique de manera esquemática cómo calcularía el valor-p o la significancia
observada, para ver si hay diferencia entre tratamientos.
Valor-p es el área bajo la distribución 𝐹𝑘−1,𝑁−𝑘 a la derecha del estadístico 𝐹𝑜, es decir, el
valor-p=P(F>Fo).
c) ¿Con la información disponible se pueden hacer conjeturas sobre si hay diferencias
significativas entre tratamientos? Argumente su respuesta.
Es posible determinar la diferencia entre los tratamientos, mediante la información
presentada en la tabla ANOVA con el valor obtenido del estadístico Fo que sigue una
distribución F con (k-1) grados de libertad en el numerador y (N-k) grados de libertad en el
denominador y el valor obtenido de la tabla de la distribución F para probar la hipótesis de
igualdad de los tratamientos con respecto a la media de la correspondiente variable de
respuesta. Ya que en caso de rechazar la hipótesis anterior se estaría asumiendo que las
medias de los tratamientos son diferentes
d) Anote el modelo estadístico y formule la hipótesis pertinente.
𝐻𝑜: 𝜇1 = 𝜇2 =. . . = 𝜇𝐾 = 𝜇
𝐻𝐴 = 𝜇𝑖 ≠ 𝜇𝑗 𝑝𝑎𝑟𝑎 𝑎𝑙𝑔𝑢𝑛 𝑖 ≠ 𝑗
6. Se desea investigar el efecto del pH en el crecimiento de cierto microorganismo en un
medio específico. Para ello se realiza un experimento, teniendo como punto de partida
la misma cantidad de microorganismos. Se hacen cuatro repeticiones y se obtienen los
siguientes resultados. ¿Estos datos son evidencia suficiente para afirmar que los niveles
de pH donde se logra menor y mayor crecimiento son e1 3 y el 2, respectivamente?
Explique su respuesta.

Estos datos no son suficientes, pues requerimos conocer los datos de cada tratamiento para
poder llevar a cabo el método de diferencia mínima significativa

7. Se desea investigar la influencia de la temperatura en el rendimiento de un proceso

químico, en particular interesa investigar un rango de temperatura entre 60 y 120°C.
Se tienen recursos para realizar 20 corridas experimentales.
a) Los niveles de temperatura con los que se experimenta son: 60, 65, 70 y 120; se hacen
cinco repeticiones con cada nivel. ¿Considera que es adecuado el diseño experimental
usado? Argumente su respuesta, y de ser necesario proponga alternativas.
Considero que el proceso no fue el adecuado, pues se dejaron fuera del estudio intervalos que
pudiesen tener significancia dentro del proceso, pues desde 70 a 120hay mucho espacio no
estudiado. Propongo hacer el intervalo de estudio empezando por el 60, luego 75, 90, 105
y120 y así obtener un mayo abarcamiento de las temperaturas.
b) El orden en que decidieron hacer las corridas experimentales para facilitar el
trabajo experimental fue: primero las cinco del nivel bajo de temperatura, luego las
cinco del siguiente y así hasta finalizar. ¿Es correcto lo que hicieron? Argumente su
respuesta.
Considero que debieron hacerse completamente al azar.

c) Para hacer el análisis estadístico se comparan, mediante una prueba T de Student,

de dos en dos niveles de temperatura, y con base en esto obtuvieron conclusiones. ¿Es
adecuado tal análisis?, argumente, y en su caso proponga alternativas.
Creo que es un buen método porque permite comparar todas las muestras entre sí.
8. Describa en qué consiste cada uno de los supuestos del modelo en un análisis de
varianza, y explique la forma típica en que estos supuestos se verifican.
*Supuesto de Normalidad: la verificación de la hipótesis de normalidad resulta esencial
para poder aplicar muchos de los procedimientos estadísticos que habitualmente se manejan.
Si al graficar la frecuencia acumulada con respecto al Dato (ri) los puntos forman una línea
casi recta y esta línea tiene una pendiente cercana a 1 se puede afirmar que los datos son
normales.

*Supuesto de Homogeneidad: para validar el supuesto de homogeneidad del error puro se

realiza de manera gráfica un diagrama de dispersión entre los residuales (eje Y) y las
respuestas estimadas Yij. Si se observa algún patrón indica que posiblemente no se cumple
el supuesto de homogeneidad del error puro.

*Supuesto de independencia: El supuesto de independencia de las variables aleatorias error

Eij, se puede chequear gráficamente por medio de un diagrama de dispersión entre los
residuales (eje Y) y el orden en que se tomaron las observaciones (eje X), si no hay patrón
entre los puntos se verifica este supuesto.

9. ¿Qué son y cuándo se aplican las pruebas para comparar medias?

Cuando se ha aceptado la hipótesis alterna, debemos comprobar de alguna manera la
diferencia que existe entre las medias de cada tratamiento, para lo cual se usan los sig.
Métodos:
 Método de diferencia mínima significativa (DMS): Es el método de comparación
múltiple posiblemente más utilizado, debido quizás a su fácil manera de aplicar. Es
usualmente usado para comparar una pareja de medias de tratamientos, pero puede
ser utilizado para comparaciones de más de dos medias de tratamientos.

 LSD: Es la diferencia entre dos medias, basadas en la prueba t de Student, empleando

el valor de la varianza del error

 Método Tukey: Este método consiste en, si se rechaza la hipótesis nula básica de
igualdad de todas las medidas, llevar a cabo todos los test posibles para comparar
todas las parejas de medias entre sí. Se trata, por tanto, de realizar los contrastes de
todos los test.
 Método de Duncan: Se utiliza para comparar todos los pares de medias. Esta prueba
no requiere de una prueba previa de F, como sucede con la DMS o sea que aún sin
ser significativa la prueba F puede llevarse a cabo.
 Método Dunnet (Control): Procedimiento que requiere una simple diferencia para
juzgar la significancia de las diferencias observadas y tablas para efectuar este tipo
de comparaciones.
10. En una industria química se prueban diferentes mezclas para ver si difieren en
cuanto al peso molecular final. Se prueban cuatro diferentes mezclas, con cinco
repeticiones cada una. A continuación, se muestra una parte de la tabla del análisis de
varianza y los promedios obtenidos para cada mezcla.

a) ¿Las mezclas difieren de manera significativa en cuanto a su peso molecular?

Si existe hay una diferencia significativa entre el peso molecular.

b) Con el análisis de varianza y de acuerdo al promedio, ¿se puede asegurar que con la
mezcla B se logra un menor peso molecular? Argumente su respuesta.
No, debemos de saber que ocurrió en cada uno de los tratamientos y sus repeticiones.

c) Si al verificar los supuestos de varianza constante (igual varianza entre las mezclas),
éstos no se cumplen, ¿qué significa eso? ¿Se puede seguir apoyando la conclusión del
inciso a)?
Si, pues desde un principio se dijo que existía una diferencia grande entre cada tratamiento,
esto debido a una diferencia notable de las varianzas

12. En un centro de investigación se realiza un estudio para comparar varios tratamientos

que, al aplicarse previamente a los frijoles crudos, reducen su tiempo de cocción. Estos
tratamientos son a base de bicarbonato de sodio (NaHCO3) y cloruro de sodio o sal común
(NaCl). El primer tratamiento es el de control, que consiste en no aplicar ningún tratamiento.
El tratamiento T2 es el remojo en agua con bicarbonato de sodio, el T3 es remojar en agua
con sal común y el T4 es remojar en agua con una combinación de ambos ingredientes en
proporciones iguales. La variable de respuesta es el tiempo de cocción en minutos. Los datos
se muestran en la siguiente tabla:
 a) ¿De qué manera el experimentador debe aleatorizar los experimentos y el material
experimental?
Se debe aleatorizar los datos de los experimentos completamente al azar, de esta manera se
determinará el orden en que se realizarán los experimentos.
b) Dé ejemplos de factores que deben estar fijos durante las pruebas experimentales, para que
no afecten los resultados y las conclusiones.
Los factores que deben estar fijos durante las pruebas experimentales, para que no afecten los
resultados y las conclusiones son:
Especie de frijoles, Calidad de los reactivos utilizados, Volumen de agua utilizada, Grosor del
recipiente donde se cocerán, Tipo de flama utilizada en el experimento.
c) Formule y pruebe la hipótesis de que las medias de los tratamientos son iguales.

Hipótesis: Ho: µ1 = µ2 = µ3 = µ4 = µ5
H1: µ1 ≠ µ2 ≠ µ3 ≠ µ4 ≠ µ5

Origen de las Suma de Grados de Promedio de F Probab Valor

variaciones cuadrados libertad los cuadrados ilidad crítico
para F
Entre grupos 95041,25 3 31680,41667 1558, 1,2606 3,00878657
96602 4E-27
Dentro de los 487,714285 24 20,32142857
grupos 7

Total 95528,9642 27
9

De acuerdo al criterio:
P-valor< nivel de significancia H0 Se rechaza, H1 se acepta
P-valor>nivel de significancia H0 Se acepta, H1 se rechaza
De acuerdo al análisis de varianza tenemos que P-valor < Nivel de significancia (0.05), por lo que la
hipótesis nula se rechaza, es decir existe significancia en el promedio de la cocción de los frijoles
debido a la aplicación de los tratamientos 1, 2, 3 y el tratamiento de control.

d) Obtenga el diagrama de caja y el gráfico de medias.

 Diagrama de caja

Gráfico de medias

e) ¿Hay algún tratamiento mejor? ¿Cuál es el tiempo de cocción esperado para el mejor
tratamiento?
 El asterisco que se encuentra al lado de los 3 pares indica que estos pares muestran diferencias
estadísticamente significativas con un nivel del 95,0%de confianza. No existen diferencias
estadísticamente significativas entre aquellos niveles que compartan una misma columna de X's.;
pero (con el método de Fisher) hay un riesgo del 5% al decir que en cada par de medias hay
diferencias significativas
f) Algo importante a cuidar en un experimento es que no haya efectos colaterales no deseados,
causados por el tratamiento ganador; en este caso, piense en los posibles efectos colaterales
que podría causar el mejor tratamiento.
Los posibles efectos colaterales que podría causar el mejor tratamiento es que el cloruro de sodio
puede causar daños severos a la salud, así como también al medio ambiente.
g) ¿Se cumplen los supuestos del modelo? Verifique gráficamente.

Supuesto de normalidad

La dispersión de los datos se encuentra dentro del rango esperado para datos provenientes de una
distribución normal.
 Supuesto de homogeneidad

Q calculado:
σ 2 (Más grande) 26,24 0,3228
Sumatoria de todas las varianzas 81,29

Q tabla: 0.5365

Ho: σ 21 = σ 22 = σ 23 = σ 24
H1: σ 21 ≠ σ 22 ≠ σ 23 ≠ σ 24
De acuerdo al criterio:
Si el Q calculado < estadístico Q; H0 Acepto, H1 Se rechaza
Si el Q calculado > estadístico Q; H0 Rechazo, H1 Se acepta
De acuerdo al análisis de varianza tenemos que el Q calculado es < estadístico Q por lo que la
hipótesis nula se acepta, es decir hay homogeneidad en las varianzas.

h) Pruebe la hipótesis de igualdad de varianzas entre tratamientos (que corresponde a un

supuesto).

Supuesto de residuos

Los datos presentan independencia, lo que indica que la probabilidad de cada uno de ellos no está
influida porque el otro suceso, es decir, que los sucesos no están relacionados.
13. Para estudiar la confiabilidad de ciertos tableros electrónicos para carros, se someten a un
envejecimiento acelerado durante 100 horas a determinada temperatura, y como variable de
interés se mide la intensidad de corriente que circula entre dos puntos, cuyos valores
aumentan con el deterioro. Se probaron 20 módulos repartidos de manera equitativamente en
cinco temperaturas y los resultados obtenidos fueron los siguientes:

a) Formule la hipótesis y el modelo estadístico para el problema.

Factor: Temperatura
Niveles: T1-T2-T3-T4-T5
Variables: Intensidad de corriente que circula entre los puntos
Réplicas: 4
Modelo estadístico:

Hipótesis:
Ho: µ1 = µ2 = µ3 = µ4 = µ5
H1: µ1 ≠ µ2 ≠ µ3 ≠µ4 ≠ µ5

b) b) Realice el análisis de varianza para estos datos, a fin de estudiar si la temperatura afecta
la intensidad de corriente promedio.

Origen de las Suma de Grados de Promedio de los F Probab Valor

variaciones cuadrados libertad cuadrados ilidad crítico para
F
Entre grupos 3411,8 4 852,95 68,054 1,9634 3,05556827
52128 8E-09 6
Dentro de los 188 15 12,53333333
grupos

Total 3599,8 19

De acuerdo al criterio:
 P-valor< nivel de significancia H0 Se rechaza, H1 se acepta
P-valor>nivel de significancia H0 Se acepta, H1 se rechaza
De acuerdo al análisis de varianza tenemos que P-valor < Nivel de significancia (0.05), por lo que la
hipótesis nula se rechaza, es decir existe significancia en el promedio de la intensidad de corriente
que circula entre los puntos debido a la aplicación de los tratamientos dadas diferentes
temperaturas.

c) ¿La temperatura afecta la variabilidad de las intensidades? Es decir, verifique si hay igual
varianza entre los diferentes tratamientos.

Q calculado:
σ 2 (Más grande) 26,250 0,4189
Sumatoria de todas las varianzas 62,667

Q tabla: 0.5895

Ho: σ 21 = σ 22 = σ 23 = σ 24
H1: σ 21 ≠ σ 22 ≠ σ 23 ≠ σ 24

De acuerdo al criterio:
Si el Q calculado < estadístico Q; H0 Acepto, H1 Se rechaza

Si el Q calculado > estadístico Q; H0 Rechazo, H1 Se acepta

De acuerdo al análisis de varianza tenemos que el Q calculado es < estadístico Q por lo que la
hipótesis nula se acepta, es decir hay homogeneidad en las varianzas.

14. En una empresa de manufactura se propone un tratamiento para reducir el porcentaje de

productos defectuosos. Para validar esta propuesta se diseñó un experimento en el que se
producía con o sin la propuesta de mejora. Cada corrida experimental consistió en producir
un lote y la variable de respuesta es el porcentaje de producto defectuoso. Se hicieron 25
réplicas para cada tratamiento. Los datos obtenidos se muestran a continuación:
 a) ¿Las diferencias son significativas estadísticamente?

Origen de Suma de Grados de Promedio F Probabilidad Valor

las cuadrados libertad de los crítico para
variaciones cuadrados F
Entre 466,9568 1 466,9568 73,1356973 3,2686E-11 4,04265213
grupos
Dentro de 306,4704 48 6,3848
los grupos

Total 773,4272 49

De acuerdo al criterio:
P-valor< nivel de significancia H0 Se rechaza, H1 se acepta
P-valor>nivel de significancia H0 Se acepta, H1 se rechaza
De acuerdo al análisis de varianza tenemos que P-valor < Nivel de significancia (0.05), por lo que la
hipótesis nula se rechaza, es decir existe significancia en el promedio de porcentajes de productos
defectuosos dada la aplicación de un tratamiento y sin este.
b) ¿Cuál es el porcentaje de defectos que se espera con el nuevo tratamiento?

Suma ST 79
Suma CT 231,8
Diferencia CT-ST 152,80
% 65,9188956

Aproximadamente se espera un 60% de defectos con el nuevo tratamiento.

15. Una compañía farmacéutica desea evaluar el efecto que tiene la cantidad de almidón en la
dureza de las tabletas. Se decidió producir lotes con una cantidad determinada de almidón, y
que las cantidades de almidón a aprobar fueran 2%, 5% y 10%. La variable de respuesta
sería el promedio de la dureza de 20 tabletas de cada lote. Se hicieron 4 réplicas por
tratamiento y se obtuvieron los siguientes resultados:

a) ¿Hay evidencia suficiente de que el almidón influye en la dureza en las tabletas? Halle el
ANOVA.

Origen de las Suma de Grados de Promedio de los F Probab Valor

variaciones cuadrados libertad cuadrados ilidad crítico para
F
Entre grupos 17,6266667 2 8,81333333 7,6860 0,0112 4,25649473
4651 9987
Dentro de los 10,32 9 1,14666667
grupos

Total 27,9466667 11

De acuerdo al criterio:
P-valor< nivel de significancia H0 Se rechaza, H1 se acepta

P-valor>nivel de significancia H0 Se acepta, H1 se rechaza

De acuerdo al análisis de varianza tenemos que P-valor < Nivel de significancia (0.05), por lo que la
hipótesis nula se rechaza, es decir existe significancia en el promedio de porcentajes de productos
defectuosos dada la aplicación de un tratamiento y sin este.

b) Realice los análisis complementarios necesarios.

Diagrama de caja
Se observa que las cajas no se traslapan, otra muestra visual de que el algodón influye
considerablemente en la dureza de las tabletas, en donde con el 10% se obtiene más dureza.

c) Si se desea maximizar la dureza de las tabletas, ¿qué recomendaría al fabricante?

Si el objetivo es maximizar la dureza en las tabletas se recomienda ampliamente aumentar el
porcentaje de almidón en el proceso de fabricación de las tabletas.
d) Verifique los supuestos.
Supuesto de normalidad y de independencia

En la gráfica de normalidad, los residuos tienden a ajustarse a la línea recta, por lo cual se determina
que las observaciones proceden de poblaciones normales y por ende se cumple el supuesto de
normalidad.
Y en la gráfica del supuesto de independencia o aleatoriedad no se presentan patrones anormales
por lo tanto las muestras son aleatorias e independientes y se cumple con el supuesto de
aleatoriedad.

16. Los datos que se presentan enseguida son rendimientos en toneladas por hectárea de un
pasto con tres niveles de fertilización nitrogenada. El diseño fue completamente aleatorizado,
con cinco repeticiones por tratamiento.

a) ¿Las diferencias muéstrales hacen obvia la presencia de diferencias poblacionales?

No, ya que las diferencias muéstrales pueden ser muy diferentes a las diferencias poblacionales, por
lo que es necesario realizar un análisis estadístico (ANOVA) para poder saber con exactitud si
existen diferencias significativas.
b) Obtenga el análisis de varianza e interprételo.
Variable respuesta: rendimiento del pasto
Tratamiento: niveles de nitrógeno
Unidad experimental: pasto
Hipótesis: Ho: µ1= µ2= µ3
H1: µ1 ≠ µ2 ≠ µ3

Niveles de Nitrógeno
1 2 3
Número 1 14,823 25,151 32,605
de réplicas 2 14,676 25,401 32,460
3 14,720 25,131 32,256
4 14,5141 25,031 32,669
5 15,065 25,276 32,111

Análisis de varianza de un factor

RESUMEN
 Grupos Cuenta Suma Promedio Varian
za
Columna 1 5 73,7981 14,75962 0,0415
2902
Columna 2 5 125,99 25,198 0,0204
7
Columna 3 5 162,101 32,4202 0,0550
507

ANÁLISIS DE VARIANZA
Origen de las Suma de Grados de Promedio de los F Probab Valor
variaciones cuadrados libertad cuadrados ilidad crítico para
F
Entre grupos 788,36006 2 394,18003 10102, 4,3720 3,88529383
8868 7E-20 5
Dentro de los 0,46819889 12 0,03901657
grupos

Total 788,828259 14

De acuerdo al criterio:
Fcalculada ≥ Ftablas H0 Se rechaza, Ha se acepta
Fcalculada ≤ Ftablas H0 Se acepta, Ha se rechaza
De acuerdo al análisis de varianza tenemos que Fcalculada ≥ Ftablas .
Por lo que la hipótesis se rechaza, por lo que se deduce que el factor de la fertilización nitrogenada
afecta el rendimiento del pasto
c) Analice los residuos, ¿hay algún problema?
Supuesto de Normalidad:
Ho: X = N (µ, σ2)
H1: X ≠ N (µ, σ2)

Sw cal 0,813
Sw tab 0,881
 Niveles de Nitrogeno
1.2

0.8

0.6

0.4

0.2

0
0.0000 5.0000 10.0000 15.0000 20.0000 25.0000 30.0000 35.0000

No se cumple ya que los datos están muy dispersos, y no tienden aparecer una línea recta.
Supuesto de Homogeneidad:
Ho: σ2= σ2= σ2 Q calculado 0,47031893
H1: σ2 ≠ σ2 ≠ σ2 Q tabla 0,5012

Acepto la Ho

varianzas
0,03322322
0,016376
0,04404056

Se cumple ya que no existe una varianza muy marcada en los datos.

Supuesto de Independencia:
 10.0000 Niveles de Nitrogeno
8.0000
6.0000
4.0000
2.0000
0.0000
-2.00000.0000 5.0000 10.0000 15.0000 20.0000 25.0000 30.0000 35.0000

-4.0000
-6.0000
-8.0000
-10.0000
-12.0000

No cumple ya que se puede observar en la gráfica que todos los datos siguen un patrón

17. Un químico del departamento de desarrollo de un laboratorio farmacéutico desea

conocer cómo influye el tipo de aglutinante utilizado en tabletas de ampicilina de 500 mg en el
porcentaje de friabilidad; para ello, se eligen los siguientes aglutinantes: polivinil-pirrolidona
(PVP), carboximetilcelulosa sódica (CMC) y grenetina (Gre). Los resultados del diseño
experimental son los siguientes:

a) Especifique el nombre del diseño experimental:

Anova completamente aleatorizado
b) ¿Sospecha que hay algún efecto significativo del tipo de aglutinante sobre la variable de
respuesta?

Origen de las Suma de Grados de Promedio de los F Probab Valor

variaciones cuadrados libertad cuadrados ilidad crítico para
F
Entre grupos 292,920971 2 146,460485 4420, 6,1982 3,88529383
9726 E-18
Dentro de los 0,3975428 12 0,03312857
grupos
 Total 293,318514 14

Si, ya que la F calculada es mucho mayor que la F de tablas por lo que se va a encontrar una gran
significancia en las medias
c) Escriba las hipótesis para probar la igualdad de medias y el modelo estadístico.
Ho: µ1= µ2= µ3
H1: µ1 ≠ µ2 ≠ µ3
Modelo estadístico: Yij = µ + ti +Eij
d) Realice el análisis adecuado para probar las hipótesis e interprete los resultados.
Variable respuesta: porcentaje de friabilidad
Tratamiento: tipos de aglutinantes
Unidad experimental: tabletas de ampicilina de 500 mg

Análisis de varianza de un factor

RESUMEN
Grupos Cuenta Suma Promedio Varianza
Fila 1 5 1,174 0,2348 0,0238362
Fila 2 5 48,19 9,638 0,03897
Fila 3 5 1,465 0,293 0,0365795

ANÁLISIS DE VARIANZA
 Origen de las Suma de Grados de Promedio de los F Probabilidad Valor
variaciones cuadrados libertad cuadrados crítico para
F
Entre grupos 292,920971 2 146,460485 4420,9726 6,1982E-18 3,88529383
Dentro de los 0,3975428 12 0,03312857
grupos

Total 293,318514 14

Como el pv < α se rechaza la hipótesis nula (Ho) del experimento

e) Revise los supuestos, ¿hay algún problema?
Supuesto de Normalidad:
Ho: X = N (µ, σ2)
H1: X ≠ N (µ, σ2)

Sw cal 7,519
Sw tab 0,881

Aglutinantes
1.2

0.8

0.6

0.4

0.2

0
0 2 4 6 8 10 12

No se cumple ya que los datos están muy dispersos, y no tienden aparecer una línea recta.
Supuesto de Homogeneidad:
Ho: σ2= σ2= σ2 Q calculado 0,39210872
H1: σ2 ≠ σ2 ≠ σ2 Q tabla 0,5012

Acepto la Ho

varianzas
 0,01906896
0,031176
0,0292636
Se cumple ya que no existe una varianza muy marcada en los datos
Supuesto de Independencia:

Aglutinante
8.0000

6.0000

4.0000

2.0000

0.0000
0 2 4 6 8 10 12
-2.0000

-4.0000

No cumple ya que se puede observar en la gráfica que todos los datos siguen un patrón
18. Se cultivaron cuatro diferentes clonas de agave tequilana bajo un mismo esquema de
manejo. Se quiere saber qué clona es la que responde mejor a dicho manejo, evaluando el
nivel de respuesta con el porcentaje de azúcares reductores totales en base húmeda. Los datos
se muestran a continuación:

a) Mediante ANOVA, compare las medias de las clonas y verifique residuales.

Análisis de varianza de un factor

RESUMEN
Grupos Cuenta Suma Promedio Varianza
 Columna 1 5 38,93 7,786 2,77833
Columna 2 5 63,36 12,672 11,71402
Columna 3 5 79,21 15,842 2,13587
Columna 4 5 42,44 8,488 6,10327

ANÁLISIS DE VARIANZA
Origen de las Suma de Grados de Promedio de los F Probabilidad Valor
variaciones cuadrados libertad cuadrados crítico para
F
Entre grupos 213,62626 3 71,2087533 12,5304154 0,00018059 3,23887152
Dentro de los 90,92596 16 5,6828725
grupos

Total 304,55222 19

H0 = µ1 = µ2 = µ3 = µ4
Ha = µ1 ≠ µ2 ≠ µ3 ≠ µ4
Fo>F tablas
Al compararse las medias de las clonas se concluye que al menos una de ellas difiere de las de más
en cuanto a contenido de azucares, debido a que se rechaza la hipótesis nula de igualdad de medias.
b) ¿Hay una clona que haya respondido mejor al esquema de manejo? Argumente su respuesta.
La clona 3 responde mejor a dicho manejo ya que se puede evidencia que tiene una varianza menor
y al observar los datos se evidencia valores mayores a las otras clonas.
c) En caso de que exista un empate estadístico entre dos o más clonas, ¿qué propondría para
desempatar?
Para desempatar habría que considerar otros factores como el costo de producción, costo de las
clonas.
19. Uno de los defectos que causan mayor desperdicio en la manufactura de discos ópticos
compactos son los llamados “cometas”. Típicamente, se trata de una partícula que opone
resistencia al fluido en la etapa de entintado. Se quiere comprobar de manera experimental la
efectividad de un tratamiento de limpieza de partículas que está basado en fuerza centrípeta y
aire ionizado. A 12 lotes de 50 CD se les aplica el tratamiento y a otros 12 lotes no se les aplica;
en cada caso se mide el porcentaje de discos que presentan cometas, los resultados son los
siguientes:

a) Con el ANOVA vea si es efectivo el tratamiento de limpieza. ¿Debería implementarse?

Análisis de varianza de un factor

RESUMEN
Grupos Cuenta Suma Promedio Varianza
Con 12 40,42 3,36833333 1,76257879
tratamiento
Sin tratamiento 12 112,16 9,34666667 9,11880606

ANÁLISIS DE VARIANZA
 Origen de las Suma de Grados de Promedio de los F Probabilidad Valor
variaciones cuadrados libertad cuadrados crítico
para F
Entre grupos 214,442817 1 214,442817 39,4146186 2,5595E-06 4,3009495
Dentro de los 119,695233 22 5,44069242
grupos

Total 334,13805 23

Si se debería implementar ya que nos da una menor cantidad de CD en mal estado de igual forma se
evidencia una varianza menor.
b) ¿Es razonable suponer en el inciso a) que las varianzas son iguales?
No es razonable ya que si se supone que los dos tratamientos tengan un valor igual de varianzas no
importaría si se aplica o no el tratamiento ya que se tendrá el mismo número de CD en mal estado
en los dos tratamientos
c) ¿En qué porcentaje se reducen los discos con cometas?
Se reduce aproximadamente en un 60% si se aplica el tratamiento