COMPARACIONES DE CUATRO TIPOS DE CUERO

Un fabricante de calzado desea mejorar la calidad de las suelas y para ello utiliza cuatro tipos de cuero disponibles en el merca
como criterio de desgaste se usa la perdida de peso despues de un numero fijo de ciclos
O
b Tipo de cuero
s
e
r A B C D
v
a
c 264 208 220 217
i
o
n 260 220 263 226
e
s
258 216 219 215
241 200 225 227
262 213 230 220
255 206 228 222

comparar los tipos de cuero

Ho: TA = TB = TC =TD = 0
Ha: Ti ≠ 0para algún i = A, B, C , D Y μ + τi + Єij

Hipótesis del problema

Ho: μ1 = μ2 = μ3 = μ4 Los tratamientos son iguales o producen el mismo efecto desgaste
Ha: μi= μj para algún i ≠ j al menos dos tipos de cuero son diferentes
O
b
tipos de cuero
s
e
r A B C D
v
a
c 264 208 220 217
i
o
n 260 220 263 226
e
s
258 216 219 215
241 200 225 227
262 213 230 220
255 206 228 222

ΣΣYij² 1276377
Yi. 1540 1263 1385 1327 Y.. 5515
PASO2:ni 6 6 6 6 N 24
SumaỸde i.
los 256.67 210.50 230.83 221.17 Ỹ.. 229.79
cuadrados
de losṫ i. 26.875 -19.2916667 1.0416666667 -8.625
tratamiento
k 4
so
variabilidad calculos manuales de la ANOVA
PASO1: aSuma
debida la total de cuadrados o variabilidad total de los datos
diferencia
SCT ΣΣYij² - Y..²/N 9075.958333
entre los
métodos de
ensamble
SCTRAT ΣYi.²/n - Y..²/N 7019.4583333333

PASO3: Suma de los cuadrados de los errores o variabilidad dentro de los métodos de ensamble
SCERROR SCT - SCTRAT 2056.5
PASO 4: Calculamos los cuadrados medios de los tratamientos y del error (efecto ponderado de cada fuente de variación)
CMTRAT SCTRAT/(k-1) 2339.82

CMERROR SCERROR/(N-k) 102.83

PASO 5: Calculamos el estadístico de prueba

Fo CMTRAT /CMERROR 22.76

PASO6: Calculamos el estadístico teórico o de tabla Paso 6: Calculamos el valor p

F(α, k-1, N-k) F(0.05, 3, 20) 3.10 valor p DISTR.F(Fo,k-1,N-k)

PASO7: Tomanos una decisión

Se rechaza la Ho cuando Fo >F(α, k-1, N-k) 22,76 > 3,10 ó valor p < α
Se rechaza la hipótesis nula, por tanto hay evidencias suficientes para afirmar que existen diferen que los pesos de desgaste e
El efecto de los métodos de ensamble en cuanto a su tiempo promedio es diferente.

TABLA ANOVA
Fuentes de Suma de Grados de Estadístico de Valor p
variabilidad cuadrados libertad Cuadrados medios Prueba Fo
Tratamientos7019.45833333 3 2339.82 22.76 0,000
Error 2056.5 20 102.83
Total 9075.95833333 23
o disponibles en el mercado

supuestos Normalidad
Varianza constante
Independencia

Yi . Total por tratamiento

Suma de los cuadrados de todos los datos

Suma de todos los datos ni Número de datos en cada tratamiento
Número de observaciones Ỹi . Media muestral por tratamiento
Media global ṫi. Desviaciones respecto a la media global de cada media mues
k número de tratamientos
fuente de variación)

amos el valor p
ISTR.F(Fo,k-1,N-k) 0.000

0,000 <0,05
ue los pesos de desgaste en los diferentes tipos de cuero son diferentes
media global de cada media muestral
MÉTODO LSD (DIFERENCIA MÍNIMA SIGNIFICATIVA)
Es la diferencia mínima que debe haber entre dos medias muestrales para considerar que dos tratamientos son diferentes

Hipótesis
Ho: μi= μj α
Ha: μi ≠ μj paa toda i ≠ j

Para K tratamientos se tienen k(k-1)/2pares de medias

En este caso k = 4, por tanto se tienen 6 pares de medias por contrastar

Estadístico de prueba
LSD │Ỹi. -Ỹj.│ > t(1 - α/2, N -k)* RC[CMERROR(1/ni + 1/nj)]
RC Raiz cuadrada
ni 4 número de observaciones del tratamiento i
nj 4 número de observaciones del tratamiento j
CMERROR 102.83
LSD 15.62 APROXIMADAMENTE
A B
Medias Ỹi. 256.67 210.5
Así para nuestro caso de contraste entre tipos de ensamble, tenemos
Diferencia poblacional Diferencia muestral en valor absoluto Decisíon
MA - M B 46.17 Diferencia no significativa
MA - M C 25.84 * Diferencia significativa
MA - M D 35.50 * Diferencia significativa
MB - M C 20.33 * Diferencia significativa
MB - M D 10.67 Diferencia no significativa
MC - M D 9.66 Diferencia no significativa

MÉTODO DE TUKEY
Es un método más conservador para comparar pares de medias de tratamientos , el cual consiste en comparar
las diferencias entre medias muestrales con el valor crítico dado por:
ESTADISTICO DE PRUEBA

Tα qα(k, N - k)*RC[CMERROR/ni]
Tα 3.96
A B
Medias Ỹi. 256.67 210.5
Así para nuestro caso de contraste entre tipos de ensamble, tenemos
Diferencia poblacional Diferencia muestral en valor absoluto Decisíon
MA - M B 46.17 Diferencia no significativa
MA - M C 25.84 * Diferencia significativa
MA - M D 35.50 Diferencia no significativa
 MB - M C 20.33 * Diferencia significativa
MB - M D 10.67 Diferencia no significativa
MC - M D 9.66 Diferencia no significativa

MÉTODO DE DUNCAN
En este método para la comparación de medias, si las k muestras son de igual tamaño, los k promedios se acomodan en orden
y el error estandar de los promedios se estima con
Si alguno de los tratamientos tienen tamaños de muestras diferentes se rremplaza n por la media armónica de los n i
De la tabla de rangos significantes de Duncan se obtienen los valores críticos rα (p,L) , con p=2,3,…,k , donde α es el nivel de sign
son los grados de libertad para el error. Con estos k-1 valores se obtienen los rangos de significancia mínima, dados por:
Rp rα (p,L) *SỸi. p =2,3,…,k
Las diferencias observadas entre las medias muestrales se comparan con los rangos Rp de la siguiente manera:
Primero se compara la diferencia entre la media más grande y la más pequeña, con el rango R k.
Seguidamente se compara la diferencia entre la media más grande y la segunda más pequeña, con el rango R k-1
Estas comparaciones continuan hasta que la media mayor se haya comparado con todas las demas.
Seguidamente se compara la diferencia entre la segunda media más grande y la media más pequeña, con el rango R k-1
Despues la diferencia entre la segunda media más grande y la segunda media mas pequeña, con el rango R k-2
Y así sucesivamente hasta comparar las k(k-1)/n pares de medias con el rango correspondiente.

En nuestro ejercicio Tabla de rangos significantes de Duncan

SỸi. = RC(CMERROR /n) 5.07 rα (p,L) , con p=2,3,…,k
CMERROR 102.83 r0,05(2,20)
n 4 r0,05(3,20)
k 4 r0,05(4,20)
B D
Medias Ỹi. 210.15 221.17

Así para nuestro caso de contraste entre tipos de ensamble, tenemos

Diferencia poblacional Diferencia muestral en valor absoluto
Μc -MA 46.35
Μc -MB 35.33
Μc -MD 25.67
ΜD -MA 20.68
ΜD -MB 9.66
ΜB -MA 11.02
tratamientos son diferentes

0,05

RC

si el diseño es balanceado
LSD │Ỹi. -Ỹj.│ > t(1 - α/2, N -k)* RC[2*CMERROR(1/n)]

15.62
C D
230.83 221.17

46.17
25.84
35.5
20.33
10.67
9.66

ste en comparar

Rango estudentizado

qα(k, N - k) q0,05(4,20) 3.96

C D
230.83 221.17
omedios se acomodan en orden ascendente
SỸi. = RC(CMERROR /n)
dia armónica de los n i
…,k , donde α es el nivel de significancia prefijado y L
ancia mínima, dados por:

guiente manera:

con el rango R k-1

queña, con el rango R k-1

on el rango R k-2

ESTADISTICO DE PRUEBA
significantes de Duncan Rangos mínimos significantes
Rp rα (p,L) *SỸi. p =2,3,…,k
2.95 R2 14.96
3.10 R3 15.72
3.18 R4 16.12
C A
230.83 256.5

Rp Decisíon
16.12 * Diferencia significativa CONCLUSIÓN
15.72 * Diferencia significativa se rechaza la hipotesis nula, por tanto n
14.96 Diferencia significativa que los pesos son iguales
15.72 * Diferencia significativa
14.96 Diferencia no significativa
14.96 Diferencia no significativa
s nula, por tanto no hay suficientes evidencias para afirmar