DISEÑO DE EXPERIMENTOS

Presentado por:

Héctor Andrés Cubides Lesmes

Angie Melissa Morales Avella

Presentado a:

Fernando Gonzalez Becerra

Parcial Parcial Segundo Corte

S
do por:

2903111

2903131

ado a:

alez Becerra

ndo Corte
 Inciso A
Inspector

I
De acuerdo a la Tabla ANOVA realizada con un nivel de significancia II
del 5% se rechaza la Ho, aceptando la Ha, es decir, existen III
diferencias significativas entres los distintos proveedores A, B y C
con relación a los pesos en gramos del material. Adicionalmente al
realizar la prueba LSD se verifica se evidencia como las diferencias
entre dos de estos son significativas.
Pro
Inciso B 16

Pro
De acuerdo a la Tabla ANOVA realizada con un nivel de significancia 15
del 5% se rechaza la Ho, aceptando la Ha, es decir, existe diferencia
significativa entre las escalas, pero no hay evidencia suficiente para Pro
demostrar que existe diferente entre los inspectores, pues la Ho se
acepta, concluyendo que las escalas afectan al peso en gramos del 13
material, pero los inspectores no tienen afectación alguna.

Inciso C

En caso de que el peso del material sea de 15gr como se observa en

el diagrama de medias, caja y bigotes, y adicionalmente de acuerdo ni
a los valores promedio medidos con las diferentes escalas y
proveedores se concluye que el proveedor ideal en este caso seria el Sumatoria de Datos
proveedor A N
Media Global
Este gráfico no está disponible en su versión de Excel.
k
Si edita esta forma o guarda el libro en un formato de archivo b
diferente, el gráfico no se podrá utilizar. α

Diferencia Minima Sig

α
tα/2

𝐿𝑆𝐷=𝑡α2,(𝑘−1)(𝑏−1)𝑥∗√2𝐶𝑀𝐸/𝑏

LSD

Inspector
1
 2
3

12.7
12.65
12.6
12.55
12.5
12.45
12.4
12.35
12.3
1 2
 Escala
1 2 3
A 16 B 10 C 11
B 15 C 9 A 14
C 13 A 11 B 13
Sumatoria 44 Sumatoria 30 Sumatoria 38
Al cuadrado 1936 Al cuadrado 900 Al cuadrado 1444

Proveedor A Suma Tratamiento A

11 14 41

Proveedor B Suma Tratamiento B

10 13 38

Proveedor C Suma Tratamiento C

9 11 33

Sumatoria Tratamientos al Cuadrado 4214

3
112 SCtrat 10.88888889 FV
9 SCB1 0.222222222 Proveedores
12.4444444444444 SCB2 32.88888889 Inspectores
3 SCT 44.22222222 Escala
2 SCE 0.222222222 Error
5% Total

HIPOTESIS

Diferencia Minima Significativa (LSD) Diferencia Poblacional Diferencia Muestral

5% #Combinaciones 3 µ1-µ2 1.00

4.30265272974946 µ1 13.67 µ1-µ3 2.67
µ2 12.67 µ2-µ3 1.67
−1)(𝑏−1)𝑥∗√2𝐶𝑀𝐸/𝑏
µ3 11.00

1.01414497409877

Media Promedio Escala Media Promedio

12.3333333333333 12.4444444444444 1 14.666666666667 12.44444444444
12.6666666666667 12.4444444444444 2 10 12.44444444444
12.3333333333333 12.4444444444444 3 12.666666666667 12.44444444444

15

14

13

12

11

10

9
2 3 1 2 3
 Sumatoria Al cuadrado

37 1369
38 1444
37 1369
112 4182
4280

Tratamiento A Al cuadrado Tratamiento A Promedio Tratamiento A

41 1681 13.667

Tratamiento B Al cuadrado Tratamiento B Promedio Tratamiento B

38 1444 12.667

Tratamiento C Al cuadrado Tratamiento C Promedio Tratamiento C

33 1089 11

4214

ANOVA

SC GL CM F0 Valor P Valor Critico F

10.8888888888889 2 5.4444 49 0.0200 19.00
0.222222222222172 2 0.1111 1 0.5000 19.00
32.8888888888889 2 16.4444 148 0.0067 19.00
0.222222222222172 2 0.1111
44.2222222222222 8

ANÁLISIS
El ANOVA resultante se muestra en la tabla anterior, en donde se observa que con un 95% de confianza hay
evidencia suficiente para concluir que los proveedores y las escalas tienen un efecto importante sobre el peso en
gramos de un material. Adicionalmente no hay evidencia suficiente para concluir que los inspectores tienen un
efecto importante.

Decisión Análisis
NO SIGNIFICATIVA El peso en gramos de lo proveedores A y B son iguales.
SIGNIFICATIVA El peso en gramos de lo proveedores A y C son diferentes.
SIGNIFICATIVA El peso en gramos de lo proveedores B y C son diferentes.

Proveedor Media Promedio

A 13.667 12.444
 B 12.667 12.444
C 11 12.444

14.000

13.500

13.000

12.500

12.000

11.500

11.000
3 1 2 3
 Tratamiento A
13.667

Tratamiento B
12.667

Tratamiento C
11 PROVEEDORES

Fα=19 Fo=49
Acepta/Rechaza
Rechaza
Acepta INSPECTORES
Rechaza

95% de confianza hay Fo=1 Fα=19

portante sobre el peso en
os inspectores tienen un
ESCALAS

Fα=19 Fo=148
 Días
1° 2° 3°
1° Aα Bβ Cϒ
Método 2° Cβ Aϒ Bα
3° Bϒ Cα Aβ

Días
Suma
1° 2° 3°
1° 10 13 11 34
Método 2° 8 8 10 26
3° 9 11 10 30
Suma 27 32 31 90

Latinas Griegas k N b
A 28 α 31 3 9 3
B 32 β 31
C 30 ϒ 28

Latinas Latinas
A 9.333 A 10 8 10
B 10.67 B 13 10 9
C 10 C 11 8 11

Griegas
α 10 10 11
β 13 8 10
ϒ 11 8 9

Enunciado 2)
 Fuente de Variabilidad Suma Cuadrados GL
Tratamientos 2.66666666666663 2
Factor Bloque I 10.6666666666666 2
Factor Bloque II 4.66666666666663 2
Factor Bloque III 2 2
Error 1.1368683772162E-13 9
Total 20 17

Análisis

Al realizar el contraste al 5% se concluye que se rechazan las hipótesis de igualdad de rendimiento de tres proces
distintos (1,2,3); por lo que los efectos de estas variables son significativos en el rendimiento de los tres métodos

Modelo Estadístico

Diferencia Minima Significativa (LSD)

α 5% #Combinaciones

tα/2 2.77644510519779 µ1
µ2
𝐿𝑆𝐷=𝑡α2,(𝑘−1)(𝑏−1)𝑥∗√2𝐶𝑀𝐸/𝑏
µ3

LSD 1.4710135487439E-07

a)
Desde los resultados del ANOVA se observo, con una confianza del 95% que existen diferencias significativas entr
que implica que existe al menos una diferencia significativa entre las medias de estos. Adicionalmente, a partir d
diferencia entre los tres métodos, ya que estan en segmentos diferentes gráficamente, contando con valores sup
lo tanto también lo son.

b)

Con los resultados del ANOVA es posible concluir con un nvel de significancia del 5% que hay diferencias significa
experimentales (α,β,ϒ).

c)

Con los resultados del ANOVA es posible concluir con un nivel de significancia del 5% que hay diferencias significa
experimentales (α,β,ϒ), es decir que estas dos variables afectan el rendimiento.
Con los resultados del ANOVA es posible concluir con un nivel de significancia del 5% que hay diferencias significa
experimentales (α,β,ϒ), es decir que estas dos variables afectan el rendimiento.

Este gráfico no está disponible en su versión de Excel.

Si edita esta forma o guarda el libro en un formato de archivo diferente,

el gráfico no se podrá utilizar.
 Cuadrado Medio Fo Valor p Valor Crítico F Acepta/Rechaza
1.33333333333331 1.0555E+14 6.82081929406299E-61 4.2565 Rechaza
5.33333333333331 4.2221E+14 1.33219126837177E-63 4.2565 Rechaza
2.33333333333331 1.8472E+14 5.49750109714938E-62 4.2565 Rechaza
1 7.9165E+13 2.48920611114382E-60 4.2565 Rechaza
1.26318708579573E-14

Análisis

tesis de igualdad de rendimiento de tres procesos de fabricación (A,B,C), condiciones experimentales ( α,β,ϒ) y días
ficativos en el rendimiento de los tres métodos (1,2,3).

LSD) Diferencia Poblacional Diferencia Muestral Decisión

3 µ1-µ2 1.33 SIGNIFICATIVA

9.33 µ1-µ3 0.67 SIGNIFICATIVA
10.67 µ2-µ3 0.666666666666666 SIGNIFICATIVA
10.00

a)
el 95% que existen diferencias significativas entre los métodos (1,2,3) dado el rechazo de la Ho y la aceptación de la Ha, lo
las medias de estos. Adicionalmente, a partir del diagrama de cajas podemos concluir como es visiblemente clara la
erentes gráficamente, contando con valores superiores muy diferentes e inferiores igualmente, por lo que sus medias por

b)

ignificancia del 5% que hay diferencias significativas entre los procesos de fabricación (A,B,C) y las condiciones

c)

significancia del 5% que hay diferencias significativas entre los procesos de fabricación (A,B,C) y las condiciones
rendimiento.
Excel. Este gráfico no está disponible en su versión de Excel.

to de archivo diferente, Si edita esta forma o guarda el libro en un formato de archivo diferente, el
gráfico no se podrá utilizar.
Tratamientos Factor Bloque II

Fα=4,256 Fo=1,06x10^14 Fα=4,256 Fo=1,85x10^14

Factor Bloque I Factor Bloque III

Fα=4,256 Fo=4,22x10^14 Fα=4,256 Fo=7,92x10^1

3

Análisis
El rendimiento promedio de los métodos 1 y 2 son diferentes.
El rendimiento promedio de los métodos 1 y 3 son diferentes.
El rendimiento promedio de los métodos 2 y 3 son diferentes.

Gráfica

Este gráfico no está disponible en su versión de Excel.

Si edita esta forma o guarda el libro en un formato de archivo diferente, el

gráfico no se podrá utilizar.
Fo=1,85x10^14

Fo=7,92x10^1
3
 Y X1 X2 X3
Mano de obra Exposiciones Días de cama Estancia promedio
Hospital requerida/mes mensuales de rayos X ocupada al mes del paciente(días)
1 566.52 2463 472.92 4.45
2 696.82 2048 1339.75 6.92
3 1033.15 3940 620.25 4.28
4 1603.62 6505 568.33 3.9
5 1611.37 5723 1497.6 5.5
6 1613.27 11520 1365.83 4.6
7 1854.17 5779 1687 5.62
8 2160.55 5969 1639.92 5.15
9 2305.58 8461 2872.33 6.18
10 3503.93 20106 3655.08 6.15
11 3571.89 13313 2912 5.88
12 3741.4 10771 3921 4.88
13 4026.52 15543 3865.67 5.5
14 10343.81 36194 7684.1 7
15 11732.17 34703 12446.33 10.78
16 15414.94 39204 14098.4 7.05
17 18854.45 86533 15524 6.35

A
Variable Dependiente Mano de obra requerida/mes
Variables Independientes Exposiciones mensuales de rayos X
Días de cama ocupada al mes
Estancia promedio del paciente(días)
 X1: Exposiciones mensuales de X2: Días de cama ocupada X3: Estancia promedio del
rayos X al mes paciente(días)

1 2463 473 4.45

Matriz 1 2048 1340 6.92
X= 1 3940 620 4.28
1 6505 568 3.90
1 5723 1498 5.50
1 11520 1366 4.60
1 5779 1687 5.62
1 5969 1640 5.15
1 8461 2872 6.18
1 20106 3655 6.15
1 13313 2912 5.88
1 10771 3921 4.88
1 15543 3866 5.50
1 36194 7684 7.00
1 34703 12446 10.78
1 39204 14098 7.05
1 86533 15524 6.35
 1 1 1 1
Y: Mano de obra Matriz 2463 2048 3940 6505
requerida/mes
X^T=
566.52 473 1340 620 568
Matriz 696.82 4 7 4 4
Y= 1033.15
1603.62 17 308775 76171 100
1611.37 Matriz 308775 12852480795 2898864113 2060651
1613.27 X^T*X= 76171 2898864113 726493157 532372
1854.17 100 2060651 532372 631
2160.55
2305.58 1523.3892 b0
3503.93 Matriz 0.0530 b1
3571.89 β^= 0.9785 b2
3741.4 -320.9508 b3
4026.52
10343.81
11732.17 𝑦=𝛽_0+𝛽_1 𝑥_1+𝛽_2 𝑥_2+𝛽_3 𝑥_3+𝜀
15414.94
18854.45 𝑦=1523.39+0.053𝑥_1+0.978𝑥_2−320.95𝑥_3+614,779

GL SC PC F
Regresión 3 489799142 163266381 431.97452
Residuos 13 4913398.5027 377953.731
Total 16 494712540.49
 1 1 1 1 1 1 1 1 1 1
5723 11520 5779 5969 8461 20106 13313 10771 15543 36194
1498 1366 1687 1640 2872 3655 2912 3921 3866 7684
6 5 6 5 6 6 6 5 6 7

84634.2 1.63832 -2.1E-05 0.00014 -0.30793

Matriz -2.1E-05 1.07E-09 -5.1E-09 4.23E-06
Matriz 3.3E+09
(X^T*X)=
X^T*Y= 8.1E+08 Inversa 0.00014 -5.1E-09 2.93E-08 -3E-05
580335 -0.30793 4.23E-06 -3E-05 0.06209

SCe
 = 614.7794165
n  k 1

95𝑥_3+614,779

F crítico
2.8944E-13
 1 1 1
34703 39204 86533
12446 14098 15524
11 7 6
 Estadísticas de la regresión
El coeficiente tiene un valor de 0.995, como esta muy por encima de 0,7
Coeficiente de correlación múltiple 0.9950217 exposiciones de rayos x, los días de cama ocupadas al mes, y la estancía
correlación con la mano de obra requerida/mes

Coeficiente de determinación R^2 0.99006817 El modelo estadistico se ajusta a los datos obtenidos ya que esta por enc
La mayoría de variables independientes afectan la variable de respuesta
R^2 ajustado 0.98777622

Error típico 614.779417

Observaciones 17

ANÁLISIS DE VARIANZA
Grados de Suma de Promedio de los
F
libertad cuadrados cuadrados
Regresión 3 489799142 163266380.6621 431.97451772
Residuos 13 4913398.5 377953.7309793
Total 16 494712540

Coeficientes Error típico Estadístico t Probabilidad

Intercepción 1523.38924 786.897725 1.935943119169 0.0749238678

Exposiciones mensuales de rayos X 0.05298733 0.02009194 2.637243129919 0.0205031778
Días de cama ocupada al mes 0.97848162 0.10515362 9.305258407864 4.121293E-07
Estancia promedio del paciente(días) -320.950825 153.192221 -2.09508566316 0.0563124961

Ho: Bj=0 Estadístico t -2.16036866 La exposición mensual de rayos x y los días de cama
Ha: Bj≠0 t(0,05,13) 2.16036866 de obra requerida/mes

Análisis de los residuales

Pronóstico Mano Residuos
Observación de obra Residuos estándares
requerida/mes

1 688.40938 -121.88938 -0.21995552021

2 721.84832 -25.0283196 -0.04516486219
3 965.393002 67.7569982 0.122270912747
4 1172.46405 431.155952 0.778042610136
5 1526.78025 84.589752 0.15264646394
6 1993.86901 -380.599014 -0.6868100716
7 1676.55786 177.612143 0.320510048576
8 1791.40542 369.144577 0.666139963796
9 2798.76102 -493.181025 -0.88996997613
10 4191.33348 -687.403479 -1.24045416779
11 3190.95716 380.932842 0.687412481915
12 4364.50214 -623.102143 -1.12441917187
13 4364.22878 -337.708777 -0.60941248199
14 8713.30742 1630.50258 2.942323944259
15 12080.8637 -348.693703 -0.62923533222
16 15133.0264 281.913629 0.508727329962
17 19260.4526 -406.002628 -0.73265217131
 como esta muy por encima de 0,70 y se aproxima bastante a 1, las
ma ocupadas al mes, y la estancía promedio del paciente, tienen altisima
erida/mes

atos obtenidos ya que esta por encima de 0,70.

es afectan la variable de respuesta (mano de obra requerida/mes)

Valor crítico Ninguna variable indepedendiente afecta la variable de

Ho: Bj=0
de F respuesta
Al menos una variable independiente afecta la variable de
2.894439E-13 Ha: Bj≠0
respuesta
F0 431.974518
Se concluye que al menos una variable (X1,X2,X3)
F(0,05;3;13) 3.41053364 afectan la mano de obra requerida/mes

Inferior 95% Superior 95% Inferior Superior

95,0% 95,0%
-176.5999447 3223.37842 -176.599945 3223.37842
0.009581333 0.09639332 0.00958133 0.09639332
0.7513110289 1.2056522 0.75131103 1.2056522
-651.9024971 10.0008467 -651.902497 10.0008467

l de rayos x y los días de cama ocupadas al mes afectan la mano

es

Resultados de datos de probabilidad

Mano de obra
Percentil requerida/mes

2.9411764706 566.52
8.8235294118 696.82
14.705882353 1033.15
20.588235294 1603.62
26.470588235 1611.37
32.352941176 1613.27
38.235294118 1854.17
44.117647059 2160.55
50 2305.58
55.882352941 3503.93
61.764705882 3571.89
67.647058824 3741.4
73.529411765 4026.52
79.411764706 10343.81
85.294117647 11732.17
91.176470588 15414.94
97.058823529 18854.45
 Análisis de Gráficos

Gráfico de probabilidad normal

Mano de obra requerida/mes

20000

15000 Como es posible observar en la

parecen seguir generalment
10000 supuesto de

5000

0
0 20 40 60 80 100 120

Exposiciones mensuales de rayos X Gráfico de los residuales

2000
1500
1000
Residuos

500
0
-500 0 0 0 0 0 0 0 0 0 0 00
00 00 00 00 00 00 00 00 00 00
-1000 10 20 30 40 50 60 70 80 90 1 0
Exposiciones mensuales de rayos X

Días de cama ocupada al mes Gráfico de los residuales

2000
1500
Residuos

1000
500
0
-500 0 2000 4000 6000 8000 10000 12000 14000 16000 18000
-1000
Días de cama ocupada al mes

Estancia promedio del paciente(días) Gráfico de los residuales

2000
1500
Residuos

1000
500
0
-500 3 4 5 6 7 8 9 10 11 12
-1000
Estancia promedio del paciente(días)
 Residuos
2000

1500
1000

500

0
0 2 4 6 8 10 12 14 16 18
-500

-1000

Predichos vs Residuos
2000
1500
1000
500
0
0 5000 10000 15000 20000 25000
-500
-1000
Gráficos

Como es posible observar en la gráfica de probabilidad normal, los valores

parecen seguir generalmente una línea recta, por lo cual se verifica el
supuesto de una distribución normal.

De acuerdo a la dispersión presentada en los datos se observa

que estos no mantienen una tendencia o algún patron defino
sino que se comportan de manera aleatoria,por lo cual se
determina que cumplen el supuesto de homogeneidad de
varianzas.
 Como es posible observar en la gráfica se verifica el supuesto de que los
residuos son independientes entre sí ya que no muestran tendencias ni
patrones cuando se muestran en orden cronológico.

Como es posible observar en la gráfica de predichos vs residuos existe un

patrón de dispersión aleatorio de los residuos, lo que indica que se cumple el
supuesto de homogeneidad.