1.

Método Método Método Método Método Método

Diferencia Diferencia Diferencia
Actual Nuevo Actual Nuevo Actual Nuevo
1.88 1.87 0.01 2.27 2.23 0.04 1.83 1.78 0.05
1.84 1.90 -0.06 2.03 1.97 0.06 1.94 1.92 0.02
1.83 1.85 -0.02 1.96 2.00 -0.04 1.94 2.02 -0.08
1.90 1.88 0.02 1.98 1.98 0.00 1.95 2.00 -0.05
2.19 2.18 0.01 2.00 1.99 0.01 1.93 1.95 -0.02
1.89 1.87 0.02 1.92 1.89 0.03 2.01 2.05 -0.04

H0: Los datos de las diferencias del método actual y del método nuevo para medir
la densidad mínima de metales se distribuyen normalmente.
H1: Los datos de las diferencias del método actual y del método nuevo para medir
la densidad mínima de metales no se distribuyen normalmente.

Gráfica de probabilidad de Diferencia

Normal - 95% de IC
99
Media -0.002222
Desv.Est. 0.03949
95 N 18
AD 0.345
90
Valor P 0.444
80
70
Porcentaje

60
50
40
30
20

10

1
-0.15 -0.10 -0.05 0.00 0.05 0.10
Diferencia

No se rechaza la hipótesis nula. A un nivel de significancia de 0.05 no existe

evidencia suficiente para demostrar los datos de las diferencias del método actual y
del método nuevo para medir la densidad mínima de metales no se distribuyen
normalmente.

Media -0.00222
Des. Est. 0.03949
n 18
tO -0.23874
t17 2.10982
±ts/√n 0.01964
Lim. Sup. 0.01742
Lim. Inf. -0.02186
 Prueba t de apareados
H0: μD = 0 tO = -0.23874
H1: μD ≠ 0 t17 = 2.11

No se rechaza la hipótesis nula. A un nivel de significancia de 0.05, no existe

evidencia suficiente para demostrar que diferencia media es distinta de cero.

2. Independencia de datos

Gráfica de matriz de T2; T3; T4

55 60 65
85

80
T2

75

65

T3 60

55

90

85 T4

80

75 80 85 80 85 90

Normalidad de cada Serie

H0: Los datos se distribuyen normalmente
Ha: Los datos NO se distribuyen normalmente

Gráfica de probabilidad de T2; T3; T4

Normal - 95% de IC

T2 T3 T2
99 99
Media 78.86
90 90 Desv.Est. 4.180
N 7
AD 0.313
50 50
Valor P 0.446
T3
10 10
Media 61.43
Porcentaje

1 1 Desv.Est. 4.158
60 70 80 90 50 60 70 80 N 7
AD 0.293
T4 Valor P 0.504
99
T4
90 Media 85.57
Desv.Est. 4.504
50 N 7
AD 0.131
10 Valor P 0.961

1
70 80 90 100

No se rechaza la hipótesis nula. A un nivel de significancia de 0.05 no existe

evidencia suficiente para demostrar que los datos NO se distribuyen normalmente.
Homogeneidad de varianzas
H0:  T22   T23   T24 .
Ha: Al menos una  2j es diferente de los demás.
C 0  0.3685 C(0.05;3;6)  0.6771

No se rechaza la hipótesis nula. A un nivel de significancia de 0.05, no existe

evidencia suficiente para demostrar que al menos una  2j es diferente de los
demás.

ANOVA de un Factor

Ho: T 2  T 3  T 4
H1 : Al menos una de ellas es diferente a las demás.

Origen de Grados Valor

Suma de Cuadrados
las de F crítico
cuadrados Medio
variaciones libertad para F

Entre grupos 2 2174 1087 59.23962 3.554557

Dentro de los
18 330.2857143 18.34920635
grupos

Total 20 2504.285714

Se rechaza la hipótesis nula. A un nivel de significancia de 0.05, existe evidencia

suficiente para demostrar que al menos una  K es diferente de los demás.

Se concluye que existe al menos una media de los tratamientos alternativos que es
diferente a los demás tratamientos.

IC de 95% individuales para la media basados en Desv. Est. Agrupada

Desv.
Nivel Media Lim. Inf. Lim. Sup.
Est.

T2 78.857 4.180 75.456 82.259

T3 61.429 4.158 58.027 64.830

T4 85.571 4.504 82.170 88.973

Desv. Est. Agrupada 4.284

3. Normalidad de residuos
H0: Los residuos se distribuyen normalmente
Ha: Los residuos NO se distribuyen normalmente
M1 M2
No se rechaza la hipótesis nula. A un No se rechaza la hipótesis nula. A un
nivel de significancia de 0.05 no existe nivel de significancia de 0.05 no existe
evidencia suficiente para demostrar que evidencia suficiente para demostrar que
los datos de las diferencias no se los datos de las diferencias no se
distribuyen normalmente. distribuyen normalmente.

Homogeneidad de residuos
H0:  12   22   32   42   52   62 .
Ha: Al menos una  2j es diferente de los demás.
M1 M2
No se rechaza la hipótesis nula. A un No se rechaza la hipótesis nula. A un
nivel de significancia de 0.05, no existe nivel de significancia de 0.05, no existe
evidencia suficiente para demostrar que evidencia suficiente para demostrar que
al menos una  2j es diferente de los al menos una  2j es diferente de los
demás. demás.

ANOVA DE REGRESION LINEAL PARA M1

H0: La concentración (en ng) y la relación de área de pico No están relacionados

linealmente.
Ha: La concentración (en ng) y la relación de área de pico están relacionados
linealmente.

Se rechaza la hipótesis nula. A un nivel de significancia de 0.05, existe evidencia

suficiente para demostrar que la concentración (en ng) y la relación de área de pico
están relacionados linealmente.

H0: El modelo de regresión lineal es apropiado.

H1: El modelo de regresión lineal No es apropiado.

Se rechaza la hipótesis nula. A un nivel de significancia de 0.05, existe evidencia

suficiente para establecer que el modelo de regresión lineal No es el apropiado.
ANOVA DE REGRESION LINEAL PARA M2

H0: La concentración (en ng) y la relación de área de pico No están relacionados

linealmente.
Ha: La concentración (en ng) y la relación de área de pico están relacionados
linealmente.

Se rechaza la hipótesis nula. A un nivel de significancia de 0.05, existe evidencia

suficiente para demostrar que la concentración (en ng) y la relación de área de pico
están relacionados linealmente.

H0: El modelo de regresión lineal es apropiado.

H1: El modelo de regresión lineal No es apropiado.

No se rechaza la hipótesis nula. A un nivel de significancia de 0.05, existe

evidencia suficiente para establecer que el modelo de regresión lineal es el
apropiado.

LOD: 0.38379 ng = 0.4 ng

LOQ: 1.27929 ng = 1.3 ng
 4. Validez del modelo de regresión lineal

Validez del modelo de regresión lineal

Normalidad de residuos Prueba de homogeneidad
H0: Los residuos se distribuyen H0:  1   22   32   42   52   62 .
2

normalmente.
Ha: Al menos una  2j es diferente de los
H1: Los residuos no se distribuyen
normalmente. demás.

C0 = 0.3
Gráfica de probabilidad de RESID5
Normal - 95% de IC C(0.05, 6, 1) = 0.7808
99
Media 0
Desv.Est. 5.049
95 N 12

90
AD
Valor P
0.191
0.871
Se rechaza la hipótesis nula. A un nivel de
80
70
significancia de 0.05, existe evidencia
Porcentaje

60
50
40
suficiente para demostrar que al menos una
30
20  2j es diferente de los demás. Para la
10

5 realización de la prueba de ANOVA de

1 regresión lineal se asume homogeneidad
-20 -10 0 10 20
RESID5 de varianzas.
No se rechaza la hipótesis nula. A un nivel
de significancia de 0.05, no existe evidencia
suficiente para demostrar que los datos no
se distribuyen normalmente.

Prueba t para el intercepto Prueba t para la pendiente

H0: β0 = 0 H0: β1 = 0
Ha: β0 ≠ 0 Ha: β1 ≠ 0

to = -3.27 t10 = - 2.228 to = 163.46 t10 = 2.228

Se rechaza la hipótesis nula. A un nivel de Se rechaza la hipótesis nula. A un nivel de

significancia de 0.05 existe evidencia significancia de 0.05 existe evidencia
suficiente para demostrar que el intercepto suficiente para demostrar que la
no pasa por el origen. Absorbancia en u.a. y los mg/mL de Fe
están correlacionados linealmente.
 Prueba t para el coeficiente de ANOVA de regresión lineal con LOF
correlación
H0: ρ = 0 H0: β1 = 0
Ha: ρ ≠ 0 Ha: β1 ≠ 0

to = 163.46 t10 = 2.228 Se rechaza la hipótesis nula. A un nivel de

significancia de 0.05 existe evidencia
Se rechaza la hipótesis nula. A un nivel de suficiente para demostrar que la
significancia de 0.05 existe evidencia Absorbancia en u.a. y los mg/mL de Fe
suficiente para demostrar que la están correlacionados linealmente.
Absorbancia en u.a. y los mg/mL de Fe
están correlacionados linealmente. H0: El modelo de regresión lineal es
apropiado.
H1: El modelo de regresión lineal No es
apropiado.

No se rechaza la hipótesis nula. A un nivel

de significancia de 0.05, existe evidencia
suficiente para establecer que el modelo de
regresión lineal es el apropiado.