Solución Examen Parcial 2015 II TP503

Problema1.-
a. Construya el modelo estadístico y formule la hipótesis pertinente
El modelo estadístico:
Yijk     i   j     ij   ijk
Siendo:

μ : Promedio general de la Tabla de datos.

αi : El efecto de la Temperatura en el blanqueo del aceite; j = 90 ºC; 100 ºC; 110 ºC
βj : Efecto del Porcentaje de arcilla en el blanqueo del aceite; i = 0,8; 0,9; 1,0; 1,1
(αβ)ij : La interacción de los factores Temperatura y Porcentaje de arcilla en el blanqueo del aceite.
εijk : El error experimental del modelo estadístico en los diferentes niveles y ubicación.
H0: El efecto de la Temperatura en los diferentes niveles en el “blanqueo” del aceite tiene promedios
iguales.
HA: El efecto de la Temperatura en los diferentes niveles en el “blanqueo” del aceite tiene al menos un
promedio diferente a los demás.

H0: El efecto del Porcentaje de arcilla en los diferentes niveles en el “blanqueo” del aceite tiene
promedios iguales.
HA: El efecto del Porcentaje de arcilla en los diferentes niveles en el “blanqueo” del aceite tiene al menos
un promedio diferente a los demás.

H0: La interacción de los factores Temperatura y Porcentaje de arcilla en los diferentes niveles en el
“blanqueo” del aceite tiene efecto cero.
HA: La interacción de los factores Temperatura y Porcentaje de arcilla en los diferentes niveles en el
“blanqueo” del aceite tiene efecto diferente de cero.

b. ¿Cuál es el nombre del diseño utilizado?

Es Diseño Factorial de dos Factores.

c. Por lo general, a condiciones reales se utiliza el 1,1 % de arcilla y 100 grados de Temperatura.
¿Por qué cree que se eligieron precisamente esos niveles de prueba para el experimento?
Son los más bajos resultados en el blanqueo del aceite.

d. Realice un ANOVA para probar las hipótesis y obtenga conclusiones.

Factor Type Levels Values

Temperatura fixed 3 1; 2; 3
Porcentaje de Arcilla fixed 4 1; 2; 3; 4

Analysis of Variance for Resultados, using Adjusted SS for Tests

Source DF Seq SS Adj SS Adj MS F P
Temperatura 2 4,04083 4,04083 2,02042 242,45 0,000
Porcentaje de Arcilla 3 3,70167 3,70167 1,23389 148,07 0,000
Temperatura*Porcentaje de Arcilla 6 0,23583 0,23583 0,03931 4,72 0,011
Error 12 0,10000 0,10000 0,00833
Total 23 8,07833

S = 0,0912871 R-Sq = 98,76% R-Sq(adj) = 97,63%

El modelo es explicado con el 98,76% del total de resultados y una desviación pequeña de
0,0912871 de los valores reales.
Interaction Plot for Resultados
Main Effects Plot for Resultados Fitted Means
Fitted Means
1 2 3 4
Temperatura Porcentaje de Arcilla 6,0
Temperatura
5,2 1
5,5
2
5,0 3
5,0
Temperatura
4,5

4,8 4,0
Mean

6,0
Porcentaje
4,6
de A rcilla
5,5
1
4,4 5,0 2
3
Porcentaje de Arcilla 4
4,5
4,2
4,0

4,0 1 2 3
1 2 3 1 2 3 4
 Los resultados muestran:
1. La hipótesis del factor Temperatura se acepta la significancia de los diferentes niveles de
temperatura, a menor temperatura mayor blanqueo del aceite.
2. La hipótesis del factor Porcentaje de arcilla se acepta la significancia de los diferentes niveles de
porcentaje de arcilla, a menor porcentaje de arcilla mayor blanqueo del aceite.
3. La interacción Temperatura y Porcentaje de arcilla es significativo, se necesitan para el
resultado del blanqueo del aceite.
En el gráfico de las interacciones se observa que no hay Porcentaje de arcilla
cruces de resultados y por lo tanto la interacción debe ser Temperatura 0,8 0,9 1,0 1,1
de poca influencia. 90 5,85 5,45 5,00 4,45
Los datos de la tabla es el promedio de cada celda nivel de 100 4,95 4,75 4,50 4,20
Temperatura y Porcentaje de arcilla. 110 4,65 4,40 4,05 3,65
e. Apoyándose en las gráficas de efectos, ¿Cuál es la relación general entre el color y los factores
controlados en su rango de experimentación?

El color se refiere a la blancura del aceite es mayor cuando los niveles son menores y menor cuando los
niveles de los factores son mayores.

f. A partir de las gráficas de interacciones, ¿Cree que haya un efecto no lineal?

No, el efecto se considera lineal.

g. Considerando el nivel mínimo aceptable de blancura es de 4,8, ¿Qué tratamiento utilizaría?

Tratamiento en promedio se utilizaría Temperatura 100 ºC y Porcentaje de arcilla 0,8 %; cuyo valor es de
4,95 por tener un valor mayor a menores niveles.

h. ¿Vale la pena plantear el estudio en condiciones reales?

Si, para ver resultados más notorios.

i. ¿Qué cambios le haría al experimento si lo corre en condiciones reales?

Añadir más replicas para obtener resultados confiables.

Pregunta 2.-
a. Formule la Hipótesis del Experimento. Realice un ANOVA para probar las hipótesis y obtenga
conclusiones.
La hipótesis del experimento:

H0: El efecto de la Temperatura en los diferentes niveles en la evaporación de agua diaria en litros tiene
promedios iguales.
HA: El efecto de la Temperatura en los diferentes niveles en la evaporación de agua diaria en litros tiene
al menos un promedio diferente a los demás.

H0: El efecto del Caudal de aire inyectado en m 3/hora en los diferentes niveles en la evaporación de
agua diaria en litros tiene promedios iguales.
HA: El efecto del Caudal de aire inyectado en m 3/hora en los diferentes niveles en la evaporación de agua
diaria en litros tiene al menos un promedio diferente a los demás.

H0: La interacción de los factores Temperatura y Caudal de aire inyectado en m 3/hora en los diferentes
niveles en la evaporación de agua diaria en litros tiene efecto cero.
HA: La interacción de los factores Temperatura y Caudal de aire inyectado en m 3/hora en los diferentes
niveles en la evaporación de agua diaria en litros tiene efecto diferente de cero.

Estimated Effects and Coefficients for Resultado 1 (coded units)

Term Effect Coef SE Coef T P
Constant 867,125 5,433 159,61 0,000
Temperatura Interior 45,750 22,875 5,433 4,21 0,014
Caudal Aire 90,250 45,125 5,433 8,31 0,001
Temperatura Interior*Caudal Aire 1,750 0,875 5,433 0,16 0,880
S = 15,3664 PRESS = 3778
R-Sq = 95,59% R-Sq(pred) = 82,37% R-Sq(adj) = 92,29%

Analysis of Variance for Resultado 1 (coded units)

Source DF Seq SS Adj SS Adj MS F P

Main Effects 2 20476,2 20476,2 10238,1 43,36 0,002
Temperatura Interior 1 4186,1 4186,1 4186,1 17,73 0,014
Caudal Aire 1 16290,1 16290,1 16290,1 68,99 0,001
2-Way Interactions 1 6,1 6,1 6,1 0,03 0,880
Temperatura Interior*Caudal Aire 1 6,1 6,1 6,1 0,03 0,880
Residual Error 4 944,5 944,5 236,1
Pure Error 4 944,5 944,5 236,1
Total 7 21426,9
Ft ,95%,1,4  7,709   0,05

Interaction Plot for Resultado 1

Data Means Main Effects Plot for Resultado 1
Data Means
940 Temperatura
Interior Temperatura Interior Caudal Aire
30
920 910
40

900 900

890
880
Mean

880

Mean
860
870

840 860
850
820
840
800
830
15000 18000
820
Caudal Aire
30 40 15000 18000

Los resultados indican que se aceptan las hipótesis alternativas para la temperatura y Caudal de aire en
la evaporación de agua diaria en litros son significativos; la interacción de los factores no influyen en la
evaporación de agua diaria en litros.

b. Apoyándose en las gráficas de efectos, ¿Cuál es la relación general entre la cantidad de agua
evaporada por día y los factores controlados en su rango de experimentación?

Se observa en las gráficas que a mayores niveles de Temperatura y Caudal de aire inyectado en
m3/hora la respuesta en la evaporación de agua en litros es mayor.

c. A partir de las gráficas de interacciones, ¿Cree que haya un efecto no lineal?

No, el efecto se considera lineal.

d. Estime la regresión de los factores e interacciones significativos al 95 % de confianza. Y,

calcular para un valor de nivel no experimentado.

Yi  867,12  22,87 * TI i  45,12 * CAi

donde : TI i 
Ti  35 ; T  37
 40  35 i

C  16.500 ; C  17.000
CAi  aire
18.000  16.500 aire

TI i  0,4 y CAi  0,333


Yi  857,12  22,87 * 0,4  45,12 * 0,333  891,29  891