EXPERIMENTOS CON UN SOLO FACTOR Y DISEÑOS DE BLOQUE

I. Preguntas (Experimentos con un solo factor)

1. Explique en qué consiste y cuando 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 aprobar la igualdad entre sí de cinco medias. Una

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

En este caso con cinco medias tenemos diez posibles pares de medias, y si la
probabilidad de aceptar la H0 para cada prueba individual es de 1-α = 0.95,
entonces la probabilidad de aceptar las diez H0 es de 0.95^10 = 0.5987, lo cual
representa un aumento considerable del error tipo I. Aunque se utilice un nivel
de confianza tal que (1-α) ^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.
a) Agregar en esta tabla los grados de libertad, el cuadrado medio y la razón F
para cada una de las fuentes de variación.

FUENTE DE SUMA DE G.DE C. MEDIO RAZÓN F VALOR-P

VARIACIÓN CUADRADOS LIBERTAD
Tratamiento 800 4 200 7,5
Error 400 15 26,66
Total 1200 19
 b) Explique de manera esquemática cómo calcularía el valor-p o la significancia
observada, para ver si hay diferencia entre tratamientos.
Se define como el área bajo la distribución Fk-1, N-k a la derecha del estadístico
F0, en otras palabras, el valor-p=P(F>F0)
c) ¿Con la información disponible se pueden hacer conjeturas sobre si hay
diferencias significativas entre tratamientos? Argumente su respuesta.
Sí es posible realizar conjeturas ya que se puede determinar la diferencia entre
los tratamientos, con la información suministrada y el valor obtenido del estadístico
F0 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 las tablas de la
distribución F para probar la hipótesis de igualdad de los tratamientos con
respecto a la media de la correspondiente variable de respuesta. 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.
H0: μ1=μ2 = … =μk =μ
H A: μ ≠μj para al menos un par 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.

Nivel de Ph Crecimiento promedio (en

%)
1 80
2 105
3 75

No se puede afirmar que el nivel de pH influya en el crecimiento promedio,

consideramos que existen otros factores que intervienen, para esto se requiere
que se proporcionen más datos por tratamiento para la toma de decisión.
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.
No, debido a que los niveles de temperatura con los que se pretende experimentar
no están distribuidos uniformemente en el rango establecido. Se recomienda hacer
un experimento con 5 réplicas para las siguientes temperaturas: 60,80, 100, 120.
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.
No es correcto, las corridas experimentales deben ser aleatorias para que el
resultado de un tratamiento no influya en el siguiente tratamiento inmediato.
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.
No es adecuado debido a que aumenta el error tipo I que dice: rechazar la Ho
siendo verdadera en cada par de medias
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.
Normalidad: Consiste en verificar que los residuos siguen una distribución normal
con media cero. Se verifica graficando los residuos en un plano x, y donde si los
residuos al graficarlos tienden a quedar alineados en una línea recta, estos siguen
una distribución normal.
Varianza Constante: Comprueba que los residuos de cada tratamiento tienen la
misma varianza. Se verifica graficándolos contra los residuos y si los puntos en
esta gráfica se distribuyen de manera aleatoria en una banda horizontal, sin
ningún patrón claro y contundente, entonces es señal de que se cumple el
supuesto de que los tratamientos tienen igual varianza.
Independencia: Prueba que los residuos son independientes entre sí. Se verifica si
se grafica el orden en que se colecto un dato contra el residuo correspondiente, de
esta manera si al graficar en el eje horizontal el tiempo (orden de corrida) y en el
eje vertical los residuos, se detecta una tendencia o patrón no aleatorio claramente
definido, esto es evidencia de que existe una correlación entre los errores y, por lo
tanto, el supuesto de independencia no se cumple.
9. ¿Qué son y cuándo se aplican las pruebas para comparar medias?
 Las pruebas para comparar medias son métodos que nos permiten hacer
comparaciones entre todos los posibles pares de medias, dependiendo del
número de tratamientos para identificar cuales resultaron diferentes, Se aplican
cuando es rechazada la Ho: todas las medias son iguales.

Ejercicios
1. Se hace un estudio sobre la efectividad de tres marcas de spray para matar
moscas. Para ello, cada producto se aplica a un grupo de 100 moscas, y se
cuenta el número de moscas muertas expresado en porcentajes. Se hacen seis
réplicas y los resultados obtenidos se muestran a continuación.
a) Formule la hipótesis adecuada y el modelo estadístico.
H0: μ1=μ2=μ3
H A: μi ≠μj
El modelo estadístico es ANOVA.
b) ¿Existe diferencia entre la efectividad promedio de los productos en spray?

Podemos observar que sí existe una diferencia entre la efectividad promedio de

los productos en spray, concluyendo que la media de la primera marca de spray
es la mayor.
c) ¿Hay algún spray mejor? Argumente su respuesta.
Sí. Según lo que se puede observar en la gráfica de medias y 95,0% de Fisher
LSD, hay una superioridad en el número de moscas muertas dada la utilización del
spray de la marca 1, alcanzando en su mejor rendimiento con 75 aniquilamientos.
d) Dé un intervalo al 95% de confianza para la efectividad promedio (porcentaje)
de cada una de las marcas.
Con un 95% de confianza, tenemos que entre el promedio de las marcas de spray
existen los siguientes intervalos:
e) Dibuje las gráficas de medias y los diagramas de caja simultáneos, después
interprétese.
En la siguiente gráfica podemos observar que el spray numero 1 tiene una mayor
efectividad, con respecto a las otras marcas, además que el spray numero dos es
el que tiene la efectividad más baja con respecto a las otras dos marcas y por
último, que el spray número 3 tiene una efectividad estándar.
También se puede observar que el spray 1 y 3 son estadísticamente similares y
que el spray 2 y 3 también son estadísticamente similares

El diagrama de caja y bigotes afirma las conclusiones de la gráfica anterior, donde

la primera marca de spray se posiciona como la más eficiente acabando con la
mayor cantidad de moscas, seguido de la tercera marca, dejando la segunda al
final. En este tipo de gráfico se puede evidenciar las medias de los intervalos de
cada marca, donde encontramos a la mediana de la información.

f) Verifique los supuestos de

normalidad y de igual varianza
entre las marcas.
Puesto que el valor-P es mayor o igual que 0,05, no existe una diferencia
estadísticamente significativa entre las desviaciones estándar, con un nivel del
95,0% de confianza.

Debido a que el valor-P más pequeño de las pruebas realizadas es mayor ó igual
a 0,05, no se puede rechazar la idea de que RESIDUOS proviene de una
distribución normal con 95% de confianza.
2. 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.

H0: μ1=μ2=μ3
H A: μi ≠μj para al menos un par (i, j)
El modelo estadístico es: Anova
b) Realice el análisis de varianza para estos datos, a fin de estudiar si la
temperatura afecta la intensidad de corriente promedio.
El valor-P de la prueba-F es menor que 0.05, existe una diferencia
estadísticamente significativa entre la media de Intensidad de corriente entre un
nivel de Temperatura y otro, con un nivel del 95.0% de confianza, es decir, que la
intensidad de la corriente que circula entre dos puntos distintos las temperaturas,
son diferentes.
c) ¿La temperatura afecta la variabilidad de las intensidades? Es decir, verifique si
hay igual varianza entre los diferentes tratamientos.
 Verificación de Prueba Valor-P
Varianza

de Bartlett 1,20561 0,649156

El estadístico mostrado en esta tabla evalúa la hipótesis de que la desviación

estándar de RESIDUOS dentro de cada uno de los 5 niveles de Temperatura es la
misma. De particular interés es el valor-P. Puesto que el valor-P es mayor o igual
que 0.05, no existe una diferencia estadísticamente significativa entre las
desviaciones estándar, con un nivel del 95,0% de confianza.

3. 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.
Fuente Suma de Gl Cuadrado Razón-F Valor-P
cuadrados medio
Entre 26,7267 2 13,3633 58,10 0,0000
grupos
Entra 2,07 9 0,23
grupos
Total 28,7967 11

El valor-P de la prueba-F es menor que 0,05 existe una diferencia

estadísticamente significativa entre cada media. Así que, al existir esta diferencia,
se puede inferir que el factor estudiado (% de almidón) influye significativamente
en la dureza de las tabletas.
b) Realice los análisis complementarios necesarios.
Método: 95,0 porcentaje LSD

% De almidón Casos Media Grupos

Homogéneos
2 4 4,7 SI
5 4 6,7 SI
10 4 8,35 SI

Tabla que indica cuáles medias son realmente diferentes (*Indica una diferencia
significativa)
Contraste Sig. Diferencia +/- Límites
2–5 * -2,0 0,767137
2-10 * -3,65 0,767137
5-10 * -1,65 0,767137

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

fabricante?

Dado al resultado obtenido en la tabla de medias anterior el consejo más

recomendable es que aumente el contenido en % de almidón para poder obtener
una mayor dureza en las tabletas a fabricar.
d) Verifique los supuestos.

Debido a que el P-valor= 0,880742 es mayor que el alfa= 0,05 se concluye que la
igualdad de las varianzas no se puede rechazar con un 95% de confianza, es
decir, cumple con el supuesto de igualdad de varianzas.
 (1) P-Valor= 0,363721
(2) P-valor= 1,0
(3) P-valor= 0,445196
Tomando como referencias los p-valores en comparación con el alfa, se concluye
que todos los p-valores son mayores que alfa= 0,05 con un 95% de confianza, por
lo tanto, en este caso no se puede rechazar la hipótesis que dice que los residuos
son independientes, es decir, se cumple el supuesto de la independencia de los
residuos.

Después de realizar la prueba de normalidad, obteniendo que el más pequeño p-

valor= 0,446896, se concluye que como ese P-valor es mayor que el alfa=0,05 con
un 95% de confianza, no se puede rechazar la idea de que la distribución es
normal, es decir, se cumple con el supuesto de normalidad.