Ejercicios 5-1,2,5 Juan Maldonado

TECNOLÓGICO NACIONAL DE MÉXICO
Nombre: Juan Maldonado Jáuregui

INSTITUTO TECNOLÓGICO DE NUEVO LEÓN
Estadistica
aplicada al
Problemas 1, 2 y 5 Fecha: 09/11/2020
Diseño de
experimentos
5-1
Se estudia el rendimiento de un proceso químico. Se piensa que las dos variables más importantes son la
presión y la temperatura. Se seleccionan tres niveles de cada factor y se lleva a cabo un experimento
factorial con dos réplicas. Los datos del rendimiento son:
Presión (psig)
Temperatura (ºC)
200 215 230
90.4 90.7 90.2
150
90.2 90.6 90.4
90.1 90.5 89.9
160
90.3 90.6 90.1
90.5 90.8 90.4
170
90.7 90.9 90.1
a) Analizar los datos y sacar conclusiones. Utilizar α=0.05.
H0: α1 = α2 = α3 H0: β1 = β 2 = β 3
HA: α ≠ 0 para algún i. HA: β ≠ 0 para algún i.
Fuente G SC MC F P
L
Temperatura 2 0.30111 0.15056 8.47 0.009
Presión 2 0.767778 0.38389 21.59 0.000
Temperatura*Presión 4 0.06889 0.1722 0.97 0.470
Error 9 0.16000 0.01778
Total 17 1.29778
One-Way Normal ANOM for Datos One-Way Normal ANOM for Datos
α = 0.05 α = 0.05
90.7 90.8
90.6348
90.7
90.6
90.6
90.5 90.5742
90.5
Mean
Mean
90.4 90.4111
90.4 90.4111
90.3
90.3
90.2480
90.2
90.1875 90.2
90.1 90.1
150 160 170 200 215 230
Temperatura Presión
Como podemos ver en las gráficas, en la Temperatura se mantiene en el rango de la media.

Estadísticamente en podemos usar cualquier Temperatura y obtener los mismos resultados.
Estadistica
aplicada al
Diseño de
experimentos
En la presión, las presiones 215 y 230 se salen del rango, indicandonos que la presión 230
presenta menor rendimiento que las demás y 215 el mayor rendimiento.
Fisher Individual 95% CIs
Level Mean - Control Mean for Datos
200 - 215
Presión
230 - 215
-0.7 -0.6 -0.5 -0.4 -0.3 -0.2 -0.1 0.0
If an interval does not contain zero, the corresponding mean is significantly different
from the control mean.
Al comparar la presión de mayor rendimiento con las demás, nos damos cuenta que son
diferentes, por lo que el utilizar la presión de 200 o 230, no nos daría el mismo rendimiento que
utilizar la de 215.
Interaction Plot for Datos

Fitted Means
Temperatura * Presión Presión
90.9 200
215
90.8
230
90.7
Mean of Datos
90.6
90.5
90.4
90.3
90.2
90.1
90.0
150 160 170

Temperatura
Con esta gráfica, nos damos cuenta que el mayor rendimiento lo obtenemos a una temperatura
de 170 y con una presión de 215, como vimos antes, la presión de 215 nos ofrece el mayor
rendimiento con cualquier temperatura, mientras que la presión de 200 y 230 nos ofrece más
rendimiento solo al utilizar la temperatura de 170, incluso la presión a 200 con una temperatura
de 170 nos ofrece un rendimiento casi igual al de la presión de 215 a una temperatura de 160.
La hipótesis alternativa se acepta, pues las presiones no son estadísticamente iguales.

Estadistica
aplicada al
Diseño de
experimentos
b) Construir las gráficas de los residuales apropiadas y comentar la adecuación del modelo.
Normal Probability Plot
(response is Datos)
99
95
90
80
70
Percent
60
50
40
30
20
10
5
1
-0.2 -0.1 0.0 0.1 0.2
Residual
Según la gráfica, en donde existe más variación es al combinar la temperatura 160 y la presión
215.
c) ¿Bajo que condiciones debería operarse este proceso?
El proceso debe operarse con la presión más alta (215), la temperatura puede ser cualquiera de
las 3 elegidas, pero de preferencia usarse la temperatura más alta, la cual es 170.
5-2
Un ingeniero sospecha que el acabado superficial de una pieza metálica se afecta por la velocidad de
alimentación y la profundidad de corte. Selecciona tres velocidades de alimentación y cuatro
profundidades de corte. Después realiza un experimento factorial y obtiene los siguientes datos:
Profundidad de corte (pulg)

Velocidad de alimentación (pulg/min)
0.15 0.18 0.20 0.25
74 79 82 99
0.20 64 68 88 104
60 73 92 96
92 98 99 104
0.25 86 104 108 110
88 88 95 99
99 104 108 114
0.30 98 99 110 111
102 95 99 107
Estadistica
aplicada al
Diseño de
experimentos
a) Analizar los datos y sacar conclusiones. Utilizar α=0.05.
H0: α1 = α2 = α3 H0: β1 = β 2 = β 3 = β 4
Fuente G SC MC F P
L
Velocidad 2 3034.4 1517.19 52.07 0.000
Profundidad 3 2232.8 744.25 25.54 0.000
Velocidad*Profundidad 6 636.5 106.08 3.64 0.010
Error 24 699.3 29.14
Total 35 6603.0
One-Way Normal ANOM for Datos One-Way Normal ANOM for Datos
α = 0.05 α = 0.05
110
105
105
100 100.50 103.23
100
95 94.47
Mean
Mean
95 94.47
90
88.45 90
85
85 85.71
80
80
0.20 0.25 0.30 0.15 0.18 0.20 0.25
Velocidad Profundidad
Como podemos ver en las gráficas, que con respecto a la velocidad, la velocidad 0.20 y la 0.30 están
fuera del rango de la media, mientras que en la profundidad, la profundidad 0.15 y 0.25 están fuera del
rango de la media.

Fitted Means
Velocidad * Profundidad Profundidad
0.15
110
0.18
0.20
0.25
100
Mean of Datos
90
80
70
60
0.20 0.25 0.30
Velocidad
Estadistica
aplicada al
Diseño de
experimentos
El mayor acabado superficial lo obtenemos con mayor velocidad y profundidad, mientras que el menor
acabo superficial lo obtenemos con menor velocidad y profundidad.
En conclusión, la hipótesis alternativa se acepta, pues tanto la velocidad como la profundidad presentan
valores estadísticamente diferentes.
b) Construir las gráficas de los residuales apropiadas y comentar la adecuación del modelo.

(response is Datos)
99
95
90
80
70
Percent
60
50
40
30
20
10
1
-10 -5 0 5 10
Residual
La gráfica de los residuales se encuentra en un rango normal. Existe mayor variación en el

residual -5.
c) Obtener estimaciones puntuales del acabado superficial promedio con cada velocidad de
alimentación
Profundidad de corte (pulg)

Velocidad de alimentación (pulg/min)
0.15 0.18 0.20 0.25 Promedio
74 79 82 99
0.20 64 68 88 104 81.583333
60 73 92 96
92 98 99 104
0.25 86 104 108 110 97.583333
88 88 95 99
99 104 108 114
0.30 98 99 110 111 103.83333
102 95 99 107
Estadistica
aplicada al
Diseño de
experimentos
Main Effects Plot for Datos

Data Means
105
100
95
Mean
90
85
80
0.20 0.25 0.30
Velocidad
d) Encontrar los valores P para las pruebas del inciso a.
P Fuente
0.000 Velocidad
0.000 Profundidad
0.010 Velocidad*Profundidad
5-5
Johnson y Leone describen un experimento realizado para investigar la torcedura de placas de cobre.
Los dos factores estudiados fueron la temperatura y el contenido de cobre de las placas. La variable de
respuesta fue una medida de la cantidad de torcedura. Los datos fueron los siguientes:
Contenido de cobre (%)

Temperatura (ºC)
40 60 80 100
50 17, 20 16, 21 24, 22 28, 27
75 12, 9 18, 13 17, 12 27, 31
100 16, 12 18, 21 25, 23 30, 23
125 21, 17 23, 21 23, 22 29, 31
Estadistica
aplicada al
Diseño de
experimentos
a) ¿Existe algún indicio de que alguno de los dos factores afecta la cantidad de torcedura? ¿Hay
alguna interacción entre los factores? Utilizar α=0.05.
H0: α1 = α2 = α3 = α4 H0: β1 = β 2 = β 3 = β 4
Fuente G SC MC F P
L
Temperatura 3 156.1 52.031 7.67 0.002
Cobre 3 698.3 232.781 34.33 0.000
Temperatura*Cobre 9 113.8 12.642 1.86 0.133
Error 16 108.5 6.781
Total 31 1076.7
Two-Way Normal ANOM for Datos

α = 0.05
Interaction Effects
5 4.78
Effect
0 0
-5 -4.78
Cobre 40 60 80 100 40 60 80 100 40 60 80 100 40 60 80 100
Temperatura 50 75 100 125
Main Effects for Temperatura Main Effects for Cobre

24 30
23.091
22 25
Mean
Mean
20.906 23.09
20 20.91
20
18.722 18.72
18
15
50 75 100 125 40 60 80 100
Temperatura Cobre
Según la gráfica, el valor de la Temperatura y del Cobre si afectan la cantidad de torcedura, la

interacción entre los factores no muestra diferencia por lo que presenta interacción, pero no
significativa.
En conclusión, la Hipótesis Alternativa se acepta, pues ni la temperatura ni el cobre tienen valores

estadísticamente iguales cada uno.
Estadistica
aplicada al
Diseño de
experimentos
b) Analizar los residuales de este experimento.

(response is Datos)
99
95
90
80
70
Percent
60
50
40
30
20
10
1
-4 -3 -2 -1 0 1 2 3 4 5
Residual
Los residuales parecen estadísticamente normales, dada la gráfica presente.
c) Graficar la torcedura promedio con cada nivel del contenido de cobre y compararlas con una
distribución t con la escala apropiada. Describir las diferencias en los efectos de los diversos
niveles del contenido de cobre sobre la torcedura. Si es deseable una torcedura baja, ¿qué nivel
del contenido de cobre debería especificarse?
Main Effects Plot for Datos

Fitted Means
Temperatura Cobre
30.0
27.5
Mean of Datos
25.0
22.5
20.0
17.5
15.0
50 75 100 125 40 60 80 100
Estadistica
aplicada al
Diseño de
experimentos
Con esta gráfica podemos ver que entre mas porcentaje de cobre existe más torcedura, entre el
80% y el 100% de cobre existe un incremento de torcedura mayor. Por lo que se recomienda
utilizar el 40% de cobre para menor torcedura, así como utilizar la temperatura de 75 ºC para
seguir con la menor torcedura.
Fitted Means
Temperatura * Cobre Cobre
30 40
60
80
100
25
Mean of Datos
20
15
10
50 75 100 125
Temperatura
d) Suponga que no es sencillo controlar la temperatura en el medio ambiente donde van a usarse
las placas de cobre. ¿Este hecho modifica la respuesta que se dio para el inciso c?
No, puesto que la temperatura, aunque hace que la torcedura varié, no afecta tanto como el
cobre, el cobre es el factor que mas afecta a la torcedura.

Ejercicios 5-1,2,5 Juan Maldonado

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Ejercicios 5-1,2,5 Juan Maldonado

Cargado por

Copyright:

Formatos disponibles

TECNOLÓGICO NACIONAL DE MÉXICO

Nombre: Juan Maldonado Jáuregui

a) Analizar los datos y sacar conclusiones. Utilizar α=0.05.

Como podemos ver en las gráficas, en la Temperatura se mantiene en el rango de la media.

-0.7 -0.6 -0.5 -0.4 -0.3 -0.2 -0.1 0.0

Interaction Plot for Datos

150 160 170

La hipótesis alternativa se acepta, pues las presiones no son estadísticamente iguales.

Profundidad de corte (pulg)

a) Analizar los datos y sacar conclusiones. Utilizar α=0.05.

Interaction Plot for Datos

Normal Probability Plot

La gráfica de los residuales se encuentra en un rango normal. Existe mayor variación en el

Profundidad de corte (pulg)

Main Effects Plot for Datos

d) Encontrar los valores P para las pruebas del inciso a.

Contenido de cobre (%)

Two-Way Normal ANOM for Datos

Main Effects for Temperatura Main Effects for Cobre

Según la gráfica, el valor de la Temperatura y del Cobre si afectan la cantidad de torcedura, la

En conclusión, la Hipótesis Alternativa se acepta, pues ni la temperatura ni el cobre tienen valores

b) Analizar los residuales de este experimento.

Normal Probability Plot

Los residuales parecen estadísticamente normales, dada la gráfica presente.

Main Effects Plot for Datos

También podría gustarte