Documentos de Académico
Documentos de Profesional
Documentos de Cultura
H i=α 1≠ α 2
Para B
H o =β 1=β 2
H i=β 1≠ β 2
Para AB
H o =αβ=0
H i=αβ≠ 0
b. Agregue en esta tabla los grados de libertad, el cuadrado medio y la razón F para
cada una de las fuentes de variación.
F.V SMC GL CM FC
A 800 2 400 15,003
B 900 4 225 8,439
AB 300 8 37,5 1,406
ERROR 400 15 26,66
TOTAL 2400 29
c. Explique de manera esquemática cómo calcularía el valor-p para A, por ejemplo.
En base a FC> Fo los valores quedarían P ( F> F 3 o) que se interpreta como la
probabilidad de que Fo sea mayor que el valor crítico de F con 3 en el numerador
y 0 en el denominador
d. Con la información disponible ¿Se pueden hacer conjeturas sobre cuáles de las
fuentes de variación son significativas estadísticamente? Argumente su respuesta
Para A 15,003>3,682 el efecto A es significativo
Para B 8 , 429>3 ,056 elefecto B es significativo
Para AB_ Factor de interacción 1 , 406>2 , 6 41 el efecto A B no es significativo
19. Se corre un diseño factorial 3 × 2 con 10 réplicas para investigar el
hinchamiento del catalizador después de la extrusión en la fabricación de botellas de
polietileno de alta densidad. El catalizador se utiliza en la obtención de dicho
polietileno. Los factores investigados son: molde (con dos niveles) y B: catalizador
(con tres niveles). Los datos obtenidos se muestran en la siguiente tabla:
30 43 62
62 68 69
A2 56 Y21.= 176 70 Y22. = 196 75 Y23. = 209 581
58 58 65
Total Y.j. 284 336 381 Y..= 1001
b) Calcule las sumas de cuadrados correspondientes: SCA, SCB, SCAB, SCT y SCE.
Y …2
SCT =∑ Y ij k − 2
N
2 2 2 2 2 2 10012
SCT=44 +34 + 30 + … … … … …+69 +75 +65 −
18
SCT=¿ 2634,28
∑ Y 2.. i Y …2
S CA= −
b∗n N
420 +581 10012
2 2
S CA= −
3∗3 18
S C A =¿1440,06
∑ Y 2. j . Y …2
S CB = −
a∗n N
284 +336 +381 10012
2 2 2
S C B= −
2∗3 18
S C B=¿ 785,44
∑ Y 2ij. Y …2
S C AB = −
A −SC B −SC
n N
1082 +176 2+140 2+196 2+1722 +2092 10012
S C AB = − −1440,06−785,44
3 18
S C AB =¿81,44
S Cerror =SCT−S C A −S C B −S C AB
S Cerror =2634,28−1440,06−785,44−81,44
S Cerror =¿ 327,33
c) Obtenga la tabla de análisis de varianza y anote las principales conclusiones.
ANOVA
FV SC GL CM FC FT
Nivel A 1440,06 1 1440,06 52,79 > 4,747 Significativo
Nivel B 785,44 2 392,72 14,40 > 3,885 Significativo
No
Nivel AB 81,44 2 40,72 1,49 < 3,885 Significativo
Error 327,33 12 27,28
Total 2634,28 17 154,96
Conclusiones:
Existe efecto del nivel A que influye en el diseño factorial.
Existe efecto del nivel B que influye en el diseño factorial.
No existe efecto de interacción en el diseño factorial
d) Sin tomar en cuenta el posible efecto de interacción, obtenga la diferencia mínima
significativa (LSD) para comparar las medias en los niveles de factor A y la LSD para
comparar las medias de Y en los niveles del factor B.
C M error
LS D A =t ∝
( , ab ( n−1 ) )
2
27,28
∗
√ nA
LS D A =t (0,025,12 )∗
9
27,28
√
LS D A =(2,1788)
LS D A =¿3,79
9 √
46,67 ± 3,79 50,46
YA1 =
= 42,87
C M error
LS DB =t ∝
( , ab ( n−1) )
2
∗
√ nB
27,28
LS DB =t (0,025,12 )∗
6
27,28
√
LS DB =( 2,1788)
LS D B =¿4,65
6 √
51,98
YB1
47,33 ± 4,65 = 47,33
=
42,69
60,65
YB2
56 ± 4,65 = 56,00
=
51,35
68,15
YB3
63,50 ± 4,65 = 63,50
=
58,85
Conclusiones:
El LSD interacción exacto es el nivel B3 con el nivel A2 si se trata de
maximización.
El LSD interacción exacto es el nivel B1 con el nivel A1 si se trata de
minimizar.
21. Se desea investigar de qué manera afecta el tiempo de curado y el tipo del acelerante
a la resistencia de caucho vulcanizado. Se realiza un experimento y se obtienen los
siguientes datos:
a) Señale el nombre del diseño de experimento utilizado y su modelo estadístico.
Diseño Factorial Mixto axb
Y ij =μ+α i + β j +¿
b) Formule claramente todas las hipótesis que se pueden probar.
A B C
Ho: α1=α2=0 Ho: β1=β2=0 Ho: αiβj=0
Hi: αi≠0 Hi: βj≠0 Hi: αiβj ≠0
c) Realice el análisis estadístico apropiado para probar las hipótesis que formuló.
Tiempo de cura Acelerante Total Yi.. Yi..
a 14ºC (minutos)
A B C
3900 3600 4300 3700 3700 4100 23300 3883,33
40 Y11. Y21. Y31.
= 7500 = 8000 = 7800
4100 3500 4200 3900 3900 4000 23600 3933,33
60 Y22. Y32.
Y21. 7600 = 8100 = 7900
4000 3800 4300 3600 3600 3800 23100 3850
80 Y31. Y23. Y33.
= 7800 = 7900 = 7400
Y…
Total Y.j. 22900 24000 23100 = 70000
Y.j. 3816,67 4000 3850
Y …2
SCT=∑ Y ij k − 2
N
2 2 2 2 2 2 700002
SCT=3900 +3600 + 4300 + … … … … …+7800 +7900 +7400 −
18
SCT =¿ 1037777,78
∑ Y 2.. i Y …2
S CA = −
b∗n N
∑ Y 2ij. Y …2
S C AB = − −SC A −SC B
n N
S Cerror =SCT −S C A −S C B −S C AB
S Cerror =1037777,78−21111,11−114444,44−82222,22
S Cerror =¿ 820000
ANOVA
FV SC GL CM FC FT
No
Nivel A 21111,11 2 10555,56 0,12 < 4,256 significativo
No
Nivel B 114444,44 2 57222,22 0,63 < 4,256 Significativo
No
Nivel AXB 82222,22 4 20555,56 0,23 < 3,633 Significativo
Error 820000 9 91111,11
Total 1037777,78 17 61045,75
Conclusiones:
No existe efecto individual del tiempo de cura a 14ºC no influye en la resistencia
de caucho vulcanizado. Ho: α1=α2=0 (acepta)
No existe efecto individual del acelerante, no influye en la resistencia de caucho
vulcanizado. Ho: β1=β2=0(acepta)
No existe efecto de interacción en la resistencia de caucho vulcanizado.
Ho: αiβj=0(acepta)
d) ¿Hay algún tiempo de cura que es mejor para aumentar la resistencia? Argumente
su respuesta.
C M error
LS D A =t ∝ ∗
( , ab ( n−1 ) )
2 √ nA
91111,11
LS D A =t (0,025,9)∗
√ 6
91111,11
LS D A =(2,2622)
√ 6
LS D A =¿278,77
4162,10
YA1= 3883,33 ± 278,77 = 3883,33 Conclusión:
3604,57 El mejor tiempo de cura a 14ºC para que
4212,10 aumente la resistencia de caucho es
dejándolo 60 minutos
YA2= 3933,33 ± 278,77 = 3933,33
3654,57
e) ¿Algún acelerante es mejor? Explique.
4128,77
YA3= 3850 ± 278,77 = 3850,00
3571,23
91111,11
√
LS D B =t (0,025,9)∗
6
91111,11
LS D B =(2,2622)
√ 6
LS D B =¿278,77
4095,43
YB1= 3816,67 ± 278,77 = 3816,67
3537,90
4278,77
YB2= 40000 ± 278,77 = 4000,00
3721,23
4128,77
YB3= 3850 ± 278,77 = 3850,00
3571,23
Conclusión:
El mejor acelerante para que aumente la resistencia de caucho es el acelerante B
f) ¿Hay alguna combinación de tiempo y acelerante que sea mejor?
Conclusión:
La condición óptima para maximizar la resistencia de caucho es utilizando el
acelerante B en un tiempo de 60minutos
22. En una fábrica de aceites vegetales comestibles la calidad resulta afectada por la
cantidad de impurezas dentro del aceite, ya que éstas causan oxidación, y ello
repercute a su vez en las características de sabor y color del producto final. El proceso
de “blanqueo” es el responsable de eliminar tales impurezas, y una forma de medir su
eficacia es midiendo el color del aceite. Para generar una primera aproximación a la
solución del problema se decide estudiar el efecto de la temperatura y el porcentaje de
arcilla en el color del aceite inicialmente a nivel laboratorio. El diseño y los datos de
las pruebas experimentales se muestran a continuación.
Y …2
SCT=∑ Y ij k − 2
N
2 2 2 2 2 2 2 2 2 111,82
SCT=5,8 +5,9 +5,4 +5,5 + 4,9 +… … .+4,1 + 4 +3,7 +3,6 −
24
SCT=¿ 8,08
∑ Y 2.. i Y …2
S CA = −
b∗n N
41,52 +36,82 +33,52 111,82
S CA= −
4∗2 24
S C A =¿4,04
∑ Y 2. j . Y …2
S CB = −
a∗n N
S C AB =
∑ Y 2ij. − Y …2 −SC −SC B
A
n N
S Cerror =SCT −S C A −S C B −S C AB
S Cerror =8,08−4,04−3,70−0,24
S Cerror =¿ 0,10
ANOVA
G
FV SC L CM FC FT
4,0
Nivel A 4 2 2,02 242,45 > 3,885 Significativo
3,7
Nivel B 0 3 1,23 148,07 > 3,49 Significativo
0,2
Nivel AXB 4 6 0,04 4,72 > 2,996 Significativo
0,1
Error 0 12 0,01
8,0
Total 8 23 0,35
Conclusiones:
Existe efecto individual de la temperatura influye en el color de aceite individual.
Hi: αi≠0 (acepta)
Existe efecto individual del porcentaje de arcilla, influye en el color de aceite
individual. Hi: βj≠0 (acepta)
Existe efecto de interacción que influye en el color de aceite individual.
Hi: αiβj≠0(acepta)
e) Apoyándose en las gráficas de efectos, ¿cuál es la relación general entre el color y los
factores controlados en su rango de experimentación?
C M error
LS D A =t
(
∝
2
∗
, ab ( n−1 ) ) √ nA
0,1
LS D A =t (0,025,12)∗
√ 8
0,1
LS D A =(2,1788)
√ 8
LS D A =¿0,07
0,1
LS D B =t (0,025,12)∗
√ 6
0,1
LS D B =(2,1788)
√ 6
LS D B =¿0,28
5,43
YB1= 5,15 ± 0,28 = 5,15
4,87
5,15
YB2= 4,87 ± 0,28 = 4,87
4,59
4,80
YB3= 4,52 ± 0,28 = 4,52
4,24
4,38
YB4= 4,10 ± 0,28 4,10
3,82
Para cumplir con la exigencia del nivel de blancura mínimo de 4,8 habría cuatro
posibles soluciones, pero la más eficiente seria la q este a una temperatura de 90ºC
con un porcentaje de arcilla del 0,8.
h) ¿Vale la pena plantear el estudio en condiciones reales?
Tendríamos datos muy cercanos a los reales, ya que tiene como referencia datos en
condiciones reales y que no existe mucha variabilidad con respecto al resto de datos.
i) ¿Qué cambio le haría al experimento si lo corre en condiciones reales?
Tratar de reducir el grado de error ya que se tiene como significativo con respecto al
de tabla.