14.

A continuación se muestra parte del ANOVA para un diseño factorial 3 × 5 con

dos réplicas, el factor A con tres niveles y el B con cinco.

a. Suponga efectos fijos, anote el modelo estadístico apropiado y formule la

hipótesis a probar para este experimento.
Modelo estadístico: γ =μ+ αi+ βj + ( αβ ) ij+εijk
Hipótesis:
Para A
H o =α 1=α 2

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:

a) Plantee las hipótesis de interés en este problema y el modelo estadístico

correspondiente.
b) Construya la tabla de análisis de varianza y determine cuáles efectos están activos.
c) Dibuje las gráficas de medias para los dos efectos principales con los métodos LSD y
de Tukey. Compare los resultados de ambos métodos.
d) Haga la gráfica de interacción con intervalos de confianza sobrepuestos.
e) Determine cuál es el mejor tratamiento. ¿Cuál es el hinchamiento predicho en el mejor
tratamiento?
f) Verifique los supuestos de normalidad y varianza constante.
g) Utilice la gráfica de residuos contra factores para detectar posibles efectos sobre la
dispersión del hinchamiento. ¿En cuál molde parece que es menor la dispersión?
18. En la siguiente tabla están los datos de un diseño factorial 2x3 con tres replicas,
conteste

a) Complete los totales que se piden en la tabla anterior.

Nivel de B
B1 B2 B3 Total Yi..
44     49     52    
A1 34 Y11.= 108 48 Y12. = 140 58 Y13. = 172 420
Niveles de A

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

64,56 ± 3,79 68,35

YA2 =
= 60,76

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

e) ¿Cuál sería la LSD exacta tomando en cuenta la interacción?

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

233002+ 236002+ 231002 700002

S CA= −
3∗2 18
S C A =¿21111,11
 ∑ Y 2. j . Y …2
S CB = −
a∗n N

229002 +240002 +231002 700002

S C B= −
3∗2 18
S C B=¿ 114444,44

∑ Y 2ij. Y …2
S C AB = − −SC A −SC B
n N

75002 +… … … … …..+74002 700002

S C AB = − −21111,11−114444,44
2 18
S C AB =¿82222,22

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.

a) Construya el modelo estadístico y formule las hipótesis pertinentes

Y ij =μ+α i + β j +¿
A B C
Ho: α1=α2=0 Ho: β1=β2=0 Ho: αiβj=0
Hi: αi≠0 Hi: βj≠0 Hi: αiβj ≠0
b) Cuál es el nombre del diseño utilizado
Diseño Factorial Mixto axb
c) Por lo general, a condiciones reales se utiliza 1.1% de arcilla y 100 grados de
temperatura. ¿Por qué cree que se eligieron precisamente esos niveles de prueba para
el experimento?
Para poder comparar con las otras observaciones y ver que no tenga mucha
variabilidad entre los datos tomados.
d) Realice un análisis de varianza para probar las hipótesis y obtenga conclusiones.
Porcentaje de Arcilla
Temperatura Total Yi.. Yi..
0,8 0,9 1 1,1
5,8 5,9 5,4 5,5 4,9 5,1 4,5 4,4
90
Y11.= 11,7 Y21.= 10,9 Y31.= 10,0 Y41.= 8,9 41,5 5,19
5 4,9 4,8 4,7 4,6 4,4 4,1 4,3
100
Y21. 9,9 Y22.= 9,5 Y32.= 9 Y42.= 8,4 36,8 4,60
4,7 4,6 4,4 4,4 4,1 4 3,7 3,6
110
Y31.= 9,3 Y23.= 8,8 Y33.= 8,1 Y43.= 7,3 33,5 4,19
Total Y.j. 30,9 29,2 27,1 24,6 Y…= 111,80
Y.j. 5,15 4,87 4,52 4,10

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

30,92 +29,22+ 27,12+24,6 2 111,82

S C B= −
3∗2 24
S C B=¿ 3,70

S C AB =
∑ Y 2ij. − Y …2 −SC −SC B
A
n N

11,7 2 +… … … … … ..+7,32 111,82

S C AB = − −4,04−3,70
2 24
S C AB =¿0,24

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

 La relación entre el color y los factores controlados en la experimentación es

utilizándolo a 90ºC con un porcentaje de arcilla del 0,8
f) A partir de la gráfica de interacciones, ¿cree que haya un efecto no lineal?
 Existe un efecto Lineal de acuerdo a la gráfica, ya que todas tienen la misma
tendencia.
g) Considerando que el nivel mínimo aceptable de blancura es de 4.8, ¿qué tratamiento
utilizaría?

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.