Sesión 12: ANALISIS DE VARIANZA Diseño de Experimentos

IX SEMESTRE
SEMANA12
ANALISIS DE VARIANZA
Mostraremos el procedimiento del análisis estadístico denominado análisis de la varianza (análisis de las
diferencias entre tratamientos) que permiten probar la hipótesis que se plantea en un diseño de un factor
con dos o más niveles.
Cuando un factor tiene k niveles, el problema de comparación de los k efectos se plantea como el contraste
de dos hipótesis:
H0: μ1 = μ2 = μ3 … = μk (= μ) (1)
H1: μi ≠ μi´ para al menos un par i ≠ i´ (2)
En donde μ representa la respuesta media antes de cualquier tratamiento, suponiendo que μi = μ + δi donde
δi es entonces lo que añade el tratamiento i a la μ. Note así que δi = μ - μi, el llamado efecto del i-ésimo nivel.

En el caso de dos niveles el objetivo principal al desarrollar un diseño experimental a evaluar

estadísticamente la diferencia de promedios, tal como se mostró en la sesión anterior. En caso de k niveles,
en lugar de considerar la comparación entre todos los contrastes (𝑦
̅̅̅̅
𝑖0 − 𝑦 𝑖´0 i ≠ i´ el analizar sólo diferencias:
̅̅̅̅),
𝛅̂𝑖 = (𝑦
̅̅̅̅ 𝑦00 i = 1, …, k,
𝑖0 − ̅̅̅̅),

𝑘
𝑦00 es un estimador de μ, en lugar de los ( ) pares de diferencias, sin perder información, ya que
Donde ̅̅̅̅
2
1 Universidad Peruana Los Andes

(̅̅̅̅ 𝑦𝑖´0 ) = (̅̅̅̅

𝑦𝑖0 − ̅̅̅̅̅ 𝑦00 ) = (𝑦
𝑦𝑖0 − ̅̅̅̅ ̅̅̅̅̅
𝑖´0 − ̅̅̅̅)
𝑦00

Definamos el efecto estimado del i-ésimo nivel del factor como:

𝛅̂𝑖 = (𝑦
̅̅̅̅ 𝑦00 i =1, 2,…, k,
𝑖0 − ̅̅̅̅)

Si 𝛅𝑖 es pequeña se dirá que el efecto es bajo. Así si todas las 𝛅𝑖 son cercanas a cero, se apoyaría a la
hipótesis H0. Tomando en cuenta la posibilidad de que las 𝛅𝑖 se cancelen entre sí positivas con negativas,
la variación debida a las diferencias entre tratamientos se cuantifica mediante el llamado Cuadrado Medio
de Tratamientos:
∑𝒌𝒊=𝟏 𝒏𝒊 𝜹𝒊 𝟐
𝑪𝑴𝑻𝒓𝒂𝒕 =
𝒌−𝟏
𝐶𝑀𝑇𝑟𝑎𝑡 es grande implica que las 𝛿𝑖 son considerablemente diferentes de cero; el punto es saber qué valor
de 𝐶𝑀𝑇𝑟𝑎𝑡 se puede considerar que tales diferencias no son sólo producto del error experimental. Para ello
es necesario tener un estimador de 𝜎 2. Tenga presente que, para el caso de dos niveles, la expresión:

2 (𝑛1 − 1)𝑆1 2 + (𝑛2 − 1)𝑆2 2

𝜎 2 = 𝑆𝑝 =
(𝑛1 + 𝑛2 − 2)
Es un estimador de la varianza 𝝈𝟐 , la varianza del error experimental se estima mediante las diferencias
en respuesta de UE tratadas de la misma manera, es decir, con las 𝑆𝑖 2 entonces análogamente en el caso
de los k niveles, 𝜎 2 es estimada mediante el así llamado Cuadrado Medio del Error:
∑𝒌𝒊=𝟏(𝒏𝒊 − 𝟏)𝑺𝒊 𝟐
𝑪𝑴𝑬𝒓𝒓𝒐𝒓 =
∑𝒌𝒊=𝟏(𝒏𝒊 − 𝟏)
Página

Ing. Saúl Santivañez Bernardo Facultad de Ingeniería

 Sesión 12: ANALISIS DE VARIANZA Diseño de Experimentos
Si 𝑛𝑖 es igual en cada tratamiento se dice que el diseño es balanceado, en caso contrario, se dice que el
diseño está desbalanceado; en el caso de que los niveles del factor se desbalanceen no habrá
consecuencia de importancia.

Se pude apreciar que las cantidades: 𝐶𝑀𝑇𝑟𝑎𝑡 y 𝐶𝑀𝐸𝑟𝑟𝑜𝑟 desempeñan un papel importante para inferir sobre
la significancia de los 𝛅𝑖 ´𝑠.

Para realizar la inferencia estadística con sentido, los supuestos requeridos son fundamentales los mismos
que en el caso k = 2.

• Si yi representa a la respuesta ante el tratamiento i, se supone que:

𝑦𝑖 = 𝑢𝑖 + 𝜀, 𝑖 = 1, … , 𝑘
Donde 𝜀 representa el error experimental, respuestas mediante ante cada tratamiento denotadas
por 𝑢𝑖 , … , 𝑢𝑘 , potencialmente diferentes.

• Del término de error se supone que:

❖ 𝜀 tiene media igual a 0
❖ La varianza de 𝜀 en cualquier tratamiento es constante, digamos igual a 𝜎 2 (homogeneidad
de varianzas).

• 𝜀 como variable aleatoria es descrita adecuadamente por la función de densidad normal. Bajo los
supuestos anteriores, ya con los datos, se tendrá entonces que,
𝑦𝑖𝑗 = 𝑢𝑖𝑗 + 𝜀𝑖𝑗 , 𝑖 = 1, … , 𝑘; 𝑗 = 1,2, … , 𝑛𝑖
Otro supuesto adicional es entonces que los 𝜀𝑖𝑗 son mutuamente independientes.

Esto equivale a decir que cómo se manifiesta el error experimental en una UE no tiene que ver cómo se
manifiesta en otra UE.
2 Universidad Peruana Los Andes

Ahora,
𝑪𝑴𝒕𝒓𝒂𝒕
𝑭𝒄 = (COEFICIENTE DE FISHER, 𝑭 ) 𝒄
𝑪𝑴𝒆𝒓𝒓𝒐𝒓
Compara 𝐶𝑀𝑡𝑟𝑎𝑡 la variabilidad aportada por las diferencias entre tratamientos, con 𝐶𝑀𝑒𝑟𝑟𝑜𝑟 la variabilidad
aportada por el error experimental. Bajo los supuestos antes mencionados 𝐹𝑐 (el 𝐹𝑐 ), resulta ser un
estadístico cuya ley de probabilidad es manejable como distribución de referencia para contrastar H0
(Expresión (1)) versus H1, ya que 𝐹𝑐 como variable aleatoria, sigue una distribución F con (k-1) y ∑𝑘𝑖=1(𝑛𝑖 − 1)
grados de libertad respectivamente.

En términos de las 𝛅𝑖 para probar que hay efectivo de tratamiento, una propuesta hipotética equivalente a
la planteada por la expresión:
H0: μ1 = μ2 = μ3 … = μk (= μ)
Es:
H0: 𝛅 1 = 𝛅 2 = 𝛅 3 … = 𝛅 k = 0
Versus:
H1: δ 1 ≠ 0, para alguna i, donde δ𝑖 son los efectos teóricos.
Con los datos del experimento de la sesión anterior, k = 2, se tienen los siguientes resultados:
𝛅1 = ̅̅̅̅
𝑦10 − ̅̅̅̅
𝑦00 = 35.29 - 31.645 35.29 + 28
𝛅2 = ̅̅̅̅
𝑦20 − ̅̅̅̅
𝑦00 = 28.00 - 31.645 𝐷𝑜𝑛𝑑𝑒: 31.645 =
2
14((35.29 − 31,645)2 + (28.00 − 31645)2 )
𝐶𝑀𝑡𝑟𝑎𝑡 = = 371.57
1
814.86
𝐶𝑀𝑒𝑟𝑟𝑜𝑟 = = 31.34
Página

26

Ing. Saúl Santivañez Bernardo Facultad de Ingeniería

 Sesión 12: ANALISIS DE VARIANZA Diseño de Experimentos
𝟑𝟕𝟏.𝟓𝟕
𝑭𝒄 = = 𝟏𝟏.86
𝟑𝟏.𝟑𝟒
Buscando en tablas de la distribución F con 1 y 26 grados de libertad y 𝛼 = 0.05, se tiene
F(1,26,0.95) = 4.23, Fc > 4.23, la conclusión es la misma expresado en el caso visto en la sesión anterior.
3 Universidad Peruana Los Andes

ACTIVIDAD PRACTICA
Hallar la Fc calculando y la Fc mediante la Tabla de Distribución de Fisher o F en los ejercicios propuestos
en la clase anterior
Ejercicio 1.
Un ingeniero está estimando el tiempo de falla de un equipo eléctrico de dos marcas diferentes, este equipo se
somete a una prueba de esfuerzo. El tiempo de falla medido en horas se muestran a continuación:

Equipos: ̅io
𝒚 𝑺𝒊 𝟐 gl
Equipo 1 83 58 83 65 67
66 59 81 75 70

Equipo 2 73 66 67 59 84
55 68 79 82 74
1. Pruebe la hipótesis de igualdad de dos varianzas. Use α = 0.05
2. Con los resultados en el punto anterior pruebe la hipótesis de que el tiempo de falla en ambos equipos
es el mismo.
Página

Ing. Saúl Santivañez Bernardo Facultad de Ingeniería

 Sesión 12: ANALISIS DE VARIANZA Diseño de Experimentos
Ejercicio 2.
Una compañía desea estudiar la potencia de un recolector solar, y por ello prueban dos configuraciones
diferentes de éste; se prueba en seis ocasiones cada configuración. Los resultados se presentan a continuación.
La cantidad medida fue la energía en Watts:

Configuración: ̅io
𝒚 𝑺𝒊 𝟐 gl
A 83 58 83 65 67
B 66 59 81 75 70

EJERCICIO3
En un laboratorio bajo condiciones controladas, se evaluó, para 10 hombres y 10 mujeres, la
temperatura que cada persona encontró más confortable. Los resultados en grados Fahrenheit
fueron los siguientes:
Mujer 75 77 78 79 77 73 78 79 78 80
Hombre 74 72 77 76 76 73 75 73 74 75
¿La temperatura promedio más confortable es igual para hombres que para mujeres?
Pruebe la hipótesis adecuada.

EJERCICIO4
Se prueban 10 partes diferentes en cada nivel de temperatura y se mide el encogimiento sufrido
en unidades de porcentaje multiplicado por 10. Los resultados son:
Temperatura baja 17.2 21.4 17.5 20.9 18.6 19.8 15.9 20.4 16.4 20.6
Temperatura alta 17.3 21.0 16.8 20.8 18.4 19.9 16.7 21.1 17.6 20.3
¿La temperatura tiene algún efecto en el encogimiento? Plantee y pruebe las hipótesis
estadísticas correspondientes a esta interrogante.

EJERCICIO5
Una compañía de transporte de carga desea escoger la mejor ruta para llevar la mercancía de un
depósito a otro. La mayor preocupación es el tiempo de viaje. En el estudio se seleccionaron al
4 Universidad Peruana Los Andes

azar cinco choferes de un grupo de 10 y se asignaron a la ruta A; los cinco restantes se asignaron
a la ruta B. Los datos obtenidos fueron:
Ruta Tiempo de viaje
A 18 24 30 21 32
B 22 29 34 25 35

¿Existen diferencias significativas entre las rutas? Plantee y pruebe las hipótesis estadísticas
correspondientes.

EJERCICIO6
Se tienen dos proveedores de una pieza metálica, cuyo diámetro ideal o valor objetivo es igual a
20.25 cm. Se toman dos muestras de 14 piezas a cada proveedor y los datos obtenidos se
muestran a continuación: Diámetros de las piezas de cada proveedor.

Proveedor Diámetros de las piezas de cada proveedor

1: 21.38, 20.13, 19.12, 19.85, 20.54, 18.00, 22.24, 21.94, 19.07, 18.60,
21.89, 22.60, 18.10, 19.25
2: 21.51, 22.22, 21.49, 21.91, 21.52, 22.06, 21.51, 21.29, 22.71, 22.65,
21.53, 22.22, 21.92, 20.82

Pruebe la hipótesis de igualdad de los diámetros de los proveedores en cuanto a sus medias.

EJERCICIO7
Se realiza un estudio para comparar dos tratamientos que se aplicarán a frijoles crudos, con el objetivo de
reducir el tiempo de cocción. Un tratamiento (T1) es a base de bicarbonato de sodio; el otro, T2, es a base
de cloruro de sodio o sal común. La variable de respuesta es el tiempo de cocción en minutos. Se hacen
Página

siete réplicas. Los datos se muestran en la siguiente tabla:

Ing. Saúl Santivañez Bernardo Facultad de Ingeniería

 Sesión 12: ANALISIS DE VARIANZA Diseño de Experimentos
Diámetros de las piezas de cada
Tratamiento
proveedor
T1 76 85 74 78 82 75 82
T2 57 67 55 64 61 63 63

Formule la hipótesis para probar la igualdad de medias de los tratamientos.

5 Universidad Peruana Los Andes
Página

Ing. Saúl Santivañez Bernardo Facultad de Ingeniería