CE 87 Estadística Aplicada 2

Pilar Rocío Sayán Mejía

Semana 5- AAD
Diseño completamente al azar DCA

Let’s start with the first set of slides

Caso: Aceite de vehículos

∙ El jefe de investigación y desarrollo de una empresa que fabrica aceites para

vehículos pesados ha presentado a la gerencia, los resultados de su
investigación sobre tres nuevas alternativas de aceites (denominados B-
POWER, EFIXX y MAX3) que mejorarían el rendimiento de los vehículos.

∙ Se asigna a un grupo de ingenieros la tarea de corroborar las ventajas que

ofrecen estos productos. Como parte del desarrollo del experimento, se
seleccionaron 15 vehículos pesados de similares características y, a cada uno,
se le asignó de manera aleatoria un tipo de aceite. Seguidamente, se registró la
cantidad de kilómetros recorridos (expresados en cientos) hasta que el aceite
perdiera su viscosidad. Los datos se muestran a continuación:
3
 Datos:

B-POWER EFIXX MAX3

24.0 20.5 29.0

26.2 20.6 30.0

28.5 23.0 22.8

23.8 19.8 28.7

24.3 21.7 29.6

4
∙ Nota: 𝑌. . = 372.50 σ σ 𝑌𝑖𝑗2 = 9428,85

∙ La gerencia iniciará la producción masiva del aceite o aceites que presente(n)

diferencias en el rendimiento. Realice las pruebas correspondientes utilizando
un 5% de nivel de significación, ¿Qué decisión tomará la gerencia?

∙ Esboce brevemente cómo se realizó la planificación del diseño experimental

(Considerar los 4 primeros pasos)

∙ Complemente en el análisis con los siguientes resultados obtenidos con el

software Minitab.

5
Ingresar los datos ordenados en el Minitab:

B-POWER EFIXX MAX3

24.0 20.5 29.0

26.2 20.6 30.0

28.5 23.0 22.8

23.8 19.8 28.7

24.3 21.7 29.6

6
Para almacenar los residuos: En la pestaña ANOVA, busque Un solo factor, luego
almacenamiento haga clic en la casilla residuos

7
Los residuos se almacenan a lado de los datos

8
Para la Prueba de Normalidad: En la pestaña Estadísticas, busque Prueba de
normalidad de los residuos

9
Para la Prueba de Normalidad: En la pestaña Estadísticas, busque Prueba de
normalidad de los residuos-> Prueba de Anderson Darling

10
Para Análisis de Varianza: En la pestaña ANOVA, busque Un solo factor, ingrese la
variable respuesta y el factor, luego hacer clic en Resultados

11
En Resultados, hacer clic en las casillas:

12
 En Análisis de varianza de un solo factor hacer clic en Comparaciones,
luego hace clic en la casilla Información de agrupación y Prueba de Tukey

13
Salida en el Minitab

14
Para la Prueba de Igualdad de Varianza, en ANOVA seleccionar Prueba de
igualdad de varianzas,

15
 Luego hacer clic en Opciones para ingresar el nivel de confianza
Luego hacer clic en Resultados para seleccionar las casillas: Método y Pruebas

16
Salida en el Minitab de Prueba de Igualdad de Varianza

17
SOLUCIÓN

Interpretación

18
SOLUCIÓN

Interpretación
∙ Identificación y exposición del problema

∙ Identificación:

19
SOLUCIÓN

Interpretación
∙ Identificación y exposición del problema

∙ Identificación: Determinar si la gerencia incrementará la producción

del aceite o aceites que presente diferencia en el rendimiento.

20
SOLUCIÓN

Interpretación
∙ Identificación y exposición del problema

∙ Identificación: Determinar si la gerencia incrementará la producción

del aceite o aceites que presente diferencia en el rendimiento. ¿El tipo
de aceite para vehículos pesados influye en el rendimiento?

∙ Exposición del problema:

21
SOLUCIÓN

Interpretación
∙ Identificación y exposición del problema

∙ Identificación: Determinar si la gerencia incrementará la producción

del aceite o aceites que presente diferencia en el rendimiento. ¿El tipo
de aceite para vehículos pesados influye en el rendimiento?

∙ Exposición del problema: Probar si existe diferencias en el

rendimiento de al menos un tipo de aceite, con la finalidad de
determinar cuál de ellos conviene utilizar.
22
Representación:

23
 Representación:
Elección de los factores, niveles y rangos

Factor:

24
 Representación:
Elección de los factores, niveles y rangos

Factor: Tipos de aceite de vehículos

pesados

Niveles:

25
 Representación:
Elección de los factores, niveles y rangos

Factor: Tipos de aceite de vehículos

pesados

Niveles: B-Power, Efixx y Max3

Unidad experimental:

26
 Representación:
Elección de los factores, niveles y rangos

Factor: Tipos de aceite de vehículos pesados

Niveles: B-Power, Efixx y Max3

Unidad experimental: Un vehículo

Rango: i=1,2,3 j=1,2,3,4,5

27
 Representación:
Selección de la variable
Elección de los factores, niveles y rangos
Selección de la variable respuesta:
Factor: Tipos de aceite de vehículos
pesados

Niveles: B-Power, Efixx y Max3

Unidad experimental: Un vehículo

Rango: i=1,2,3 j=1,2,3,4,5

28
 Representación:
Selección de la variable
Elección de los factores, niveles y rangos
Selección de la variable respuesta:
Factor: Tipos de aceite de vehículos Rendimiento del producto (cientos de km)
pesados
Elección del diseño experimental:
Niveles: B-Power, Efixx y Max3

Unidad experimental: Un vehículo

Rango: i=1,2,3 j=1,2,3,4,5

29
 Representación:
Selección de la variable
Elección de los factores, niveles y rangos
Selección de la variable respuesta:
Factor: Tipos de aceite de vehículos Rendimiento del producto (cientos de km)
pesados (variable independiente)
(variable respuesta)
Niveles: B-Power, Efixx y Max3
Tamaño de la muestra: n= 15
Unidad experimental:

Rango: i=1,2,3 j=1,2,3,4,5

30
Plan de análisis

31
Plan de análisis

Se aplicará el diseño completamente al azar:

DCA

Cálculo y análisis

Verificación de los supuestos:

1. Normalidad de errores

32
Plan de análisis

Se aplicará el diseño completamente al azar:

DCA

Cálculo y análisis

Verificación de los supuestos:

Normalidad de errores

H0: Los errores se distribuyen normalmente

H1: Los errores no se distribuyen normalmente

33
Plan de análisis

Se aplicará el diseño completamente al azar: Anderson Darling: AD=0,402

DCA
Valor p= 0,314 > α= 0,05
Cálculo y análisis

Verificación de los supuestos:

Normalidad de errores
H0: Los errores se distribuyen normalmente
H1: Los errores no se distribuyen normalmente

34
 1. Normalidad de errores

Plan de análisis
Anderson Darling: AD=0.402
Se aplicará el diseño completamente al azar:
DCA Valor p= 0.314> α= 0,05
Cálculo y análisis Decisión Estadística:
Verificación de los supuestos:

1. Normalidad de errores

H0: Los errores se distribuyen normalmente

H1: Los errores no se distribuyen normalmente

35
 1. Normalidad de errores

Plan de análisis
Anderson Darling: AD=0.402
Se aplicará el diseño completamente al azar:
DCA Valor p= 0,314 > α= 0,05

Cálculo y análisis Decisión Estadística: No Rechazar H0

Verificación de los supuestos: Conclusión:

Normalidad de errores

H0: Los errores se distribuyen normalmente

H1: Los errores no se distribuyen normalmente

36
Plan de análisis Anderson Darling: AD=0.402

Se aplicará el diseño completamente al azar: Valor p= 0.314> α= 0,05

DCA
Decisión Estadística: No Rechazar H0
Cálculo y análisis
Conclusión: Con un nivel de significación del
Verificación de los supuestos: 5%, no se descarta que los errores se
distribuyen normalmente. Por lo tanto, se
Normalidad de errores
asume que se cumple el supuesto.
H0: Los errores se distribuyen normalmente
H1: Los errores no se distribuyen normalmente

37
 2.HOMOGENEIDAD DE VARIANZAS

2. Varianzas constantes entre los

tratamientos

38
 2.HOMOGENEIDAD DE VARIANZAS

Hipótesis

H0: 𝜎12 = 𝜎22 = 𝜎32 / Las varianzas de los

errores son homogéneas
H1: Al menos una σ2i es diferente / Las
varianzas de los errores No son
homogéneas

39
 2.HOMOGENEIDAD DE VARIANZAS

2. Varianzas constantes entre los Barttlet= 2,47

tratamientos Valor p= 0,291 > α= 0,05
H0: 𝜎12 = 𝜎22 = 𝜎32 Las varianzas de los
errores son homogéneas Decisión:
H1: Al menos una varianza es diferente

Nivel de significación: α= 0.05

40
 2.HOMOGENEIDAD DE VARIANZAS

2. Varianzas constantes entre los Barttlet= 2,47

tratamientos Valor p= 0,291 > α= 0,05
H0: 𝜎12 = 𝜎22 = 𝜎32
H1: Al menos una varianza es diferente Decisión: No Se Rechaza H0

41
 2.HOMOGENEIDAD DE VARIANZAS

2. Varianzas constantes entre los Barttlet= 2,47

tratamientos
H0: 𝜎12 = 𝜎22 = 𝜎32 Las varianzas de los
errores son homogéneas
H1: Al menos una varianza es diferente
Valor p= 0,291 > α= 0,05
Decisión: No Se Rechaza H0
Conclusión

42
 2.HOMOGENEIDAD DE VARIANZAS

2. Varianzas constantes entre los tratamientos

H0: 𝜎12 = 𝜎22 = 𝜎32 𝜎32 Las varianzas de los

errores son homogéneas
H1: Al menos una varianza es diferente
Barttlet= 2,47
Valor p= 0,291 > α= 0,05

Decisión: No Se Rechaza H0

Conclusión: Con un nivel de significación del 5%, no se descarta que las varianzas de los errores
son homogéneas. Por lo tanto, se asume que se cumple el supuesto.
Se asume que se cumple los supuestos para realizar el análisis.

43
 ANOVA /ANVA
PRUEBA DE MEDIAS
Hipótesis:
Ho: Las medias son iguales / µ1 = µ2 = µ3/ No existe diferencias en el rendimiento
promedio de al menos un tipo de aceite
H1: Al menos un µi es diferente / Al menos una media es diferente /Existe
diferencias en el rendimiento promedio de al menos un tipo de aceite.
Nivel de significación: α= 0.05

44
Hipótesis:
Ho: Las medias son iguales / µ1 = µ2 = µ3/ No existe diferencias en el rendimiento promedio de al
menos un tipo de aceite
H1: Al menos un µi es diferente / Al menos una media es diferente /Existe diferencias en el rendimiento
promedio de al menos un tipo de aceite.
F Cal= 12.67> F crit=3.885
Nivel de significación: α= 0.05

45
Hipótesis:
Ho: Las medias son iguales / µ1 = µ2 = µ3/ No existe diferencias en el rendimiento promedio de al
menos un tipo de aceite
H1: Al menos un µi es diferente / Al menos una media es diferente /Existe diferencias en el rendimiento
promedio de al menos un tipo de aceite.
Nivel de significación: α= 0.05

P valor= 0.001< Alfa=0.05

Decisión: Se rechaza la H0

Conclusión
Con un nivel de significación del 5%, se afirma que existe diferencias en el rendimiento promedio de al
menos un tipo de aceite.

46
 Utilizando las Comparaciones en parejas: Prueba de Tukey

Se realizará la prueba múltiple de Tukey para saber cuál (es) de los tipos de
aceite tiene el mayor promedio en rendimiento
Utilizando las PRUEBAS SIMULTANEAS DE TUKEY
Ho: 𝝁𝒊 = 𝝁j
H1: 𝝁𝒊 ≠ 𝝁j Para todo i diferente de j

Hipótesis:

Ho: µ1 = µ2 Ho: µ1 = µ3 Ho: µ2 = µ3

H1: µ1 ≠ µ2 H1: µ1 ≠ µ3 H1: µ2 ≠ µ3

47
 Utilizando las PRUEBAS SIMULTANEAS DE TUKEY

Hipótesis:

Ho: µ1 = µ2 Ho: µ1 = µ3 Ho: µ2 = µ3

H1: µ1 ≠ µ2 H1: µ1 ≠ µ3 H1: µ2 ≠ µ3

𝜇1 = 𝐵 − 𝑃𝑂𝑊𝐸𝑅 ; 𝜇2 = EFIXX; 𝜇3 = 𝑀𝑎𝑥3

No existen diferencias significativas entre el rendimiento de los aceites de vehiculos Max3 y

B−POWER.
48
Utilizando las Comparaciones en parejas: Prueba de Tukey

Ordenando de menor a mayor los promedios se tiene el siguiente resultado:

𝜇1 = 𝐵 − 𝑃𝑂𝑊𝐸𝑅 ; 𝜇2 = EFIXX; 𝜇3 = 𝑀𝑎𝑥3

Observamos que la menor media es 𝜇2 del aceite tipo 2 (EFIXX) presenta un rendimiento promedio
menor a los otros dos tipos de aceites, no existe diferencias en el rendimiento promedio de los
aceites BPOWER y MAX3.

49
 Utilizando las Comparaciones en parejas: Prueba de Tukey

𝜇1 = 𝐵 − 𝑃𝑂𝑊𝐸𝑅 ; 𝜇2 = EFIXX; 𝜇3 = 𝑀𝑎𝑥3 Diferencias Decisión

µ2 - µ1 < 0 (los signos de los intervalos µ2 < µ1
son negativos) colocamos el símbolo <
µ3 - µ1 = 0 (Un signo de los intervalos es µ3 = µ1
negativo y el otro positivo) colocamos el
símbolo =
µ3 - µ2 > 0 (los signos de los intervalos µ3 > µ2
son positivos) colocamos el símbolo >

50
 Utilizando las Comparaciones en parejas: Prueba de Tukey

𝜇1 = 𝐵 − 𝑃𝑂𝑊𝐸𝑅 ; 𝜇2 = EFIXX; 𝜇3 = 𝑀𝑎𝑥3 Diferencias Decisión

µ2 - µ1 < 0 (los signos de los intervalos µ2 < µ1
son negativos) colocamos el símbolo <
µ3 - µ1 = 0 (Un signo de los intervalos es µ3 = µ1
negativo y el otro positivo) colocamos el
símbolo =
µ3 - µ2 > 0 (los signos de los intervalos µ3 > µ2
son positivos) colocamos el símbolo >

Otro método de verificar los supuesto en las pruebas simultaneas de Tukey, es visualizando los signos.
Encontramos que no existe diferencia significativa para los aceites de vehículo Max3 y B-POWER.

51
Argumentación

Se recomienda a la gerencia incrementar la producción del aceite BPOWER o del

aceite MAX3, ya que ambos presentan diferencias en el rendimiento

52
 .

¿Cumpliste con

tus objetivos
Place your screenshot here

trazados en la

semana?

53
 “
Hay que subir la montaña como viejo
para llegar como joven”

54