COMPARACIÓN DE MEDIAS

M. en C. Rubén Medina Flores

 Ejercicio
Una planta de acondicionamiento de productos medicinales, instalan 3 blisteras el
gerente de la planta quiere determinar si el rendimiento de las maquinas
separadas, medido en número de blisters defectuosos producidos por turno de
trabajo, es el mismo para las tres máquinas o si, por el contrario, el rendimiento
de las blisteras es disparejo.
Llamaremos a las máquinas A, B y C. en un periodo se toman cinco muestras al
azar del número de blisters defectuosos producidos en cada máquina en una
jornada. Las muestras se toman al azar para eliminar el efecto de la fluctuación
aleatoria del rendimiento de las máquinas.
 Tabla 1 Resultados obtenidos
Máquina Número de blisters defectuosos por jornada Promedio Varianza
de la intra
muestra muestra
A 48 50 51 47 54

B 56 53 59 60 52

C 55 51 53 51 50

Se toman 15 muestras aleatorias de una misma máquina y formamos

tres muestras al azar de 5 valores muestrales de cada una.
 Prueba de hipótesis

Hipótesis nula Ho: µ1 = µ2 = µ3

Hipótesis alternativa H1: : µ1 ≠ µ2 ≠ µ3

 Solución
Máquina Número de blisters defectuosos por jornada Promedio Varianza
de la intra
muestra muestra
A 48 50 51 47 54 50 7.5

B 56 53 59 60 52 56 12.5

C 55 51 53 51 50 52 4

Se calcula el promedio y la varianza de las muestras

 Calculo de los totales
Se obtiene los totales de los diferentes experimentos

Máquina Número de blisters defectuosos por jornada TOTAL

A 48 50 51 47 54 250

B 56 53 59 60 52 280

C 55 51 53 51 50 260

TOTAL 159 154 163 158 156 790

𝑁𝑁 = 𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛𝑛 𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡 𝑑𝑑𝑑𝑑 𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚 = 15 𝑦𝑦… = 790

 Tabla ANOVA
Fuente de Grados de Suma de Varianza de Ratio Fo Valor P
variación libertad cuadrados suma de
cuadrados

Tratamientos
𝐺𝐺. 𝐿𝐿. 𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇 𝑆𝑆𝑆𝑆𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇 𝑀𝑀𝑀𝑀𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇 𝐹𝐹0

Error
𝐺𝐺. 𝐿𝐿. Error 𝑆𝑆𝑆𝑆𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸 𝑀𝑀𝑀𝑀𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸

TOTALES
𝐺𝐺. 𝐿𝐿. 𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇 𝑆𝑆𝑆𝑆𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇
 Suma de cuadros totales
5 3
𝑦𝑦 2
2 …
𝑆𝑆𝑆𝑆𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇 = � � 𝑦𝑦𝑖𝑖𝑖𝑖 −
𝑁𝑁
𝐼𝐼=1 𝐽𝐽=1
5 3
2
� � 𝑦𝑦𝑖𝑖𝑖𝑖 = 482 + 502 + ⋯ + 532 = 41796
𝐼𝐼=1 𝐽𝐽=1

𝑦𝑦…2 7902
= = 41606
𝑁𝑁 15
𝑆𝑆𝑆𝑆𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇 = 189.33
 Grados de libertad
Grados de libertad totales
𝐺𝐺. 𝐿𝐿. 𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇 = 𝑁𝑁 − 1 = 15 − 1 = 14

Grados de libertad tratamiento

𝐺𝐺. 𝐿𝐿. 𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇 = 𝑏𝑏 − 1 = 3 − 1 = 2

Grados de libertad error

𝐺𝐺. 𝐿𝐿. 𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸 = 𝐺𝐺. 𝐿𝐿. 𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇 − 𝐺𝐺. 𝐿𝐿. 𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇 = 14 − 2 = 12

Suma de cuadrado de los error
5 3 3
2
𝑦𝑦𝑗𝑗2
𝑠𝑠𝑠𝑠𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸 = � � 𝑦𝑦𝑖𝑖𝑖𝑖 −� 𝑎𝑎 = 5
𝑎𝑎
𝐼𝐼=1 𝐽𝐽=1 𝑗𝑗=1

3
𝑦𝑦𝑗𝑗2 2502 2802 2602
� = + + = 41700
𝑎𝑎 5 5 5
𝑗𝑗=1

𝑠𝑠𝑠𝑠𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸 = 41796 − 41700 = 96

Suma de cuadrado de los tratamientos

𝑆𝑆𝑆𝑆𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇 = 𝑆𝑆𝑆𝑆𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇 − 𝑆𝑆𝑆𝑆𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸

𝑆𝑆𝑆𝑆𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇 = 189.33 − 96 = 93.333

 Varianza de suma de cuadrados
Varianza para el tratamiento
𝑀𝑀𝑀𝑀𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇
𝑆𝑆𝑆𝑆𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇 93.333
= = = 46.66
𝐺𝐺. 𝐿𝐿. 𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇 2

Varianza para el error

𝑆𝑆𝑆𝑆𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸 96
𝑀𝑀𝑀𝑀𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸 = = =8
𝐺𝐺. 𝐿𝐿. 𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸 12
 Ratio Fo (Proporción Fo)
Es la relación entre la varianza explicada y la varianza del error

𝑀𝑀𝑀𝑀𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇 46.666
𝐹𝐹0 = = = 5.83
𝑀𝑀𝑀𝑀𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸 8
 Tabla ANOVA
Fuente de Grados de Suma de Varianza de Ratio Fo Valor P
variación libertad cuadrados suma de F calculada
cuadrados

Tratamientos
2 93.33 46.66 5.83

Error
12 96.00 8.00

TOTALES
14 189.33
 Comparación de acuerdo al nivel de
significancia
Considerando un nivel de significancia
𝐺𝐺. 𝐿𝐿. 𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇 = 𝑁𝑁𝑁𝑁𝑁𝑁𝑁𝑁𝑁𝑁𝑁𝑁𝑁𝑁𝑁𝑁𝑁𝑁 = 2
𝐺𝐺. 𝐿𝐿. 𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸 = 𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷 = 12

Se busca los valores de tablas para

𝛼𝛼 = 0.1 𝐹𝐹𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡 = 2.807

𝛼𝛼 = 0.05 𝐹𝐹𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡 = 3.885
𝛼𝛼 = 0.01 𝐹𝐹𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡 = 6.927
 Prueba de hipótesis
Para aceptar o rechazar la prueba de hipótesis se debe comparar la
F calculada con la F de tablas

Si Entonces se acepta
𝐹𝐹𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇 < 𝐹𝐹𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶 Hipótesis nula
Ho: µ1 = µ2 = µ3
𝐹𝐹𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇 > 𝐹𝐹𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶 Hipótesis alternativa
H1: : µ1 ≠ µ2 ≠ µ3
 Conclusiones
𝐹𝐹𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶 = 5.83

𝛼𝛼 = 0.1 𝐹𝐹𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡 = 2.807 𝑆𝑆𝑆𝑆 𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎 𝐻𝐻0

𝛼𝛼 = 0.05 𝐹𝐹𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡 = 3.885 𝑆𝑆𝑆𝑆 𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎 𝐻𝐻0

𝛼𝛼 = 0.01 𝐹𝐹𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡𝑡 = 6.927 𝑆𝑆𝑆𝑆 𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎 𝐻𝐻1
 Conclusiones

• Se acepta Ho para un nivel del significancia de 90 y 95 % (esto significa que

no existe diferencia significativa entre las tres máquinas utilizadas).
• Se acepta H1 para un nivel del significancia del 99% (esto significa que
existe diferencia significativa entre las tres máquinas).
 Tarea

• Realizar la hoja de Excel para el ejercicio anterior obteniendo la tabla

ANOVA
GRACIAS POR SU ATENCIÓN
DISEÑO DE EXPERIMENTOS FARMACEUTICOS