Fase 3.

Diseños Experimentales de un solo factor

Estudiantes
JUAN JOSE VERA
ANDRES BOLAÑOS
NATALIA CORTEZ
JUAN CAMILO PINCHAO
ISABELLA VALENCIA

Tutor
JUAN CAMILO MENDOZA COMBAT
GEOVANNI CATALÁN

DISEÑO EXPERIMENTAL 30156

Grupo:4

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

PERIODO 8-3
FECHA
2020
 Fuente de Variación Suma de Cuadrados Grados de Libertad Cuadrado Medio
Tratamiento 600 4 150
Error 600 15 40
Total 1200 19 63.157894736842

b. Explique de manera esquemática cómo calcularía el Valor-P o la significancia observada, para ver si hay diferen

Con la tabla de análisis de varianza ANOVA que se completo en el paso anterior se encontro los grados de libert
Los grados de libertad para el tratamiento fueron de 4 y los del error fueron de 15. También se pudo hallar los
fue de 150 y el del error fue de 40 con esto podemos sacar el F-Calculado dandonos 3,75. Con estos datos podem
dando 3,05557 y el Valor-P de 0,02624029

Valor-P Si existen diferencias estadisticas significativas entre las medias de los tratamientos, ya qu
F-Calculado Si existen diferencias estadisticas significativas entre las medias de los tratamientos, ya qu
 F-Calculado F-Crítico Valor-P
3.75 3.055568 0.02624029

0.05

cia observada, para ver si hay diferencia entre tratamientos.

erior se encontro los grados de libertad con los datos dados en el ejercicio.
n de 15. También se pudo hallar los cuadrados medios, el del tratamiento
andonos 3,75. Con estos datos podemos calcular de igual forma el F-crítico
alor-P de 0,02624029

las medias de los tratamientos, ya que el Valor-0 es menor a nuestro valor alfa.
las medias de los tratamientos, ya que el F-Calculado es mayor que el F-Crítico
Actividad individual DATOS: Probabilidad
Aporte : Juan Camilo Pinchao Lopez N° Observaciones

Fuente de variacion Suma de cuadrados Grados de libertad Cuadrado medio

Tratamiento 6.6 4 1.65
Error 4.1 15 0.27
Total 10.7 19

b: Explique de manera esquemática cómo calcularía el valor-p o la significancia observada, para ver si hay diferencia
c: ¿Con la información disponible se pueden hacer conjeturas sobre si hay diferencias significativas entre tratamientos? Argum
d: Anote el modelo estadístico y formule la hipótesis pertinente.

RESPUESTAS:
b: Mediante la tabla ANOVA , las tablas de distribuicon F se puede evidenciar la igualdad o la diferencia entre los tratamientos
el valor del F calculado en el ejercicio nos dio como resultado 6,04 que es mucho mayor al
resultado obtenido respecto al F critico que es 3,06, con respecto al Valor- p el resultado obtenido
corresponde a 0,0042 que es mucho menor al 0,05 correspondiente a la probabilidad, con esta
información es posible aceptar o rechazar la Ho, concluyendo si hay o no hay diferencias en las medias de los tratamientos

c: los resultados de la tabla ANOVA ponen en evidencia que si hay diferencias estadisticamente significativas ya que
el valor obtenido del F calculado (6,04) es mucho mayor al F-critico (3,06), y el valor -p (0,0042) es menor a alfa (0,05)
con estos resultados se rechaza la igualdad de medias de los tratamientos HO y se acepta la hipotesis alternativa

d: Modelo estadistico 𝒚𝐢𝐣= 𝝁+𝝉𝒊+𝜺𝒊𝒋 Para DCA

𝜏𝑖=
 0.05 Tratamientos 5
20 Replicas 4

F-calculado F- critico P- valor Alfa

6.04 3.06 0.0042 0.05

ervada, para ver si hay diferencia entre tratamientos.

ficativas entre tratamientos? Argumente su respuesta.

a diferencia entre los tratamientos,

n las medias de los tratamientos

mente significativas ya que

042) es menor a alfa (0,05)
a hipotesis alternativa

i = 1,…,t; t= N° de tratamientos
j= 1,…,n; n= numero de repeticiones por tratamientos donde:
µ= es el efecto medio, o media global.
𝜏𝑖= es el efecto del i- esimo trtamiento.
𝜀𝑖𝑗= es el error experimental
 Observaciones Llenadora Mnp1 Operario 4
1 250.89 252.79
2 249.90 251.80
3 248.46 246.46
4 254.84 255.60
5 249.83 251.70
6 248.40 241.40
7 249.70 251.60
8 250.90 250.90
9 250.65 251.65
10 251.45 256.70
11 249.68 247.68
12 250.70 252.60
13 252.45 259.35
14 251.60 211.60
15 251.81 251.90
Activida individual Juan Camilo P. Lopez
Datos:
Literal A
N° Observaciones 15
alfa 0.05
media 248.92
desviacion estandar 11.16

Literal B

Determinar el intervalo de confianza para la media y para la desviación estándar a un 95% de confianza (α = 0.05) (20/100)

Media Limite inferior Limite superior

248.92 242.74 255.10

Confianza 6.18

Desviacion estandar Limite inferior Limite superior

11.16 66.73 309.63
Con raiz 8.17 17.60
Denominador 26.12 5.63

Literal C

Aplicar la hipótesis de comparación de medias para poblaciones pareadas y determinar si existe una diferencia estadística s

Formulacion de la hipotesis

𝝁𝟎= 𝝁𝒊
HO 𝝁𝟎= 𝝁𝒊
HA 𝝁𝟎≠ 𝝁𝒊

Prueba t para medias de dos muestras emparejadas

Operario 4 Llenadora Mnp1

Media 248.915333333333 250.750666666667
Varianza 124.488255238095 2.61369238095237
Observaciones 15 15
Coeficiente de correla 0.154947382743816
Diferencia hipotética d 0
Grados de libertad 14
Estadístico t -0.644838486034412
P- Valor 0.264728760721852
Valor crítico de t (una 1.76131013577489
P(T<=t) dos colas 0.529457521443705
Valor crítico de t (dos 2.1447866879178

Estadístico t -0.644838486034412
P- Valor 0.264728760721852
Alfa 0.05

Conclucion :

Alfa que corresponde a 0,05 es menor a P- valor que corresponde a 0,26 por lo tanto se acepta la HO ( hipotesis nula)
dejando claro que no hay diferencias estadisticamente significativas entre los datos que ofrece el operario 4 con respecto
a los datos que ofrece la llenadora, y que la eficiencia de trabajo no difiere lo suficiente como para conciderlo importante
 Operario 4

Media 248.915333333333
Error típico 2.88083616609363
Mediana 251.7
Moda #N/A
Desviación estándar 11.1574304944326
Varianza de la muestra 124.488255238095
Curtosis 10.1315569843398
Coeficiente de asimetría -2.98262680805123
Rango 47.75
Mínimo 211.6
Máximo 259.35
Suma 3733.73
Cuenta 15

tándar a un 95% de confianza (α = 0.05) (20/100)

la desviacion estandar 11,16 se encuentra dentro del intervalo ( 8,17 ; 17,60)

y determinar si existe una diferencia estadística significativa

 or lo tanto se acepta la HO ( hipotesis nula)
os datos que ofrece el operario 4 con respecto
o suficiente como para conciderlo importante
ESTUDIANTE: ISABELLA VALENCIA PRIETO

2. Cada estudiante desarrolla en una hoja de cálculo (Excel) individual los siguientes puntos (75/100):

a. Determinar la media y el desviación estándar de los registros de inspección seleccionados (10/100)

b. Determinar el intervalo de confianza para la media y para la desviación estándar a un 95% de confianza (α = 0.05) (20/100
c. Aplicar la hipótesis de comparación de medias para poblaciones pareadas y determinar si existe una diferencia estadística
Estudiante 1 lo realizara con los datos de Operario 1 (OP1) y la columna de la máquina llenadora MNP1 (45/100).

LLENADORA HEUFT
OBSERVACION DATOS INICIALES
MNP1 SPECTRUM II SF
1 250.89 250.04 α 0.05
2 249.9 249.66 n 15
3 248.46 248.01
4 254.84 251.84
5 249.83 249.83
6 248.4 249.87 PUNTO A
7 249.7 250.03 media (µ) 250.96

8 250.9 251.9 Desv. estandar (σ) 1.75

9 250.65 252.86
10 251.45 252.45 HEUFT SPECTRUM II SF
11 249.68 248.89 Media 250.956666666667

12 250.7 249.97 Error típico 0.451673783110341

13 252.45 252.92 Mediana 250.04
14 251.6 254.27 Moda #N/A

15 251.81 251.81 Desviación estándar 1.74932503990485

Varianza de la muestra 3.06013809523811

Curtosis -0.750274191495986
Coeficiente de 0.223017268437736
asimetría
Rango 6.26000000000002

Mínimo 248.01

Máximo 254.27

Suma 3764.35

Cuenta 15
75/100):

(10/100)
de confianza (α = 0.05) (20/100)
existe una diferencia estadística significativa entre el concepto seleccionado cada estudiantes (por ejemplo,
dora MNP1 (45/100).

PUNTO B PUNTO C
Limite inferior Limite superior H0 μ0=μi
Media
249.99 251.93
Hi μ0≠μi
Confianza 1
Prueba t para medias de dos muestras emparejadas
Desviación Estandar limite inferior limite superior HEUFT LLENADORA
SPECTRUM II SF MNP1
raiz cuadrada 1.28 2.76 Media 250.95666667 250.75066667
σ^2 1.64 7.61 Varianza 3.0601380952 2.613692381
Denominador 26.12 5.63 Observaciones 15 15
Coeficiente de correlación de
Pearson 0.6620611782
Diferencia hipotética de las
medias 0
Grados de libertad 14

Estadístico t 0.5744346453
P(T<=t) una cola 0.2873942058 α

Valor crítico de t (una cola) 1.7613101358

P(T<=t) dos colas 0.5747884116

Valor crítico de t (dos colas) 2.1447866879

cumple
si el alfa es mayor que el p
valor se rechaza la hipotesis α < Pvalor, por lo que se ac
cero analiza los datos que ar
SPECTRUM II SF vs la llenad
si el alfa es menor que el p diferencias significativas
valor, se acepta la hipotesis x
cero
 0.05

α < Pvalor, por lo que se acepta la hipotesis cero y se

analiza los datos que arroja la maquina HEUFT
SPECTRUM II SF vs la llenadora MNP1 no se evidencia
diferencias significativas por tanto, es confiable.
Parte colaborativa
Nombre: Juan Camilo Pinchao Lopez

observaciones opeerario 4 HEUFT SPECTRUM SF

1 252.79 250.04
2 251.8 249.66
3 246.46 248.01
4 255.6 251.84
5 251.7 249.83
6 241.4 249.87
7 251.6 250.03
8 250.9 251.9
9 251.65 252.86
10 256.7 252.45
11 247.68 248.89
12 252.6 249.97
13 259.35 252.92
14 211.6 254.27
15 251.9 251.81

Datos

N° Observaciones 15
alfa 0.05
media 250.96
desviacion estanda 1.75
Prueba t para medias de dos muestras emparejadas

HEUFT SPECTRUM SF opeerario 4

Media 250.956666666667 248.915333333333
Varianza 3.06013809523811 124.488255238095
Observaciones 15 15
Coeficiente de correlación de Pearson -0.272992469456023
Diferencia hipotética de las medias 0
Grados de libertad 14
Estadístico t 0.672508560380629
P- valor 0.256103776203058
Valor crítico de t (una cola) 1.76131013577489
P(T<=t) dos colas 0.512207552406115
Valor crítico de t (dos colas) 2.1447866879178

Formulacion de la hipotesis

HO 𝝁𝟎= 𝝁𝒊
HA 𝝁𝟎≠ 𝝁𝒊

Estadístico t 0.672508560380629
P-valor 0.256103776203058

Conclucion

Alfa que corresponde a 0,05 es menor a P- valor que corresponde a 0,256 por lo tanto se acepta la HO ( hipotesis nula)
dejando claro que no hay diferencias estadisticamente significativas entre los datos de inspeccion que ofrece el operario 4 con
a los datos que ofrece la maquina automatica HEUFT SPECTRUM SF, y que la eficiencia de trabajo no difiere lo suficiente com
el analisis de comparacion de medias entre el operario 4 y la llenadora MNP1 arrojaron resultados similares rechazando a la h
concluyendo que la eficiencia del operador 4 en comparacion con la llenadora y la maquina automatica no difieren en resultad
 alfa 0.05

cepta la HO ( hipotesis nula)

ccion que ofrece el operario 4 con respecto
rabajo no difiere lo suficiente como para conciderlo importante
ltados similares rechazando a la hipotesis alternativa
automatica no difieren en resultados estadisticos significativos