Dia

Mixer Lunes Martes Miercoles Jueves Viernes

1 4.0 4.0 5.0 0.5 3.0
2 5.0 6.0 2.0 4.0 4.0
3 4.5 4.0 3.5 2.0 3.0
4 2.5 4.0 6.5 4.5 4.0
5 4.0 4.0 3.5 2.0 4.0

Experimento de un solo factor ANOVA

Fuente de variabilidad Σ Cuadrados Grados de libertad Cudrados medios F0 P_Value
Tratamiento_Mixer 4.46 4 1.115 0.626 0.649
Error 35.6 20 1.78 m
Total 40.06 24 Mixermx_2 0.9000
Mixermx_3 0.1000
Modelo RL Temperatura =3.3000 + m * Mixter Mixermx_4 1.0000
Mixermx_5 0.2000

Residual standard error: 1.334 on 20 degrees of freedom

Multiple R-squared: 0.1113, Adjusted R-squared: -0.0664
F-statistic: 0.6264 on 4 and 20 DF, p-value: 0.6492
No se rechaza la hipótesis nula y por lo tanto los mixter no afectan la temperatura del concreto.
0.6492>0.05 Nivel de significancia: 0.05

Ahora, ¿se cumplen los supuestos del modelo?

La temperatura no se puede modelar utilizando el factor mixer, lo cual para tomar decision no es relevante y se debe consid
cambiar el factor, ya que pudo haber quedado mal seleccionado

El factor no sirve, dentro de la investigacion, se selección este fator que no es importante, debe haber alguno otro factor q
permite modelar la temperatura, tal vez el % de concretacion de hielo en la mezcla.

El R-ajustado negativo se explica de tener un coeficiente de determinacion tan pequeño, el valor negativa es consecuente d
operación matematica.Indica que el modelo no explica ninguna porción de la variabilidad de los datos de respuesta en torno
media.
 Normalidad=

0.9000
0.1000
1.0000
0.2000
No tiene sentido probar los supuesto del modelo, ya que no se rechaza la hipotesis, todos los prom

Shapiro-Wilk normality test

del concreto.
ivel de significancia: 0.05 data: modelo$residuals
W = 0.95716, p-value = 0.3608

elevante y se debe considerar Durbin-Watson test

data: modelo$residuals ~ Mixer

aber alguno otro factor que si DW = 2.1629, p-value = 0.662
mezcla. alternative hypothesis: true autocorrelation is not 0

negativa es consecuente de la
tos de respuesta en torno a su

Supuesto Prueba p_Value

Normalidad Shapiro 0.3608
Independencia Durbin-Watson 0.662
Homocedasticidad Breusch-Pagan 0.5956

difference pvalue signif. LCL UCL

mx_1 - mx_2 -0.9 0.2989 -2.6601379 0.8601379
mx_1 - mx_3 -0.1 0.9068 -1.8601379 1.6601379
mx_1 - mx_4 -1.0 0.2499 -2.7601379 0.7601379
mx_1 - mx_5 -0.2 0.8151 -1.9601379 1.5601379
mx_2 - mx_3 0.8 0.3544 -0.9601379 2.5601379
mx_2 - mx_4 -0.1 0.9068 -1.8601379 1.6601379
mx_2 - mx_5 0.7 0.4166 -1.0601379 2.4601379
mx_3 - mx_4 -0.9 0.2989 -2.6601379 0.8601379
mx_3 - mx_5 -0.1 0.9068 -1.8601379 1.6601379
mx_4 - mx_5 0.8 0.3544 -0.9601379 2.5601379

No existen diferencias significativas, corroba que las tempera

los mixter son iguales
Los intervalos contiene el 0

Metodo de tukey

diff lwr upr p adj

mx_2-mx_1 0.9 -1.624968 3.424968 0.8211096
mx_3-mx_1 0.1 -2.424968 2.624968 0.9999512
mx_4-mx_1 1.0 -1.524968 3.524968 0.7595518
mx_5-mx_1 0.2 -2.324968 2.724968 0.9992377
mx_3-mx_2 -0.8 -3.324968 1.724968 0.8745474
mx_4-mx_2 0.1 -2.424968 2.624968 0.9999512
mx_5-mx_2 -0.7 -3.224968 1.824968 0.9182606
mx_4-mx_3 0.9 -1.624968 3.424968 0.8211096
mx_5-mx_3 0.1 -2.424968 2.624968 0.9999512
mx_5-mx_4 -0.8 -3.324968 1.724968 0.8745474

Todos los intervalos contiene el 0, respalda que las temperatur

son iguales. No son significativa.
 Homocedasticidad

studentized Breusch-Pagan test

a hipotesis, todos los promedios son iguales.
data: modelo$residuals ~ Mixer
BP = 2.7783, df = 4, p-value = 0.5956

Box-plot comparativo Las temperaturas de mixter_3 Son las que men

is not 0

LCL UCL
1379 0.8601379
1379 1.6601379
1379 0.7601379
1379 1.5601379
1379 2.5601379
1379 1.6601379
1379 2.4601379
1379 0.8601379
1379 1.6601379
1379 2.5601379

oba que las temperaturas en

les

que las temperaturas en los mixer

ras de mixter_3 Son las que menos dispersion presentan

No diferencia significativa, las medianas son muy similares, esto explica por que no se rechazo la
hipotesis nula, efectivamente no hay diferencias entre los mixer.
La mixter_3, muestra mas uniforme.
que no se rechazo la
xer.