Poblacion Ventas xi- yi-

y ajustada-y promedio Restaurante (n) trimestrales xpromedio ypromedio

-60 1 2 58 -12 -72
-40 2 6 105 -8 -25
-30 3 8 88 -6 -42
-30 4 8 118 -6 -12
-10 5 12 117 -2 -13
10 6 16 137 2 7
30 7 20 157 6 27
30 8 20 169 6 39
40 9 22 149 8 19
60 10 26 202 12 72
promedio 14 130 Numedor
anova
Suma de
Fuente de va Cuadrados g.l M.C F Valor p b1=
Regresión 14200 1 14200 74.248366 2.548866E-05 bo=
Error 1530 8 191.25 y esperada= 60 +5x
Total 15730 9 1747.77778
Conclusión:Se rechaza Ho,
la ecuación de regresión si
es significativa
 (xi-xprom)2 x*y error
864 144 116 -12
200 64 630 15
252 36 704 -12
72 36 944 18
26 4 1404 -3
14 4 2192 -3
162 36 3140 -3
234 36 3380 9
152 64 3278 -21
864 144 5252 12
2840 568 21040

5 suma de y2 184730
60 sume de y 1300
y esperada= 60 +5x error estandar 13.8293167
suma de y-yp 15730
r= 0.95012296 la relación entre x y y es positiva
 Ventas d
població
250

200
f(x) = 5 x + 60
150 R² = 0.902733630006357

Axis Title
100

50

0
0 5 10 15 20
Axis Title

error
25
20
15
10
5
0
0 2 4 6 8 10 12
-5
-10
-15
-20
-25
 Ventas de los restaurantes por
población estudiantil
250

200
f(x) = 5 x + 60
150 R² = 0.902733630006357 Column F
Linear (Column F)
100

50

0
0 5 10 15 20 25 30
Axis Title

10 12
 (xi-
Nadadoras Estatura Peso xi- yi- xpromedio) (xi-xprom)2
xpromedio ypromedio *(yi-
ypromedio)
1 68 132 3 15 45 9
2 64 108 -1 -9 9 1
3 62 102 -3 -15 45 9
4 65 115 0 -2 0 0
5 66 128 1 11 11 1
promedio 65 117 Numedor 110 20

b1= 5.5
bo= -240.5
y esperada= -240 +5.5x

suma de y2 69101
sume de y 585
error estanda 4.12310563
suma de y-yp 656
r= 0.96034166 la relación entre x y y es positiva

x*y error
8976 -1.5
6912 -3.5
6324 1.5
7475 -2
8448 5.5
38135

Chart Title
140
f(x) = 5.49999999999999 x − 240.499999999999
120 R² = 0.922256097560976

100

80
Axis Title

Column C
60 Linear (Column C)

40

20

0
61 62 63 64 65 66 67 68 69
Axis Title
 40

20

0
61 62 63 64 65 66 67 68 69
Axis Title

Error
6
5
4
3
2
1
0
0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5
-1
-2
-3
-4
 Poblacion Ventas
Restaurante (n) trimestrales
1 2 58
2 6 105
3 8 88
4 8 118
5 12 117
6 16 137
7 20 157
8 20 169
9 22 149
10 26 202

Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.95012296
Coeficiente de determinación R^2 0.90273363
R^2 ajustado 0.89057533
Error típico 13.8293167
Observaciones 10

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 1 14200 14200 74.248366 2.54887E-05
Residuos 8 1530 191.25
Total 9 15730

Coeficientes Error típico Estadístico t Probabilidad Inferior 95%

Intercepción 60 9.22603481 6.50333553 0.00018744 38.7247256
Variable X 1 5 0.58026524 8.61674916 2.54887E-05 3.66190596
or crítico de F

Superior 95%Inferior 95.0%

Superior 95.0%
81.2752744 38.7247256 81.2752744
6.33809404 3.66190596 6.33809404
 Ingreso Publicidad enPublicidad en Periodico Publicidad enIngreso
96 5 1.5 5 96
90 2 2 2 90
95 4 1.5 4 95
92 2.5 2.5 2.5 92
95 3 3.3 3 95
94 3.5 2.3 3.5 94
94 2.5 4.2 2.5 94
94 3 2.5 3 94

a) Ecuación de regresión considerando la publicidad en tv como variable independien Publicidad enIngreso

1.5 96
2 90
1.5 95
y=1.6039x+88.638; el valor de r2 es de .6526 y aunque se onbserve una 2.5 92
relación lienal entre las variables pues el valor de r2 es bajo implica que
las predicciones no seran adeacuadas 3.3 95
2.3 94
4.2 94
b) Y=83.23+2.2901x1+1.300x2 2.5 94
Al emplear ambas variables como predictores, el valor de r2 ajustado
subió bastante siendo ya un valor sumanete confiable confiable para
hacer predicciones
Estadísticas de la regresión
Coeficiente de corr 0.95866344
Coeficiente de det 0.9190356
R^2 ajustado 0.88664984

c) Al emplear las dos variables como predictoes, la ecuación de

regresión obtenida es mucho mas confiable que al solo considerar una
de las dos o incluso considerarlas por separado

d) 3500 en tv y 1800 periodco

12581.29409
 Ingreso
98
96 f(x) = 1.60386473429951 x + 88.6376811594203
Axis Title 94 R² = 0.652552808563039
92 Ingreso
90 Linear (Ingreso)
88
86
1.5 2 2.5 3 3.5 4 4.5 5 5.5
Axis Title

Ingreso
100
Axis Title

95
Ingreso
90 f(x) = − 0.042992261392945 x + 93.8564058469475
R² = 0.000421492758756 Linear (Ingreso)
85
1 1.5 2 2.5 3 3.5 4 4.5
Axis Title
Resumen

Estadísticas de la regresión
Coeficiente d 0.95866344 Y=83.23+2.2901x1+1.300x2
Coeficiente d 0.9190356
R^2 ajustado 0.88664984
Error típico 0.6425873
Observacione 8

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
Regresión 2 23.4354078 11.7177039 28.3777684 0.00186524
Residuos 5 2.06459221 0.41291844
Total 7 25.5

Coeficientes Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95.0%
Intercepción 83.2300917 1.57386895 52.8824789 4.57175E-08 79.1843328 87.2758506 79.1843328
Variable X 1 2.29018362 0.30406456 7.53189931 0.00065323 1.5085608 3.07180645 1.5085608
Variable X 2 1.3009891 0.3207016 4.05669666 0.0097608 0.4765994 2.1253788 0.4765994
Superior 95.0%
87.2758506
3.07180645
2.1253788
 Home run Carreras gan.

PROPORCIO
EQUIPO HR ERA
N GANADOS

1 Arizona 0.519 152 3.857

2 Atlanta 0.623 235 4.106
3 Chicago 0.543 172 3.842
4 Cincinnati 0.426 182 5.127
5 Colorado 0.457 198 5.269
6 Florida 0.562 157 4.059
7 Houston 0.537 191 3.88
8 Los Angeles 0.525 124 3.162
9 Milwaukee 0.42 196 5.058
10 Montreal 0.512 144 4.027
11 Nueva York 0.41 124 4.517
Philadelphia
12 0.531 166 4.072
13 Pittsburgh 0.463 163 4.664
14 San Diego 0.395 128 4.904
San
15 Francisco 0.621 180 3.734
16 St. Louis 0.525 196 4.642

PROPORCIO
HR
N GANADOS

152 0.519 PROPORCION

235 0.623 0.7
172 0.543 0.6
182 0.426 f(x) = 0.000888007147362 x
0.5
198 0.457 R² = 0.153172434139421
0.4
Axis Title

157 0.562
191 0.537 0.3
124 0.525 0.2
196 0.42
0.1
144 0.512
0
124 0.41
100 120 140 160 180 200 220 240
166 0.531
Axis Title
163 0.463
128 0.395
180 0.621
196 0.525
 PROPORCIO
ERA
N GANADOS

3.857 0.519
4.106 0.623
3.842 0.543
5.127 0.426 PROPORCION GANADOS
5.269 0.457 0.7
4.059 0.562 0.6
3.88 0.537 f(x) = − 0.083673489881132 x + 0.864736057662977
0.5 R² = 0.502962157638677
3.162 0.525
0.4

Axis Title
5.058 0.42 PROPORCION GANA
0.3 Linear (PROPORCION
4.027 0.512 GANADOS)
4.517 0.41 0.2
4.072 0.531 0.1
4.664 0.463
0
4.904 0.395 3 3.5 4 4.5 5 5.5
3.734 0.621
Axis Title
4.642 0.525
 PROPORCION GANADOS
7

5 f(x) = 0.000888007147362 x + 0.354017290309018

R² = 0.153172434139421
4 PROPORCION GANADOS
3 Linear (PROPORCION
GANADOS)
2

0
100 120 140 160 180 200 220 240 260
Axis Title
GANADOS

0.864736057662977

PROPORCION GANADOS
Linear (PROPORCION
GANADOS)

5.5
mes x ventas y lineal exponencial logaritmica potencial
1 293 682.881 15.419 11440.442 3293.612 Chart T
2 283 35.474 428.989 23.905 77.871 700
3 322 120.034 8.455 99.374 76.312 f(x) = 275.137768964596 exp( 0.04937
600 f(x)
R² ==0.982373187692276
22.0877192982456 x + 244.7777
4 355 478.209 390.016 230.477 41.618 R² = 0.973475189283893
f(x) = 235.613315826742
132.827750934092 x^0.3087032
ln(x) + 186.0
5 346 85.008 38.794 2896.769 1699.675 500 R² = 0.86614816080446
0.794206483930205
6 379 2.863 79.825 2028.548 939.194
400
7 381 338.413 60.931 4034.186 2363.038
8 431 90.554 506.468 976.701 278.563 300
9 424 383.063 26.849 2904.923 1621.480 200
10 433 1066.676 320.967 3468.312 2173.057
11 470 314.992 14.064 1193.870 572.984 100

12 481 831.515 280.264 1232.723 696.128 0

13 549 291.590 678.760 495.409 836.513 0 2 4 6 8 10

14 544 100.240 29.477 54.968 141.313

15 601 620.010 563.936 3052.528 3298.548
16 587 125.171 379.667 1067.789 1055.917
17 644 562.828 46.271 6662.522 6244.114
18 660 311.028 89.601 8105.747 7218.587
CME 357.808 219.931 2776.066 1812.696
a)lineal ventas=22.088*mes+244.78 R^2=.9735 CME0=357.808
b)exponenciaventas= 275.14e^(0.0494x) R^2=.9824 CME0=219.930
c)logaritmica ventas= 132.83ln(x) + 186.04 R^2=.7942 CME0=2776.066
R^2=.0.8661
d)potencial ventas= 235.61x^0.3087 CME0=1812.696

la mejor opción es la potencial tuvo un medio del cuadrado mas peque

 Chart Title

= 275.137768964596 exp( 0.049379844058783 x )

==0.982373187692276
22.0877192982456 x + 244.777777777778
= 0.973475189283893
= 235.613315826742
132.827750934092 x^0.308703271337293
ln(x) + 186.037492709556
= 0.86614816080446
0.794206483930205

4 6 8 10 12 14 16 18 20

edio del cuadrado mas pequeño,

 n=3 n=4 n=5 CME n=3 CME n=4
Ventas(mile
Semana s de
galones)
1 17
2 21
3 19
4 23 19 16
5 18 21 20 9 4
6 16 20 20.25 19.6 16 18.0625
7 20 19 19 19.4 1 1
8 18 18 19.25 19.2 0 1.5625
9 22 18 18 19 16 16
10 20 20 19 18.8 0 1
11 15 20 20 19.2 25 25
12 22 19 18.75 19 9 10.5625
13 19 19.75 19.4
CME 10.2222222 9.6484375

Para esta serie de tiempo de las ventas de glones de gaso

prónostico más adeacudo fue el promedio movil con n=5,
obtuvo el menos CME
 CME n=5 suavizamientsuavizamientCME a=.2 CME a=.3

17 17 16 16
17.8 18.2 1.44 0.64
18.04 18.44 24.6016 20.7936
19.032 19.808 1.065024 3.268864
12.96 18.8256 19.2656 7.98401536 10.6641434
0.36 18.26048 18.28592 3.02592983 2.93807025
1.44 18.608384 18.800144 0.37013109 0.64023042
9 18.4867072 18.5601008 12.3432263 11.8329065
1.44 19.1893658 19.5920706 0.65712787 0.16640643
17.64 19.3514926 19.7144494 18.9354879 22.2260331
9 18.4811941 18.3001146 12.3819951 13.6891522
19.1849553 19.4100802
7.40571429 8.98223068 9.35085511
UN MEDIO DERL ERROR MAS PEQUEÑO

de las ventas de glones de gasolina, el modelo de Para la serie de tiempo de las ventas de gasolina, considerando los pronósticos
fue el promedio movil con n=5, ya qye fue el que de suavizamiento exponencial, el más adecuado fue el de alfa=.2, ya que su
obtuvo el menos CME CME fue menor

Considerando promedios moviles de n=3,4 y 5 , asi como suavizamiento exponencial de alfa=.2 y .3 , se

considera pronóstcio más adeacuado el que se obtuvo con promedio movil de n=5 que fue de 19.4 miles
de galones para la semana 13, por tener un menor CME
derando los pronósticos
el de alfa=.2, ya que su
 n=3 CME n=3 suavizamientsuavizamientCME a=.2
Ventas(mile
Semana s de
galones)
1 21
2 19 21 21 4
3 23 20.6 20.2 5.76
4 18 21 9 21.08 21.32 9.4864
5 16 20 16 20.464 19.992 19.927296
6 20 19 1 19.5712 18.3952 0.18386944
7 18 18 0 19.65696 19.03712 2.74551644
8 16 18 4 19.325568 18.622272 11.0594025
9 20 18 4 18.6604544 17.5733632 1.79438241
10 18 18.9283635 18.5440179 358.282946
CME 5.66666667 45.9155347

Para esta serie de tiempo de las ventas de glones de gaso

prónostico más adeacudo fue el promedio movil con n=5,
obtuvo el menos CME
 CME a=.3

4
7.84
11.0224
15.936064
2.57538304
1.07561789
6.87631044
5.88856616
343.880601
44.3438825

UN MEDIO DERL ERROR MAS PEQUEÑO

de las ventas de glones de gasolina, el modelo de Para la serie de tiempo de las ventas de gasolina, considerando los pronósticos
fue el promedio movil con n=5, ya qye fue el que de suavizamiento exponencial, el más adecuado fue el de alfa=.2, ya que su
obtuvo el menos CME CME fue menor

Considerando promedios moviles de n=3,4 y 5 , asi como suavizamiento exponencial de alfa=.2 y .3 , se

considera pronóstcio más adeacuado el que se obtuvo con promedio movil de n=5 que fue de 19.4 miles
de galones para la semana 13, por tener un menor CME
derando los pronósticos
el de alfa=.2, ya que su
 Promedio Valor
año trimestre VENTAS INDICE moviles estacional
centrados irregular
1.000 1 4.800
2 4.100
3 6.000
4 6.500 5.350
2.000 1 5.800 5.600 5.475 1.096 3
2 5.200 5.875 5.738 1.133 4
3 6.800 6.075 5.975 0.971 1
4 7.400 6.300 6.188 0.840 2
3.000 1 6.000 6.350 6.325 1.075 3
2 5.600 6.450 6.400 1.156 4
3 7.500 6.625 6.538 0.918 1
4 7.800 6.725 6.675 0.839 2
4.000 1 6.300 6.800 6.763 1.109 3
2 5.900 6.875 6.838 1.141 4
3 6.000 6.500 6.688 0.942 1
4 8.400 6.650 6.575 0.897 2
5 1
2
3
4
6 1
2
3
4
7 1
2
3
4
 ventas
desestacion
ales
5.0873516 PERIODO ventas desestacionales
4.77355913 1 5.0873516
5.48772704 Trimestre 1 0.94352 S1 2 4.77355913
5.68527137 trimestre 2 0.859 S2 3 5.48772704
6.14721651 Trimestre 3 1.093 S3 4 5.68527137
6.05427012 Trimestre 4 1.143 S4 5 6.14721651
6.21942397 6 6.05427012
6.4724628 7 6.21942397
6.35918949 8 6.4724628
6.5199832 9 6.35918949
6.85965879 10 6.5199832
6.82232565 11 6.85965879
6.67714897 12 6.82232565
6.86926802 13 6.67714897
5.48772704 14 6.86926802
7.34711993 15 5.48772704
16 7.34711993
17 7.6003
18 7.7474
19 7.8945
20 8.0416

ventas desestacionales
8
7
f(x) = 0.113008336282095 x + 5.21878561855862
6 R² = 0.572398984552615
5
Axis Title

ventas desestac
4
Linear (ventas
3 desestacionales
2
1
0
0 2 4 6 8 10 12 14 16 18
Axis Title
 PERIODO VENTAS VENTAS
1 4.800
9.000
2 4.100
3 6.000 8.000

4 6.500 7.000
5 5.800 6.000
6 5.200 5.000
7 6.800
4.000
8 7.400
3.000
9 6.000
10 5.600 2.000
11 7.500 1.000
12 7.800 0.000
0 5 10 15 20 25
13 6.300
14 5.900
15 6.000
16 8.400
17 7.080
18
19
20

stacionales

.21878561855862

ventas desestacionales
Linear (ventas
desestacionales )

16 18
20 25
 Promedio Valor ventas
INDICE moviles estacional desestacion
Trimestre centrados irregular ales
Año 1 1 1690 1873.68205
2 940 1929.86215
3 2625 1876.90769
4 2500 1938.750 2050.27914
Año 2 1 1800 1966.250 1952.500 1.344 3 1995.63768
2 900 1956.250 1961.250 1.275 4 1847.74036
3 2900 2025.000 1990.625 0.904 1 2073.53612
4 2360 1990.000 2007.500 0.448 2 1935.46351
Año 3 1 1850 2002.500 1996.250 1.453 3 2051.07206
2 1100 2052.500 2027.500 1.164 4 2258.34932
3 2930 2060.000 2056.250 0.900 1 2094.98649
4 2615 2123.750 2091.875 0.526 2 2144.59198
Año 4 1 1961.1584
2 1071.30441
3 3111.21853
4 2743.14355

ventas desestacionales
2500

2000 f(x) = 25.1239775688008 x + 1847.70319109604

R² = 0.533607342145609
1500
Axis Title

ventas desestacion
Linear (ventas
1000 desestacionales )

500

0
0 2 4 6 8 10 12 14
Axis Title
 ventas
desestacion
PERIODO ales PERIODO ventas
1 1873.68205 1 1690
2 1929.86215 2 940
Trimestre 1 0.90197 S1 3 1876.90769 3 2625
trimestre 2 0.487 S2 4 2050.27914 4 2500
Trimestre 3 1.399 S3 5 1995.63768 5 1800
Trimestre 4 1.219 S4 6 1847.74036 6 900
7 2073.53612 7 2900
8 1935.46351 8 2360
9 2051.07206 9 1850
10 2258.34932 10 1100
11 2094.98649 11 2930
12 2144.59198 12 2615
13 2174.312 13 1961.1584
14 2199.436 14 1071.30441
15 2224.56 15 3111.21853
16 2249.684 16 2743.14355

acionales
ventas
3500
847.70319109604
3000
ventas desestacionales
Linear (ventas 2500
desestacionales )
2000

1500

14 1000

500

0
0 2 4 6 8 10 12 14 16 18
14 16 18
 Promedio Valor ventas
INDICE moviles estacional desestacion
Trimestre Ventas centrados irregular ales
Año 2017 1 6.7 8.74109747
2 4.6 8.23942636
3 10 8.69335048
4 12.7 8.500 8.30515899
Año 2018 1 6.5 8.450 8.475 1.180 3 8.48016919
2 4.6 8.450 8.450 1.503 4 8.23942636
3 9.8 8.400 8.425 0.772 1 8.51948347
4 13.6 8.625 8.513 0.540 2 8.89371357
Año 2019 1 6.9 8.725 8.675 1.130 3 9.00202575
2 5 8.825 8.775 1.550 4 8.95589821
3 10.4 8.975 8.900 0.775 1 9.0410845
4 14.1 9.100 9.038 0.553 2 9.22068833
Año 2020 1 7 9.125 9.113 1.141 3 9.13248989
2 5.5 9.250 9.188 1.535 4 9.85148804
3 10.8 9.350 9.300 0.753 1 9.38881852
4 15 9.575 9.463 0.581 2 9.80924291
Año 2021 1 7.41866685
2 5.45422679
3 11.3423473
ventas desestacionales
4 15.2169236
10

9.5 f(x) = 0.090822429431232 x + 8.13510697819909

R² = 0.742710913329483
9
Axis Title

ventas desestacionales
8.5
Linear (ventas
desestacionales )
8

7.5

7
0 2 4 6 8 10 12 14 16 18
Axis Title
 ventas
desestacion
PERIODO ales PERIODO ventas
1 8.74109747 1 6.7
2 8.23942636 2 4.6
Trimestre 1 0.76649 S1 3 8.69335048 3 10
trimestre 2 0.558 S2 4 8.30515899 4 12.7
Trimestre 3 1.150 S3 5 8.48016919 5 6.5
Trimestre 4 1.529 S4 6 8.23942636 6 4.6
7 8.51948347 7 9.8
8 8.89371357 8 13.6
9 9.00202575 9 6.9
10 8.95589821 10 5
11 9.0410845 11 10.4
12 9.22068833 12 14.1
13 9.13248989 13 7
14 9.85148804 14 5.5
15 9.38881852 15 10.8
16 9.80924291 16 15
17 9.6787 17 7.41866685
18 9.7695 18 5.45422679
19 9.8603 19 11.3423473
es
20 9.9511 20 15.2169236

19909
ventas
ventas desestacionales 16
Linear (ventas
desestacionales ) 14

12

10

0
0 5 10 15 20 25
20 25
 carro
posición 1 2 3 4 TOTALES
1 12 11 13 8 44 A 47
2 14 12 11 3 40 B 49
3 17 14 10 9 50 C 43
4 13 14 13 9 49 D 44
TOTALES 56 51 47 29 183
2093.0625
K
ANOVA
FACTOR SC GL MC F
Marca de llan 5.6875 3 1.89583333 0.3744856
Posición 16.1875 3 5.39583333 1.06584362
Carro 103.6875 3 34.5625 6.82716049
Error 30.375 6 5.0625
Total 155.9375 15
 4

P menos que .05

0.77492158
0.43087898
0.02317308 *es significativo
 operadores
posición 1 2 3 4 5 TOTALES
1 24 20 19 24 24 111 A
2 17 24 30 27 36 134 B
3 18 38 26 27 21 130 C
4 26 31 26 23 22 128 D
5 22 30 20 29 31 132 E
TOTALES 107 143 121 130 134 635

ANOVA
FACTOR SC GL MC F
tratamientos 330 4 82.5 7.734375
Posición 68 4 17 1.59375
Operadores 150 4 37.5 3.515625
Error 128 12 10.6666667
Total 676 24

A) Indique las hipótesis referentes a los bloques y a los tratamientos

B) Realice el anova correspondiente

C) Indique que conclusiones se rechazan, cuales no y de una conclusión al respecto

En el diseño los factores significativos fueron los tratamientos y los

operadores. Esto significa que en los sistemas de expulsión de la tripulación de
un aviación basado en la rapidez de combustible, el tipo de posición no afecta
 143
101
112
149
130

16129
K 5

P menos que .05

0.0025365 *es significativo
0.23905854
0.04037305 *es significativo

respecto
 Temperaturas
ProcedimientT1 T2 T3 T4
P1 5 12 13 13 43 a 40
P2 6 10 15 11 42 b 32
P3 7 5 5 7 24 c 30
P4 11 10 8 9 38 d 45
29 37 41 40 147
1350.5625 alfa 45
betha 31
gamma 32
delta 39

k 4
ANOVA
FACTOR SC GL MC F P menos que .05
procedimient 57.6875 3 19.2291667 15.6440678 0.02454555 *es significativo
temperatura 22.1875 3 7.39583333 6.01694915 0.08732259
presón 36.6875 3 12.2291667 9.94915254 0.04555181 *es significativo
catalizador 32.1875 3 10.7291667 8.72881356 0.05418659
Error 3.6875 3 1.22916667
Total 152.4375 15
 Operador
orden del ensamble T1 T2 T3 T4
1 10 10 12 7 39 a
2 8 15 7 14 44 b
3 6 14 11 13 44 c
4 11 8 10 8 37 d
35 47 40 42 164
1681 alfa
betha
gamma
delta

k 4
ANOVA
FACTOR SC GL MC F P menos que .05
orden 9.5 3 3.16666667 2.71428571 0.2169688
operador 18.5 3 6.16666667 5.28571429 0.10242776
metodo de ensamble 83.5 3 27.8333333 23.8571429 0.01353194 *es significativo
lugar de ensamble 2 3 0.66666667 0.57142857 0.67144654
Error 3.5 3 1.16666667
Total 117 15

HO: La media de los tiempos de ensamble es igual para todos los métodos
HO: La media de los tiempos de ensamble es igual para todos los lugares en los que se realiza
HO: La media de los tiempos de ensamble es igual para todos los operadores
HO: La media de los tiempos de ensamble es igual para todos los ordenes en los que se realiza

Conclusión

El unico que que si esta afectando la media del tiempo de ensamble es el

meétodo de ensamble que se aplica los demas bloques: operador, lugar y
orden no afectan en el tiempo del ensamble de forma significativa
 28
37
48
51

39
43
41
41

menos que .05

es significativo
 K 4
ANOVA
FACTOR SC GL MC F P menos que .05
tratamientos 600 3 200 2.4 0.07364648
bloque 850 3 283.333333 3.4 0.02151717
Error 500 6 83.3333333
Total 1950 15