UNIVERSIDAD NACIONAL DE INGENIERIA

FACULTAD DE INGENIERIA ECONÓMICA ESTADÍSTICA Y

CIENCIAS SOCIALES
ESCUELA PROFESIONAL DE INGENIERIA ESTADÍSTICA
Examen Parcial – Diseños Experimentales

Apellidos y Nombres: Mayhua Cassa Yessica

Fecha: 28/10/2021
Tiempo: 70 minutos

A. Estimar el análisis de varianza para un modelo factorial de 3 factores con

interacción. (3 puntos)

El modelo estadístico para dicho diseño es:

Donde:

Además:
 es la media general.
 es el efecto del nivel i-ésimo del factor A.
 es el efecto del nivel j del factor B.
 es el efecto del nivel k en el factor C.
 son las interacciones entre los factores.

 es el error aleatorio.
 son las réplicas del experimento.

2020-1 1 de 14 J. Camero J.
Para la construcción del ANOVA requerimos ciertos cálculos como:

Además, se sabe que

El total de observaciones se obtiene como:

Hallamos la suma de cuadrados debido a cada factor:

2020-1 2 de 14 J. Camero J.
Hallamos la suma de cuadrados de las interacciones entre dos factores:

Hallamos la suma de cuadrados de las interacciones entre tres factores:

De (1) despejamos :

El cuadro ANOVA para un diseño factorial de tres factores se ubicaría de la siguiente

manera:

FV SC GL CM Valor-p
Efecto A a-1
Efecto B b-1
Efecto C c-1
Efecto AB (a-1)(b-1)
Efecto AC (b-1)(c-1)
Efecto BC (b-1)(c-1)
Efecto ABC (a-1)(b-1)(c-1)
Error abc(n-1)
TOTAL abcn-1

Se dice que el efecto de un factor es estadísticamente significativo si su valor-p es menor al

valor especificado para alfa (valor-p < Alpha).

2020-1 3 de 14 J. Camero J.
 B. El porcentaje de la concentración de madera bruta en la pulpa bruta, la presión de la
cuba y el tiempo de cocción de la pulpa se investigan en cuanto sus efectos sobre la
resistencia del papel. Se seleccionan tres niveles de la concentración de madera
dura, tres niveles de la presión y dos tiempos de cocción. Se lleva a cabo un diseño
factorial con dos replicas, obteniéndose los siguientes datos:

Porcentaje de la Tiempo de cocción

Concentración 3 horas 4 horas
de Presión Presión
madera dura 400 500 650 400 500 650
2 196.6 197.7 199.8 198.4 199.6 200.6
196.0 196.0 199.4 198.6 200.4 200.9
4 198.5 196.0 198.4 197.5 198.7 199.6
197.2 196.9 197.6 198.1 198.0 199.0
8 197.5 195.6 197.4 197.6 197.0 198.5
  196.6 196.2 198.1 198.4 197.8 199.8

 Analizar los datos y sacar conclusiones. Utilizar alpha 5%

Considerando:
 A: Factor de porcentaje de concentración de madera dura
 B: Factor tiempo de cocción
 C: Factor presión

Como observamos los factores que afectan significativamente a la

resistencia del papel son A, B, C y la interacción AC.
Ello se logra visualizar también en la gráfica de Pareto.

2020-1 4 de 14 J. Camero J.
 Diagrama de Pareto de efectos estandarizados
(la respuesta es Resistencia; α = 0,05)
Término 2,101
Factor Nombre
B A A
B B
C C
C

AC

BC

AB

ABC

0 1 2 3 4 5 6 7 8
Efecto estandarizado

Por lo que los demás factores son llevados al error y realizamos nuevamente
la corrida y obtenemos el mejor ANOVA.

Observamos en el análisis de varianza que ahora todos los factores son

significativos y afectan a la variable resistencia
Lo verificamos con la gráfica de Pareto.

Diagrama de Pareto de efectos estandarizados

(la respuesta es Resistencia; α = 0,05)
Término 2,056
Factor Nombre
A A
B B B
C C

AC

0 1 2 3 4 5 6 7
Efecto estandarizado

2020-1 5 de 14 J. Camero J.
 Obtenemos un ajuste del 73.95% lo cual es aceptable y permite hacer
predicciones.
En conclusión, la resistencia del papel es afectado significativamente por los
factores A, B, C y la interacción AC.

 Evaluar los supuestos del modelo.

Supuesto de normalidad.

Gráfica de probabilidad de RESI1

Normal
99
Media 1,184238E-14
Desv.Est. 0,6055
95 N 36
AD 0,299
90
Valor p 0,566
80
70
Porcentaje

60
50
40
30
20

10
5

1
-2,0 -1,5 -1,0 -0,5 0,0 0,5 1,0 1,5
RESI1

Vemos la disposición de los puntos hacia la recta, y visualmente podríamos

decir que se cumple el supuesto.
Se obtiene un p-valor superior a 0.05 por lo que se comprueba que los
residuales se distribuyen como una normal.

Supuesto de homogeneidad (igualdad de varianzas)

2020-1 6 de 14 J. Camero J.
 Prueba de igualdad de varianzas: Resistencia vs. A; B; C
A B C

1 1 1
Prueba de Bartlett
2
3 Valor p 0,996

2 1
2
3

2 1 1
2
3
2 1
2
3

3 1 1
2
3
2 1
2
3

0 100 200 300 400 500 600 700

Intervalos de confianza de Bonferroni de 95% para Desv.Est.

Ya que el p-valor resulta ser mayor a 0.05 se capeta la hipótesis nula y

podemos decir que existe homogeneidad de varianzas.

Supuesto de Independencia
Plantemos las hipótesis

Dado que nuestro p-valor es superior a 0.05, aceptamos la hipótesis nula y

decimos que no hay correlación entre los residuos por lo tanto existe
independencia.

Se ha comprobado que este problema cumple con los tres supuestos.

 ¿Bajo qué condiciones debería operarse este proceso? (5 puntos)

Realizamos un proceso de optimización, bajo el escenario de este problema
resulta conveniente buscar un proceso de maximización de la resistencia del
papel.
Verificamos que relación existe entre los factores y la resistencia:
 Bajas concentraciones de papel incrementan la resistencia.

2020-1 7 de 14 J. Camero J.
  Altas temperaturas favorecen la resistencia
 Alta presión favorece la resistencia

Gráfica de efectos principales para Resistencia

Medias ajustadas
A B C

199,0

Media de Resistencia
198,5

198,0

197,5

1 2 3 1 2 1 2 3

Óptima A B C
Alto 3 2 3
D: 1,000 Act 1 2 3
Predecir Bajo 1 1 1

Resisten
Máximo
y = 200,9250
d = 1,0000

Con la ayuda del software obtenemos las condiciones bajo las cuales debe
operar el sistema para maximizar el rendimiento, entonces se necesitaría que
se opere bajo una concentración de madera(A) del 2%, Tiempo de
cocción(B) de 4 horas y una presión(C) de 650.

C. En una empresa del área electrónica se quieren minimizar los problemas generados
en el proceso conocido como “Soldadora de ola”. Los defectos que se quieren
reducir son insuficiencias de soldadura en las tarjetas. Los factores y niveles que
inicialmente se decide estudiar son: velocidad de conveyor (4 y 7 pies/minuto),
temperatura de precalentado (80 y 120°C), y temperatura de soldadura (470 y
500°C). Debido a que el proceso es muy rápido (se suelda una tarjeta cada 10 a 15
segundos) se decide soldar en cada condición de prueba 25 tarjetas. La variable de
respuesta es la cantidad de insuficiencias detectadas en los diferentes puntos de
soldadura de las 25 tarjetas. Se hicieron dos réplicas. La matriz de diseño y los datos
obtenidos se muestran a continuación:

2020-1 8 de 14 J. Camero J.
  Haga un análisis completo y determine los efectos más importantes, el ANOVA y el
Análisis de residuos.

Analizamos el diseño factorial:

Siendo:
 A: Factor de velocidad
 B: Factor de precalentado
 C: Factor de Soldadura

Dado el p-valor concluimos que aquellos factores más importantes que influyen
sobre la cantidad de insuficiencias son el factor A, B, la interacción doble AB, la
interacción triple ABC.
Ello también es visible en la gráfica de Pareto.

2020-1 9 de 14 J. Camero J.
 Realizamos el mejor ANOVA enviando al error aquellos factores que no influyen
sobre la respuesta.

Ahora vemos que obtenemos solo factores que influyen, además según el
Rcuadrado ajustado, se puede decir que debido al gran ajuste del modelo, 91.35%,
se podrán realizar buenas predicciones.

Comprobación de los supuestos para los residuos:

Supuesto de normalidad
Gráfica de probabilidad de RESI1
Normal
99
Media 2,664535E-15
Desv.Est. 11,52
95 N 16
AD 0,519
90
Valor p 0,159
80
70
Porcentaje

60
50
40
30
20

10
5

1
-30 -20 -10 0 10 20 30
RESI1

Verificamos que los residuos poseen p-valor mayor a 0.05 por lo que se concluye
que se distribuyen como una normal.

2020-1 10 de 14 J. Camero J.
 Supuesto de independencia

Ya que el p-valor es mayor a 0.05, se concluye que los errores no se encuentran

correlacionados, por lo tanto son independientes.

Gráficas de residuos para Insuficiencia

Gráfica de probabilidad normal vs. ajustes
99 30

90 20
Porcentaje

Residuo
10
50
0
10
-10
1
-30 -15 0 15 30 0 40 80 120 160
Residuo Valor ajustado

Histograma vs. orden

30
4,8
20
Frecuencia

3,6
Residuo

10
2,4
0
1,2
-10
0,0
-10 0 10 20 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Residuo Orden de observación

Gráficamente observamos la verificación de los supuestos, normalidad,

homocedasticidad e incorrelación de los errores.

 Al parecer, la interacción velocidad-precalentado es importante, de ser así realice

una interpretación detallada de tal interacción en términos físicos.

La interacción velocidad(A)-precalentado(B) resulta importante, ello se visualiza en

la gráfica de Pareto.

2020-1 11 de 14 J. Camero J.
 Diagrama de Pareto de efectos estandarizados
(la respuesta es Insuficiencia; α = 0,05)
Término 2,20
Factor Nombre
A A
A B B
C C

AB

ABC

0 2 4 6 8 10
Efecto estandarizado

Analizamos la interacción
Gráfica de interacción para Insuficiencia
Medias ajustadas
A*B B
140 -1,0
1,0

120
Media de Insuficiencia

100

80

60

40

20
-1,0 1,0
A

Observamos que la interacción se hace presente cuando se encuentran niveles bajos

de A y de B; es decir, la interacción se da cuando la velocidad alcanza 4pies/minuto
y 80°C de temperatura de precalentado.

 ¿Cuáles serían las condiciones de operación del proceso que podrían utilizarse para
reducir la cantidad de insuficiencias? Analice las opciones disponibles.
(5 puntos)

2020-1 12 de 14 J. Camero J.
 Gráfica de cubos (medias ajustadas) de Insuficiencia

44,5 46,0

23,5 67,0
1

B 17,0 142,5
1

C
38,0 121,5
-1 -1
-1 1
A

Con la ayuda de un gráfico de cubos obtenemos las combinaciones posibles que

permiten obtener la minimización de la cantidad de insuficiencias, observamos que
considerando un nivel bajo para A, nivel bajo para B y nivel alto para C se obtiene
el mínimo de cantidad de insuficiencias.
Se interpreta que para minimizar el proceso en la cantidad de insuficiencia debemos
aplicar en la velocidad de conveyor 4pies/minuto, temperatura de precalentado 80°C
y temperatura de soldadura de 500°C.

D. Estimar el análisis de varianza para un modelo 2k. (3 puntos)

En este modelo se considera k factores de 2 niveles cada uno, en el cual el número

de observaciones que se han replicado son 2k
Los niveles se codifican como
 -1 para nivel bajo
 +1 para nivel alto
Los factores son

n: número de réplicas

2020-1 13 de 14 J. Camero J.
 E. Plantear un modelo de cómo realizar un análisis de varianza para un modelo 2k con
una sola réplica. (4 puntos)

2020-1 14 de 14 J. Camero J.