ACTIVIDAD FASE 3

INDIVIDUAL

PRESENTADO POR:

LEÓN DARIO BAÑOL DAVID CÓDIGO: 1.059.694.576

CURSO: DISEÑO EXPERIMENTAL

(30156_33)

TUTOR: CAMPO RIANO

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA (UNAD)

ESCUELA DE CIENCIAS BASICAS, TECNOLOGÍA E INGENIERÍA
FECHA: SEPTIEMBRE DEL 2016
Fase 3.

1. Se estudia el efecto de cuatro ingredientes diferentes sobre el tiempo de retardo de un

proceso bioquímico. Para lo cual se toman cuatro cantinas con leche proveniente de
cuatro sitios diferentes, recolectadas en cuatro días diferentes. Se les agregan los
ingredientes independientemente y se determina el tiempo de cambio de una de las
propiedades características de la leche, utilizando medios electrónicos. Los datos
obtenidos son:

Tabla. 1. Retardo en el cambio de la(s) propiedades de la leche

Procedencia Días
1 2 3 4
1 C=54 B = 50 A=47 B=50
2 B=57 C=55 D=61 A=48
3 A=48 D=56 C=54 D=56
4 D=59 A=42 B=50 C=56

a)¿ Qué tipo de diseño experimental siguieron los proyectantes?

En este caso los proyectantes siguen en la investigación un Diseño de Cuadro Latino,

puesto que se toman 4 cantinas de diferentes procedencias recolectadas en 4 días
diferentes, donde se tienen cuatro tratamientos y cuatro niveles en los dos factores
presentes, en este diseño los tratamientos se arreglan en bloques de dos sentidos y cada
tratamiento aparece una vez en cada hilera y columna.

b) Calcule el ANAVA y pruebe la hipótesis correspondiente. Utilice  = 0.05.

95% de grados de confianza

Hipótesis.

H0. El tiempo de deterioro de una de las propiedades características de la leche magra

bajo las condiciones del estudio, no está influenciado por efecto de la procedencia de la
leche, la cantina o el día de muestreo.

H1: Por lo menos una de las procedencias de la leche causa efecto sobre el tiempo de
deterioro de una de las propiedades características de la leche magra.

H2. Por lo menos una de las cantinas causa efecto sobre el tiempo de deterioro de una
de las propiedades características de la leche magra.

H3. Por lo menos uno de los días causa efecto sobre el tiempo de deterioro de una de las
propiedades características de la leche magra.

En el análisis de varianza de un cuadrado latino se determina que solo el tiempo causa

efecto sobre el tiempo de deterioro de una de las propiedades características de la leche
magra es (P<0,01).
 Días
Procedencia
1 2 3 4
1 C=54 B = 50 A=47 B=50
2 B=57 C=55 D=61 A=48
3 A=48 D=56 C=54 D=56
4 D=59 A=42 B=50 C=56

Días
Procedencia
1 2 3 4
1 54 50 47 50
2 57 55 61 48
3 48 56 54 56
4 59 42 50 56

sumas c1 218 203 212 210

K1 Datos 4 4 4 4
 (c1)^2 47524 41209 44944 44100
11881 10302,25 11236 11025
SUMA DEL TOTAL
(c1)^2/K 44444,25
suma x (todos los datos) 843
(sumax)^2 710649

N 16
(sumax)^2/
n 44415,56

Sumas de cuadrados
1 2 3 4 TOTAL SUMAS
2916 2500 2209 2500 10125
3249 3025 3721 2304 12299
2304 3136 2916 3136 11492
3481 1764 2500 3136 10881
 Total       44797

SUMA DE GRADOS DE CUADRADO

FUENTE CUADRADOS LIBERTAD MEDIO F
FACTOR 28,6875 3 9,6 0,33
ERROR 352,75 12 29,4  
TOTAL        

NO SE RECHAZA Ho POR QUE EL PROMEDIO EN LOS DÌAS 1,2,3 Y 4 ES EL

MISMO

FORMA RESUMIDA DE ANAVA

Análisis de varianza de un
factor

RESUMEN
Grupos Cuenta Suma Promedio Varianza
Columna 1 4 218 54,5 23
Columna 2 4 203 50,75 40,91666667
Columna 3 4 212 53 36,66666667
Columna 4 4 210 52,5 17

ANÁLISIS DE
VARIANZA
 Valor
Origen de las Suma de Grados de Promedio de crítico para
variaciones cuadrados libertad los cuadrados F Probabilidad F
Entre grupos 28,6875 3 9,5625 0,33 0,81 3,5
Dentro de los 352,75 12 29,4
grupos

Total 381,4375 15        

Teniendo en cuenta que la leche magra es leche desnatada o light que se utiliza para
tomársela, para personas que no pueden consumir grasa menor a 0.5 % o que están a
dieta.

Según la teoría en los tutoriales, la prueba de Duncan, la cual corrobora la información

obtenida del ANAVA, indicando que los tratamientos no marcan diferencia significativa
sobre el tiempo de deterioro de una de las propiedades características de la leche magra.

c) Se podrá aplicar la prueba de Tukey?. Justifique su respuesta.

No se aplica la prueba Tukey ya que no hay variación en los resultados

c1.) Si su respuesta es afirmativa, compare la diferencia entre los tratamientos.

¿Cuáles tratamientos son diferentes entre sí?

No se tiene respuesta

d) Dibuje los gráficos de las medias para los tratamientos, los lotes y los días. ¿Cuál
tratamiento es el mejor?

2. Un equipo de ingenieros de alimentos y zootecnistas realizó un experimento, con

el fin de mejorar las condiciones de una dieta para semovientes, agregado dos
complementos alimenticios diferentes a sus ingredientes básicos (cinco porcentajes
diferentes). Las distintas calidades del primero se indican con las letras latinas y
las del segundo por las letras griegas. Se suministra la dieta a los animales
clasificados de acuerdo con cinco pesos iníciales (W1, W2, W3, W4, W5) y cinco
razas diferentes (R1, R2, R3, R4, R5). Los incrementos de peso logrado por el
tiempo del experimento se muestran en la tabla dada a continuación, especifique si
es correcto el diseño seguido, de respuesta a las siguientes inquietudes, realizando y
desarrollando los cálculos según el caso.

a) Que tipo de diseño experimental siguieron los proyectantes? ¿Por qué?

El tipo de diseño experimental que siguieron es el cuadro de greco latino, ya que en este
tipo de diseño se tiene un cuarto factor de doble bloque a controlarla. Este diseño se
denomina cuadro de Greco latino (DCGL), en los cuales los noveles del nuevo factor se
denotan con las letras griegas; y los tratamientos con las letras latinas A, B, C, D y E.
(Tomado del módulo de diseño experimental aplicado en la ingeniería de alimentos de
la UNAD pag. 113 y 114).

Por lo tanto, El modelo en cuadrado greco-latino se puede considerar como una

extensión del cuadrado latino en el que se incluye una tercera variable de control o
variable de bloque. En este modelo, como en el diseño en cuadrado latino, todos los
factores deben tener el mismo número de niveles K y el número de observaciones
necesarias sigue siendo K2 . Este diseño es, por tanto, una fracción del diseño completo
en bloques aleatorizados con un factor principal y 3 factores secundarios que requeriría
K4 observaciones. Los cuadrados greco-latinos se obtienen por superposición de dos
cuadrados latinos del mismo orden y ortogonales entre sí, uno de los cuadrados con
letras latinas el otro con letras griegas. Dos cuadrados reciben el nombre de ortogonales
si, al superponerlos, cada letra latina y griega aparecen juntas una sola vez en el
cuadrado resultante. En el Apéndice C se muestra una tabla de cuadrados latinos que
dan lugar, por superposición de dos de ellos, a cuadrados greco-latinos. Notamos que no
es posible formar cuadrados greco-latinos de orden 61

Tabla Identificación de filas (razas) y Columnas (Dietas)

Tabla de identificación de filas (razas) y columnas (dietas)

PESOS
 
W1 W2 W3 W4 W5
R1 26 17 19 17 13
R2 17 21 17 11 21
R3 21 12 16 25 13
R4 16 15 22 14 17
R5 9 21 17 17 14

Tabla Total de filas, columnas, tratamientos y factor de letras griegas

Tabla total de filas, columnas, tratamientos y factor de letras griegas

Letras PESOS
griegas W1 W2 W3 W4 W5 TOTAL
A 26 21 25 22 24 118
B 17 17 13 14 17 78
C 19 21 21 17 17 95
D 17 17 12 16 14 76
E 13 11 16 15 9 64

Tabla Total Factor Griego

|Identificación de Factor griego |Total |

1
∗ García Leal, J. & Lara Porras, A.M. (1998). “Diseño Estadístico de Experimentos. Análisis de la
Varianza.” Grupo Editorial Universitario.
 SUMA DE TODOS LOS DATOS DE LA TABLA
RAZAS/ PESOS
DIETAS W1 W2 W3 W4 W5 TOTAL
а 26 11 12 17 17 83
ƛ 19 17 25 15 14 90
ϵ 13 17 21 14 24 89
ᵦ 17 21 16 16 17 87
θ 17 21 13 22 9 82

La Tabla 5-8 ilustra un cuadrado greco-latino para K = 4

Tomado de
https://www.clubensayos.com/Ciencia/Dise%C3%B1o-Experimental/1092163.html

Tabla. 2. Incremento de peso de los semovientes por el tiempo del experimento

realizado.

W1 W2 W3 W4 W5
R1 A  = 26 B  = 17 C  = 19 D  =17 E  =13
R2
B  = 17 C  =21 D  =17 E  =11 A  =21
R3 C  =21 D  =12 E  =16 A  =25 B  =13
R4 D  = 16 E  =15 A  =22 B  =14 C  =17
R5
E  =9 A  =24 B  =17 C  =17 D  =14

FACTOR DE TRATAMIENTO A

Influencia de la composición de las dietas (combinadas G&L)

VARIABLES DE RESPUESTA Incremento de Peso

FACTOR BLOQUE B1 Peso Inicial Wi
FACTOR BLOQUE B2 Raza Ri

Se consideran:
Cinco razas: R1, R2, R3, R4, R5.
Cinco composiciones nutricionales (para cada dieta): D1, D2, D3, D4,D5
Cuatro Pesos Iniciales: W1,W2, W3, W4, W5.

b) Defina la variable, los tratamientos, elige una significancia apropiada. pEj =

0.05).

Unidad experimental: son los 25 semovientes, en los cuales se presentó un incremento

en su peso durante el tiempo en que duro el experimento.

Factores: Se evalúan dos factores los cuales son: los bloques y los tratamientos

Tratamientos: En este caso se presenta los tratamientos de las letras griegas y los
tratamientos de las letras latinas.

Variables: Los dos complementos alimenticios que fueron adicionados a la

alimentación de los semovientes.

Replica: Se presenta 5 réplicas ya que se han asignado 5 semovientes a cada

tratamiento

c) Calcule el ANOVA.
Tabla. 2. Incremento de peso de los semovientes por el tiempo del experimento
realizado.

W1 W2 W3 W4 W5
R1 A  = 26 B  = 17 C  = 19 D  =17 E  =13
R2
B  = 17 C  =21 D  =17 E  =11 A  =21
R3 C  =21 D  =12 E  =16 A  =25 B  =13
R4 D  = 16 E  =15 A  =22 B  =14 C  =17
R5
E  =9 A  =24 B  =17 C  =17 D  =14

 
  total total
W1 W2 W3 W4 W5
media columna
R1              
 26 17 19 17 13 18,4 92
             
R2
17 21 17 11 21 17,4 87
             
R3
21 12 16 25 13 87 87
             
R4
16 15 22 14 17 16,8 84
             
R5
9 24 17 17 14 16,2 81
             
Total Media
17,8 17,8 18,2 16,8 15,6    
             
Total Fila
89 89 91 84 78   431
A B C D E    
Tratamientos
118 78 95 76 64    

Factor de corrección
2 2
(Total) (431) 185761
= = =7430
gl=rxt 5 x5 25

Suma de cuadrado Total

( ∑ x i)
2

−FC
r
sctotal=(26)2+(17)2+(21)2+(16)2+(9)2 +(17)2 +(21)2 +(12)2 +(15)2 +(24 )2+(19)2+(17)2+(16)2 +(22)2+(17)2
676+289+441
+256+81+289+441+144+225+576+361+289+256+484+289+289+121+625+196+
289+169+441+169+289+196=7881

sctotal=7881−7430=451

Suma cuadrada de los tratamientos

∑ (tratamientos)2 −FC
r

2 2 2 2 2
( 118) +(78) +(95) +(76) +(64) 38905
Scttos= =13924+ 6084+9025+ 5776+4096= =7781−7430
5 5
=351

Suma cuadrada de filas ∑ (Total filas)2

−FC
r
 2 2 2 2 2
(89) +(89) +(91) +(84) +(78) 38905
Scfilas= =13924+6084+ 9025+5776+ 4096= 7781
5 5

sctotal filas=¿7781 −7430= 351

Suma cuadrada de columnas ∑ (Total columnas)2 −FC

r

(92)2 +(87)2+(87)2 +( 84)2+(81)2 37219

Sccolumnas= =8464+7569+7569+7056+ 6561= =7443
5 5

sctotalcolumnas=7443−7430=13

Suma del cuadrado del error experimental

¿ Sc Total−Scttos−Sccolumnas−Scfilas−Fc=451−351−13−351−7430=−7694

Scttos 351
Cuadrado medio de los tratamientos = =87.75
gl=4 4

columnas 7443
Cuadrado medio de las columnas = =1860
gl=4 4

filas 7781
Cuadrado medio las filas = =1495
gl=4 4

SEE −7694
Cuadrado medio del error experimental = =1923
gl =4 4

Cuadrado medio total = Scmttos+ Smcolumnas+ Scmfilas CMEE

Cmtotal= 87.75+1860+1495+1923=5,365

ANOVA (ANÁLISIS DE VARIANZA)

FV GL Suma de Cuadrado Fc Ft
Grados Libertad Cuadrados Medio (Fcalculada) (Ftabulada)
Ttos (T-1)=5-1=4 351 87,75 0,04
columna (C-1)= 5-1=4 7443 1860 0,96
Fila (F-1)= 5-1=4 7781 1495 0,77
EE (r-1)= 5-1=4 -7694 1923
Total 16 7,881 5365
 Scmttos 87.75 Scmttos 1860
Fcalculada 1= = =0,04 Fcalculada 2= = =0,96
CMEE 1923 CMEE 1923

Scmttos 1495
Fcalculada 3= = =0,77
CMEE 1923

Análisis de varianza de un factor

RESUMEN
Varianz
Grupos Cuenta Suma Promedio a
Columna 1 5 89 17,8 39,7
Columna 2 5 89 17,8 22,7
Columna 3 5 91 18,2 5,7
Columna 4 5 84 16,8 27,2
Columna 5 5 78 15,6 11,8

ANÁLISIS DE
VARIANZA
Valor
Origen de las Suma de Grados de Promedio de los Probabilida crítico para
variaciones cuadrados libertad cuadrados F d F
Entre grupos 22,16 4 5,54 0,26 0,90 2,87
Dentro de los
grupos 428,4 20 21,42

Total 450,56 24        

CONCLUSION

Existe diferencia significativa en cuanto al mejoramiento de dietas alimenticias para los

semovientes de las cinco razas analizadas.

Por lo tanto, también existe diferencia significativa para los tratamientos o

complementos alimenticios. Es decir, el incremento de rendimiento varía de acuerdo a
los demás procedimientos

d). ¿Se podrían realizar comparaciones entre medias? Justifique su respuesta.

Comparación de medias

La hipótesis nula
H0: m1 - m2 = d0 
Generalmente d0=0
Hay 3 situaciones distintas: 

1º  conocidos (poco frecuente).

2º  desconocidos pero iguales.

3º  desconocidos pero distintos.

Los estadísticos son distintos (z en 1 y t en 2 y 3) pero el procedimiento es el mismo. En

los 3 casos se supone que las muestras son independientes; si no lo fueran hay otro
estadístico (t pareada).
Todos asumen normalidad. Si no se cumpliera hay que usar los llamados test no
paramétricos.

d1.) En caso afirmativo determine la mejor de ellas.

Para hacerlo con un paquete estadístico, p.e. el SPSS, deberíamos crear un archivo con 2
variables: Trata (con un código distinto para cada grupo, p.e. 0 para placebo y 1 para
tratado) y Diferencon la diferencia de presión arterial para cada individuo al acabar el
estudio y al empezar. Originalmente en el archivo podría haber una variable con la
presión al empezar y otra al acabar y se crearía la diferencia con la opción: Transformar
---> Calcular. Para calcular la t desplegamos los menús que se ven en la gráfica:

Y el programa calcula la t para varianzas iguales y distintas y realiza el contraste para

las varianzas. Para el contraste sobre las varianza el SPSS no usa la prueba descrita más
arriba, sino la de Levene que no asume normalidad y se puede usar para comparar varias
varianzas.
Estadísticos del grupo
  N Media Desviación Error típ. de
TRATA
típ. la media
DIFEREN 0 35 3,729 5,666 ,958
  1 40 15,075 3,576 ,565
 Prueba de muestras independientes
  Prueba Prueba T para la igualdad de medias
de
Levene
para la
igualda
d de
varianza
s
  F Si t gl Sig. Difere Error Intervalo de
g. (bilate ncia de típ de confianza
ral) medias la para la
diferen diferencia
cia
                  Infer Super
ior ior
DIFER Se han 10,4 ,00 - 73 ,000 - 1,080 - -
EN asumi 31 2 10,5 11,346 13,5 9,193
do 03 00
varian
zas
iguale
s
  No se     - 55,9 ,000 - 1,112 - -
han 10,2 09 11,346 13,5 9,118
asumi 01 75
do
varian
zas
iguale
s

¿Qué nos está diciendo este resultado? Que si el tratamiento fuera igual de eficaz que el
placebo, la probabilidad de haber obtenido una diferencia entre ambos como la que
hemos encontrado o mayor es muy pequeña (<0,000) ¿Bastaría esto para convencernos
de que debemos tratar con este tratamiento?2

e) ¿Consideras que los datos tomados son suficientes? ¿O habría que tomar datos
adicionales?

Considero que los datos son suficientes para analizar la situación.

2
http://www.hrc.es/bioest/ch_medias.html
f) ¿El equipo de profesionales tomo la decisión correcta acerca de la selección del
diseño utilizado?

Si tomaron la decisión correcta puesto que Los diseños en cuadrados latinos son
apropiados cuando es necesario controlar dos fuentes de variabilidad. En dichos diseños
el número de niveles del factor principal tiene que coincidir con el número de niveles de
las dos variables de bloque o factores secundarios y además hay que suponer que no
existe interacción entre ninguna pareja de factores. Supongamos que el número de
niveles de cada uno de los factores es K. El diseño en cuadrado latino utiliza K2
bloques, cada uno de estos bloques corresponde a una de las posibles combinaciones de
niveles de los dos factores de control. En cada bloque se aplica un solo tratamiento de
manera que cada tratamiento debe aparecer con cada uno de los niveles de los dos
factores de control. Si consideramos una tabla de doble entrada donde las filas y las
columnas representan cada uno de los dos factores de bloque y las celdillas los niveles
del factor principal o tratamientos, el requerimiento anterior supone que cada
tratamiento debe aparecer una vez y sólo una en cada fila y en cada columna. García
Leal, J. & Lara Porras, A.M. (1998).

REFERENCIAS BIBLIOGRAFICAS

 García Leal, J. & Lara Porras, A.M. (1998). “Diseño Estadístico de

Experimentos. Análisis de la Varianza.” Grupo Editorial Universitario.

 Lara Porras, A.M. (2000). “Diseño Estadístico de Experimentos, Análisis de la

Varianza y Temas Relacionados: Tratamiento Informático mediante SPSS”
Proyecto Sur de Ediciones.

 Castejón, O. (2011). Diseño y Análisis de Experimentos con Statistix. .

Maracaibo: Fondo Editorial Biblioteca Universidad Rafael Urdaneta.

 RIAÑO, L., & ELIAS, C. (2011). Modulo 30156 – DISEÑO EXPERIMENTAL.

BOGOTÁ: Universidad Nacional Abierta y a Distancia – Unad.Escuela de
Ciencias Basicas Tecnologia eIngenieria.Programa de Ingenieria de Alimentos.

 http://www.ditutor.com/inferencia_estadistica/contraste_hip%C3%B3tesis.html

 http://www.monografias.com/trabajos30/prueba-de-hipotesis/prueba-de-
hipotesis.shtml

 http://www.virtual.unal.edu.co/cursos/sedes/manizales/4030006/lecciones/
capitulotres/tema5.html

 Modulo UNAD
 García Leal, J. & Lara Porras, A.M. (1998). “Diseño Estadístico de
Experimentos. Análisis de la Varianza.” Grupo Editorial Universitario. ∗ Lara
Porras, A.M. (2000).

 “Diseño Estadístico de Experimentos, Análisis de la Varianza y Temas

Relacionados: Tratamiento Informático mediante SPSS.” Proyecto Sur de
Ediciones.