UNIVERSIDAD DE ORIENTE

NÚCLEO DE MONAGAS

POSTGRADO EN INGENIERÍA DE GAS

MATURÍN / MONAGAS / VENEZUELA

DISEÑO DE EXPERIMENTOS

FACILITADOR: REALIZADO POR:

Prof. Luis Márquez Aponte Alexander C.I. 17.614.856

Carreño Honix C.I.: 20.936.726

Guzmán Yeniree C.I.: 20.311.187

Ortiz Nelsy C.I.15.902.956

Salazar Yolexis C.I.:19.256.323

Maturín, Mayo 2018

1.- Se pretende comparar la duración de funcionamiento de tres
motocompresores de una planta de gas. Para ello se mide el tiempo de
funcionamiento (en horas) de ellos, datos que se recogen a continuación:

Motocompresores

1 2 3

1000 760 1080

960 800 1000

920 750 1050

960 840 1020

920 820 1000

Se pide:

a) Variable respuesta, factor a estudiar, unidades experimentales, que

modelo se debe plantear, cuántas variables se deben definir. ¿Cuáles
son?

Variable de respuesta: Tiempo de funcionamiento efectivo del

motocompresor o eficiencia del motocompresor.

Factor a estudiar: funcionamiento efectivo o funcionamiento de la

presión de salida.

Unidades experimentales: 15 montajes que se realizaron.

Que el modelo se debe plantear:

El modelo a plantear es un modelo estadístico lineal de la forma

 i  1, 2, , n
Yij     i   ij 
 j  1, 2, , n
Yij
donde es una variable aleatoria que denota la observación ij,  es un

parámetro común a todos los tipos de baterías llamado media global,  i es un

parámetro asociado con el tipo de batería i llamado efecto del tratamiento i, y
 ij
es un componente del error aleatorio.
 ¿Cuántas variables se debe definir?

1) Tipo de motocompresor
2) El tiempo de funcionamiento de los mismos.

b) ¿Cuál de los tres motocompresores dura más en funcionamiento?

Justifique su respuesta.

Calculando la media muestral de cada motocompresor:

a

∑ aij
y= i=1
N

1000+960+ 920+ 960+920

y 1= =952
5

760+800+750+ 840+820
y 2= =794
5

1080+1000+1050+1020+1000
y 3= =1030
5

De acuerdo a los datos observados el motocompresor Nº 3 dura mayor tiempo

de funcionamiento. Sin embargo a nivel estadístico se puede considerar que
los motocompresores pueden ser iguales en cuanto a su funcionalidad y no
representando diferencias significativas.

c) ¿Qué se puede concluir acerca de la duración de estas tres

motocompresores?

Para llegar a una conclusión factible a cerca de la duración de funcionamiento

de los tres motocompresores, de acuerdo métodos estadísticos de diseño de
experimentos estadísticos se debe realizar un análisis de varianza.

El cual se explicará a continuación:

  Planteamiento de las hipótesis

Hipótesis nula, considerado que H0:

μ1 =μ 2 =μ 3

Hipótesis alternativa, considerando que H1:

μi≠μ j para al menos un par ( i , j )

 Nivel de significancia.

El nivel de significancia para la prueba es α (dos colas). En este estudio se

utilizará un nivel de significancia de ∝=0,05 .

 Estadístico de prueba.

Tomando en cuenta para la toma de decisión:

F<F α , t−1 , t (r−1)

0 si
No rechazar H

F>F α , t−1 , t (r−1)

Rechazar H0 si

Donde el valor critico F es:

CM Tratamientos
F=
CM E

Se deben conocer las sumas de cuadrados de los tratamientos, del error, y el

total, los cuales se determinan con las siguientes ecuaciones:

Total.

t r t r
y . .2
SC T =∑ ∑ ( y i j − ȳ .. ) 2
SC T =∑ ∑ y 2i j −
i=1 j=1 i=1 j=1 N

Tratamientos.
 t t
1 y . .2
SC Tratamientos =r ∑ ( ȳ i.− ȳ . .) 2
SC Tratamientos = ∑ y 2i .−
i=1 r i=1 N

Error.

t r
SC E =∑ ∑ ( y i j− ȳ i. )2
i=1 j=1
SC E =SCT −SC Tratamientos

Los cálculos previos a la suma de cuadrados se obtuvieron con una hoja de

cálculo de Excel y se muestran a continuación:

r
Totales
r 2
yi .
Promedio
∑ y 2i j
Trat. Observaciones
y i .= ∑ y i j ȳ i . j=1

j=1
s

1 1000 960 920 960 920 4760 22657600 952 4536000

2 760 800 750 840 820 3970 15760900 794 3558100

105 5309300
3 1080 1000 1020 1000 5150 26522500 1030
0

t r t r
t
y . .=∑ ∑ y i y. .
j ∑ y 2i . ȳ . .= ∑ ∑ y 2i j
i=1 j =1
i=1 N i=1 j=1
=13003400
y ..=13880 ¿ 64941000 ¿ 925,333

Suma de cuadrados.

Total.

t r
y . .2
SC T =∑ ∑ y 2i j − ¿ 13003400−12843626,67=159773,333❑❑ ❑❑
i=1 j=1 N
Error.

SC E =SCT −SC Tratamientos

SC E =159773 ,33−144573 , 33

SC E =15200

Los grados de libertad.

Tratamiento = 3

g .lTratmientos=t−1

g .l Tratmientos=3−1

g .lTratmientos=2

Error.

t= 3 r= 5

g .l Error=t (r−1)

g .l Error=3 (5−1 )

g .l Error=3 (4 )

g .l Error=12

Cuadrado medio.

El cuadrado medio se determina dividiendo la suma de cuadrados entre los

grados de libertad.
Tratamiento.

SC Tratamiento
CM Tratamiento =
t−1

144573 ,33
CM Tratamiento =
2

CM Tratamiento =72286 , 6665

Error.

SC Error
CM E=
t (r−1 )

15200
CM E =
12

CM E =1266 , 66

Estadístico de prueba.

CM Tratamientos
F=
CM E

722. 87
F=
12. 67

F=57 .0684

Los resultados se resumen en la tabla de análisis de varianza (ANOVA)

Fuente de Suma de Grados de Cuadrado F

variación cuadrados libertad medio
Tratamiento 144573,333 2 722.87 57.0684
Error 15200 12 12.67
 Total 159773,33 14

 Decisión.

F c=F α , t−1 , t ( r−1 )=F 0 .10 ,2 ,12=3,885

Siendo el valor crítico , y dado que
F (57 ,068 )>F c (3, 885) , la decisión es: Se rechaza H0.

 Conclusión.

A un nivel de significancia de 0.05, la evidencia sugiere que al menos una de

las medias del tiempo de funcionamiento de los compresores difiere de los

demás.

Se tiene que

p−value=P ( F >57 . 0684 )

Usando las tablas nos damos cuenta que el p-value es menor de 0.001, sin

embargo, las tablas no proporcionan mayor precisión.

Usando Microsoft Excel con la fórmula =DISTR.F(57.0684,2,12), el p-value

encontrado es:

−7
p−value=7. 4137×10

El valor p también sirve de criterio para tomar la decisión a expensas de la

regla de decisión.

Si p−value<α , se rechaza H0.

Si p−value>α , no se rechaza H0.

En nuestro caso se tiene:

−7
p−value (7 . 4137×10 )<α (0.10 ) . Decisión: Se rechaza H0.

Conclusión: A un nivel de significancia de 0.10, la evidencia sugiere que existe

al menos una media de la duración de las pilas alcalinas que difiere
significativamente de las demás.

Una vez que se rechaza la hipótesis nula, es que adquiere vigencia el análisis
de comparación de medias, o análisis post hoc. Si la hipótesis nula no se
hubiese rechazado, esa decisión junto con la conclusión correspondiente
significarían la culminación del problema.

d) Realizar comparaciones múltiples por el método Tukey y DMS. ¿Se obtuvo

el mismo resultado?

Se usará la prueba de Tukey y DMS para comparar pares de medias de los

tratamientos. Utilizar α=0 . 05 .

Prueba de Tukey.

Hipótesis nula. Hipótesis alternativa.

H0:
μi=μ j H1:
μi≠μ j

Para un diseño balanceado:

T α=qα , t , t ( r−1 )
√ CM E
r

q α, t , t (r−1)
El valor de se obtiene de la tabla de puntos porcentuales del
estadístico del rango studentizado de Tukey, q (p,f) donde p es el número de
tratamientos y f es el número de grados de libertad del error.
Cálculo de
Tα .

T α=q0 . 05 , 3 , 12
√ 12 .6667
5

T α=3 . 77
√ 12. 6667
5

T α=60 , 00

Se prepara una tabla con las diferencias a probar. Las medias deben estar
ordenadas en un sentido creciente o decreciente. En este caso tomaremos un
sentido creciente.

ȳ 2.=794 ȳ 1.=952 ȳ 3.=1030

ȳ 2.=794 158 236

ȳ 1.=952 78

ȳ 3.=1030

Regla de decisión.

Rechazar H0 si
| ȳ i.− ȳ j . |>T α No rechazar H0 si
| ȳ i.− ȳ j . |<T α

Rechazar H0 si
| ȳ i.− ȳ j . |>60.00 No rechazar H0 si
| ȳ i.− ȳ j . |<60.00

Decisión para cada comparación.

| ȳ 2 .− ȳ 1. |=158>60 Se rechaza Ho.

| ȳ 2 .− ȳ 3. |=236>60 Se rechaza Ho.

| ȳ 1 .− ȳ 3. |=78>6.00 Se rechaza Ho.

Mediante los cálculos realizados se tiene suficiente evidencia para aceptar con
un 95% de confianza que la funcionalidad de los moto compresores 1, 2 y 3
son significativamente diferentes. La marca que dura más es la número 3.
Prueba de DMS.

Hipótesis nula. Hipótesis alternativa.

H0:
μi=μ j H1:
μi≠μ j

Para un diseño balanceado:

DMS=t α /2 , t ( r−1)
√ 2 CM E
r

t α/2, t (r−1)
El valor de se obtiene de la tabla de la distribución t de Student, con
dos colas y 12 grados de libertad.

t α /2, t (r−1)=2.1788

Cálculo de DMS.

DMS=2. 1788
√ 2×12. 6667
5

DMS=4 . 90

Se prepara una tabla con las diferencias a probar. Las medias deben estar
ordenadas en un sentido creciente o decreciente. En este caso tomaremos un
sentido creciente.

ȳ 2.=79 .40 ȳ 1.=95. 20 ȳ 3.=103 . 00

ȳ 2.=79 .40 15.80 66.40

ȳ 1.=95. 20 7.80

ȳ 3.=103 . 00

Regla de decisión.

Rechazar H0 si
| ȳ i.− ȳ j . |>T α No rechazar H0 si
| ȳ i.− ȳ j . |<T α

Rechazar H0 si
| ȳ i.− ȳ j . |>6.00 No rechazar H0 si
| ȳ i.− ȳ j . |<6.00
Decisión para cada comparación.

| ȳ 2 .− ȳ 1. |=15.80>4.90 Se rechaza Ho.

| ȳ 2 .− ȳ 3. |=66.40>4 .90 Se rechaza Ho.

| ȳ 1 .− ȳ 3. |=7.80>4.90 Se rechaza Ho.

Los datos proporcionan suficiente evidencia para aceptar con un 95% de

confianza que la duración media de las marcas 1, 2 y 3 son significativamente
diferentes. La marca que dura más es la número 3.

Los resultados del método de Tukey coinciden con los del método DMS.

d) Verifique el supuesto de normalidad e identifique si hay puntos atípicos.

Para verificar el supuesto de normalidad es necesario determinar el residual (

e i j= y i j − ȳ i ) para cada valor observado.

En la tabla siguiente se muestra el resumen de los residuales.

Marca
Promedios
de Observaciones ȳ i . Residuales
( )
batería

10 - -
1 96 92 96 92 95.20 4.80 0.80 0.80
3.20 3.20
0

- -
2 76 80 75 84 82 79.40 0.60 4.60 2.60
3.40 4.40

10 10 10 - - -
3 100 102 103.00 5.00 2.00
3.00 1.00 3.00
8 5 0

A continuación se ordenan los residuales en sentido creciente. En la segunda

columna se muestra el valor de la posición del residual una vez que son
ordenados y finalmente el porcentaje de probabilidad normal acumulada

asociada, la cual es determinada con la ecuación ( j−0. 5 )×100/ N .

 Residual j Probabilidad

-4.40 1 3.33

-3.40 2 10.00

-3.20 3 16.67

-3.20 4 23.33

-3.00 5 30.00

-3.00 6 36.67

-1.00 7 43.33

0.60 8 50.00

0.80 9 56.67

0.80 10 63.33

2.00 11 70.00

2.60 12 76.67

4.60 13 83.33

4.80 14 90.00

5.00 15 96.67

En la figura siguiente se muestra la gráfica para la prueba de normalidad.

 Gráfica para prueba de normalidad.
100

80
% de probabilidad normal

60

40

20

0
-6 -4 -2 0 2 4 6
Residual

Esta gráfica tiene la apariencia de una recta, por lo tanto la distribución de los
residuales (o errores) es normal.

Determinación de puntos atípicos.

Los puntos atípicos (si los hubiere) están determinados en función del residual

estandarizado (
d i j ) por la condición siguiente:

ei j ei j
di j= <−3 di j= >3
y
El punto i j será atípico si √ CM E ó √ CM E .

En este sentido, se determina el residual estandarizado menor y mayor.

Para
e 2 3 =−4.40 :

e2 3
d 2 3=
√ CM E
 −4 .40
d 2 3=
√ 12. 67
−4. 40
d 2 3=
3 .5595

d 2 3=−1. 23

Para
e 3 1 =5.00 :

e3 1
d 3 1=
√ CM E
5.00
d 3 1=
√ 12.67
5 .00
d 3 1=
3.5595

d 3 1=1.40

Observamos que los extremos de los residuales se encuentran entre -3 y 3, por

lo tanto no existen puntos atípicos.

f) Verifique la igualdad de varianzas. ¿Se puede usar la prueba de Bartlett?

¿Por qué?

La prueba de Bartlett es muy sensible al supuesto de normalidad. Por

consiguiente, puesto que la validez de este supuesto ya no está en duda,
deberá utilizarse la prueba de Bartlett.

Antes de aplicar la prueba de hipótesis para la igualdad de varianzas, se

procederá a determinar la varianza de cada tratamiento.

r
∑ y 2i j −r ( ȳ i )2
σ 2i = j=1
r−1

Por ejemplo, para la marca de pila 1:

 2
45360−5 (95. 20 )
σ 21 =
5−1

45360−45315. 2
σ 21 =
4

44 . 8
σ 21 =
4

2
σ 1 =11 .20

2 2
La varianza para los tratamientos 2 y 3 son σ 2 =14 . 80 y σ 1 =12 .00

respectivamente.

Planteamiento de las hipótesis.

Hipótesis nula.

2 2 2
H0: σ 1 =σ 2=σ 3

Hipótesis alternativa.

2
H1: El enunciado anterior no es verdadero para al menos una σ i .

Nivel de significancia.

α=0 . 05

Regla de decisión.

2 2
Rechazo H0 si χ > χ α , t−1

2 2
No rechazo H0 si χ < χ α , t−1

2
Donde χ α ,t−1 es el punto porcentual α superior de la distribución ji-cuadrada
con t – 1 grados de libertad.

Utilizando la tabla de la distribución ji-cuadrada con α=0 . 05 y 2 grados de

libertad:
 2
χ 0 .05 ,2 =5 .9915

La regla de decisión es:

2
Rechazo H0 si χ >5 . 9915

2
No rechazo H0 si χ <5 . 9915

Estadístico de prueba.

q
χ 2 =2. 3026
c

t
q=( N −t ) log 10 S2p − ∑ ( r i −1) log 10 Si2
i=1

[( ) ]
t
1 1 1
c=1+
3 ( t −1 )
∑ r −1 −
N −t
i=1 i

t
∑ (r i −1) S2i
i=1
S 2p =
N−t (Varianza combinada)

Cálculo de la varianza combinada.

Para tres tratamientos y teniendo en cuenta que el experimento es balanceado

(
r 1 =r 2 =r 3 =r ):

t
(r −1) ∑ S 2i
i=1
S 2p =
N −t

(5−1) (11. 20+14 . 80+12 . 00)

S 2p =
15−3

4×38
S 2p =
12

S 2p =12 .67

Cálculo de q.
Para tres tratamientos y teniendo en cuenta que el experimento es balanceado

(
r 1 =r 2 =r 3 =r ):

2 2 2 2
q=( N −t )log 10 S p −(r−1 ) (log 10 S 1 +log 10 S 2 + log 10 S3 )

q=(15−3)log 10 (12 .67 )−(5−1 ) [ log 10(11 . 20)+log10 (14 . 80 )+log 10 (12. 00 )]

q=12 (1. 1027 )−4 (1 . 0492+1 . 1703+1. 0791)

q=13.2324−13 .1944

q=0.038

Cálculo de c.

Para tres tratamientos y teniendo en cuenta que el experimento es balanceado

(
r 1 =r 2 =r 3 =r ):

c=1+
1 t
(−
1
3 (t−1 ) r−1 N−t )
c=1+
1 3
(
−
1
3 (3−1) 5−1 15−3 )
c=1+
1 3 1
−(
3×2 4 12 )
c=1+
1 2
6 3 ()
1
c=1+
9

c=1 .1111

0 . 038
χ 2 =2. 3026×
1 .1111

2
χ =0 . 0787

Decisión.
 2
Puesto que χ ( 0. 0787 )<5 .9915 , no se rechaza H0.

Conclusión.

A un nivel de significancia de 0.05, la evidencia sugiere que no existen

diferencias significativas en la varianza de las marcas de las pilas.

g) Use la prueba de Kruskal – Wallis para el análisis de varianza. ¿Es la misma

conclusión de la parte c?

La prueba de Kruskal – Wallis es una alternativa no paramétrica del análisis de

varianza usual y se aplica en situaciones en las que el supuesto de normalidad
no está justificado.

En un problema como el presente, no es necesario aplicar esta prueba, puesto

que ya hemos demostrado que los residuales, y por lo tanto los valores
observados del experimento se ajustan a una distribución normal, sin embargo,
para efectos de comparación, y dado que la prueba es requerida en el
planteamiento del problema, procederemos a realizarla.

Planteamiento de las hipótesis.

d) Realizar comparaciones múltiples por los métodos de TUKEY y D.M.S

¿Se obtuvo el mismo resultado?
e) Verifique el supuesto de normalidad e identifique si hay puntos atípicos.
f) Verifique la igualdad de las varianzas. ¿Se puede usar la prueba de
BARTLETT?. ¿Por qué?
g) Use la prueba de KRUSKAL-WALLIS para el análisis de varianza. ¿Es la
misma conclusión de la parte c)?
2.- Se pretende comparar los medidores de flujo de cuatro líneas de transporte
de gas: Línea A, Línea B, Línea C y Línea D. Para ello se realizan cinco
mediciones en cada medidor llevándolo a cero inicialmente, y apuntando el flujo
que marcan al final de un tiempo t. Los datos fueron los siguientes:

Flujo (MMPCND)

Línea 1 2 3 4 5

A 63,5 63,2 62,3 65,6 65,0

B 64,1 64,2 63,0 64,2 64,9

C 65,9 65,0 63,9 66,0 65,8

D 64,9 65,2 64,1 65,9 67,9

Se pide:

a) Identifique los elementos del experimento: Variable respuesta, factor(es),

bloques, etc. Escriba detalladamente el modelo matemático.
b) ¿Se puede concluir que los medidores dan la misma precisión al medir
los flujos?
c) ¿Es conveniente o no de incluir el bloque?

3.- Un experimentador está estudiando el efecto de cinco posibles mezclas de

aditivos para la separación de agua en una corriente de gas. Las mezclas
provienen de cinco orígenes distintos y es manipulado por cinco operarios
distintos. Los datos que se recogen corresponden a la cantidad de agua
extraída

OPERARIOS
ORIGEN
1 2 3 4 5

1 A B C D E
24
20 19 24 24

2 B C D E A

17 24 30 27 36
 3 C D E A B

18 38 26 27 21

4 D E A B C

26 31 26 23 22

5 E A B C D

24 30 20 29 31

Se pide:

a) Identificar los elementos del experimento. Escribir detalladamente el

modelo matemático.
b) Determinar si influyen todas las variables consideradas. ¿Considera que
deba modificarse el modelo?
c) Comprobar si la cantidad de agua extraida es, en media, la misma para
las cinco mezclas.

4.- Un ingeniero diseña una batería para su uso en el motor de

ciclomotores. Para ello dispone de tres tipos diferentes de material. Como
considera que la temperatura es un factor influyente en la duración de la
batería, decide diseñar el experimento combinando los tres materiales con
tres temperaturas concretas: - 10⁰, 20⁰ y 50⁰. Así, una vez sometidas cuatro
baterías de cada material a cada temperatura, las duraciones efectivas en
horas de cada batería son las siguientes:
 MATERIAL
Se pide:
1 2 3
a) Identifique los
(-10⁰) (20⁰) (20⁰) elementos del
130 122 150 experimento. Escribir
detalladamente el
(-10⁰) (20⁰) (20⁰) modelo matemático.
b) Estudiar si el tipo de
155 126 174
material y la
(50⁰) (-10⁰) (-10⁰) temperatura son
factores determinantes
70 150 138 en la duración de las
baterías de
(20⁰) (50⁰) (-10⁰)
ciclomotores. ¿Hay
34 70 110 posibilidad de que un
material sea más
(-10⁰) (50⁰) (50⁰) recomendado a una
temperatura en
180 25 60
concreto y no lo sea a
(20⁰) (20⁰) (50⁰) otra distinta?
c) Dibujar un gráfico de
80 115 96 las duraciones medias
(50⁰) (-10⁰) (20⁰) con cada tratamiento.
¿Es coherente con los
82 126 120 resultados del
apartado b)?.
(20⁰) (50⁰) (-10⁰)
Interpretar las
40 58 168 interacciones con la
ayuda de este gráfico.
(50⁰) (-10⁰) (-10⁰)
Nota: antes de resolver,
20 159 160 hay que organizar la tabla,
para poder aplicar el
(-10⁰) (-10⁰) (20⁰)
diseño.
74 188 139

(20⁰) (20⁰) (50⁰)

75 106 104

(50⁰) 58 (50⁰) 45 (50⁰) 82