Doe - Anthony Dario Cuenca Remache

UNIVERSIDAD POLITÉCNICA SALESIANA
CARRERA DE INGENIERÍA AUTOMOTRIZ
DISEÑO DE EXPERIMENTOS
TAREA EN CLASES N 0 4
TEMA:
ANOVAS
AUTORES:
CUENCA REMACHE ANTHONY DARIO
GUAYACONDO MEJIA KENY ANDRES
DOCENTE:
ING. ANDRES ESTEBAN ORDOÑEZ SEGARRA
21 de junio de 2022
1
1. OBJETIVOS
General
- Realizar la resolución y el análisis de cada ejercicio propuesto en la
tarea.
Específicos
- Desarrollar cada ejercicio con la metodología establecida en clases.
- Analizar las tablas ANOVA realizadas en cada ejercicio
- Obtener las conclusiones y decisiones después de la resolución de cada
ejercicio
2
2. MARCO TEORICO
El análisis de la varianza (ANOVA) es una potente herramienta estadística, de gran

utilidad tanto en la industria, para el control de procesos, como en el laboratorio de
análisis, para el control de métodos analíticos.
2.1. ¿Por qué es necesario estudiar ANOVA?
¿Por qué no sólo se emplea la prueba de las diferencias entre medias poblacionales? Se
puede comparar dos medias poblacionales a la vez. La razón más importante es la
acumulación indeseable del error tipo I.
2.2. Familia de distribuciones f
Cada miembro de la familia se determina mediante dos parámetros: los grados de

libertad del numerador y los grados de libertad del denominador
 La distribución F es continua. Esto significa que se supone un número infinito

de valores entre cero y el infinito positivo.
 La distribución F no puede ser negativa. El menor valor que F puede tomar es 0.
 Tiene sesgo positivo. La cola larga de la distribución es hacia el lado derecho.
Cuando el número de grados de libertad aumenta, tanto en el numerador como
en el denominador, la distribución se aproxima a ser normal.
 Es asintótica. Cuando los valores de X aumentan, la curva F se aproxima al eje
X pero nunca lo toca. Este caso es similar al comportamiento de la distribución
de probabilidad normal.
2.3. Lineamientos para emplear ANOVA

 Las poblaciones siguen la distribución normal.
 Las poblaciones tienen desviaciones estándar iguales (σ).
 Las poblaciones son independientes.
3
3. DESARROLLO
Para la resolución de cada ejercicio planteado se utilizó la herramienta Exel para poder
facilitar los análisis.
 Ejercicio en clases 1
Joyce Kuhlman es gerente de un centro financiero regional y desea comparar la
productividad, medida por el número de clientes atendidos, de tres empleados.
Selecciona cuatro días en forma aleatoria y registra el número de clientes que atendió
cada empleado. Los resultados son:
Wolfe White Korosa

55 66 47
54 76 51
59 67 46
56 71 48
Desarrollo:
- Tratamientos
Tratamientos 4
n 12
K 3
- Grados de libertad
Grupo: No. 1
- Planteamiento de hipótesis
Planteamiento de hipótesis
Ho: u1=u2=u3
H1: u1≠u2≠u3
- Media de cada tratamiento
4
Media de cada tratamiento
𝑋 ̅=(∑▒𝑋_𝑖 )/𝑛
Formula
Ⴟ1 Ⴟ2 Ⴟ3
56 70 48
- Madia global
Wolfe White Korosa

55 66 47
54 76 51
- Variación total
55 66 47
54 76 51
59 67 46
56 71 48
Planteamiento de hipotesis
Ho: u1=u2=u3
H1: u1≠u2≠u3
- Suma de cuadrados debido al tratamiento
𝑋 ̅=(∑▒𝑋_𝑖 )/𝑛
Formula
Ⴟ1 Ⴟ2
56 70
- Varianza o error aleatorio
5
𝑋 ̅=(∑▒𝑋_𝑖 )/𝑛
Formula
Ⴟ1 Ⴟ2 Ⴟ3
56 70 48
- Estadístico de prueba
𝑋 ̅=(∑▒𝑋_𝑖 )/𝑛
Formula
Ⴟ1 Ⴟ2 Ⴟ3
56 70 48
- Media cuadrática
Suma de cuadrados debido al tratamiento
FormulaSST= 〖 K∗(𝑋 ̅_1−𝑋 ̅_𝑔𝑙𝑜𝑏𝑎𝑙 ) 〗 ^2
- Tabla ANOVA
Suma de
Fuente de variación cuadrado Grados de libertad Media cuadrática F
s
Tratamientos 992,00 2 496,00 49,60
Error 90,00 9 10,00
Total 1082,00 11 506,00
6
Desde hace algún tiempo las aerolíneas han reducido sus servicios, como alimentos y
bocadillos durante sus vuelos, y empezaron a cobrar un precio adicional por algunos de
ellos, como llevar sobrepeso de equipaje, cambios de vuelo de último momento y por
mascotas que viajan en la cabina. Sin embargo, aún están muy preocupadas por el
servicio que ofrecen. Hace poco un grupo de cuatro aerolíneas contrató a Brunner
Marketing Research, Inc., para encuestar a sus pasajeros sobre la adquisición de boletos,
abordaje, servicio durante el vuelo, manejo del equipaje, comunicación del piloto, etc.
Hicieron 25 preguntas con diversas respuestas posibles: excelente, bueno, regular o
deficiente. Una respuesta de excelente tiene una calificación de 4, bueno 3, regular 2 y
deficiente 1. Estas respuestas se sumaron, de modo que la calificación final fue una
indicación de la satisfacción con el vuelo. Entre mayor la calificación, mayor el nivel de
satisfacción con el servicio. La calificación mayor posible fue 100.
Brunner seleccionó y estudió al azar pasajeros de las cuatro aerolíneas. A continuación,

se muestra la información. ¿Hay alguna diferencia entre los niveles de satisfacción
medios con respecto a las cuatro aerolíneas? Use el nivel de significancia de 0.01.
Northern WTA Pocono Branson

94 75 70 68
90 68 73 70
85 77 76 72
80 83 78 65
88 80 74
68 65
65
- Tratamientos
Tratamientos
n 22
K 4
7
Integrantes: Anthony Cuenca - Keny Guayacondo
Grupo: No. 1
Ho: u1=u2=u3
H1: u1≠u2≠u3
65
Ho: u1=u2=u3
H1: u1≠u2≠u3
- Media global
65
Ho: u1=u2=u3
- Desviación para cada observación

68 73 70 K
77 76 72
83 78 65 Grados de libertad
88 80 74 Numerador
68 65 Denominador
65
Ho: u1=u2=u3
H1: u1≠u2≠u3
Media de cada tratamiento Media global
𝑋 ̅=(∑▒𝑋_𝑖 )/𝑛 formula:
Ⴟ2 Ⴟ3 Ⴟ4 Ⴟ
78.2 72.86 69
8
Media de cada tratamiento Media
𝑋 ̅=(∑▒𝑋_𝑖 )/𝑛
formula:
Ⴟ2 Ⴟ3 Ⴟ4 Ⴟ
Varianza o error aleatorio
Formula SSE=(𝑋−𝑋 ̅)

6.75 -3.2 -2.85714285714 -1
2.75 -10.2 0.142857142857 1
-2.25 -1.2 3.142857142857 3
-7.25 4.8 5.142857142857 -4
9.8 7.142857142857 5
-4.85714285714 -4
-7.85714285714
Se eleva al cuadrado
Formula SSE=(𝑋−𝑋 ̅ )^2
45.5625 10.24 8.163265306122 1

7.5625 104.04 0.020408163265 1
5.0625 1.44 9.877551020408 9
52.5625 23.04 26.44897959184 16
96.04 51.02040816327 25
23.59183673469 16
61.73469387755
Total 110.75 234.8 180.86 68
- Media cuadrática
87.25 78.2 72.86 69
- Tabla ANOVA
9
Fuente de variación Suma de cuadrados Grados de libertad Media cuadrática F
Tratamientos 890,68 3 296,89 8,99
Error 594,41 18 33,02
Total 1485,09 21 329,92
La siguiente es información muestral. Verifique la hipótesis de que las medias de
tratamiento son iguales. Utilice el nivel de significancia de 0.05
Tratamiento Tratamiento Tratamiento

1 2 3
8 3 3
6 2 4
10 4 5
9 3 4
- Tratamientos
Tratamientos 4
n 12
K 3

Grupo: No. 1
Ho: u1=u2=u3
H1: u1≠u2≠u3
10
Tratamiento 1 Tratamiento 2 Tratamiento 3

8 3 3
6 2 4
10 4 5
- Media global
Tratamiento 1 Tratamiento 2 Tratamiento 3

8 3 3
6 2 4
- Variación total
9 3 4
Ho: u1=u2=u3
H1: u1≠u2≠u3
𝑋 ̅=(∑▒𝑋_𝑖 )/𝑛
Formula
Ⴟ1 Ⴟ2 Ⴟ3
8.25 3 4
11
𝑋 ̅=(∑▒𝑋_𝑖 )/𝑛
Formula
Ⴟ1 Ⴟ2 Ⴟ3
8.25 3 4
𝑋 ̅=(∑▒𝑋_𝑖 )/𝑛
Formula
Ⴟ1 Ⴟ2 Ⴟ3
8.25 3 4
- Media cuadrática
FormulaSST= 〖 K∗(𝑋 ̅_1−𝑋 ̅_𝑔𝑙𝑜𝑏𝑎𝑙 ) 〗 ^2
- Tabla ANOVA
Suma de
Fuente de variación Grados de libertad Media cuadrática F
cuadrados
Tratamientos 62,17 2 31,08 21,94
Error 12,75 9 1,42
Total 74,92 11 32,50
12
La siguiente es información muestral. Verifique la hipótesis con un nivel de
significancia de 0.05de que las medias de tratamiento son iguales.
Tratamiento
tratamiento 2 tratamiento 3
1
9 13 10
7 20 9
11 14 15
9 13 14
12 15
10

- Tratamientos
T
ratamientos
n 15
K 3

Grupo: No. 1
Ho: u1=u2=u3
H1: u1≠u2≠u3
12 15
10
- Media global
13
12 15
10
15 Numerador
Denominador
Ho: u1=u2=u3
H1: u1≠u2≠u3
Media de cada tratamiento Media global

𝑋 ̅=(∑▒𝑋_𝑖 )/𝑛
formula:
Ⴟ2 Ⴟ3 Ⴟ
15 12.6
Varianza o error aleatorio Suma de los cuadrados debido a
SSE=(𝑋−𝑋 ̅) Formula
Ho: u1=u2=u3
H1: u1≠u2≠u3
14
-0.666666667 -2 1.4
2.3333333333 2.4
0.3333333333
Formula SSE=(𝑋−𝑋 ̅ )^2
0.4444444444 4 6.76
7.1111111111 25 12.96
1.7777777778 1 5.76
0.4444444444 4 1.96
5.4444444444 5.76
0.1111111111
Total 15.333333333 34 33.20

SSE 82.53
- Media cuadrática
Tratamiento 1 tratamiento 2 tratamiento 3

-0.67 -2 -2.6
-2.666666667 5 -3.6
- Tabla ANOVA
Suma de
Fuente de variación cuadrado Grados de libertad Media cuadrática F
s
Tratamientos 70,40 2 35,20 5,12
Error 82,53 12 6,88
Total 152,93 14 42,08
15
 Ejercicio del deber 1
Un inversionista en bienes raíces considera invertir en un centro comercial en los
suburbios de Atlanta, Georgia, para lo cual evalúa tres terrenos. El ingreso familiar en el
área circundante al centro comercial propuesto tiene una importancia particular. Se
selecciona una muestra aleatoria de cuatro familias cerca de cada centro comercial
propuesto. A continuación, se presentan los resultados de la muestra. A un nivel de
significancia de 0.05, ¿el inversionista puede concluir que hay una diferencia entre los
ingresos medios? Utilice el procedimiento de prueba de hipótesis habitual de cinco
pasos.
Francklin
Southwyck Old Orchard
Park
64 74 75
68 71 80
70 69 76
60 70 78
Desarrollo del ejercicio.

Tratamientos 4
N 12
K 3
Grados de libertad
Numerador 2
Denominador nK−1 9
−K
- Hipótesis
Ho: u1=u2=u3
H1: u1≠u2≠u3
- Cálculo de las medias

X=
∑
Xi
Formula n
Ⴟ1 Ⴟ2 Ⴟ3
65,5 71 77,25
16
- Cálculo de la media global
Media global
X global =
∑
Xi
formula: n
Ⴟ 71,25
- Cálculo de la variación total

Variación total
Formula 52,5625 7,5625 14,0625
2
SS= ( X i− X ) 10,5625 0,0625 76,5625
1,5625 5,0625 22,5625
126,5625 1,5625 45,5625
Suma tratamiento 191,25 14,25 158,75
SS 364,25

Suma de cuadrados debido al
tratamiento
SST¿ K∗( X 1− X global )
2
Formula
Francklin Old
Southwyck
Park Orchard
132,25 0,25 144
SST 276,5
- Error aleatorio o varianza

Varianza o error aleatoria
SSE=( X i−X T 1 ,T 2 , T 3 )2
Formula
Southwyck Francklin Park Old Orchard

59 14 14,75
SSE 87,75
17
Estadístico de prueba
Formula
F MST
14,18
F=
MSE
- Media cuadrática
Media cuadrática
MST
Formula
MST SST/(K-
138,25
MSE 1)
Formula
MSE SSE/(n-
9,75
K)
- Tabla ANOVA
Fuente de Suma de Grados de Media
F
variación cuadrados libertad cuadrática
Tratamientos 276,50 2 138,25 14,18
Error 87,75 9 9,75
Total 364,25 11 148,00
Conclusión:
Si hay diferencia entre los ingresos medios con un nivel de significancia del 5%.
La gerente de una compañía de software desea estudiar el número de horas que los
directivos de diversas empresas utilizan sus computadoras de escritorio. El gerente
selecciono una muestra de cinco ejecutivos de cada una de tres industrias. A un nivel de
significancia de 0.05, ¿puede la gerente concluir que hay una diferencia entre los
promedios de horas por semana que se utilizan las computadoras en la industria?
Bancaria Detallista De seguros

12 8 10
10 8 8
10 6 6
12 8 8
10 10 10
18
Tratamientos 5
n 15
K 3
Grados de libertad
Numerador 2
−K
- Hipótesis
Ho: u1=u2=u3
H1: u1≠u2≠u3

X=
∑
Xi
Formula n
Ⴟ1 Ⴟ2 Ⴟ3
10,8 8 8,4

Media global
X global =
∑
Xi
formula: n
Ⴟ 9,07
- Cálculo de la variación total

Variación total
Formula 8,60 1,14 0,87
2
SS= ( X i− X ) 0,87 1,14 1,14
0,87 9,40 9,40
8,60 1,14 1,14
SS 46,93
19
Suma de cuadrados debido al
tratamiento
SST¿ K∗( X 1− X global )
2
Formula

15,02 5,69 2,22
SST 22,93

Varianza o error aleatoria
SSE=( X i−X T 1 ,T 2 , T 3 )2
Formula

4,8 8 11,2
SSE 24
Estadístico de prueba
Formula
F MST
F=5,73
MSE
- Media cuadrática
Media cuadrática
MST
Formula
MST SST/(K-
11,47
MSE 1)
Formula
MSE SSE/(n-
2,00
K)
20
- Tabla ANOVA
F
Tratamientos 22,93 2 11,47 5,73
Error 24,00 12 2,00
Total 46,93 14 13,47
- Conclusión:
Si hay poca diferencia entre los promedios de horas por semana que se utilizan las
computadoras en la industria con un nivel de significancia del 5%.
Con la siguiente información muestral, compruebe la hipótesis de que las medias de
tratamiento son iguales con un nivel de significancia de 0.05
Tratamiento
tratamiento 2 tratamiento 3
1
8 3 3
11 2 4
10 1 5
3 4
2
a) Formule la hipótesis nula y alternativa

b) ¿Cuál es la regla de decisión?
c) Calcule SST, SSE, SS total.
d) Elabore una tabla ANOVA.
e) Declare su decisión respecto de la hipótesis nula.
f) Si se rechaza Ho, ¿puede concluir que el tratamiento 1 y el 2 difieren? Utilice el
nivel de confianza de 95%.
n 12
K 3
Grados de libertad
Numerador 2
−K
21
- Hipótesis
Ho: u1=u2=u3
H1: u1≠u2≠u3

X =
∑ X i
Formula n
Ⴟ1 Ⴟ2 Ⴟ3
9,67 2,2 4

Media global
X global =
∑ X i
formula: n
Ⴟ 4,67

Desviación para cada observación
Formula 3,33 -1,67 -1,67
( X −X
G) 6,33 -2,67 -0,67
5,33 -3,67 0,33
-1,67 -0,67
-2,67

Formula Se eleva al cuadrado
11,11 2,78 2,78
40,11 7,11 0,44
28,44 13,44 0,11
2
( X −X G ) 2,78 0,44
7,11
SS 116,67
22
Formula
Tratamiento 1 ¿
tratamiento 2 ) tratamiento 3
SSE=
-1,67 0,8 -1
1,33 -0,2 0
0,33 -1,2 1
0,8 0
-0,2
Formula
2,78 0,64SSE= 1
2
1,78 0,04( X −X ) 0
0,11 1,44 1
0,64 0
0,04
Total 4,67 2,8 2,00
SSE 9,47
- Suma de cuadrados debido a los tratamientos

Suma de los cuadrados debido a los tratamientos
SST =SS total−SSE

Formula
SST 107,20
- Media cuadrática
Media cuadrática
MST
Formula
MST SST/(K-
53,60
MSE 1)
Formula
MSE SSE/(n-
1,05
- Tabla ANOVA K)
Suma de
Fuente de Grados de Media
cuadrado F
variación libertad cuadrática
s
Tratamientos 107,20 2 53,60 50,96
Error 9,47 9 1,05
Total 116,67 11 54,65
23
- Decisión:
Se aprueba la hipótesis nula con un nivel de significancia del 5%.
- Conclusión:
El tratamiento 1 y 2 si difieren debido a que en el tratamiento 1 tengo menos datos que
en el tratamiento 2 por lo que no se puede obtener un resultado muy exacto.
Con la siguiente información muestral, compruebe la hipótesis de que las medias de
tratamiento son iguales con un nivel de significancia de 0.05.
tratamiento tratamiento
Tratamiento 1
2 3
3 9 6
2 6 3
5 5 5
1 6 5
3 8 5
1 5 4
4 1
7 5
6
4
a) Formule las hipótesis nula y alternativa

b) ¿Cuál es la regla de decisión?
c) Calcule SST, SSE, SS total
d) Elabora una tabla ANOVA
e) Declare su decisión respecto a la hipótesis nula.
f) Si se rechaza Ho, ¿puede concluir que el tratamiento 1 y 2 difieren? Utilice el
novel de confianza de 95%.
Desarrollo del ejercicio

n 24
K 3
Grados de libertad
Numerador K−1 2
n
−K
24
Denominador 21
- Hipótesis
Ho: u1=u2=u3
H1: u1≠u2≠u3

X =
∑ X i
Formula n
Ⴟ1 Ⴟ2 Ⴟ3
2,50 6 4,25

Media global
X global =
∑ X i
formula: n
Ⴟ 4,54

Desviación para cada observación
Formula -1,54 4,46 1,46
( G)
X −X -2,54 1,46 -1,54
0,46 0,46 0,46
-3,54 1,46 0,46
-1,54 3,46 0,46
-3,54 0,46 -0,54
-0,54 -3,54
2,46 0,46
1,46
-0,54
Formula Se eleva al cuadrado
2
( X −X G ) 2,38 19,88 2,13
6,46 2,13 2,38
0,21 0,21 0,21
12,54 2,13 0,21
25
2,38 11,96 0,21
12,54 0,21 0,29
0,29 12,54
6,04 0,21
2,13
0,29
SS 99,96

SSE=¿ )
Formula
Tratamiento tratamiento
tratamiento 2
1 3
0,5 3 1,75
-0,5 0 -1,25
2,5 -1 0,75
-1,5 0 0,75
0,5 2 0,75
-1,5 -1 -0,25
-2 -3,25
1 0,75
0
-2
SSE=
Formula ( X −X )2
0,25 9,00 3,06

0,25 0,00 1,56
6,25 1,00 0,56
2,25 0,00 0,56
0,25 4,00 0,56
2,25 1,00 0,06
4,00 10,56
1,00 0,56
0,00
4,00
Total 11,50 24,00 17,50
SSE 53,00
26
- Suma de cuadrados debido a los tratamientos
Suma de los cuadrados debido a los tratamientos
SST =SS total−SSE

Formula
SST 46,96
- Media cuadrática
Media cuadrática
MST
Formula
MST SST/(K-
23,48
MSE 1)
Formula
MSE SSE/(n-
2,52
K)
- Tabla ANOVA
F
9,3
Tratamientos 46,96 2 23,48
0
Error 53,00 21 2,52
Total 99,96 23 26,00
- Decisión:
Se aprueba la hipótesis nula con un nivel de significancia del 5%.
- Conclusión:
El tratamiento 2 y 3 si difieren debido a que en el tratamiento 2 tengo más datos que en
el tratamiento 3 por lo que no se puede obtener un resultado muy exacto.
27
Una alumna en el último año en la carrera de contabilidad de la Midsouth State
University tiene ofertas de trabajo de cuatro empresas de contabilidad pública. Para
estudiar las ofertas a fondo preguntó a una muestra de personas recién capacitadas
cuántos meses trabajó cada una en la empresa antes de recibir un aumento salarial. La
información muestral se corrigió en Minitab como los siguientes resultados.
Análisis de varianza
Fuente DF SS MS F P
Factor 3 32,33 10,78 2,35886 0,133
Error 10 45,67 4,57
Total 13 78
A un nivel de significancia de 0.05 ¿hay una diferencia entre los números medios de
meses antes de que la empresa de contabilidad otorgará un aumento a sus empleados?
Desarrollo del ejercicio
Fuente SS GL MS F
Tratamient
32,33 3 10,78 2,35886
o
Error 45,67 10 4,57
Total 78 13
Hipótesis
H o : μ1=μ2=μ 3
H 1:u 1 ≠u 2 ≠u 3
NS=0.05
Numerador = 3
Denominador = 10 F= 3.71
Conclusión:
28
En favor de F es 2.36 que es menor que el valor critico de 3.71 por lo que no se rechaza
Ho no hay diferencia entre los números medios de las semanas.
Un analista de la bolsa de valores desea determinar si hay una diferencia en la tasa de
rendimiento media para tres tipos de acciones: de compañías de servicios, detallistas y
bancarias. Obtuvo los siguientes resultados.
a) Con un nivel de significancia de 0.05, ¿hay alguna diferencia en la tasa de

recuperación media entre los tres tipos de acciones?
b) Suponga que se rechaza la hipótesis nula. ¿Puede el analista concluir que hay una
diferencia entre las tasas medias de rendimiento para las acciones de servicios y de
detallistas? Explique.
- Análisis de varianza
Anlisis de varianza
Fuente GL SS MS F P
Factor 2 86.49 43.25 13.09 0.001
- Desviación Estándar
DES.ESTANDA
Nivel N MEDIA R
Servicios 5 17,4 1,196
Detallistas 5 11,62 0,356
Bancarios 6 15,4 2,356
- Media Global
29
Total 15
Nivel N
Servicios 5
- Variación Total
Total 15
Nivel N
Servicios 5
Detallistas 5
Bancarios 6
DESVIACION ESTANDAR CONJUNTA
- Conclusión
Con 2/13 grados de libertad tenemos el valor critico F=3.81, el valor calculado es 13.09,
Así que las respuestas son:
a) Dado que el valor calculado es mayor que el valor crítico, la decisión rechaza la
hipótesis cero. Las tasas de recuperación varían entre los tres tipos.
b) El analizador puede concluir que existe una diferencia entre las razones porque
sus periodos no contienen ceros.
En los ejemplos 15 y 16 realice una prueba de hipótesis para determinar si difieren las
medias de bloqueo o tratamiento .Con un nivel de significancia de 0.05 .a)Formule las
hipótesis nula y alternativa para los tratamientos b) establezca la regla de decisión para
los tratamientos c) formule las hipótesis nula y alternativa para los bloques .También
establézcala regla de decisión para los bloques , d) calcule SST,SSB total y SSE, e)
elabore una tabla ANOVA y f) indique su decisión respecto de los dos conjuntos de
hipótesis .
TRATAMIENTOS
Bloque 1 2
A 46 31
B 37 26
C 44 35
- Tratamientos
30
Bloque 1 2
A 46 31
B 37 26
C 44 35

Grupo: No. 1
Ho: u1=u2=u3
H1: u1≠u2≠u3
B 37
C 44
Ho: u1=u2=u3
- Media global
B 37 26
C 44 35
- Variación total
31
B 37 26
C 44 35
Ho: u1=u2=u3
H1: u1≠u2≠u3
- Bloqueo de ANOVAS de dos vías
Media global

Ⴟ3 39.5

Ⴟ3 39.5
32
Ⴟ3 39.5
- Media cuadrática
SST= 〖 K∗(𝑋 ̅_1,2,3−𝑋 ̅_𝑔𝑙𝑜𝑏𝑎𝑙 ) 〗 ^2
Formula
A B
8.00 50.00
SST 76.00
Media cuadratica
- Tabla ANOVA
Suma de
cuadrados
Tratamientos 76,00 1 76,00 0,04
Bloque 38,00 2 19,00 0,01
Error 4172,25 2 2086,13
Total 4286,25 5 2181,13
- Decisión
Desarrollado el ejercicio de los dos conjuntos de hipótesis se aprueba la hipótesis nula
con un nivel de significancia del 5%.
Los siguientes datos corresponden a una prueba ANOVA de dos factores
33
TRATAMIENTOS
Bloque 1 2 3
A 12 14 8
B 9 11 9
C 7 8 8
- Tratamientos
Bloque 1 2 3
A 12 14 8
B 9 11 9
C 7 8 8
Bloques 3
Tratamientos 3
n 9
Ho: u1=u2=u3
H1: u1≠u2≠u3
TRATAMIENTOS
Bloque 1
A 12
B 9
C 7
- Media global
34
TRATAMIENTOS
Bloque 1 2 3
A 12 14 8
B 9 11 9
C 7 8 8
- Variación total
TRATAMIENTOS
2 3 Bloques 3
14 8 Tratamientos 3
11 9 n 9
8 8 K 3
TRATAMIENTOS

7 8
Media global
𝑋 ̅_𝑔𝑙𝑜𝑏𝑎𝑙=(∑▒𝑋_𝑖 )/𝑛
9.56
C 7
Media global
formula: 𝑋 ̅_𝑔𝑙𝑜𝑏𝑎𝑙=(∑▒𝑋_𝑖 )/𝑛
35
C 7
Media global
SST= 〖 K∗(𝑋 ̅_1,2,3−𝑋 ̅_𝑔𝑙𝑜𝑏𝑎𝑙 ) 〗 ^2
Formula
- Media cuadrática
SST= 〖 K∗(𝑋 ̅_1,2,3−𝑋 ̅_𝑔𝑙𝑜𝑏𝑎𝑙 ) 〗 ^2
Formula
A B
9.48 0.04
SST 20.22
Media cuadratica
- Tabla ANOVA
36
Suma de cuadrados debido al tratamiento Varianza o error aleatoria
SST= 〖 K∗(𝑋 ̅_1,2,3−𝑋 ̅_𝑔𝑙𝑜𝑏𝑎𝑙 ) 〗 ^2 𝑆𝑆𝐸=𝑆𝑆 𝑡𝑜𝑡𝑎𝑙 −𝑆𝑆

Formula Formula
A B C SSE 193
- Decisión
Desarrollado el ejercicio de los dos conjuntos de hipótesis se aprueba la hipótesis nula
con un nivel de significancia del 5%.
Chapin Manufacturing opera 24 horas al dia, 5 días a la semana. Los trabajadores
alternan turno cada semana. La gerencia desea saber si hay una diferencia entre los
números de unidades producidas por los empleados que trabajan en diversos turnos, Se
selecciona una muestra de cinco trabajadores y se registran las unidades producida en
cada turno. A un nivel de significancia de 0.05, ¿Puede concluir que hay una diferencia
entre las tasas de producción medias por turno o por empleado?
UNIDADES
PRODUCIDA
S
Empleado MATUTINO VESPERTINO NOCTURNO
Skaff 31 25 35
Lum 33 26 33
Clark 28 24 30
Treece 30 29 28
Morgan 28 26 27
- Tratamientos
Empleado MATUTINO VESPERTINO NOCTURNO

Skaff 31 25 35
Lum 33 26 33
Clark 28 24 30
Treece 30 29 28
Morgan 28 26 27
Anthony Cuenca - Keny Guayacondo

No. 1
37
Integrantes: Anthony Cuenca

Grupo: N
Morgan 28
Ho: u1=u2=u3
H1: u1≠u2≠u3
- Media global
Morgan 28 26 27
Ho: u1=u2=u3
- Variación total
Media global
- Bloqueo de AANOVAS de dos vías
38
Media global
28.87
Ⴟ1 30.33
Ⴟ2 30.67
Ⴟ3 27.33
Ⴟ4 29.00
Ⴟ5 27.00

Ⴟ1 30.33
Ⴟ2 30.67
Ⴟ3 27.33
Ⴟ4 29.00
Ⴟ5 27.00
- Media cuadrática
39
Formula SST= 〖 K∗(𝑋 ̅_1,2,3−𝑋 ̅_𝑔𝑙𝑜𝑏𝑎𝑙 ) 〗 ^2
Skaff Lum
6.45 9.72
SST 33.73
- Tabla ANOVA
Fuente de Suma de
Grados de libertad Media cuadrática F
variación cuadrados
Tratamientos 33,73 2 16,87 0,03
Bloque 22,49 4 5,62 0,01
Error 4189,71 8 523,71
Total 4245,93 14 546,20
- Conclusión
Se puede concluir que existe una diferencia entre tasas de producción con una variación
de 24 y 55 respectivamente de los tratamientos.
En el área de Tulsa, Oklahoma, hay tres hospitales. Los siguientes datos muestran el
número de cirugías realizadas a pacientes externos en cada uno de ellos durante la
semana pasada. A un nivel se significancia de 0.05, ¿Puede concluir que hay una
diferencia entre los numero medios de cirugías realizadas por cada hospital o por dia de
la semana?
40
NUMERO DE
CIRUGIAS
REALIZADAS
DÍA St.Luke´s St.Vicent Mercy
Lunes 14 18 24
Martes 20 24 14
Miércoles 16 22 14
Jueves 18 20 22
Viernes 20 28 24
- Tratamientos
DÍA St.Luke´s St.Vicent Mercy

Lunes 14 18 24
Martes 20 24 14
Miércoles 16 22 14
Jueves 18 20 22
Viernes 20 28 24
Anthony Cuenca - Keny Guayacondo

No. 1
Ho: u1=u2=u3
H1: u1≠u2≠u3
41
Ho: u1=u2=u3
H1: u1≠u2≠u3
Formula 𝑋 ̅=(∑▒𝑋_𝑖 )/𝑛
- Media global
Ho: u1=u2=u3
H1: u1≠u2≠u3
- Variación total
Media global
Media global
42
Ⴟ2 19.33
Ⴟ3 17.33
Ⴟ4 20.00
Ⴟ5 24.00

Ⴟ2 19.33
Ⴟ3 17.33
Ⴟ4 20.00
Ⴟ5 24.00
Media global
formula:
- Media cuadrática
Formula SST= 〖 K∗(𝑋 ̅_1,2,3−𝑋 ̅_𝑔𝑙𝑜𝑏𝑎𝑙 ) 〗
Lunes Martes
4.32 0.85
SST 75.73
Media cuadratica
- Tabla ANOVA
43
Suma de
cuadrados
Tratamientos 75,73 2 37,87 0,15
Bloque 50,49 4 12,62 0,05
Error 1991,38 8 248,92
Total 2117,60 14 299,41
- Conclusión
Se puede concluir que existe una diferencia en el numero de cirugías realizadas ya que
en el análisis difiere de 52 y 91 respectivamente en los tratamientos
4. CONCLUSIONES
 Se resolvió los ejercicios propuestos con sus respectivos análisis dependiendo de

la tabla ANOVA generada al final de cada ejercicio.
 Se analizo la tabla ANOVA en cada ejercicio lo que principalmente se puede
identificar un extenso análisis por los datos ya que era de dos factores, pero con
la ayuda del software Excel nos permitió reducir la complejidad del ejercicio por
su extenso desarrollo.
 Para un mejor estudio se determino las decisiones, conclusiones de cada
ejercicio para lograr una finalidad en base a las hipótesis planteadas .
5. BIBLIOGRAFIA
Gutiérrez Pulido, A. ( 2012). Análisis y Diseño de Experimentos. Guanajuato, México:

McGraw-Hill,.
Montgomery, D. C. (2017). Design and analysis of experiments. TEMPE, ARIZONA:
Wiley.
Oscar Melo, L. L. ( 2007). Diseño de Experimentos [Métodos y Aplicaciones].
Colombia: . Editorial Universidad Nacional de Colombia.
6. ANEXOS
44
45
46

Doe - Anthony Dario Cuenca Remache

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Doe - Anthony Dario Cuenca Remache

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD POLITÉCNICA SALESIANA

CARRERA DE INGENIERÍA AUTOMOTRIZ

El análisis de la varianza (ANOVA) es una potente herramienta estadística, de gran

2.1. ¿Por qué es necesario estudiar ANOVA?

2.2. Familia de distribuciones f

Cada miembro de la familia se determina mediante dos parámetros: los grados de

 La distribución F es continua. Esto significa que se supone un número infinito

2.3. Lineamientos para emplear ANOVA

Wolfe White Korosa

- Media de cada tratamiento

Wolfe White Korosa

- Suma de cuadrados debido al tratamiento

- Varianza o error aleatorio

Suma de cuadrados debido al tratamiento

Brunner seleccionó y estudió al azar pasajeros de las cuatro aerolíneas. A continuación,

Northern WTA Pocono Branson

- Media de cada tratamiento

- Desviación para cada observación

Media de cada tratamiento Media global

𝑋 ̅=(∑▒𝑋_𝑖 )/𝑛 formula:

- Suma de cuadrados debido al tratamiento

- Varianza o error aleatorio

Varianza o error aleatorio

Northern WTA Pocono Branson

Formula SSE=(𝑋−𝑋 ̅ )^2

45.5625 10.24 8.163265306122 1

87.25 78.2 72.86 69

Varianza o error aleatorio

Northern WTA Pocono Branson

Tratamiento Tratamiento Tratamiento

Integrantes: Anthony Cuenca - Keny Guayacondo

Tratamiento 1 Tratamiento 2 Tratamiento 3

Tratamiento 1 Tratamiento 2 Tratamiento 3

Media de cada tratamiento

- Suma de cuadrados debido al tratamiento

- Varianza o error aleatorio

Suma de cuadrados debido al tratamiento

Integrantes: Anthony Cuenca - Keny Guayacondo

- Media de cada tratamiento

- Desviación para cada observación

Media de cada tratamiento Media global

Varianza o error aleatorio Suma de los cuadrados debido a

- Suma de cuadrados debido al tratamiento

- Varianza o error aleatorio

Formula SSE=(𝑋−𝑋 ̅ )^2

Total 15.333333333 34 33.20

Varianza o error aleatorio

Tratamiento 1 tratamiento 2 tratamiento 3

Desarrollo del ejercicio.

- Cálculo de las medias

- Cálculo de la variación total

Formula 52,5625 7,5625 14,0625

- Suma de cuadrados debido al tratamiento

- Error aleatorio o varianza

Southwyck Francklin Park Old Orchard

Bancaria Detallista De seguros

- Cálculo de las medias

- Cálculo de la media global

- Cálculo de la variación total

Formula 8,60 1,14 0,87

Bancaria Detallista De seguros

- Error aleatorio o varianza

Bancaria Detallista De seguros