1- Un fabricante de calzado desea mejorar la calidad de las suelas, las cuales se pueden hacer

con uno de los cuatro tipos de cuero A, B, C y D disponibles en el mercado. Para ello,
prueba los cueros con una máquina que hace pasar los zapatos por una superficie abrasiva;
la suela de éstos se desgasta al pasarla por dicha superficie. Como criterio de desgaste se
usa la pérdida de peso después de un número fijo de ciclos. Se prueban en orden aleatorio
24 zapatos, seis de cada tipo de cuero. Al hacer las pruebas en orden completamente al
azar se evitan sesgos y las mediciones en un tipo de cuero resultan independientes de las
demás. Los datos (en miligramos) sobre el desgaste de cada tipo de cuero se muestran en
la tabla.

• Formule la hipotesis adecuada y el modelo estadístico.

• ¿Existe diferencia entre el desgaste promedio de los tipos de cueros?
• ¿Hay algún cuero con menor desgaste? Argumente su respuesta.
• Dé un intervalo al 95% de confianza para el desgaste promedio de cada una de los tipos de
cuero.
• Dibuje los diagramas de caja simultáneos, después interprételos.

2- Se hace un estudio sobre la efectividad de tres marcas de spray para matar moscas. Para
ello, cada producto se aplica a un grupo de 100 moscas, y se cuenta el número de moscas
muertas expresado en porcentajes. Se hacen seis réplicas y los resultados obtenidos se
muestran a continuación

Réplica
Spray 1 2 3 4 5 6
A 72 65 67 75 62 73
B 55 59 68 70 53 50
C 64 74 61 58 51 69
a) Formule la hipótesis adecuada y el modelo estadístico.
b) ¿Existe diferencia entre la efectividad promedio de los productos en spray?
c) ¿Hay algún spray mejor? Argumente su respuesta.
d) Dé un intervalo al 95% de confianza para la efectividad promedio (porcentaje) de cada una
de las marcas.
e) Dibuje las gráficas de medias y los diagramas de caja simultáneos, después interprételos

a) Formule la hipótesis adecuada y el modelo estadístico

Hipótesis a contrastar:
𝐻0: 𝜇Æ = 𝜇𝐵 = 𝜇𝐶 = 𝜇
𝐻1: 𝜇i G 𝜇j 𝑝𝑎𝑟𝑎 𝑎𝑙𝑔𝑢𝑛 i G j (i, j = 𝐴, 𝐵, 𝐶)
Modelo estadístico:
𝐶𝑀 𝑇𝑅Æ𝑇
𝐹0 =
𝐶𝑀𝐸
 b) ¿Existe diferencia entre la efectividad promedio de los productos en spray?

Respuesta:
Para contestar esta pregunta se calcula el estadístico 𝐹0 con los
datos que nos proporciona la tabla ANOVA:
𝐶𝑀𝑇𝑅𝐴𝑇
𝐹 0 = 53.044 = 2.7932
148.167
𝐹 0 = 𝐶𝑀 𝐸
Y en base a las hipótesis:
 𝐻0: 𝜇Æ = 𝜇𝐵 = 𝜇𝐶 = 𝜇
 𝐻1: 𝜇i G 𝜇j 𝑝𝑎𝑟𝑎 𝑎𝑙𝑔𝑢𝑛 i G j (i, j = 𝐴, 𝐵, 𝐶)

Para confirmar que se rechaza la hipótesis nula se debe cumplir la

siguiente inecuación:
𝐹0 > 𝐹𝛼,k−1,𝑁−k.
Por el cual para probar esto se asigna que 𝛼 = 0.05 con 𝐹2,15 el cual
al hacer uso de R o uso de tablas F inferimos que 𝐹𝛼,k−1,𝑁−k.= 3.68
quedando así la inecuación. 2.79>3.68; dado que no se cumple
podemos decir que no se rechaza la 𝐻0 dado que la efectividad
promedio de los tres productos de sprays son estadísticamente
iguales y no diferentes con α=0.05, se hace la aclaración ya que
como en este estudio prefijamos un α=0.05, también pudimos haber
prefijado un α=0.1 y en este caso sería todo lo contrario ya que aquí
se rechazaría la hipótesis nula.

c) ¿Hay algún spray mejor?

Argumente su respuesta
Respuesta:
Para responder esta pregunta solo basta con mirar la gráfica de cajas o con la
prueba de hipótesis, pero antes de eso tenemos que tener bajo qué
condiciones podríamos decidir cuál spray elegir, en este caso como podemos
ver en la gráfica cajas cada spray está dado por las moscas muertas o
eficiencia de cada spray; entonces podríamos elegir a conveniencia el SPRAY
A ya que este puede alcanzar a matar un promedio mayor de moscas y con
menor variabilidad; sin embargo esto es solo por conveniencia ya que todos los
intervalos de los sprays con α=0.05 son estadísticamente iguales deduciendo
que no hay un spray mejor .
Aun que dado que el grafico de cajas muestra que las media del spray A es muy
alejado, o diferente de los otros dos, el investigador tiene la decisión de concluir que
en promedio son iguales o en verdad el spray A es diferente de los otros dos, para
estar más seguro, proseguiremos a usar el METODO LSD para saber si hay un spray
mejor.
Estadísticamente se prosigue a formular aquellas igualdades de las medias de los
spray para ello las hipótesis serian:

1. 𝐻0: 𝜇Æ = 𝜇𝐵 El estadístico está dado por:

2. 𝐻1: 𝜇Æ G 𝜇𝐵
3. 𝐻0: 𝜇Æ = 𝜇𝐶 𝐿𝑆𝐷 = 2𝐶𝑀𝐸
√ 𝑛
𝑡𝛼/2,𝑁−𝑘
4. 𝐻1: 𝜇Æ G 𝜇𝐶
5. 𝐻0: 𝜇𝐵 = 𝜇𝐶 Y se rechaza hipótesis nula si:
6. 𝐻1: 𝜇𝐵 G 𝜇𝐶 2𝐶𝑀𝐸
|𝑦̅𝑖 − 𝑦̅𝑗 | > 𝑡𝛼/2,𝑁−𝑘 √
�

Obteniendo:
2(53.044)
𝐿𝑆𝐷 = 2.131√ = 8.9606
6
1. Para la diferencia entre el SPRAY A y el SPRAY B

|𝑦̅i − 𝑦̅j | = 69-59.16667 =9.8333 9.8333 > 8.96 Dado esto son diferentes.
2. Para la diferencia entre el SPRAY A y el SPRAY C
|𝑦̅i − 𝑦̅j | = 69 − 62.8333 = 6.1667 6.1667>8.96 Dado esto son iguales
3. Para la diferencia entre el SPRAY B y el SPRAY C
|𝑦̅i − 𝑦̅j | = 59.16667-62.8333 =3.66663 3.6663>8.96 Dado esto son iguales

De tal manera podría ser elegido el SPRAY A como el mejor de entre los tres dado
que este en promedio es igual al SPRAY C pero la única diferencia de entre estos dos
es que el SPRAY A tiene menos variabilidad. Cabe mencionar que EL METODO LSD
es uno de los más precisos y confiables todo depende de que tan fino sea el cálculo,
ya que entre más potencia tenga el método, puede detectar diferencias más
pequeñas, siempre y cuando estas reales.

d) Dé un intervalo al 95% de confianza para la efectividad promedio (porcentaje) de

cada una de las marcas.
 Respuesta:
Para un intervalo de confianza de 100(1-α) por ciento para la media 𝜇i del tratamiento i-esimo se calcul

𝑀𝑆𝐸 √𝑀𝑆𝐸
𝑦̅i− 𝑡 𝛼/2,𝑁−k √ ≤ 𝜇i ≤ 𝑦̅i+ 𝑡 𝛼/2,𝑁−k
𝑛 𝑛
quedando así los intervalos:
PARA EL SPRAY A:
53.044 ≤ 𝜇 53.044
69 − 2.131√ Æ ≤ 69 + 2.131√
6 6
62.663 ≤ 𝜇Æ ≤ 75.336
PARA EL SPRAY B:

53.044 ≤ 𝜇 53.044
59.16667 − 2.131 √ 𝐵 ≤ 59.16667 + 2.131√
52.830 ≤ 𝜇𝐵 ≤ 65.502 6 6
PARA EL SPRAY C:

53.044 ≤ 𝜇 53.044
62.8333 − 2.131√ 𝐶 ≤ 62.8333 + 2.131√
6 6
56.497 ≤ 𝜇𝐶 ≤ 69.169

e) Dibuje el diagrama de caja simultáneos, después interprételos

Gráfica Interpretación
Bueno en esta grafica de cajas
podemos observar el valor mínimo,
máximo, la mediana, los cuartiles,
pero como notamos en el spray
3(C) existe mayor variabilidad que
los otros dos, mas sin embargo; se
puede observar que las medias del
spray 3 ( C ) y del 2 (B) podrían ser
iguales pero la del spray 1(A) no,
pero para mayores conclusiones y
mejor observación se realizara una
prueba de hipótesis para la
efectividad promedio de los tres
sprays y también usando el
METODO LSD para mayor
seguridad , dado que el spray 1(A)
podría ser el mejor candidato para
usarse ya que tiene poca
 variabilidad, mejor promedio de
porcentaje de moscas muertas que
los otros dos.

f) Verifique los supuestos de normalidad y de igual varianza entre las marcas

Respuesta:
NORMALIDAD:
Para comprobar que los datos fueron generados por un proceso normal se deben se
deben generar las hipótesis a constatar, que son las siguientes.
 𝐻0: 𝐿o𝑠 𝑑𝑎𝑡o𝑠 𝑝𝑟o𝑐e𝑑e𝑛 𝑑e 𝑢𝑛𝑎 𝑑i𝑠𝑡𝑟i𝑏𝑢𝑐io𝑛 𝑛o𝑟𝑚𝑎𝑙(𝐹(𝑥)e𝑠 𝑛o𝑟𝑚𝑎𝑙)
 𝐻1: 𝐿o𝑠 𝑑𝑎𝑡o𝑠 𝑛o 𝑝𝑟o𝑐e𝑑e𝑛 𝑑e 𝑢𝑛𝑎 𝑑i𝑠𝑡𝑟i𝑏𝑢𝑐io𝑛 𝑛o𝑟𝑚𝑎𝑙(𝐹(𝑥) 𝑛o e𝑠 𝑛o𝑟𝑚𝑎𝑙)
Bueno en el software R se usa la función “shapiro.test()” para comprobar si hay
normalidad, del cual se obtuvo un p-valor general de los datos de 0.4149 el cual es
mayor a 0.05 del cual no se rechaza la hipótesis nula e infiriendo que los datos fueron
generados por un proceso normal.

Sin embargo se puede observar la normalidad de los datos de cada marca utilizando
en este caso la función “tapply(moscas,spray,shapiro.test)”del cual nos arroja tres p-
valores de cada marca .
 Para el SPRAY A = 0.6471
 Para el SPRAY B=0.4145
 Para el SPRAY C=0.9975
Del cual en todas las marcas de spray al ser comparadas con el P-valor= 0.05,
notamos que en todas no se rechaza la hipótesis nula, del cual podemos inferir que
en cada marca de spray los datos fueron generados por un proceso normal.

VARIANZA CONSTANTE(VARIANZAS IGUALES)

Para comprobar este supuesto de varianza iguales solo basta en introducir la función
Bartlett.test() el cual te arroja un p-valor en este caso 0.5519 del cual con respecto a
las siguientes hipótesis:
 𝐻0: 𝜎21 = 𝜎22 = ⋯ = 𝜎2k = 𝜎
 𝐻1: 𝜎2i G 𝜎2 𝑝𝑎𝑟𝑎 𝑎𝑙𝑔𝑢𝑛 i G j
j
Del cual dado que el p-valor es mayor al .05 podemos inferir que existe varianza
constante. Estos se pueden comprobar en las gráficas que se muestran a
continuación.
Script de R
USO DE R:
moscas=c(72,65,67,75,62,73,55,59,68,70,53,50,64,74,61,58,51,69)
spray=c(1,1,1,1,1,1,2,2,2,2,2,2,3,3,3,3,3,3)
datos=data.frame(moscas,spray)
datos
spray=factor(spray)
spray
is.factor(spray)
ilm=lm(moscas~spray)
ilm
residuos=resid(ilm)
residuos
plot(fitted(ilm),residuos,xlab="fitted",ylab="Residuals",main="fitted vs residuals")
hist(residuos)
qqnorm(residuos)
qqline(residuos)
anova(ilm)
shapiro.test(moscas)
tapply(moscas,spray,shapiro.test)
bartlett.test(moscas~spray,data=datos)

USO DE (Rcmdr)
Datos <- edit(as.data.frame(NULL))

library(abind, pos=4)
library(e1071, pos=4)
numSummary(Datos[,"MOSCAS"], groups=Datos$SPRAY, statistics=c("mean", "sd",
"IQR",
"quantiles"), quantiles=c(0,.25,.5,.75,1))
LinearModel.1 <- lm(MOSCAS ~ SPRAY, data=Datos) summary(LinearModel.1)
anova(LinearModel.1)
Boxplot(MOSCAS~SPRAY, data=Datos, id.method="y") plotMeans(Datos$MOSCAS,Datos$SPRAY,error.b
ylab="MOSCAS", main="GRAFICA DE MEDIAS")
level=0.95,