UNIVERSIDAD POLITÉCNICA SALESIANA

EJERCICIOS COLABORATIVOS

INGENIERIA EN BIOTECNOLOGIA

BIOMETRIA APLICADA

DOCENTE:
ING. VERÓNICA MONTENEGRO

ESTUDIANTE:

NICOLLE VARGAS
 Un laboratorio produce fármacos y vacunas para beneficio humano y vegetal. La producción semanal de un fármaco
muy cotizado para curar gripe y/o tos tiene a una distribución normal, con una media de 200 y una desviación de 16.
Por pandemia el laboratorio creció y su cotización fue mucho más requerida, por lo que aumentó y mejoró su
método de producción con la necesidad de contratar mayor personal. El jefe de calidad del laboratorio desea saber si
existió algún cambio en la producción semanal del fármaco. En otras palabras ¿la cantidad media del fármaco que se
produjo es diferente a 200 pastillas? Utilice un nivel de significancia de 0,01. En una muestra de 50 semanas, la
cantidad de fármacos producidos fue de 203,5.

DATOS
x= 203,5 med. muestra P=1+(1-0,01)/2
µ=200 med. Poblaciòn P=2,58
o=16 desv. Estandàr
α=0,01
semanas=50 𝑥−𝜇
𝑧=
𝜎/ 𝑛
HIPÓTESIS
203,5
Ho: − 200 µ=200 3,5
𝑧= =
H1: µ≠201 2,26 2,26

𝑧= 1,55
H1: µ>200
H1: µ<200

Conclusión:
La aplicación 3 es la que tiene mayor efectividad.
Conclusión:
La aplicación 3 es la que tiene mayor efectividad.
(La productividad de la zona comenzó en 1989) El dueño de una zona agrícola de café, menciona que tras realizar
análisis para determinar la calidad de sus productos se encontró metales pesados en su terreno, que posiblemente se
debe a la acumulación de fertilizantes y plaguicidas químicos. Se desea saber si la acumulación promedio de presencia
de los mismos es de 20 mg/kg, si esto es verdad se piensa realizar un tratamiento experimental con la intención de
remediar la zona contaminada. Para hacer lo mencionado se selecciona 40 puntos al azar del terreno que serán
sometidos a experimentación, dando un promedio de la muestra de 22mg/kg y una desviación estándar de 3,74 mg/kg.

PASO 1. DETERMINAR LA HIPÓTESIS NULA Y LA HIPÓTESIS

ALTERNATIVA
Ho: La concentración promedio de metales pesados es de 20mg/kg µ=20mg/kg
H1: La concentración promedio de metales pesados NO es de 20mg/kg µ≠20mg/kg

PASO 2. DETERMINAR EL NIVEL DE SIGNIFICANCIA

Este nivel representa la probabilidad de rechazar una hipótesis nula verdadera, normalmente se utiliza valores como
0,01-0,05-0,10

α= 0.1

PASO 3 CALCULAR LOS INTERVALOS QUE IMPLICAN EL NIVEL DE SIGNIFICACIA

Nivel de confianza 0.9 90
Z 1.64485363
INTERVALOS -1.645 1.645
PASO 4 CALCULAR EL ESTADÍSTICO DE PRUEBA

DATOS
X 22
µ= 20
S= 3.74
N= 40
α= 0.1

EL VALOR DE Z CALCULADO APLICAR LA FÒRMULA

Z= 3.3821

PASO 5 DETERMINAR SI EL ESTADÍSTICO CAE EN UNA ZONA DE RECHAZO O ACEPTACIÓN

α/2 α/2

3,38

-1,64 1,64

PASO 6 ACEPTAR O RECHAZAR LA HIPÒTESIS NULA

Se rechaza la hipótesis nula y se acepta la alternativa.

CONCLUSIÓN La concentración promedio de metales exceden los 20 mg/kg, por lo tanto, no se

piensa realizar un tratamiento experimental con la intención de remediar la zona
contaminada.
PASO 1. DETERMINAR LA HIPÓTESIS NULA Y LA HIPÓTESIS
ALTERNATIVA
Ho: La dosis individual de esta medicina es igual a 100cm3. µ=100cm3
H1: La dosis individual de esta medicina es menor a 100cm3. µ<100cm3

PASO 2. DETERMINAR EL NIVEL DE SIGNIFICANCIA

Este nivel representa la probabilidad de rechazar una hipótesis nula verdadera, normalmente se utiliza valores
como 0,01-0,05-0,10

α= 0.1

PASO 3 CALCULAR LOS INTERVALOS QUE IMPLICAN EL NIVEL DE SIGNIFICACIA

Nivel de confianza 0.9

Z -1.2816
INTERVALOS -1.28

PASO 4 CALCULAR EL ESTADÍSTICO DE PRUEBA

DATOS
X 99.75
µ= 100
S= 2
N= 50
α= 0.1
 EL VALOR DE Z CALCULADO APLICAR LA FÒRMULA
Z= -0.8839

PASO 5 DETERMINAR SI EL ESTADÍSTICO CAE EN UNA ZONA DE RECHAZO O ACEPTACIÓN

-1,28 -0,88

Cae dentro de la región de aceptación.

PASO 6 ACEPTAR O RECHAZAR LA HIPÓTESIS NULA

Se acepta la hipótesis nula y se rechaza la alternativa.

CONCLUSIÓN Las dosis de 100 cm3 que están establecidas, son las óptimas por mantener su dosis original,
ya que no infringe daño al ser humano por ser toleradas totalmente en el organismo.
La agencia de protección ambiental (EPA), realiza constantemente estudios estadísticos, con el objeto de comprobar las afirmaciones de las
industrias acerca de su actividad con respecto al ambiente. Por ejemplo, en las mediciones del ICA de una industria X dice que esta, emite
en CO el valor de 3 (mg/m3). La EPA sabe que el proceso de actividad de esta industria no permite emitir esa cantidad exacta de CO.
Incluso si la media poblacional de la medición de todas las industrias cercanas sea de 3 (mg/m3), con una desviación estándar de 0,18. Sin
embargo, mientras la media poblacional sea por lo menos 3 (mg/m3), los derechos de la industria están protegidos y son libres de multas y
cancelación de sus actividades. Por lo tanto, la agencia interpreta que la información de la medición de ICA tiene una media población de la
medición de por lo menos el valor de3 (mg/m3). Suponga que, en la muestra de 36 industrias aledañas, la media obtenida fue de 2,92
(mg/m3), con un nivel de significancia de 0,01.

PASO 1. DETERMINAR LA HIPÓTESIS NULA Y LA HIPÓTESIS ALTERNATIVA

Ho: Las mediciones del ICA dicen que cierta industria emite CO, mayor al valor de 3 (mg/m3) µ>3mg/m3
H1: Las mediciones del ICA dicen que cierta industria emite CO, menor al valor de 3 (mg/m3) µ<3mg/m3

PASO 2. DETERMINAR EL NIVEL DE SIGNIFICANCIA

Este nivel representa la probabilidad de rechazar una hipótesis nula verdadera, normalmente se utiliza valores como 0,01-
0,05-0,10

α= 0.01

PASO 3 CALCULAR LOS INTERVALOS QUE IMPLICAN EL NIVEL DE SIGNIFICACIA

Nivel de confianza 0.99

Z -2.3263
INTERVALOS -2.32
PASO 4 CALCULAR EL ESTADíSTICO DE PRUEBA

DATOS
X 2.92
µ= 3
S= 0.18
N= 36
α= 0.01

EL VALOR DE Z CALCULADO APLICAR LA FÒRMULA Valor por tablas: 0.0039

Z= -2.6667

PASO 5 DETERMINAR SI EL ESTADÍSTICO CAE EN UNA ZONA DE RECHAZO O ACEPTACIÓN

-2,66 -2,32 Z crítico

-2,32

Cae dentro de la región de aceptación.

PASO 6 ACEPTAR O RECHAZAR LA HIPÒTESIS NULA

Se acepta la hipótesis nula y se rechaza la alternativa.

 P 1-α
P<α se rechaza Ho
P>α Se acepta Ho 0,9961>0,01

CONCLUSIÓN Al sobrepasar el valor de CO de 3(mg/m3), respecto a la comparación del punto de

significancia (0,9961>0,01) y con los valores de z calculado y z crítico; los derechos de la
industria no están protegidos y tampoco son libres de multas y cancelación de sus
actividades, por respetar aquel parámetro.
Los hongos de clase Basidiomycetes de la pudrición blanca de la madera, se han caracterizado por su capacidad para degradar y
mineralizar la lignina empleando un sistema enzimático extracelular compuesto principalmente de tres enzimas Ligninoperoxidasa
(LiP), Manganeso peroxidasa (MnP) y Lacasa. Durante el 2015 se verificó la actuación para la degradación de contaminantes
ambientales, midiendo el promedio beneficioso para los terrenos de Balao; con 14.32 hectáreas por mes. En el 2020, en una muestra
de 75 hectáreas de la zona de interés, se toma la media muestral fue 14.68 por hectárea. Si la desviación estándar poblacional es de
1,45. ¿se puede concluir que ha habido un aumento beneficio en las zonas de Balao, en donde se ha experimentado lo mencionado?
(Use un valor de significancia de 0,05)

PASO 1. DETERMINAR LA HIPÓTESIS NULA Y LA HIPÓTESIS ALTERNATIVA

Ho: La degradación de contaminantes ambientales en las zonas de Balao es menor o igual a 14,68 µ≤14,68
H1: La degradación de contaminantes ambientales en las zonas de Balao es mayor a 14,68 µ>14,68

PASO 2. DETERMINAR EL NIVEL DE SIGNIFICANCIA

Este nivel representa la probabilidad de rechazar una hipótesis nula verdadera, normalmente se utiliza valores
como 0,01-0,05-0,10

α= 0.05

PASO 3 CALCULAR LOS INTERVALOS QUE IMPLICAN EL NIVEL DE SIGNIFICACIA

Nivel de confianza 0.95

Z 1.6449
INTERVALOS 1.65

PASO 4 CALCULAR EL ESTADÍSTICO DE PRUEBA

DATOS
µ= 14.32
X= 14.68
S= 1.45
N= 75
α= 0.05
 EL VALOR DE Z CALCULADO APLICAR LA FÓRMULA Valor por tablas 0.9842
Z= 2.1501

PASO 5 DETERMINAR SI EL ESTADÍSTICO CAE EN UNA ZONA DE RECHAZO O ACEPTACIÓN

1,652,15

Cae dentro de la región de rechazo.

PASO 6 ACEPTAR O RECHAZAR LA HIPÒTESIS NULA

Se rechaza la hipótesis nula y se acepta la alternativa.

P 1-α
P<α se rechaza Ho 0,0158>0,05
P>α Se acepta Ho
CONCLUSIÓN Si hay un incremento de acuerdo a los beneficios de la degradación de
contaminación ambiental en los terrenos de Balao, de acuerdo a lo probado con el punto
de significancia (0,0158<0,05) y con los valores de z calculado y z crítico.
 Un laboratorio desea comprobar que el promedio de crecimiento (media: u) en un
experimento que se está llevando a cabo con la especie Rattus norvegicus doméstica sea
menor a 12 cm trimestralmente. Se selecciona una muestra aleatoria de 25 ratas pardas y se
obtiene una media poblacional de 11,916 y una desviación estándar de 1,40. Se asume que la
distribución de las ratas es aproximadamente normal.

PASO 1. DETERMINAR LA HIPÓTESIS NULA Y LA HIPÓTESIS ALTERNATIVA

Ho: El promedio de crecimiento de una especie de ratón doméstica es igual a 12 cm durante 3 meses. El µ=12cm
H1: promedio de crecimiento de una especie de ratón doméstica es menor a 12 cm durante 3 meses. µ<12
cm

PASO 2. DETERMINAR EL NIVEL DE SIGNIFICANCIA Y GRADOS DE LIBERTAD

Este nivel representa la probabilidad de rechazar una hipótesis nula verdadera, normalmente se utiliza valores como
0,01- 0,05-0,10

α= 0.05
δ1= n-1
Grados de libertad 24

PASO 3 CALCULAR EL ESTADÍSTICO DE

PRUEBA
DATOS
Al ser n<30, se realiza la prueba de t student
µ= 12
tcal: -0.3
X= 11.916
tcrítico: -1.71 Valor por tablas
S= 1.4
N= 25
α= 0.05
PASO 4 DETERMINAR SI EL ESTADÍSTICO CAE EN UNA ZONA DE RECHAZO O ACEPTACIÓN

-1,71 -0,3

Cae dentro de la región de aceptación.

PASO 6 ACEPTAR O RECHAZAR LA HIPÓTESIS NULA

Se acepta la hipótesis nula y se rechaza la alternativa.

CONCLUSIÓN El promedio de crecimiento de las ratas se mantiene en 12cm durante esos tres meses,
especificando que no hubo un incremento en el tamaño de ellos.
Se eligieron 15 roedores obesos, para lo cual se analizó su estructura y el peso en
(kg) antes (A) y después (D) de un programa de dietas. Se desea comprobar si la
dieta que se concluyó en 12 semanas fue efectiva y logró la reducción del peso.

Nro. PESO A PESO D d (di-d) (di-d)^2

1 117.3 83.3 34.00 14.367 206.40
2 114.4 85.9 28.50 8.867 78.62
3 98.6 75.8 22.80 3.167 10.03
4 104.3 82.9 21.40 1.767 3.12
5 105.4 82.3 23.10 3.467 12.02
6 110.4 77.7 32.70 13.067 170.74
7 81.7 62.7 19.00 -0.633 0.40
8 89.5 69 20.50 0.867 0.75
9 78.2 63.9 14.30 -5.333 28.44
10 92.3 80.3 12.00 -7.633 58.27
11 101.2 82.6 18.60 -1.033 1.07
12 89.1 71.1 18.00 -1.633 2.67
13 86.9 78.1 8.80 -10.833 117.36
14 90.6 73.4 17.20 -2.433 5.92
15 83.2 79.6 3.60 -16.033 257.07
19.63 953

PASO 1. DETERMINAR LA HIPÓTESIS NULA Y LA HIPÓTESIS ALTERNATIVA

Ho: El plazo de semanas que se produce la reducción de peso es menor a 12 semanas. µ≤12
H1: El plazo de semanas que se produce la reducción de peso es mayor a 12 semanas. µ>12

PASO 2. DETERMINAR EL NIVEL DE SIGNIFICANCIA

Este nivel representa la probabilidad de rechazar una hipótesis nula verdadera, normalmente se utiliza valores
como 0,01-0,05-0,10

α= 0.05
PASO 3 CALCULAR LA DESVIACIÓN ESTANDAR, VARIANZA Y T CALCUALDO MEDIANTE FORMULAS

DESVIACIÒN 8.25
ESTANDAR
VARIANZA 68.06
t cal 9.2169

PASO 4 CALCULAR LA PRUEBA t PARA MEDIAS DE DOS MUESTRA EMPAREJADAS

PASO 5 DETERMINAR SI LA PRUEBA t PARA MEDIAS ACEPTA O RECHAZA LA HIPÓTESIS NULA

p≥0,05 se rechaza la Ho
p>0,05 se acepta la Ho

CONCLUSIÓN Se acepta la H1, ya que el plazo de las 12 semanas sobrepasa y por lo tanto no se
efectúa la reducción de peso.
 RESULTADOS Y CONCLUSION
Se Rechaza La Hipótesis Nula Porque No Tiene Una Distribución Normal Los Datos Por Ende No Son Paramétricos
 PLANTEAMIENTO DE LA HIPOTESIS

Hipótesis nula: Existe normalidad en los datos.

Ho: μ1=μ2

Hipótesis alternativa: No existe normalidad en los datos.

H1: μ1≠μ2

1. DETERMINAR EL NIVEL DE SIGNIFICANCIA

𝖺=0,05

2. TEST DE NORMALIDAD

Smirnov > 30 o 50

3. CRITERIO DE RECHAZO O ACEPTACIÓN

Se rechaza si p-valor < 𝖺

P<0,05 0,03 < 0,05

0,001<0,05

Se rechaza la hipótesis Ho.

CONCLUSIÓN

Gracias a estos gráficos y a la prueba de Smirnov se puede concluir que nuestros datos no siguen una distribución normal, ya que el valor de p es
menor al de significancia. Razón por la cual, se rechaza la hipótesis nula.

PRUEBA DE WILCOXON

1. PLANTEAMIENTO DE HIPÓTESIS

Hipótesis nula: La diferencia de las medianas de los tratamientos antes y después del programa de remediación son iguales.
Ho: W (+) =W (-)
 Hipótesis alternativa: La diferencia de las medianas de los tratamientos antes y después del programa de remediación no son iguales.
H1: W (+) ≠W (-)

2. DETERMINAR EL NIVEL DE SIGNIFICANCIA

𝖺=0,05
3. TEST DE NORMALIDAD
Smirnov > 30 o 50

4. CRITERIO DE RECHAZO O ACEPTACIÓN

Se rechaza si p-valor < 𝖺

P<0,05 0,001<0,05
Se rechaza la hipótesis Ho.

Según la prueba de rangos de Wilcoxon y el valor de p (<0,01), el cual es menor al valor de significancia (0,05) se puede concluir que se rechaza la Ho, así
como también se afirma la existencia de una diferencia significativa entre los cuerpos de agua debido al programa de remediación propuesto. Demostrando,
por último, que si existió eficacia en los tratamientos.

PLANTEAMIENTO DE HIPOTESIS

HO= d=0

Con el programa de remediación propuesto, no hubo una diferencia significativa en el tratamiento de los cuerpos de agua.

H1= d≠0

El programa de remediación propuesto marcó una diferencia significativa en el tratamiento de los cuerpos de agua.

NIVEL DE SIGNIFICANCIA
NO HAY VALOR P

TEST NO
PARAMETRICO

TEST DE WILCOXON

RESULTADOS Y CONCLUSION
La hipótesis nula fue rechazada porque el microorganismo no mostró consecuencias significativas para el tratamiento.
CASO: De los datos descritos a continuación, determinar si los tratamientos a
los cuales fueron sometidos las ratas pardas dan mejor resultado para obtener
un fármaco óptimo en la cura de una enfermedad X, por lo que se debe
analizar de efectividad tomadas de manera continua:

Prueba T

Estadísticas de grupo
DIETAS_KG N Media Desviación estándar Media de error estándar
PESOS DIETA1 20 5.8000 1.28145 .28654
DIETA2 18 7.1111 1.07861 .25423

Tamaños de efecto de muestras independientes

Estimación al 95%
Standardizer de puntos Inferior Superior
PESOS d de Cohen 1.18998 -1.102 -1.781 -.410
corrección de 1.21551 -1.079 -1.743 -.401
Hedges
delta de Glass 1.07861 -1.216 -1.958 -.448
 Prueba de muestras independientes
igualdad de varianzas prueba t para la igualdad de medias
Significación confianza de la diferencia
P de dos Diferencia de Diferencia de
F Sig. t gl P de un factor factores medias error estándar Inferior Superior
PESOS Se asumen .349 .558 -3.391 36 .001 .002 -1.31111 .38662 -2.09520 -.52702
varianzas
iguales
No se -3.423 35.855 .001 .002 -1.31111 .38306 -2.08811 -.53411
asumen
varianzas
iguales

DIFERENCIACIÓN CON EL PROFRAMA DE INFOSTAT

 Resumen de procesamiento de casos
Casos
Válido Perdidos Total
Porcentaj
N Porcentaje N e N Porcentaje
DIETA1 18 90.0% 2 10.0% 20 100.0%
DIETA2 18 90.0% 2 10.0% 20 100.0%

Pruebas de normalidad
Kolmogorov-Smirnova Shapiro-Wilk
Estadístic
Estadístico gl Sig. o gl Sig.
DIETA1 .176 18 .144 .950 18 .422

DIETA2 .208 18 .039 .928 18 .177

DIETA 1
 Descriptivos
Error
Estadístico estándar
DIETA1 Media 5.7778 .31886
95% de Límite 5.1050
intervalo de inferior
confianza Límite 6.4505
para la media superior
Media recortada al 5% 5.8086
Mediana 6.0000
Varianza 1.830
Desviación estándar 1.35280
Mínimo 3.00
Máximo 8.00
Rango 5.00
Rango Inter cuartil 2.00
Asimetría -.189 .536
Curtosis -.197 1.038
DIETA2 Media 7.1111 .25423
95% de Límite 6.5747
intervalo de inferior
confianza Límite 7.6475
para la media superior
Media recortada al 5% 7.1235
Mediana 7.0000
Varianza 1.163
Desviación estándar 1.07861
Mínimo 5.00
Máximo 9.00
Rango 4.00
Rango Inter cuartil 2.00
Asimetría .073 .536
Curtosis -.273 1.038
DIETA 2
 Resumen de procesamiento de casos
Casos
Válido Perdidos Total
Porcentaj
N Porcentaje N e N Porcentaje
DIETA1 20 100.0% 0 0.0% 20 100.0%

Descriptivos DIETA 1
Estadístic Error
o estándar
DIETA1 Media 5.8000 .28654
95% de Límite 5.2003
intervalo de inferior
confianza Límite 6.3997
para la media superior
Media recortada al 5% 5.8333
Mediana 6.0000
Varianza 1.642
Desviación estándar 1.28145
Mínimo 3.00
Máximo 8.00
Rango 5.00
Rango intercuartil 1.75
Asimetría -.253 .512
Curtosis .136 .992

Pruebas de normalidad
Kolmogorov-Smirnova Shapiro-Wilk
Estadístic
Estadístico gl Sig. o gl Sig.
DIETA1 .212 20 .019 .938 20 .220

a. Corrección de significación de Lilliefors

 Resumen de procesamiento de casos DIETA 2
Casos
Válido Perdidos Total
Porcentaj
N Porcentaje N e N Porcentaje
DIETA2 18 90.0% 2 10.0% 20 100.0%

Pruebas de normalidad
Kolmogorov-Smirnova Shapiro-Wilk
Estadístic
Estadístico gl Sig. o gl Sig.
DIETA2 .208 18 .039 .928 18 .177

a. Corrección de significación de Lilliefors

 Descriptivos
Error
Estadístico estándar
DIETA2 Media 7.1111 .25423
95% de Límite 6.5747
intervalo de inferior
confianza Límite 7.6475
para la media superior
Media recortada al 5% 7.1235
Mediana 7.0000
Varianza 1.163
Desviación estándar 1.07861
Mínimo 5.00
Máximo 9.00
Rango 4.00
Rango intercuartil 2.00
Asimetría .073 .536
Curtosis -.273 1.038
 TALLER EN CLASES
PROMEDIO
TRATAMIENT 11 15 15 15 14 14
TRATAMIENT 14 13 12 11 10 12
TRATAMIENT 14 12 14 15 10 13
G1 G2 G3 G4 G1^2 G2^2 G3^2 G4^2
CONTINUO DISCONTINUO ANAEROBIO FACULTATIVO 2500 1225 1600 1369
50 35 40 37 900 1024 1296 1600
30 32 36 40 1521 1089 1444 1764
39 33 38 42 2209 1444 1764 900
47 38 42 30 1225 2304 4225 1089
35 48 65 33 2809 1225 1444 1444
53 35 38 38 2304 1849 2116 1600
48 43 46 40 1764 1600 2025 2116
42 40 45 46 1600 2500 2500 2401
40 50 50 49 3025 2401 2500 2500
55 49 50 50 SUMA DE CUADRADOS: 74215
EJERCICIO-ANOVA
Between-Subjects

Factors
 Tests of Between-Subjects Effects
Dependent Vari TIEMPO_REACCION
Type III Sum
Source of Squares df Mean Square F Sig.
Corrected
136,558a 8 17.070 3.897 .010
Model
Intercept 900.070 1 900.070 205.489 .000
BLOQUE_LOT
0.000 0
E
BLOQUE2_DÍ
0.000 0
AS
TRATAMIEN
121.118 4 30.279 6.913 .002
TO
Error 70.082 16 4.380
Total 1071.000 25
Corrected
Total 206.640 24

a. R Squared = ,661 (Adjusted R Squared = ,491)

 Multiple Comparisons
Dependent Vari TIEMPO_REACCION
Tukey HSD

Mean 95% Confidence Interval

(I) TRATAMIENTO Difference (I-J) Std. Error Sig. Lower Bound Upper Bound
A B 2.90 1.404 .281 -1.40 7.20
C -.30 1.404 .999 -4.60 4.00
D 4,33* 1.351 .038 .19 8.47
E 5,30 *
1.404 .012 1.00 9.60
B A -2.90 1.404 .281 -7.20 1.40
C -3.20 1.324 .161 -7.26 .86
D 1.43 1.267 .788 -2.45 5.32
E 2.40 1.324 .400 -1.66 6.46
C A .30 1.404 .999 -4.00 4.60
B 3.20 1.324 .161 -.86 7.26
D 4,63 *
1.267 .016 .75 8.52
E 5,60 *
1.324 .005 1.54 9.66
D A -4,33 *
1.351 .038 -8.47 -.19
B -1.43 1.267 .788 -5.32 2.45
C -4,63* 1.267 .016 -8.52 -.75
E .97 1.267 .938 -2.92 4.85
E A -5,30 *
1.404 .012 -9.60 -1.00
B -2.40 1.324 .400 -6.46 1.66
C -5,60 *
1.324 .005 -9.66 -1.54
D -.97 1.267 .938 -4.85 2.92
Based on observed means.
*. The mean difference is significant at the ,05 level.
 TIEMPO_REACCION
Tukey HSDa,b,c

TRATAMIEN Subset
TO N 1 2
E 5 3.20
D 6 4.17
B 5 5.60 5.60
A 4 8.50
C 5 8.80
Sig. .408 .166
Means for groups in homogeneous subsets are displayed.
a. Uses Harmonic Mean Sample Size = 4,918.
b. The group sizes are unequal. The harmonic mean of the
c. Alpha = ,05.