Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Introducción.
Bloques:
Un bloque es una variable categórica que explica la variación en la variable de
respuesta que no es causada por los factores. Aunque cada medición debe
realizarse bajo condiciones experimentales consistentes (aparte de los factores que
se modifican como parte del experimento), esto no siempre es posible. Utilice
bloques en los experimentos diseñados y en el análisis para minimizar el sesgo y la
varianza del error debido a factores perturbadores.
Tratamientos:
Consiste en unos ejercicios específicos para entender los conceptos base de las
matemáticas a través de la observación.
Comparaciones de Fisher:
El método LSD de Fisher se utiliza en el ANOVA para crear intervalos de confianza
para todas las diferencias en parejas entre las medias de los niveles de los factores,
controlando al mismo tiempo la tasa de error individual en un nivel especificado.
Posteriormente, el método LSD de Fisher utiliza la tasa de error individual y varias
comparaciones para calcular el nivel de confianza simultáneo para todos los
intervalos de confianza. Este nivel de confianza simultáneo es la probabilidad de
que todos los intervalos de confianza contengan la diferencia verdadera. Es
importante considerar la tasa de error por familia al realizar comparaciones
múltiples, porque las probabilidades de cometer un error de tipo I para una serie de
comparaciones son mayores que la tasa de error de cualquier comparación
individual.
Referencias bibliográficas:
Ref. 01: https://support.minitab.com/es-mx/minitab/18/help-and-how-to/modeling-
statistics/anova/supporting-topics/anova-models/what-are-randomized-block-
designs-and-latinsquare-designs/
Ref. 02: https://diccionarioactual.com/factor/
Ref. 03: https://definicion.de/niveles/
Ref. 04: https://support.minitab.com/es-mx/minitab/18/help-and-how-
to/modelingstatistics/doe/supporting-topics/basics/what-is-
ablock/#:~:text=Un%20bloque%20es%20una%20variable,esto%20no%20siempre
%20es%20p osible.
Ref. 05: http://valldevision.com/tratamiento-
matematicas/#:~:text=%C2%BFQu%C3%A9%20es%20este%20tratamiento%3F,a
%20trav%C 3%A9s%20de%20la%20observaci%C3%B3n.
Ref. 06: https://wiki.uqbar.org/wiki/articles/efectos-y-diseno.html
Ref. 07: https://support.minitab.com/es-mx/minitab/18/help-and-how-
to/modelingstatistics/anova/supporting-topics/multiple-comparisons/what-is-fisher-
s-lsd-method/
Ruta de acceso:
1. Estadística- Anova -Modelo lineal general- Ajustar modelo lineal general.
2. Estadística- Anova- Modelo lineal general- Comparaciones.
3. Estadística- Anova- Gráfica de efectos especiales.
Procedimiento:
Resultados:
Análisis de Varianza
Fuente GL SC Ajust. MC Ajust. Valor F Valor p
TRATAMIENTO DOSIS VIT C 2 25.167 12.5833 13.73 0.006
BLOQUE EDAD 3 42.000 14.0000 15.27 0.003
Error 6 5.500 0.9167
Total 11 72.667
Coeficientes
Término Coef EE del coef. Valor T Valor p FIV
Interpretación:
Según los valores de p que son menores a los de alfa, Ha se acepta.
Según el resultado de R-cuadrada, el modelo tiene validez.
No es necesario realizar un diagnóstico.
c) ¿Hay algún tratamiento mejor? Argumente su respuesta.
Procedimiento:
Resultados:
Agrupar información utilizando el método LSD de Fisher y una confianza de
95%
TRATAMIENTO
DOSIS VIT C N Media Agrupación
B 4 7.25 A
C 4 5.00 B
A 4 3.75 B
Las medias que no comparten una letra son significativamente diferentes.
Conclusión:
Con los resultados que acabamos de obtener podemos observar que tenemos 2
grupos diferentes al resto respecto a sus valores, por parte del factor de la dosis de
la vitamina C, es el grupo B, y en cambio, en el grupo de edades es el 3.
d) ¿Hay diferencias significativas en los resultados de diferentes bloques en que
se realizó el experimento?
Procedimiento:
Resultados:
Interpretación:
Conclusión:
El mejor tratamiento que se le puede brindar a la población es el A, el grupo de edad
que tiene una mejor recuperación (más rápida) es el 3.
Resultados:
Interpretación:
Normalidad: se cumple.
Varianza constante: no se puede determinar.
Independencia: se cumple.
Aleatoriedad: se cumple.
Conclusión:
Ya que obtuvimos que la varianza constante no se puede determinar, se recomienda
a la compañía farmacéutica realizar un análisis de la varianza para determinar el
error, y que estos resultados obtenidos sean verídicos.
Reforzamiento:
PROBLEMA 2: En una empresa lechera se tienen varios silos para almacenar leche
(cisternas de 60 000 L). Un aspecto crítico para que se conserve la leche es la
temperatura de almacenamiento. Se sospecha que en algunos silos hay problemas,
por ello, durante cinco días se decide registrar la temperatura a cierta hora crítica.
Obviamente la temperatura de un día a otro es una fuente de variabilidad que podría
impactar la variabilidad total.
Resultados:
Análisis de Varianza
Fuente GL SC Ajust. MC Ajust. Valor F Valor p
Coeficientes
Término Coef EE del coef. Valor T Valor p FIV
Interpretación:
Según los valores de p, ya que son mayores que el valor de alfa, en ambas
situaciones Ho se acepta.
El modelo no tiene validez ya que la R-cuadrada no supera el 65%
Conclusión:
Según las hipótesis Ha, existe diferencia en la temperatura de un día a otro según
los silos.
Resultado:
Interpretación:
Conclusión:
Sí existe una diferencia de temperatura de un día a otro.
e) Revise residuos, ¿hay algún problema evidente?
Interpretación:
Normalidad: se cumple.
Varianza constante: se cumple.
Aleatoriedad: se cumple.
Independencia.
Conclusión:
El análisis es funcional, por lo que se puede concluir para la empresa lechera, que
sí existe una diferencia de temperatura en la leche de acuerdo con el día.