EJERCICIO 1 DCA

4. Para estudiar la confiabilidad de ciertos tableros electrónicos para carros, se someten a un enveje
temperatura, y como variables de interés se mide la intensidad de corriente que circula entre dos p
probaron 20 módulos repartidos de manera equitativamente en cinco temperaturas y los

20°C 40°C
15 17
18 21
13 11
12 16

a) Formule la hipótesis y el modelo estadístico para el problema.

Hipotesis
Ho 𝜇20°𝐶=𝜇40°𝐶=𝜇60°𝐶=𝜇100°𝐶
H1 𝜇20°𝐶≠𝜇40°𝐶≠𝜇60°𝐶≠𝜇100°𝐶

b) Realice el análisis de varianza para estos datos, a fin de estudiar si la temperatura afecta la intensid
Análisis de varianza de un factor

RESUMEN
Grupos Cuenta Suma
20°C 4 58
40°C 4 65
60°C 4 89
80°C 4 125
100°C 4 201

ANÁLISIS DE VARIANZA
Origen de las variaciones Suma de cuadrados Grados de libertad
Entre grupos 3411.8 4
Dentro de los grupos 188 15

Total 3599.8 19

Conclusión

Se concluye que se rechaza la Ho y se acepta la H1, ya que el valor critico es menor que F calculada, p
las temperaturas son diferentes entre si.
nicos para carros, se someten a un envejecimiento acelerado durante 100 horas a determinada
nsidad de corriente que circula entre dos puntos, cuyos valores aumentan con el deterioro. Se
itativamente en cinco temperaturas y los resultados obtenidos fueron los siguientes:

60°C 80°C 100°C

23 28 45
19 32 51
25 34 57
22 31 48

tudiar si la temperatura afecta la intensidad de corriente promedio.

Promedio Varianza
14.5 7
16.25 16.9166667
22.25 6.25
31.25 6.25
50.25 26.25

Promedio de los cuadrados F Probabilidad Valor crítico para F

852.95 68.0545213 1.9634801E-09 3.05556827590659 3.05<68.05
12.5333333333333

Conclusión

l valor critico es menor que F calculada, por lo cual nos indica que los resultados de
eraturas son diferentes entre si.
 EJERCICIO 2 DCA

11. Se utilizan cuatro laboratorios para realizar análisis químicos. Muestras del mismo material se mand
a los laboratorios para su análisis como parte del estudio para determinar si, en promedio, dan los mism
resultados. Los resultados analíticos para los cuatro laboratorios son los siguientes:

Laboratorios
A B C D
58.7 62.7 55.9 60.7
61.4 64.5 56.1 60.3
60.9 63.1 57.3 60.9
59.1 59.2 55.2 61.4
58.2 60.3 58.1 62.3

Realice una prueba de rango múltiple de LSD, Tukey y Duncan con un nivel de significancia de 0,05 y 0,01, par
determinar cuáles laboratorios difieren, en promedio, en sus análisis.

Solucion Excel-Analisis de Datos

Hipotesis
Ho 𝜇𝐴=𝜇𝐵=𝜇𝐶=𝜇𝐷
H1 𝜇𝐴≠𝜇𝐵≠𝜇𝐶≠𝜇𝐷

Análisis de varianza de un factor

RESUMEN 0.05

Grupos Cuenta Suma Promedio Varianza

A 5 298.3 59.66 1.983

B 5 309.8 61.96 4.668

C 5 282.6 56.52 1.352

D 5 305.6 61.12 0.592

ANÁLISIS DE VARIANZA
Origen de las variaciones
Suma de cuadrados
Grados dePromedio
libertad de los cuadradosF Probabilidad
Entre grupos 85.9255 3 28.6418333 13.3295327 0.0001282323
Dentro de los 34.38 16 2.14875
 Total 120.3055 19

Análisis de varianza de un factor

RESUMEN 0.01

Grupos Cuenta Suma Promedio Varianza

A 5 298.3 59.66 1.983

B 5 309.8 61.96 4.668

C 5 282.6 56.52 1.352

D 5 305.6 61.12 0.592

ANÁLISIS DE VARIANZA
Origen de las variaciones
Suma de cuadrados
Grados dePromedio
libertad de los cuadradosF Probabilidad
Entre grupos 85.9255 3 28.6418333 13.3295327 0.0001282323
Dentro de los 34.38 16 2.14875

Total 120.3055 19
 ras del mismo material se mandan
ar si, en promedio, dan los mismos
orios son los siguientes:

de significancia de 0,05 y 0,01, para

en sus análisis.

MÉTODO LSD 0.05

COMBINACIONES HIPOTESIS DIFERENCIAS SIMBOLO LSD

H𝑜=𝜇𝐴=𝜇𝐵
AB H1 = 𝜇𝐴≠𝜇𝐵 2.3 > 1.96

H𝑜=𝜇𝐴=𝜇𝐶
AC H1 = 𝜇𝐴≠𝜇𝐶 3.14 > 1.96

H𝑜=𝜇𝐴=𝜇𝐷
AD H1 = 𝜇𝐴≠𝜇𝐷 1.46 < 1.96

H𝑜=𝜇𝐵=𝜇𝐶
BC
H1 = 𝜇𝐵≠𝜇𝐶
5.44 > 1.96

H𝑜=𝜇𝐵=𝜇𝐷
BD H1 = 𝜇𝐵≠𝜇𝐷 0.84 < 1.96

H𝑜=𝜇𝐶=𝜇𝐷
CD H1 = 𝜇𝐶≠𝜇𝐷 4.6 > 1.96

Valor crítico para F

3.23887152
 MÉTODO LSD 0.01

COMBINACIONES HIPOTESIS DIFERENCIAS SIMBOLO LSD

H𝑜=𝜇𝐴=𝜇𝐵
AB H1 = 𝜇𝐴≠𝜇𝐵 2.3 < 2.70

H𝑜=𝜇𝐴=𝜇𝐶
AC H1 = 𝜇𝐴≠𝜇𝐶 3.14 > 2.70

H𝑜=𝜇𝐴=𝜇𝐷
AD H1 = 𝜇𝐴≠𝜇𝐷 1.46 < 2.70

H𝑜=𝜇𝐵=𝜇𝐶
BC
H1 = 𝜇𝐵≠𝜇𝐶
5.44 > 2.70

H𝑜=𝜇𝐵=𝜇𝐷
BD H1 = 𝜇𝐵≠𝜇𝐷 0.84 < 2.70

H𝑜=𝜇𝐶=𝜇𝐷
CD H1 = 𝜇𝐶≠𝜇𝐷 4.6 > 2.70

Valor crítico para F

5.29221405
SIGNIFICATIVO H1

SIGNIFICATIVO H1

NO
SIGNIFICATIVO HO 𝐿𝑆𝐷=(0.025,16) √((2∗2.14)/5)
SIGNIFICATIVO H1
𝐿𝑆𝐷=2.120 √((2∗2.14)/5)
NO
SIGNIFICATIVO HO

SIGNIFICATIVO H1 LSD= 1.96142968

 NO
SIGNIFICATIVO HO

SIGNIFICATIVO H1

NO
SIGNIFICATIVO HO 𝐿𝑆𝐷=(0.005,16) √((2∗2.14)/5)
SIGNIFICATIVO H1
𝐿𝑆𝐷=2.921 √((2∗2.14)/5)
NO
SIGNIFICATIVO HO

SIGNIFICATIVO H1 LSD= 2.70251703

 EJERCICIO 3 DBCA

6.- Se diseño un experimento para estudiar el rendimiento de cuatro detergentes. Las

siguientes lecturas de ¨blancura¨ se obtuvieron con un equipo especial diseñado para 12 cargas
de lavado, distribuidas en tres modelos de lavadoras:

Detergente Lavadora 1 Lavadora 2 Lavadora 3

A 45 43 51
B 47 44 52
C 50 49 57
D 42 37 49

a) Señale el nombre del diseño experimental utilizado

DBCA

b) Formule la hipótesis que se quiere probar en este problema

Prueba de hipotesis del Tratamiento (Detergente)
Ho 𝜇𝐴=𝜇𝐵=𝜇𝐶=𝜇𝐷
H1 𝜇𝐴≠𝜇𝐵≠𝜇𝐶≠𝜇𝐷

Prueba de hipotesis de Bloques (Lavadora)

Ho 𝜇1=𝜇2=𝜇3
H1 𝜇1≠𝜇2≠𝜇3

c) Realice el análisis estadístico más apropiado para estos datos y obtenga conclusiones.
Análisis de varianza de dos factores con una sola muestra por grupo

RESUMEN Cuenta Suma Promedio Varianza

A 3 139 46.3333333 17.3333333
B 3 143 47.6666667 16.3333333
C 3 156 52 19
D 3 128 42.6666667 36.3333333

Lavadora 1 4 184 46 11.3333333

Lavadora 2 4 173 43.25 24.25
Lavadora 3 4 209 52.25 11.5833333

ANÁLISIS DE VARIANZA
Origen de
Grados de Promedio de
las Suma de cuadrados los F Probabilidad
libertad
variaciones cuadrados
Filas 133.666666666667 3 44.5555556 34.1276596 0.00036333184
Columnas 170.166666666667 2 85.0833333 65.1702128 8.5227513E-05
Error 7.83333333333331 6 1.30555556

Total 311.666666666667 11

Conclusión

Se concluye que mediante un analisis de varianza ANOVA, se determino que no existe un

rendimiento igual entre los detergentes (A, B, C, D) y tampoco hay rendimiento igual con
los tipos de lavadora (1, 2, 3)
 detergentes. Las
señado para 12 cargas
:

Valor crítico
para F
 4.75706266
5.14325285

rmino que no existe un

y rendimiento igual con
 EJERCICIO 4 DBCA

7.- Se realizo un experimento para determinar el efecto de cuatro sustancias químicas diferentes sobre
resistencia de una tela. Estas sustancias químicas se usan como parte del proceso de acabado del
planchado permanente. Se seleccionaron cinco muestras de tela, y se corrió un diseño de bloques
completos aleatorizados para probar cada tipo de sustancia química sobre cada muestra de tela en
orden aleatorio. Se probarán las diferencias de las medias utilizadas en el análisis de varianza con
α=0.05

Muestra de tela

Sustancia Quimica 1 2 3 4

1 1.3 1.6 0.5 1.2

2 2.2 2.4 0.4 2.0
3 1.8 1.7 0.6 1.5
4 3.9 4.4 2.0 4.1

a) Señale el nombre del diseño experimental utilizado

DBCA

b) Formule la hipótesis que se quiere probar en este problema

Prueba de hipotesis del Tratamiento (Sustancia quimica)
Ho 𝜇1=𝜇2=𝜇3=𝜇4
H1 𝜇1≠𝜇2≠𝜇3≠𝜇4

Prueba de hipotesis de Bloques (Tela)

Ho 𝜇1=𝜇2=𝜇3=𝜇4=𝜇5
H1 𝜇1≠𝜇2≠𝜇3≠𝜇4≠𝜇5

c) Realice el análisis estadístico más apropiado para estos datos y obtenga conclusiones.
Análisis de varianza de dos factores con una sola muestra por grupo

RESUMEN Cuenta Suma Promedio Varianza

1 5 5.7 1.14 0.163
2 5 8.8 1.76 0.628
3 5 6.9 1.38 0.227
4 5 17.8 3.56 0.893

1 4 9.2 2.3 1.27333333

2 4 10.1 2.525 1.68916667
3 4 3.5 0.875 0.56916667
4 4 8.8 2.2 1.71333333
 5 4 7.6 1.9 1.08666667

ANÁLISIS DE VARIANZA
Origen de las variaciones
Suma de cuadrados
Grados dePromedio
libertad de los cuadradosF Probabilidad
Filas 18.044 3 6.01466667 75.8948475 4.51831E-08
Columnas 6.69300000000001 4 1.67325 21.1135647 2.318913E-05
Error 0.950999999999993 12 0.07925

Total 25.688 19

Conclusión

Se concluye que mediante un analisis de varianza ANOVA, se determino que no existe

una resistencia igual entre las sustancias quimicas (1, 2, 3, 4) y tampoco hay resistencia
igual con los tipos de telas (1, 2, 3, 4, 5)
ancias químicas diferentes sobre la
rte del proceso de acabado del
se corrió un diseño de bloques
a sobre cada muestra de tela en
s en el análisis de varianza con

1.1
1.8
1.3
3.4

nclusiones.
 Valor crítico para F
3.49029482
3.25916673

etermino que no existe

ampoco hay resistencia
 EJERCICIO 5 DCL

2.- El departamento de matemáticas de una universidad desea evaluar las capacidades de enseñanz
diferentes cursos de matemáticas y los diferentes horarios, se decide realizar un experimento con
representan a los cuatro diferentes profesores. Cada profesor ensena una sección de cada de cuatro
horarios durante el día. Los datos muestran las calificaciones asignadas por estos profesores a 16 e
significancia de 0,05 para probar la hipótesis de que los diferentes profes

Curso
Horario
Algebra Gepometria Estadística
1 A 84 B 79 C
2 B 91 C 82 D
3 C 59 D 70 A
4 D 75 A 91 B

Pruebas de Hipotesis Tratamiento ABCD

Ho: 𝜇𝐴=𝜇𝐵=𝜇𝐶=𝜇𝐷
H1: 𝜇𝐴≠𝜇𝐵≠𝜇𝐶≠𝜇𝐷

Pruebas de Hipotesis para Horarios

Ho: 𝜇1=𝜇2=𝜇3=𝜇4
H1: 𝜇1≠𝜇2≠𝜇3≠𝜇4

Pruebas de Hipotesis para Cursos

Ho: 𝜇𝐴=𝜇𝐺=𝜇𝐸=𝜇𝐶
H1: 𝜇𝐴≠𝜇𝐺≠𝜇𝐸≠𝜇𝐶

Tratamientos

A B C D
SUMA 345 325 272 322
CUADRADO 119025 105625 73984 103684 402318

Renglones

Horarios Suma Cuadrado

1 323 104329
2 346 119716
3 286 81796
4 309 95481
401322
Columnas

Algebra Geometria Estadistica Calculo

SUMA 309 322 295 338
CUADRADO 95481 103684 87025 114244 400434

Total

Algebra Gepometria Estadística

A 7056 B 6241 C 3969
B 8281 C 6724 D 6400
C 3481 D 4900 A 5929
D 5625 A 8281 B 5625
24443 26146 21923
apacidades de enseñanza de cuatro profesores. A fin de eliminar cualquier efecto debido a los
izar un experimento con el uso de un diseño de cuadros latinos en que las letras A, B, C y D
ección de cada de cuatro diferentes cursos programados en cada uno de los cuatro diferentes
r estos profesores a 16 estudiantes de aproximadamente igual capacidad. Utilice un nivel de
que los diferentes profesores no tienen efecto en las calificaciones.

Estadística Cálculo
63 D 97
80 A 93
77 B 80
75 C 68

Conclusión
DATOS
n= 4 Se concluye que se rechaza la Ho, de manera que los horarios y los cur
influyen en la calificación, mientras que los profesores si influyen e
Y= 1264 calificación.
Y^2= 1597696
N= 16

FV SC GL CM F VALOR -P
Tratamiento 723.50 3 241.17 5.03 4.75<5.03
Horarios 474.50 3 158.17 3.30 4.75>3.30
Cursos 252.50 3 84.17 1.76 4.75>1.76
Error 287.50 6 47.92
Total 1738.00 15

〖𝑆𝐶〗 _𝑇𝑅𝐴=∑▒ 〖〖𝑌𝑖〗 ^2/𝑛𝑖−𝑌^2/𝑁=381578/4− 〖 1230 〗 ^2/16=279.42 〗

〖𝑆𝐶〗 _𝑅𝑒𝑛𝑔𝑙𝑜𝑛=∑▒ 〖〖𝑌𝑖〗 ^2/𝑛𝑖−𝑌^2/𝑁=381466/4− 〖 1230 〗 ^2/16= 〗 270.08

〖𝑆𝐶〗 _𝐶𝑜𝑙𝑢𝑚𝑛𝑎𝑠=∑▒ 〖〖𝑌𝑖〗 ^2/𝑛𝑖−𝑌^2/𝑁=380578/4− 〖 1230 〗 ^2/16= 〗 196.08

〖𝑆𝐶〗 _𝑇𝑜𝑡𝑎𝑙=∑▒ 〖〖𝑌𝑖〗 ^2−𝑌^2/𝑁=97650− 〖 1230 〗 ^2/16=142.83 〗

 〖𝑆𝐶〗 _𝑇𝑜𝑡𝑎𝑙=∑▒ 〖〖𝑌𝑖〗 ^2−𝑌^2/𝑁=97650− 〖 1230 〗 ^2/16=142.83 〗

〖𝑆𝐶〗 _𝐸𝑟𝑟𝑜𝑟= 〖𝑆𝐶〗 _𝑇𝑂𝑇𝐴𝐿− 〖𝑆𝐶〗 _(𝑇𝑅𝐴𝑇+𝐵1+𝐵2)

Cálculo
D 9409
A 8649
B 6400
C 4624
29082 101594
sión

nera que los horarios y los cursos no

ue los profesores si influyen en la
ción.

F Tablas F Excel
4.757 4.757
4.757 4.757
4.757 4.757

16= 〗 270.08

/16= 〗 196.08
 EJERCICIO 6 DCL

3.- Una empresa fabricante quiere investigar los efectos de cinco aditivos de color en el tiempo de fra
Las variaciones en el tiempo de fraguado se pueden esperar de los cambios diarios en la temperatura
trabajadores que preparan los moldes de prueba. Para eliminar estas fuentes externas de variación se
5 en el que las letras A, B, C, D y E representan los cinco aditivos. Los tiempos de fraguado, en ho
significancia de 0,05, ¿Podemos decir que los aditivos de color tienen algún efecto en el tiempo de

Día
Trabajador
1 2 3
1 D 10.7 E 10.3 B
2 E 11.3 C 10.5 D
3 A 11.8 B 10.9 C
4 B 14.1 A 11.6 E
5 C 14.5 D 11.5 A

Pruebas de Hipotesis Tratamiento ABCDE

Ho: 𝜇𝐴=𝜇𝐵=𝜇𝐶=𝜇𝐷=𝜇E DATOS:
H1: 𝜇𝐴≠𝜇𝐵≠𝜇𝐶≠𝜇𝐷≠𝜇𝐸 n=
Y=
Pruebas de Hipotesis para Trabajador Y^2=
Ho: 𝜇1=𝜇2=𝜇3=𝜇4=𝜇5 N=
H1: 𝜇1≠𝜇2≠𝜇3≠𝜇4≠𝜇5

Pruebas de Hipotesis para Días

Ho: 𝜇1=𝜇2=𝜇3=𝜇4=𝜇5
H1: 𝜇1≠𝜇2≠𝜇3≠𝜇4≠𝜇5

Tratamientos

A B C D E
SUMA 56.1 58.6 57.7 57.5 52.8
CUADRADO 3147.21 3433.96 3329.29 3306.25 2787.84 16004.55

Renglones

Trabajador Suma Cuadrado Promedio

1 53.6 2872.96 10.72
2 56.1 3147.21 11.22
10.4
3 52.0 2704
 11.98
4 59.9 3588.01
5 61.1 3733.21 12.22
16045.39

Columnas

1 2 3 4 5
SUMA 62.4 54.8 56.7 58.1 50.7
CUADRADO 3893.76 3003.04 3214.89 3375.61 2570.49 16057.79
Promedio 12.48 10.96 11.34 11.62 10.14

Total

1 2 3 4
D 114.49 E 106.09 B 125.44 A
E 127.69 C 110.25 D 156.25 B
A 139.24 B 118.81 C 110.25 D
B 198.81 A 134.56 E 121 C
C 210.25 D 132.25 A 132.25 E
790.48 601.96 645.19
s de color en el tiempo de fraguado de una mezcla de concreto nueva.
bios diarios en la temperatura y humedad y también de los diferentes
entes externas de variación se utiliza un diseño de cuadro latino de 5 x
os tiempos de fraguado, en horas, para los 25 moldes. El nivel de
algún efecto en el tiempo de fraguado de la mezcla de concreto?

Día
3 4 5
11.2 A 10.9 C 10.5
12.5 B 11.5 A 10.3
10.5 D 11.3 E 7.5
11 C 11.7 D 11.5
11.5 E 12.7 B 10.9

Conclusión
DATOS:
5 Se concluye que se rechaza la Ho, por lo que se puede decir que
282.7 los aditivos (A, B, C, D) no tienen algun efecto en el tiempo de
79919.29 fragulado de la mezcla de concreto (1, 2, 3, 4, 5)
25

FV SC GL CM F VALOR -P F Tablas
Tratamiento 4.14 4 1.03 1.22 3.259>1.22 3.259
Trabajador 12.31 4 3.08 3.62 3.259<3.62 3.259
Días 14.79 4 3.70 4.35 3.259<4.35 3.259
Error 10.21 12 0.85

Total 41.44 24

〖𝑆𝐶〗 _𝑇𝑅𝐴=∑▒ 〖〖𝑌𝑖〗 ^2/𝑛𝑖−𝑌^2/𝑁=16004.55/5− 〖 282.7 〗 ^2/25=4.14 〗

〖𝑆𝐶〗 _𝑅𝑒𝑛𝑔𝑙𝑜𝑛=∑▒ 〖〖𝑌𝑖〗 ^2/𝑛𝑖−𝑌^2/𝑁=16045.39/5− 〖 282.7 〗 ^2/25= 〗 12.31

 〖𝑆𝐶〗 _𝑅𝑒𝑛𝑔𝑙𝑜𝑛=∑▒ 〖〖𝑌𝑖〗 ^2/𝑛𝑖−𝑌^2/𝑁=16045.39/5− 〖 282.7 〗 ^2/25= 〗 12.31

〖𝑆𝐶〗 _𝐶𝑜𝑙𝑢𝑚𝑛𝑎𝑠=∑▒ 〖〖𝑌𝑖〗 ^2/𝑛𝑖−𝑌^2/𝑁=16057.79/5− 〖 282.7 〗 ^2/25=14.79 〗

〖𝑆𝐶〗 _𝑇𝑜𝑡𝑎𝑙=∑▒ 〖〖𝑌𝑖〗 ^2−𝑌^2/𝑁=3238.2− 〖 282.7 〗 ^2/25=41.44 〗

〖𝑆𝐶〗 _𝐸𝑟𝑟𝑜𝑟= 〖𝑆𝐶〗 _𝑇𝑂𝑇𝐴𝐿− 〖𝑆𝐶〗 _(𝑇𝑅𝐴𝑇+𝐵1+𝐵2)

4 4
118.81 C 110.25
132.25 A 106.09
127.69 E 56.25
136.89 D 132.25
161.29 B 118.81
676.93 523.65 3238.21
 F Excel
3.259
3.259
3.259

^2/25= 〗 12.31
^2/25= 〗 12.31
 EJERCICIO 7 DGCL

1.- Una compañía distribuidora ubicada en los suburbios está interesada en estudiar la diferencia en cost
importante para ellos, en el otro extremo de la ciudad. Deciden correr un experimento en cuadro grecolatin
experimento se repite en dos semanas diferentes, en las cuales no hay días festivos ni qu

Chofer/Día Lunes Martes Miercoles

Carlos D, α 825750 C, γ 585610 B, β
Enrique A, γ 650725 B, α 540560 C, δ
Genaro C, β 700675 D, δ 650740 A, α
Luis B, δ 475480 A, β 560615 D, γ

a) Haga el análisis de varianza de este experimento

Hipotesis para Tratamiento (LL) Hipotesis Bloque II

HO A=B=C=D HO
H1 A≠B≠C≠D H1

Hipotesis para Bloque I (Choferes) Hipotesis Bloque II

HO C=E=G=L HO
H1 C≠E≠G≠L H1

Tratamientos
A B C D
SUMA 2427530 2017170 2537650 2977985
CUADRADO 5.892902E+12 4.069E+12 6.4397E+12 8.8684E+12 2.527E+13

Bloque I Renglones SUMA CUADRADO

Carlos 2542590 6.4648E+12
Enrique 2622690 6.8785E+12
Genaro 2437505 5.9414E+12
Luis 2357550 5.558E+12
2.4843E+13

Bloque IIColumnas
Lunes Martes Miércoles Jueves
SUMA 2652630 2337525 2417480 2552700
CUADRADO 7.036446E+12 5.464E+12 5.8442E+12 6.5163E+12 2.4861E+13
Bloque III
Letras griegas
α β δ y
SUMA 2672580 2662640 2287505 2337610
CUADRADO 7.142684E+12 7.0897E+12 5.2327E+12 5.4644E+12 2.4929E+13

Total

Chofer/Día Lunes Martes Miercoles

Carlos D, α 6.8186E+11 C, γ 3.4294E+11 B, β
Enrique A, γ 4.2344E+11 B, α 2.9221E+11 C, δ
Genaro C, β 4.9095E+11 D, δ 4.2346E+11 A, α
6.3767E+12 Luis B, δ 2.2608E+11 A, β 3.1429E+11 D, γ
estudiar la diferencia en costos (tiempo y gasolina) entre las cuatro rutas (A, B, C, D) que llegan a la zona comercial, más
rimento en cuadro grecolatino controlando los factores de bloque chofer, marca de vehículo (α, β, δ) y día de la semana. El
ales no hay días festivos ni quincenas. Los costos observados en pesos se muestran en la siguiente tabla:

Miercoles Jueves
550580 A, δ 580650
580635 D, β 850770
635540 B, γ 450550
650725 C, α 670730

Hipotesis Bloque II ( Días) DATOS:

L=M=M=J n= 4
L≠M≠M≠J Y= 9960335.0
Y^2= 99208273312225.00
Hipotesis Bloque III (LG) N= 16
α=β=δ=γ
α≠β≠δ≠γ

a) Haga el análisis de varianza de este experimento

FV SC GL CM Fo
Tratamientos 116967641117.19 3 38989213705.73 47.16
Bloque I 10167760917.19 3 3389253639.06 4.10
Bloque II 14721888717.19 3 4907296239.06 5.94
Bloque III 31841733767.1875 3 10613911255.73 12.84
Error 2480086792.19 3 826695597.40
Total 176179111310.94 15
Miercoles Jueves
3.0314E+11 A, δ 3.3715E+11
3.3714E+11 D, β 7.2381E+11
4.0391E+11 B, γ 2.03E+11
4.2344E+11 C, α 4.4988E+11
 na comercial, más
y día de la semana. El
a:

b) Realice las pruebas de c

Comparación LSD Tratamiento

A B C D
606882.5 504292.5 634412.5 744496.25

Valor -p Ftabla f EXCEL COMBINACIO HIPOTESIS DIFERENCIAS SIMBOLO

9.27<47.16 9.277 9.277 AB H𝑜=𝜇𝐴=𝜇𝐵
H1 = 𝜇𝐴≠𝜇𝐵 102590 >
9.27>4.10 9.277 9.277 AC H𝑜=𝜇𝐴=𝜇𝐶
H1 = 𝜇𝐴≠𝜇𝐶 27530 <
9.27>5.94 9.277 9.277 AD H𝑜=𝜇𝐴=𝜇𝐷
H1 = 𝜇𝐴≠𝜇𝐷 137613.75 >
9.27<12.84 9.277 9.277 BC H𝑜=𝜇𝐵=𝜇𝐶
H1 = 𝜇𝐵≠𝜇𝐶 130120 >
BD H𝑜=𝜇𝐵=𝜇𝐷
H1 = 𝜇𝐵≠𝜇𝐷 240203.75 >
CD H𝑜=𝜇𝐶=𝜇𝐷
H1 = 𝜇𝐶≠𝜇𝐷 110083.75 >

𝐿𝑆𝐷=(0.025,12) √((2∗826695597.40)/4)

𝐿𝑆𝐷=2.179 √((2∗826695597.40)/4)
𝐿𝑆𝐷=2.179 √((2∗826695597.40)/4)

LSD= 44301.155

c) Represente los tratamientos y factores de bloque usando grá

dispersión.
 b) Realice las pruebas de comparaciones múltiples para los factores significativos

Comparación LSD Letras griegas

α β δ y
668145 665660 571876.25 584402.5

LSD COMBINACIO HIPOTESIS DIFERENCIAS SIMBOLO

44301.15 SIGNIFICATIVO H1 αβ H𝑜=𝜇𝐴=𝜇𝐵
H1 = 𝜇𝐴≠𝜇𝐵 2485 <
44301.15 NO SIGNIFICATIVO Ho αδ H𝑜=𝜇𝐴=𝜇𝐶
H1 = 𝜇𝐴≠𝜇𝐶 96268.75 >
44301.15 SIGNIFICATIVO H1 αy H𝑜=𝜇𝐴=𝜇𝐷
H1 = 𝜇𝐴≠𝜇𝐷 83742.5 >
44301.15 SIGNIFICATIVO H1 βδ H𝑜=𝜇𝐵=𝜇𝐶
H1 = 𝜇𝐵≠𝜇𝐶 93783.75 >
44301.15 SIGNIFICATIVO H1 βy H𝑜=𝜇𝐵=𝜇𝐷
H1 = 𝜇𝐵≠𝜇𝐷 81257.5 >
44301.15 SIGNIFICATIVO H1 δy H𝑜=𝜇𝐶=𝜇𝐷
H1 = 𝜇𝐶≠𝜇𝐷 12526.25 <

7.40)/4) 𝐿𝑆𝐷=(0.025,12) √((2∗826695597.40)/4)

4) 𝐿𝑆𝐷=2.179 √((2∗826695597.40)/4)
4) 𝐿𝑆𝐷=2.179 √((2∗826695597.40)/4)

LSD= 44301.155

actores de bloque usando gráficas de medias y diagrama de e) ¿Hay diferencias significativas entre los chof
dispersión. marca de unidad?

Se concluye que se rechaza la Ho, es decir que los

Genaro y Luis) no tienen influencia en el tipo de m
y)
 LSD
44301.15 NO SIGNIFICATIVO

44301.15 SIGNIFICATIVO

44301.15 SIGNIFICATIVO

44301.15 SIGNIFICATIVO

44301.15 SIGNIFICATIVO

44301.15 NO SIGNIFICATIVO

7.40)/4)

4)
4)

nificativas entre los choferes? ¿Y entre el tipo o

marca de unidad?

za la Ho, es decir que los choferes (Carlos, Enrique,

influencia en el tipo de marca de unidad (α, β, δ y
y)
 EJERCICIO 8 DGCL

2.- El rendimiento de un proceso químico se midió utilizando cinco lotes de materia prima, cinco con
ácido, cinco tiempos de procesamiento (A, B, C, D y E) y cinco concentraciones del catalizador ( α, β,
cuadrado grecolatino siguiente. Analizar los datos de este experimento (utilizar = 0,05) y sacar c

Concentración de ácido
Lote 1 2 3 4
1 A, α 26 B, β 16 C, γ 19 D, δ
2 B, γ 18 C, δ 21 D, ∈ 18 E, α
3 C, ∈ 20 D, α 12 E, β 16 A, γ
4 D, β 15 E, γ 15 A, δ 22 B, ∈
5 E, δ 10 A, ∈ 24 B, α 17 C, β

Hipotesis para Tratamiento (TP) Hipotesis Bloque II (C. Acido)

HO A=B=C=D=E HO 1=2=3=4=5
H1 A≠B≠C≠D≠E H1 1≠2≠3≠4≠5

Hipotesis para Bloque I (Lotes) Hipotesis Bloque III (LG)

HO 1=2=3=4=5 HO α=β=δ=γ=∈
H1 1≠2≠3≠4≠5 H1 α≠β≠δ≠γ≠∈

Tratamientos
A B C D E
SUMA 118 78 94 75 65
CUADRADO 13924 6084 8836 5625 4225 38694

Bloque I Renglones SUMA CUADRADO

1 90 8100
2 89 7921
3 86 7396
4 83 6889
5 82 6724
37030

Bloque IIColumnas
1 2 3 4 5
SUMA 89 88 92 83 78
CUADRADO 7921 7744 8464 6889 6084 37102

Bloque III Letras griegas

 α β δ y ∈
SUMA 83 85 82 91 89
CUADRADO 6889 7225 6724 8281 7921 37040

Total
Concentración de ácido
Lote 1 2 3 4
1 A, α 676 B, β 256 C, γ 361 D, δ 256
2 B, γ 324 C, δ 441 D, ∈ 324 E, α 121
3 C, ∈ 400 D, α 144 E, β 256 A, γ 625
4 D, β 225 E, γ 225 A, δ 484 B, ∈ 196
5 E, δ 100 A, ∈ 576 B, α 289 C, β 289
1725 1642 1714 1487
materia prima, cinco concentraciones del
es del catalizador ( α, β, δ, γ, ∈). Se usó el
(utilizar = 0,05) y sacar conclusiones.

4 5
16 E, ∈ 13
11 A, β 21
25 B, δ 13
14 C, α 17
17 D, γ 14

tesis Bloque II (C. Acido) DATOS:

1=2=3=4=5 n= 5
1≠2≠3≠4≠5 Y= 430.0
Y^2= 184900.00
potesis Bloque III (LG) N= 25
α=β=δ=γ=∈
α≠β≠δ≠γ≠∈

FV SC GL CM Fo Valor -p Ftabla f EXCEL

Tratamientos 342.80 4 85.70 14.65 3.83<14.65 3.838 3.838
Bloque I 10.00 4 2.50 0.43 3.83>0.43 3.838 3.838
Bloque II 24.40 4 6.10 1.04 3.83>1.04 3.838 3.838
Bloque III 12.00 4 3.00 0.51 3.83>0.51 3.838 3.838
Error 46.80 8 5.85
Total 436.00 24

Conclusión

Se concluye que unicamente existe variación en los tiempos de

procesamiento donde F<Fo, pero no afecta en los lotes y las
concentraciones del catalizador.
 5
E, ∈ 169
A, β 441
B, δ 169
C, α 289
D, γ 196
1264 7832