TALLER DE EJERCICIOS 3.

DISEÑOS FACTORIALES CON DOS FACTORES:

INSTRUCCIONES: Realicen lo que se les pide en cada uno de los ejercicios planteados:

EJERCICIO 1. A continuación se muestra parte del ANOVA para un diseño factorial 3 x 5 con dos
replicas, el factor A con tres niveles y el B con cinco.

Tabla ANOVA volumen de sedimentación

Variabilidad SC GL CM f0 Valor-P

A 800

B 900

AB 300

Error 400

Total

a) Suponga efectos fijos, anote el modelo estadístico apropiado y formule las hipótesis a
probar para este experimento.
Modelo estadístico

Y ijk =μ+α i+ β j ( αβ )ij + ε ijk

i=1,2 , … .., a ; j=1,2 , … ,b ; k=1,2 , … , n;
formulade la hipotesis

b) Agregue en esta tabla los grados de libertad, el cuadro medio y la razón F para cada
una fuente de variación.

Tabla ANOVA volumen de sedimentación

Variabilida F-
SC GL CM
d CALCULADA
3.68232034
A 800 2 400 15
B 900 4 225 8.4375 3.055568276
2.64079688
AB 300 8 37.5 1.40625
Error 400 15 26.66666667    
Total 2400 29      
 c) Con la información disponible se pueden hacer conjeturas sobre ¿cuáles de las fuentes
de variación son significativas estadísticamente? Argumenté su respuesta

A través de la tabla de ANOVA se podía decir cuáles son los valores que son
significativamente estadística. Para A 15 > 3.682 como podemos observar el A es
significativo Para B 84375>

EJERCICIO 2. En la tabla siguiente se muestran los datos de un diseño factorial 3 x 2 con

tres replicas, contesten lo que se le pide.

Niveles de A
B A1 A2 A3

B1 44 49 52

34 84 58

30 43 62

B2 62 68 69

56 70 75

58 58 65

a) Obtenga la tabla de análisis de varianza ANOVA y anote las principales conclusiones.

Análisis de Varianza para C - Suma de Cuadrados Tipo III

Fuente Suma de Cuadrados Gl Cuadrado Medio Razón-F Valor-P
EFECTOS PRINCIPALES
A:B 826.889 1 826.889 8.03 0.0151
B:A 984.778 2 492.389 4.78 0.0297
INTERACCIONES
AB 220.111 2 110.056 1.07 0.3739
RESIDUOS 1235.33 12 102.944
TOTAL (CORREGIDO) 3267.11 17
Todas las razones-F se basan en el cuadrado medio del error residual

El StatAdvisor
La tabla ANOVA descompone la variabilidad de C en contribuciones debidas a varios factores. Puesto que se ha
escogido la suma de cuadrados Tipo III (por omisión), la contribución de cada factor se mide eliminando los efectos
de los demás factores. Los valores-P prueban la significancia estadística de cada uno de los factores. Puesto que 2
valores-P son menores que 0.05, estos factores tienen un efecto estadísticamente significativo sobre C con un 95.0%
de nivel de confianza.
 b) Sin tomar en cuenta el posible efecto de la interacción, obtenga la diferencia mínima
significativa LSD para comparar los niveles del factor A y las LSD para comparar los
niveles del factor B
Pruebas de Múltiple Rangos para Resistencia del caucho por Tiempo de curado

Método: 95.0 porcentaje LSD

Tiempo de curado Casos Media LS Sigma LS Grupos Homogéneos
60 6 3333.33 349.032 X
80 6 3850.0 349.032 X
40 6 3883.33 349.032 X

Contraste Sig. Diferencia +/- Límites

40 – 60 550.0 1066.37
40 – 80 33.3333 1066.37
60 – 80 -516.667 1066.37
* indica una diferencia significativa.

Pruebas de Múltiple Rangos para Resistencia del caucho por Tiempo de Acelerante

Método: 95.0 porcentaje LSD

Tiempo de Acelerante Casos Media LS Sigma LS Grupos Homogéneos
C 6 3250.0 349.032 X
A 6 3816.67 349.032 X
B 6 4000.0 349.032 X

Contraste Sig. Diferencia +/- Límites

A–B -183.333 1066.37
A–C 566.667 1066.37
B–C 750.0 1066.37
* indica una diferencia significativa.

c) ¿Cuál será la LSD exacta tomando en cuenta el efecto de la interacción?

Método: 95.0 porcentaje LSD

B Casos Media LS Sigma LS Grupos Homogéneos
B1 9 51.0 3.38205 X
B2 9 64.5556 3.38205 X

Contraste Sig. Diferencia +/- Límites

B1 - B2 * -13.5556 10.4212
* indica una diferencia significativa.

El StatAdvisor
Esta tabla aplica un procedimiento de comparación multiple para determinar cuáles medias son significativamente
diferentes de otras. La mitad inferior de la salida muestra las diferencias estimadas entre cada par de medias. Se ha
colocado un asterisco junto a 1 par, indicando que este par muestra diferencias estadísticamente significativas con un
nivel del 95.0% de confianza. En la parte superior de la página, se han identificado 2 grupos homogéneos según la
alineación de las X's en columnas. No existen diferencias estadísticamente significativas entre aquellos niveles que
compartan una misma columna de X's. El método empleado actualmente para discriminar entre las medias es el
procedimiento de diferencia mínima significativa (LSD) de Fisher. Con este método hay un riesgo del 5.0% al decir
que cada par de medias es significativamente diferente, cuando la diferencia real es igual a 0.
EJERCICIO 3. Se desea investigar de qué manera afecta el tiempo de curado y el tipo de
acelerante a la resistencia del caucho vulcanizado. Se realiza un experimento y se obtienen
los datos que se muestran en la tabla siguiente:

Tiempo de curado a Tiempo de acelerante

14 ℃ (minutos)

40 A B C

3900 4300 4100

3600 3700 3700

60 4100 4200 4000

3500 3900 3900

80 4000 4300 3600

3800 3600 3800

a) Señale el nombre del diseño del experimento utilizado y su modelo estadístico

 Diseño factorial de 2 factores (3X3)
 Modelo estadístico;
Y ijk =μ+α i+ β j+(αβ )ij +ε ijk

b) Formule claramente todas las hipótesis que se pueden probar

c) Realice el análisis estadístico apropiado para probar las hipótesis que formulo.

Análisis de Varianza para Resistencia del caucho - Suma de Cuadrados Tipo III
Fuente Suma de Cuadrados Gl Cuadrado Medio Razón-F Valor-P
EFECTOS PRINCIPALES
A:Tiempo de curado 21111.1 2 10555.6 0.12 0.8919
B:Tiempo de Acelerante 114444. 2 57222.2 0.63 0.5555
INTERACCIONES
AB 82222.2 4 20555.6 0.23 0.9173
RESIDUOS 820000. 9 91111.1
TOTAL (CORREGIDO) 1.03778E6 17
Todas las razones-F se basan en el cuadrado medio del error residual

El StatAdvisor
La tabla ANOVA descompone la variabilidad de Resistencia del caucho en contribuciones debidas a varios factores.
Puesto que se ha escogido la suma de cuadrados Tipo III (por omisión), la contribución de cada factor se mide
eliminando los efectos de los demás factores. Los valores-P prueban la significancia estadística de cada uno de los
factores. Puesto que ningún valor-P es menor que 0.05, ninguno de los factores ó interacciones tiene un efecto
estadísticamente significativo sobre Resistencia del caucho con un 95.0% de nivel de confianza.

d) ¿hay algún tiempo de cura que es mejor para aumentar la resistencia del caucho?

No, porque con un 95% de confianza, el tiempo de curado no tiene un efecto

estadísticamente significativo sobre Resistencia del caucho

e) ¿algún acelerante es mejor? Explique

No, porque con un 95% de confianza, el acelerante no tiene un efecto estadísticamente

significativo sobre Resistencia del caucho

f) Hay alguna combinación de tiempo y acelerante que sea mejor

No, porque con un 95% de confianza, la interación no tiene un efecto estadísticamente

significativo sobre Resistencia del caucho
 g) Explique gráficamente como se obtuvo en la computadora el valor – p para tiempo de
cura.

ANOVA Gráfico para Resistencia del caucho

C A B
Tiempo de Acelerante P = 0.3480

60 80
40
Tiempo de curado P = 0.5041

Residuos
-1800 -800 200 1200 2200

h) Verifique que se cumplan los supuestos. ¿En caso de que no se cumpliera el supuesto
de varianza constante para el tiempo de cura, que significaría eso y como pudiera
corregirse?

Pruebas de Normalidad para RESIDUOS

Prueba Estadístico Valor-P
Estadístico W de Shapiro-Wilk 0.951451 0.448267

El StatAdvisor
Esta ventana muestra los resultados de diversas pruebas realizadas para determinar si RESIDUOS puede modelarse
adecuadamente con una distribución normal. La prueba de Shapiro-Wilk está basada en la comparación de los
cuartiles de la distribución normal ajustada a los datos.

Debido a que el valor-P más pequeño de las pruebas realizadas es mayor ó igual a 0.05, no se puede rechazar la idea
de que RESIDUOS proviene de una distribución normal con 95% de confianza.