Instituto Tecnológico Superior de Tamazunchale

ESTADISTICA INFERENCIAL II

INGENIERÍA INDUSTRIAL

UNIDAD 3 M1
DISEÑOS DE ESPERIMENTOS DE UN SOLO FACTOR

Integrantes:
JESUS JOAQUIN HERNANDEZ BAUTISTA 21IIN014

Asesor: ING. Alejandro Gonzalez Rodriguez

Enero 2023- Junio 2023

 INTRODUCCION

Los modelos de diseño de experimentos son modelos estadísticos clásicos cuyo objetivo
es averiguar si unos determinados factores influyen en una variable de interés y, si existe
influencia de algún factor, cuantificar dicha influencia.
El objetivo del diseño de experimentos es estudiar si cuando se utiliza un determinado
tratamiento se produce una mejora en el proceso o no. Para ello se debe experimentar
aplicando el tratamiento y no aplicándolo. Si la variabilidad experimental es grande, sólo
se detectará la influencia del uso del tratamiento cuando éste produzca grandes cambios
en relación con el error de observación
La metodología del diseño de experimentos estudia cómo variar las condiciones
habituales de realización de un proceso empírico para aumentar la probabilidad de
detectar cambios significativos en la respuesta; de esta forma se obtiene un mayor
conocimiento del comportamiento del proceso de interés. La diferencia fundamental entre
estos diseños es el número de factores de bloque que incorporan o controlan de forma
explícita durante el experimento. La comparación de los tratamientos en cuanto a la
respuesta media que logran, en cualquiera de estos diseños, se hace mediante la
hipótesis que se prueba con la técnica estadística llamada Análisis de Varianza (ANOVA)
con uno, dos, tres o cuatro criterios de clasificación, dependiendo del número de
factores de bloques incorporados al diseño.
El modelo de efectos fijos (es cuando se estudian todos los posibles tratamientos) de
análisis de la varianza se aplica a situaciones en las que el experimentador ha sometido
al grupo o material analizado a varios factores, cada uno de los cuales le afecta sólo a la
media, permaneciendo la "variable respuesta" con una distribución normal. Este modelo
se supone cuando el investigador se interesa únicamente por los niveles del factor
presentes en el experimento, por lo que cualquier variación observada en las
puntuaciones se deberá al error experimental.El análisis de varianza proporciona la
variación de la variable de interés en fuentes explicables por algunos factores o
tratamientos y en aquella para la cual el investigador no tiene control, no puede medir
y no le es posible explicar o atribuir a algún factor en particular, constituyendo el error
experimental. diseño completamente al azar (dca). Este diseño consiste en la asignación
de los tratamientos en forma completamente aleatoria a las unidades experimentales
(individuos, grupos, parcelas, jaulas, animales, insectos, etc.).Debido a su
aleatorización irrestricta, es conveniente que se utilicen unidades experimentales de
lo más homogéneas posibles: animales de la misma edad, del mismo peso, similar
estado fisiológico; parcelas de igual tamaño, etc., de manera de disminuir la magnitud
del error experimental, ocasionado por la variación intrínseca de las unidades
experimentales. Muchas comparaciones, como las antes mencionadas, se hacen con
base en el diseño completamente al azar (DCA), que es el más simple de todos los
diseños que se utilizan para comparar dos o más tratamientos, dado que sólo consideran
dos fuentes de variabilidad: los tratamientos y el error aleatorio.
os cuyo objetivo
erés y, si existe

determinado
experimentar
es grande, sólo
andes cambios

bilidad de
un mayor
ndamental entre
olan de forma
cuanto a la

rianza (ANOVA)
número de

mientos) de
or ha sometido
afecta sólo a la
l. Este modelo
del factor

orciona la

no puede medir
endo el error
en la asignación
xperimentales

erimentales de

r la magnitud

e hacen con
todos los
sólo consideran
 CONTROL T2 T3 T4
213 76 57 84
214 85 64 82
204 74 55 85
208 78 60 92
212 82 57 87
200 75 63 79
207 82 59 90

a) ¿De qué manera el experimentador debe aleatorizar los experimentos y el material

Todas las pruebas se deben realizar en orden aleatorio completo. Como nos mencionan qu
estas se corren al zar, de manera que los posibles efectos ambientales y temporales se va

b) Dé ejemplos de factores que deben estar fijos durante las pruebas experimentales
▪ Aplicación del tratamiento
▪ Cantidad agregada
▪ Temperatura en la cocción
▪ Tipo de frijol
▪ Bicarbonato de sodio o Cloruro de sodio (sal común) utilizada

c) Formule y pruebe la hipótesis de que las medias de los tratamientos son iguales.
𝑯𝒐: 𝝁𝑻𝟐 = 𝝁𝑻𝟑 = 𝝁𝑻4
𝑯𝟏: 𝝁𝑻𝟐 ≠ 𝝁𝑻𝟑 ≠ 𝝁𝑻4

CONCLUSION: RECHAZAMOS HIPOTESIS NULA Ho.

De acuerdo con el criterio:

P-valor< nivel de significancia H0 Se rechaza H1 se acepta

P-valor>nivel de significancia H0 Se acepta, H1 se rechaza

De acuerdo con el análisis de varianza tenemos que P-valor < Nivel de significancia (0.05)
es decir existe significancia en el promedio de la cocción de los frijoles debido a la aplicació

d) Obtenga el diagrama de caja y el gráfico de medias, después interprételos

Podemos observar que le grupo control lo vemos muy separado debido a la igualdad que e
El tratamiento T3 podemos ver que existe una asimetría en la parte de abajo que muestra
e) ¿Hay algún tratamiento mejor? ¿Cuál es el tiempo de cocción esperado para el me
El mejor tratamiento podemos decir que es el T3 pues porque fue el más efectico en reduc

T3
66

64

62

60

58

56

54

52

50
1 2 3 4 5 6 7

f) Algo importante a cuidar en un experimento es que no haya efectos colaterales no

en este caso, piense en los posibles efectos colaterales que podría causar el mejor tratami

▪ Entre los posibles efectos colaterales que podría causar el tratamiento ganador, podemos
▪ Sabor transformado
▪ Descarte rápido sin conocer los otros tratamientos en cuando al frijol.

g) ¿Se cumplen los supuestos del modelo? Verifique gráficamente.

si se cumple porque todos los puntos estan cerca de la linea

no forma ningun embudo entonces se presentan una distribucion normal de acue

h) Pruebe la hipótesis de igualdad de varianzas entre tratamientos (que corresponde
entonces H0 se acepta concluyendo asique las varianzas son constantes, la variabilidad de
F𝒆𝒙𝒑 < 𝑭𝒕𝒂𝒃 𝑨𝒄𝒆𝒑𝒕𝒂 𝑯o

𝟎. 𝟏𝟓 < 𝟑. 𝟐

𝑯𝒐 = 𝑺𝟐 = 𝑺2
ntos y el material experimental?

nos mencionan que, de esta manera, si durante el estudio se hacen en total N pruebas,
temporales se vayan repartiendo equitativamente entre tratamientos.

s experimentales, para que no afecten los resultados y las conclusiones.

 os son iguales.

gnificancia (0.05), por lo que la hipótesis nula se rechaza,

ebido a la aplicación de los tratamientos 1, 2, 3 y el tratamiento de control.

prételos
la igualdad que existe entre los tratamientos t2, t3, t4.
bajo que muestra tiempos de espera.
erado para el mejor tratamiento?
efectico en reducción de tiempo de cocción con un tiempo promedio de 61,42857143 min.

os colaterales no deseados, causados por el tratamiento ganador

ar el mejor tratamiento.

ganador, podemos mencionar es el uso de sal común en la alimentación.

n normal de acuerdo con el histograma
que corresponde a un supuesto).
, la variabilidad de los datos es mínima.
143 min.
CONCLUSIONES

JESUS JOAQUIN HERNANDEZ BAUTISTA

Con el siguiente trabajo pudimos comprender y hacer el uso de los métodos estadísticos ya que estos
métodos nos permiten descifrar de forma más precisa los resultados para poder tomar decisiones y
hacer estimaciones. Además, el método estadístico ayuda a obtener información a través de la
interpretación de unos datos mediante tablas, gráficas, medidas de resumen, comparaciones e
interpretaciones. Al igual que nos posibilita cuantificar la realidad y disponer de los elementos que nos
permitan su análisis. La base de las actuaciones políticas y administrativas es el estudio de los datos
estadísticos, porque conocer la realidad nos permite actuar de una forma más coherente (con conocimien
cos ya que estos
r decisiones y

aciones e
ementos que nos
dio de los datos
nte (con conocimiento de causa).