Universidad Central del Ecuador.

Facultad de Ciencias Químicas.

Bioquímica y Farmacia.

Nombre: Erika Johana Andrango Morales .

Curso: BF4-P3
Tarea N°3

Realizar 10ejercicios : cap 4 y 5 ejercicios del cap 5.

1. Se hace un estudio sobre la efectividad de tres marcas de atomizador contra las moscas. Para ello,
cada producto se aplica a un grupo de 100 moscas, y se cuenta el número de moscas muertas
expresado en porcentajes. Se hicieron seis réplicas, pero en días diferentes; por ello, se sospecha que
puede haber algún efecto importante debido a esta fuente de variación. Los tatos obtenidos se
muestran a continuación.

Marca de Número de réplicas (día)

atomizador 1 2 3 4 5 6
1 72 65 67 75 62 73
2 55 59 68 70 53 50
3 64 74 61 58 51 69
a) Suponiendo un DBCA, formule las hipótesis adecuadas y el modelo estadístico.

Cálculo de F.Tab: Fo Ftab

Día 1,094 < 3,32583453 Acepto H0
N°.Répl(día) 2,881 < 4,10282102 Acepto H0

b) ¿Existe diferencia entre la efectividad promedio de los atomizadores?

Marca de Número de réplicas (día)

𝑥̅
atomizador 1 2 3 4 5 6
1 72 65 67 75 62 73 69
2 55 59 68 70 53 50 59,17
3 64 74 61 58 51 69 62,83
Si existe una diferencia entre la efectividad promedio de los atomizadores, la media más alta es la primera,
seguida de la tercera y por último la segunda.
c) ¿Hay algún atomizador mejor? Argumente su respuesta
Conclusión:
El equipo 2 y 3 están funcionando de manera
similar.
El mejor atomizador es el primero con una media de
69.

d) ¿Hay diferencias significativas en los resultados de diferentes días en las que se realizó el
experimento? Argumente su respuesta
Hay una diferencia significativa la cual es entre el primer atomizador con el tercero, tienen una media de
diferencia de 6,17% de efectividad al matar moscas.
2. En una empresa lechera se tienen varios silos para almacenar leche (cisternas de 60 000L). Un
aspecto critico 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 critica. Obviamente la temperatura de un día a otro es una fuente de variabilidad que podría
impactar la variable total.
Día
Silo
Lunes Martes Miércoles Jueves Viernes
A 4 4 5 0,5 3
B 5 6 2 4 4
C 4,5 4 3,5 2 3
D 2,5 4 6,5 4,5 4
E 4 4 3,5 2 4

a) En este problema, ¿Cuál es el factor de tratamiento y cual el factor de bloque?

El factor de tratamiento es el silo y el bloque son las temperaturas que transcurren en ciertos días
b) Suponiendo un DBCA, formule las hipótesis adecuadas y el modelo estadístico
 Cálculo de T.Tab:
F0 Ftab
Equipo 0,6904 < 3,00691728 Acepto H0
Día 1,5108 < 3,00691728 Acepto H0

c) ¿Hay diferencia entre los silos?

Conclusión:
Todos los silos tienen la misma medía, pero el que
puede conservar mejor la leche a mejor temperatura es
el 4 (D).

d) ¿L a temperatura de un día a otro es diferente?

Conclusión:
Es la misma en todos los días transcurridos, tiene
distinta media en el día 4 (jueves) la Temperatura es
más baja con 2,60 de media y en el día 2 (martes) la
cual tiene una media de 4,40 la Temperatura más alta.

e) Revise residuos, ¿hay algún problema evidente?

En el silo 4 tiene un problema el día jueves que tiene una temperatura inferior.

3. Se realiza un experimento para comparar el efecto de varios herbicidas sobre el peso en onzas de las
espigas de gladiola. El peso promedio por espiga se muestra a continuación para 4 herbicidas.
 Tratamientos 1 2 Bloques 3 4

H1 1,25 1,73 1,82 1,31

H2 2,05 1,56 1,68 1,69
H3 1,95 2 1,83 1,81
H4 1,75 1,93 1,7 1,59

a. Escriba y prueba las hipótesis de Interés

𝐻𝑂: 𝑢1 = 𝑢2
𝐻1: 𝑢1 ≠ 𝑢2
𝖺 > 𝑝 (𝑅𝑒𝑐ℎ𝑎𝑧𝑜 𝐻𝑜) ; 𝖺 < 𝑝 (𝐴𝑐𝑒𝑝𝑡𝑜 𝐻𝑜)
𝐹𝑜 > 𝐹𝖺,(𝑝−1),(𝑝−2)(𝑝−1) (𝑅𝑒𝑐ℎ𝑎𝑧𝑜 𝐻𝑂); 𝐹𝑜 < 𝐹𝖺,𝑝−1),(𝑝−2)(𝑝−1) (𝐴𝑐𝑒𝑝𝑡𝑜 𝐻𝑂)

F0 Ftab
Herbicida 2,213 < 3,86254836 Acepto H0
Bloques 0,754 < 3,86254836 Acepto H0

b. Saque conclusiones respecto a los herbicidas.

Conclusión:
Los herbicidas 1,2 y 4 presentan similitud,
mientras que el 2,3 y 4 presentan una
similitud similar, pero el mejor en contra de
las espigas es el herbicida 3.
4. Se quiere estudiar el efecto de cinco diferentes catalizadores (A, B, C, D y E) sobre el tiempo de
reacción de un proceso químico. Cada lote de material sólo permite cinco corridas y cada corrida
requiere aproximadamente 1,5 horas, por que solo se pueden realizar cinco corridas diarias. El
experimentador decide correr los experimentos con un diseño en cuadro latino para controlar
activamente los lotes y días. Los datos obtenidos son:
Día
1 2 3 4 5
1 A=8 B=7 D=1 C=7 E=3
2 C=11 E=2 a=7 D=3 B=8
Lote 3 B=4 A=9 C=10 E=1 D=5
4 D=6 C=8 E=6 B=6 A=10
5 E=4 D=2 B=3 A=8 C=8

A. ¿Cómo se aleatorizó el experimento?

Mediante el análisis en Stadistic para determinar las diferencias entre los tratamientos.
B. Anote las hipótesis estadísticas correspondientes

Comparación y cálculo de Ftab

>ó
Fcalc Ftab Conclusión
Variable <
Lote 0,29331 < 3,2591667 Acepto H0
Día 0,23252 < 3,2591667 Acepto H0
Tratamiento 0,3997 < 3,2591667 Acepto H0

Conclusiones:
Lote: Todos los lotes tienen el mismo efecto catalizador, no hay diferencia entre los 5 catalizadores
Día: Tuvo el mismo efecto de cada catalizador en diferentes días
Tratamiento: no varía en el uso de cualquier tratamiento

C. ¿Existen diferencias entre los tratamientos? ¿Cuáles tratamientos son diferentes entre sí?
 Conclusión:
No existe diferencia entre los tratamientos, pero el que
tiene una mejor acción es el cuarto debido a su alto
valor medio que es de 7,4

D. ¿Los factores de lote y los días? ¿Cuál tratamiento es me

Conclusión:
En el día 5 del lote 4 con el tratamiento 4,
son los mejores factores para el tiempo de
reacción de un proceso químico.

5. Se comprueba el peso en gramos de un material de tres proveedores: A, B y C, por tres diferentes

inspectores: I, II y III, utilizando tres diferentes escalas:1, 2 y 3. El experimento se lleva a cabo el
siguiente cuadro latino:
Escala
Inspector
1 2 3
I A=16 B=10 C=11
II B=15 C=9 A=14
III C=13 A=11 B=13

a) ¿Existen diferencias en los rendimientos de las diferentes variables de maíz?

𝖺 > 𝑝 (𝑅𝑒𝑐ℎ𝑎𝑧𝑜 𝐻𝑜) ; 𝖺 < 𝑝 (𝐴𝑐𝑒𝑝𝑡𝑜 𝐻𝑜)
𝐹𝑜 > 𝐹𝖺,(𝑝−1),(𝑝−2)(𝑝−1) (𝑅𝑒𝑐ℎ𝑎𝑧𝑜 𝐻𝑂); 𝐹𝑜 < 𝐹𝖺,𝑝−1),(𝑝−2)(𝑝−1) (𝐴𝑐𝑒𝑝𝑡𝑜 𝐻𝑂)
Cálculo de F.Tab y comparación con F0:
Variables Ftab <ó> Fexp Conclusión
Inspector 19 > 1 Acepto H0
Rechazo
Escala 19 < 148
H0
Rechazo
Tratamiento 19 < 49
H0

Conclusión:
Inspector: No hay diferencia en el peso en gramos por los tres inspectores
Escala: al menos un material de los 3 es diferente al resto.
Tratamiento: al menos uno de los tratamientos es distinto
b) ¿Cuál de los factores de bloque tuvo efectos?

Conclusión:
El tratamiento 2 y 1 son similares por ende se podría seleccionar cualquiera de estos dos.
Se tiene distintas escalas, el mejor es el número 1 (A)
El mejor tratamiento es el del instructor I con la primera escala 1.

c) Si algún factor de bloque es no significativo, elimínelo y haga el análisis.

El factor de escala no es significativo lo eliminamos y la tabla queda de la segunda forma
Escala
Inspector
1 2 3
I B=15 A=11 C=11
II C=13 B=10 A=14
III A=16 C=9 B=13
6. Se corre un diseño factorial 2x3 con 10 replicas para investigar el hinchamiento del catalizador
después de la extrusión en la fabricación de botellas de polietileno de alta densidad. El catalizador se
utiliza en la obtención de dicho polietileno. Los factores investigados son: Molde (con dos niveles) y
B catalizador (con tres niveles).
Los datos obtenidos se muestran en la siguiente tabla:

Catalizador

B1 B2 B3

93 92 93 92 90 92 95 94 94
92 91 90 94 91 91 94 97 96
A1
90 90 90 92 94 95
91 91 91 92 94 96
Molde
88 88 87 90 89 88 91 97 91
88 87 88 88 90 89 90 89 91
A2 87 87 88 89 92 90
87 87 88 88 90 91
a) Plante las hipótesis de interés en este problema y el modelo estadístico correspondiente.
𝐻0: 𝛼1 = 𝛼2 … = 𝛼𝛼 = 0 A
𝐻𝐴: 𝛼𝑖 ≠ 0 𝑝𝑎𝑟𝑎 𝑎𝑙𝑔ú𝑛 𝑖 𝐹0 > 𝐹𝛼, (𝑎 − 1), 𝑎𝑏(𝑛 − 1)
𝐻0: 𝛽1 = 𝛽2 … = 𝛽𝛼 = 0 B
𝐻𝐴: 𝛽𝐽 ≠ 0 𝑝𝑎𝑟𝑎 𝑎𝑙𝑔ú𝑛 𝑖 𝐹0 > 𝐹𝛼, (𝑎 − 1), 𝑎𝑏(𝑛 − 1)

𝐻0: (𝛼𝛽)𝑖𝐽 = 0 𝑝𝑎𝑟𝑎 𝑡𝑜𝑑𝑜 𝑖𝑗 AxB

𝐻𝐴: (𝛼𝛽)𝑖𝐽 ≠ 0 𝑝𝑎𝑟𝑎 𝑎𝑙𝑔ú𝑛 𝑖𝑗 𝐹0 > 𝐹𝛼, (𝑎 − 1), 𝑎𝑏(𝑛 − 1)
 b) Construya la tabla de análisis de varianza y determine cuales efectos están activos

Cálculo de Ftab y comparación:

Effect F0 <ó> Ftab Conclusión
Rechazo
Molde 108,1 > 4,01954096
H0
Rechazo
B1,2,3 45,4 > 3,16824597
H0
Molde*B1,2,3 1 < 3,16824597 Acepto H0

c) Determine cuál es el mejor tratamiento. ¿Cuál es el hinchamiento predicho en el mejor

tratamiento?
Conclusión:
El mejor catalizador es el 3 con el molde A1, el cual
nos da un valor superior con media de 94,800. Lo cual
produce un hinchamiento superior al resto.

7. Para mejorar la resistencia a la torsión de las adhesiones de componentes electrónicos sobre placas,
se estudiaron dos tipos de pegamentos (A1 y A2) y tres temperaturas de curado (60, 80 y 100°C). En
cada combinación se analizaron dos componentes y los resultados obtenidos son los siguientes:
Curado
60 80 100
2,5 3,8 4
Pegamento A1
2,8 3,4 4,2
1,6 3,2 4,3
Pegamento A2
1,22 2,8 4,7
 a) Plantee las hipótesis de interés en este problema y el modelo estadístico correspondiente
𝐻0: 𝛼1 = 𝛼2 … = 𝛼𝛼 = 0 A
𝐻𝐴: 𝛼𝑖 ≠ 0 𝑝𝑎𝑟𝑎 𝑎𝑙𝑔ú𝑛 𝑖 𝐹0 > 𝐹𝛼, (𝑎 − 1), 𝑎𝑏(𝑛 − 1)
𝐻0: 𝛽1 = 𝛽2 … = 𝛽𝛼 = 0 B
𝐻𝐴: 𝛽𝐽 ≠ 0 𝑝𝑎𝑟𝑎 𝑎𝑙𝑔ú𝑛 𝑖 𝐹0 > 𝐹𝛼, (𝑎 − 1), 𝑎𝑏(𝑛 − 1)
𝐻0: (𝛼𝛽)𝑖𝐽 = 0 𝑝𝑎𝑟𝑎 𝑡𝑜𝑑𝑜 𝑖𝑗 AxB
𝐻𝐴: (𝛼𝛽)𝑖𝐽 ≠ 0 𝑝𝑎𝑟𝑎 𝑎𝑙𝑔ú𝑛 𝑖𝑗 𝐹0 > 𝐹𝛼, (𝑎 − 1), 𝑎𝑏(𝑛 − 1)

b) Construya el ANOVA y decida cuáles efectos están activos.

Cálculo de Ftab y comparación:

Effect F0 <ó> Ftab Conclusión
Rechazo
Pegamento 10,995 > 5,98737761
H0
Rechazo
Temperatura 82,352 > 5,14325285
H0
Rechazo
Pegamento*temp 10,867 > 5,14325285
H0

Conclusión:
Al utilizar distintos pegamentos, al menos uno de ellos tiene una mejor resistencia a la torsión de las
adhesiones de componentes electrónicos sobre las placas.
El cambio de temperatura de curado si tiene efecto en la adhesión sobre los componentes
electrónicos.
Si hay una interacción, es decir cuando las 3 variables cambian juntas, se ve un efecto mayor que
cuando las 2 variables están independientes.

c) Dibuje las gráficas de efectos y determine con ellas el mejor tratamiento

 Conclusión:
El mejor tratamiento es el Pegamento A2 a temperatura de 100°C.

8. En una fábrica de aceites vegetales comestibles, la calidad resulta afectada por la cantidad de
impurezas dentro del aceite, ya que estas causan oxidación, y ello repercute a su vez en las
características de sabor y color del punto final. El proceso de blanqueo es el responsable de eliminar
tales impurezas, y una forma de medir su eficacia es midiendo el color del aceite.
Porcentaje de arcilla
Temperatura
0,8 0,9 1 1,1
90 5,8 5,9 5,4 4,4 4,9 5,1 4,5 4,4
100 5,0 4,9 4,8 4,7 4,6 4,4 4,1 4,3
110 4,7 4,6 4,4 4,4 4,1 4,0 3,7 3,6

a) Construya el modelo estadístico y formule las hipótesis pertinentes

𝐻𝑂: 𝖺1= 𝖺2
𝐻1 : 𝖺1≠ 0 𝑝𝑎𝑟𝑎 𝑎𝑙𝑔𝑢𝑛 𝑖
𝖺 > 𝑝 (𝑅𝑒𝑐ℎ𝑎𝑧𝑜 𝐻𝑜) ; 𝖺 < 𝑝 (𝐴𝑐𝑒𝑝𝑡𝑜 𝐻𝑜)
𝐹𝑜 > 𝐹𝖺,(𝑎−1),𝑎𝑏(𝑛−1) (𝑅𝑒𝑐ℎ𝑎𝑧𝑜 𝐻𝑂); 𝐹𝑜 < 𝐹𝖺,(𝑎−1),𝑎𝑏(𝑛−1) (𝐴𝑐𝑒𝑝𝑡𝑜 𝐻𝑂)

𝐻𝑂: 𝛽1 = 𝛽2
𝐻1: 𝛽1 ≠ 0 𝑝𝑎𝑟𝑎 𝑎𝑙𝑔𝑢𝑛 𝑖
𝖺 > 𝑝 (𝑅𝑒𝑐ℎ𝑎𝑧𝑜 𝐻𝑜) ; 𝖺 < 𝑝 (𝐴𝑐𝑒𝑝𝑡𝑜 𝐻𝑜)
𝐹𝑜 > 𝐹𝖺,(𝑏−1),𝑎𝑏(𝑛−1) (𝑅𝑒𝑐ℎ𝑎𝑧𝑜 𝐻𝑂); 𝐹𝑜 < 𝐹𝖺,(𝑏−1),𝑎𝑏(𝑛−1) (𝐴𝑐𝑒𝑝𝑡𝑜 𝐻𝑂)

𝐻𝑂: 𝖺 𝛽 = 0 𝑝𝑎𝑟𝑎 𝑡𝑜𝑑𝑜 𝑖𝑗

𝐻1: 𝛼𝛽 ≠ 0 𝑝𝑎𝑟𝑎 𝑎𝑙𝑔𝑢𝑛 𝑖𝑗

𝖺 > 𝑝 (𝑅𝑒𝑐ℎ𝑎𝑧𝑜 𝐻𝑜) ; 𝖺 < 𝑝 (𝐴𝑐𝑒𝑝𝑡𝑜 𝐻𝑜)

𝐹𝑜 > 𝐹𝖺,(𝑎−1)(𝑏−1),𝑎𝑏(𝑛−1) (𝑅𝑒𝑐ℎ𝑎𝑧𝑜 𝐻𝑂); 𝐹𝑜 < 𝐹𝖺,(𝑎−1)(𝑏−1),𝑎𝑏(𝑛−1) (𝐴𝑐𝑒𝑝𝑡𝑜 𝐻𝑂)

b) ¿Cuál es el nombre del diseño utilizado?

Diseño factorial por dos factores AxB
c) Realice análisis y saque conclusiones
 Cálculo y comprobación de hipótesis:
Effect F0 <ó> F.Tab Conclusión
No se acepta
Tempe 2,42,45 > 3,88529383
H0
No se acepta
Arcilla 148,07 > 3,49029482
H0
No se acepta
Temp*arcill 4,72 > 2,99612038
H0

Como referencia tomaremos el Test de Duncan.

a) Apoyándose en las gráficas de efector, ¿Cuál es la relación general entre el color y los factores
controlados en su rango?
 Según la claridad que se aprecian las gráficas de efectos esta es menor cuando los niveles en ambos
factores son altos y es menor en su nivel más bajo.

d) A partir de las gráficas ¿cree que haya un efecto no lineal?

No, debido a que el efecto se considera lineal

9. Se cree que la adhesividad de un pegamento depende de la presión y de la temperatura al ser

aplicado. Se realiza un experimento factorial con ambos factores fijos
Temperatura
Presión
250 260 270
120 9.60 11.28 9
130 9.69 10.10 9.57
140 8.43 11.01 9.03
150 9.98 10.44 9.80

a) Formule la hipótesis:
𝐻𝑂: 𝖺1= 𝖺2
𝐻1 : 𝖺1≠ 0 𝑝𝑎𝑟𝑎 𝑎𝑙𝑔𝑢𝑛 𝑖
𝖺 > 𝑝 (𝑅𝑒𝑐ℎ𝑎𝑧𝑜 𝐻𝑜) ; 𝖺 < 𝑝 (𝐴𝑐𝑒𝑝𝑡𝑜 𝐻𝑜)
𝐹𝑜 > 𝐹𝖺,(𝑎−1),𝑎𝑏(𝑛−1) (𝑅𝑒𝑐ℎ𝑎𝑧𝑜 𝐻𝑂); 𝐹𝑜 < 𝐹𝖺,(𝑎−1),𝑎𝑏(𝑛−1) (𝐴𝑐𝑒𝑝𝑡𝑜 𝐻𝑂)

𝐻𝑂: 𝛽1 = 𝛽2
𝐻1: 𝛽1 ≠ 0 𝑝𝑎𝑟𝑎 𝑎𝑙𝑔𝑢𝑛 𝑖
𝖺 > 𝑝 (𝑅𝑒𝑐ℎ𝑎𝑧𝑜 𝐻𝑜) ; 𝖺 < 𝑝 (𝐴𝑐𝑒𝑝𝑡𝑜 𝐻𝑜)
𝐹𝑜 > 𝐹𝖺,(𝑏−1),𝑎𝑏(𝑛−1) (𝑅𝑒𝑐ℎ𝑎𝑧𝑜 𝐻𝑂); 𝐹𝑜 < 𝐹𝖺,(𝑏−1),𝑎𝑏(𝑛−1) (𝐴𝑐𝑒𝑝𝑡𝑜 𝐻𝑂)

𝐻𝑂: 𝖺 𝛽 = 0 𝑝𝑎𝑟𝑎 𝑡𝑜𝑑𝑜 𝑖𝑗

𝐻1: 𝛼𝛽 ≠ 0 𝑝𝑎𝑟𝑎 𝑎𝑙𝑔𝑢𝑛 𝑖𝑗
𝖺 > 𝑝 (𝑅𝑒𝑐ℎ𝑎𝑧𝑜 𝐻𝑜) ; 𝖺 < 𝑝 (𝐴𝑐𝑒𝑝𝑡𝑜 𝐻𝑜)
𝐹𝑜 > 𝐹𝖺,(𝑎−1)(𝑏−1),𝑎𝑏(𝑛−1) (𝑅𝑒𝑐ℎ𝑎𝑧𝑜 𝐻𝑂); 𝐹𝑜 < 𝐹𝖺,(𝑎−1)(𝑏−1),𝑎𝑏(𝑛−1) (𝐴𝑐𝑒𝑝𝑡𝑜 𝐻𝑂)
b) Analice los datos y obtenga las conclusiones apropiadas

No se puede analizar completamente ANOVA debido a que el experimento solo tiene una réplica
cuando mínimo deben ser dos replicas ya que los grados de libertad darán error por lo tanto no se
puede saber los valores en F

c) ¿Se puede analizar si hay interacción entre los dos factores controlados?

No se puede analizar ningún efecto en el ANOVA en este ejercicio.

 10. Se realiza un experimento para estudiar los efectos de A: volumen de la muestra, B= operador sobre
la variable, Y= porcentaje de nitroglicerina en una determinación química. Se utilizaron tres
operadores y cinco volúmenes, como se muestra en la tabla:
Operador
Volumen
250 260 270
V1 4 0 7
V2 1 2 1
V3 6 3 8
V4 7 0 6
V5 2 9 8
a) Haga el análisis de varianza para estos datos. Plantee la hipótesis que se están probando

𝐻𝑂: 𝖺1= 𝖺2
𝐻1 : 𝖺1≠ 0 𝑝𝑎𝑟𝑎 𝑎𝑙𝑔𝑢𝑛 𝑖

𝖺 > 𝑝 (𝑅𝑒𝑐ℎ𝑎𝑧𝑜 𝐻𝑜) ; 𝖺 < 𝑝 (𝐴𝑐𝑒𝑝𝑡𝑜 𝐻𝑜)

𝐹𝑜 > 𝐹𝖺,(𝑎−1),𝑎𝑏(𝑛−1) (𝑅𝑒𝑐ℎ𝑎𝑧𝑜 𝐻𝑂); 𝐹𝑜 < 𝐹𝖺,(𝑎−1),𝑎𝑏(𝑛−1) (𝐴𝑐𝑒𝑝𝑡𝑜 𝐻𝑂)

𝐻𝑂: 𝛽1 = 𝛽2
𝐻1: 𝛽1 ≠ 0 𝑝𝑎𝑟𝑎 𝑎𝑙𝑔𝑢𝑛 𝑖

𝖺 > 𝑝 (𝑅𝑒𝑐ℎ𝑎𝑧𝑜 𝐻𝑜) ; 𝖺 < 𝑝 (𝐴𝑐𝑒𝑝𝑡𝑜 𝐻𝑜)

𝐹𝑜 > 𝐹𝖺,(𝑏−1),𝑎𝑏(𝑛−1) (𝑅𝑒𝑐ℎ𝑎𝑧𝑜 𝐻𝑂); 𝐹𝑜 < 𝐹𝖺,(𝑏−1),𝑎𝑏(𝑛−1) (𝐴𝑐𝑒𝑝𝑡𝑜 𝐻𝑂)

𝐻𝑂: 𝖺 𝛽 = 0 𝑝𝑎𝑟𝑎 𝑡𝑜𝑑𝑜 𝑖𝑗

𝐻1: 𝛼𝛽 ≠ 0 𝑝𝑎𝑟𝑎 𝑎𝑙𝑔𝑢𝑛 𝑖𝑗

𝖺 > 𝑝 (𝑅𝑒𝑐ℎ𝑎𝑧𝑜 𝐻𝑜) ; 𝖺 < 𝑝 (𝐴𝑐𝑒𝑝𝑡𝑜 𝐻𝑜)

𝐹𝑜 > 𝐹𝖺,(𝑎−1)(𝑏−1),𝑎𝑏(𝑛−1) (𝑅𝑒𝑐ℎ𝑎𝑧𝑜 𝐻𝑂); 𝐹𝑜 < 𝐹𝖺,(𝑎−1)(𝑏−1),𝑎𝑏(𝑛−1) (𝐴𝑐𝑒𝑝𝑡𝑜 𝐻𝑂)

b) ¿A qué atribuye que no se detecten como significativas?

No hay las réplicas suficientes para realizar el análisis de ANOVA por ende no se va a detectar
interacciones ni valores en p y F

Bibliografía
Gutiérrez, H. (2012). Análisis y diseño de experimentos . Interfa IQ.