PRÁCTICA CASO 11

DISEÑO ESTADÍSTICO DE EXPERIMENTOS POR

COMPUTADORA
NOMBRE: MATRÍCULA:
Profesor: Sr. John Henry A. Morales ¡Bendiciones!
CASO 11. ANOVA DE UN FACTOR FIJO INTERSUJETO

χ λ δ {} σ µ Σ α [ ] β δ ӯ Ῡ ∑ ≈ ≥ ≤ = ˂ ˃ ≠ x̄ ±«»    p̂ , pˆ

En todos los ejercicios utilizar un nivel de significancia de α=0.05

EJERCICIO 0. LO HARA EL PROFESOR.

UTILIZANDO EL SIGUIENTE EXPERIMENTO COMPRUEBE LAS FORMULAS UTILIZADAS EN EL

ANOVA.

Experimento consiste en Evaluar de la Temperatura en la dureza del producto

Y= Dureza de un producto=Variable de respuesta

X=Temperatura=Factor Estudiado

H0: µ1= µ2= µ3 “La dureza promedio es igual en los diferentes niveles de
temperatura. La temperatura no tiene efecto en la dureza del producto, la
dureza del producto no depende de los niveles de temperatura”
H1: µi≠µj para al menos un par (i, J) “La dureza promedio es diferente en al
menos un par de niveles de temperatura. La temperatura SI tiene efecto en la
dureza del producto, la dureza del producto SI depende de los niveles de
temperatura”
Temperatura 1 2 3
150°c 5 8 11
160°c 10 15 20
170°c 35 40 45
Ejemplo ilustrativo. Un fabricante de calzado desea mejorar la calidad de las suelas, las cuales se pueden
hacer con uno de los cuatro tipos de cuero A, B, C y D disponibles en el mercado. Para ello, prueba los
cueros con una máquina que hace pasar los zapatos por una superficie abrasiva; la suela de los zapatos se
desgasta al pasarla por dicha superficie. Como criterio de desgaste se usa la pérdida de peso después de
un número fijo de ciclos. Se prueban en orden aleatorio 24 zapatos, seis de cada tipo de cuero.
Al hacer las pruebas en orden completamente al azar se evitan sesgos y las mediciones en un tipo de
cuero resultan independiente de las demás. Los datos (en miligramos) sobre el desgaste de cada tipo de
cuero se muestran en la tabla
La contaminación es uno de los problemas ambientales más importantes que afectan a
nuestro mundo. En las grandes ciudades, la contaminación del aire se debe a los escapes
de gases de los motores de explosión, a los aparatos domésticos de la calefacción, a las
industrias. El aire contaminado nos afecta en nuestro vivir diario, manifestándose de
diferentes formas en nuestro organismo. Con objeto de comprobar la contaminación del
aire en una determinada ciudad, se ha realizado un estudio en el que se han analizado las
concentraciones de monóxido de carbono (CO) durante cinco días de la semana (lunes,
martes, miércoles, jueves y viernes).

a) Plantear las Hipótesis que corresponder

b) Realizar la prueba estadística utilizando α=0.05

c) Sacar conclusiones
d) Realizar gráficos explorativos y descriptivos
e) Realizar un estudio de idoneidad del modelo y análisis de residuos
a=Numero de niveles del factor estudiado=3
Grado de libertad numerador=3-1=2
N=Numero total de replicas=4*3=12
N-a=Grado de libertad en el denominador=12-3=9
 Si el Valor P>>α o F Fisher Calcula-do >> F Fisher Critico se acepta la
Hipótesis Nula

 Si el Valor P<<α o F Fisher calculado << F Fisher Critico se rechaza la hipótesis

nula y se acepta la alternativa o cuando

1-Prueba de Igual de la Varianza o Prueba Bartlett

Hipótesis Nula: Las Varianzas son iguales en cada porcentaje de almidón

Hipótesis alternativa: Las varianzas son distintas en cada porcentaje de almidón.
Intervalos de confianza de Bonferroni de 95% para desviaciones
estándar
% de
almidon N Desv.Est. IC

2% 4 0,391578 (0,077912; 4,90167)

5% 4 0,516398 (0,107109; 6,20087)
10% 4 0,519615 (0,105221; 6,39104)
Nivel de confianza individual = 98,3333%

Pruebas
Métod Estadística
o de prueba Valor p

Levene 0,27 0,772

Valor P=0.772>0.05 Se acepta la hipótesis nula Las Varianzas son iguales en cada
porcentaje de almidón
 Gráfica de caja de Dureza de pastilla
% de
9
almidon
2%
5%
10%
8
Dureza de pastilla

4
2% 5% 10%
% de almidon

Hipótesis Nula: Ho: % de Almidón NO afecta la dureza de las tabletas, es decir la

dureza de las tabletas es la misma en cada nivel de porcentaje de almidón, la dureza
promedio es igual a un 2% que a un 5% y a un 10%. La dureza de la tableta de
medicamento no depende del % de almidón que se utilice en el proceso
µ2%= µ5%= µ10% LAS MEDIAS O DUREZAS PROMEDIOS
SON IGUALES
Hipótesis alternativa: H1: % de Almidón SI afecta la dureza de las tabletas, es
decir la dureza de las tabletas NO es la misma en cada nivel de porcentaje de almidón,
la dureza promedio DIFIERE EN AL MENOS DOS NIVELES DE PORCENTAJES
DE ALMIDON. La dureza de la tableta de medicamento SI depende del % de almidón
que se utilice en el proceso
µi≠ µj al menos dos niveles de porcentaje de almidón difieren en
cuanto a la dureza promedio de las tabletas. LAS MEDIAS SON
DISTINTAS EN AL MENOS DOS PORCENTAJE DE ALMIDON
Nivel de significancia=α=5%=0.05=Probabilidad de cometer error Tipo 1
Nivel de confianza=1- α=95%=0.95
Estadístico de Prueba que se utiliza es:
MSA
F Fisher Calculado= =
MSE
Cuadrado medio debido a lostratamientos del Factor Estudiado
=58.10
Cuadrado Medio debido al error

Fcritico=4.256

Gráfica de distribución
F; df1=2; df2=9

1,0

0,8
Densidad

0,6

0,4

0,2

0,05
0,0
0 F= 4,256

Prueba del Efecto de un Solo Factor estudiado X sobre la variable de Repuesta

Característica de Calidad Y es ANOVA DE UN SOLO FACTOR, utilizando la F-Fisher

 Si el Valor P>>α o F Fisher Calculado << F Fisher Critico se acepta la

Hipótesis Nula

 Si el Valor P<<α o F Fisher calculado >> F Fisher Critico se rechaza la hipótesis

nula y se acepta la alternativa

Análisis de Varianza
Grado
de
Fuente Libertad SC Ajust. MC Ajust. Valor F Valor p

% de a-1=2 SSA=26,72 MSA=13,3633 F=58,1 0,000

almidon 7 0
 Error N-a=9 SSE=2,070 MSE=0,2300
Total N-1=11 SST=28,797

Grado de libertad numerador=3-1=2

N-a=Grado de libertad en el denominador=12-3=9

Conclusión Dado que el Valor P=0.000<<0.05 y el Fcalculado=58.10>>Fcritico=4.256,

se rechaza la hipótesis nula y se acepta la alternativa, por lo tanto los datos del
experimento apoyan la hipótesis de investigación que dice:

Hipótesis alternativa: H1: % de Almidón SI afecta la dureza de las tabletas, es

decir la dureza de las tabletas NO es la misma en cada nivel de porcentaje de almidón,
la dureza promedio DIFIERE EN AL MENOS DOS NIVELES DE PORCENTAJES
DE ALMIDON. La dureza de la tableta de medicamento SI depende del % de almidón
que se utilice en el proceso
µi≠ µj al menos dos niveles de porcentaje de almidón difieren en
cuanto a la dureza promedio de las tabletas. LAS MEDIAS SON
DISTINTAS EN AL MENOS DOS PORCENTAJE DE ALMIDON

El porcentaje de almidon si afecta la dureza de las tabletas.

La dureza depende del porcentaje de almidón que se utilice el proceso,, recomendamos

al fabricante utilizar un 10% puesto que el desea máxima dureza y esto se logra a un
10% de almidón, obteniendo una dureza promedio de 8.35.

Gráfica de intervalos de Dureza de pastilla

95% IC para la media
9,17682 % de
9 almidon
2%
8,35 5%
10%
8
7,5217
Dureza de pastilla

7,52318
7
6,7

6
5,8783
5,32309

5
4,7

4 4,07691
2% 5% 10%
% de almidon
Las desviaciones estándar individuales se utilizaron para calcular los intervalos.
Resumen del modelo
R-cuad.
(ajustado R-cuad.
S R-cuad. ) (pred)

0,47958 92,81% 91,21% 87,22%

3

SSA
R2=Varianza explicada por porcentaje de almidón=92.81%=
SST

Agrupar información utilizando el método de Tukey y una confianza de

95%
% de Dureza
almidon N promedio=Media Agrupación

10% 4 8,350 A
5% 4 6,700 B
2% 4 4,700 C
Las medias que no comparten una letra son significativamente diferentes.
Variable de respuesta=Característica de Calidad=Y= % Radón liberado.
Factor estudiado=X= Diámetro de los orificios de las duchas
Hipótesis Nula Ho: µ0.37=……...= µ1.99, El radón liberado promedio es el mismo en
cada nivel de diámetro de orificio, es decir el diámetro de orificios de las duchas no
afecta o influye en el porcentaje de radón, La variable de respuesta no depende del
factor estudiado.
Hipótesis Alternativa H1: µi≠µj, El radón liberado promedio NO es el mismo en al
menos dos pares de diámetro de orificio (i,j), es decir el diámetro de orificios de las
duchas SI afecta o influye en el porcentaje de radón, La variable de respuesta SI
depende del factor estudiado.

Gráfica de caja de Radón Liberado

Diámetros
85
0.37
82.75 0.51
0.71
80 1.02
1.40
77 1.99
Radón Liberado

75 75
71.75

70

65 65
62.75
60

0.37 0.51 0.71 1.02 1.40 1.99

Diámetros
 Gráfica de intervalos de Radón Liberado
95% IC para la media
86.0304
85
82.75
80.6748
80
77.9052
79.4696 77.0075
Radón Liberado

77
75 75

73.3252 71.75 70.6632

72.0948
70
67.1319

66.4925 65
65
62.75

60
59.3368
58.3681
0.37 0.51 0.71 1.02 1.40 1.99
Diámetros
Las desviaciones estándar individuales se utilizaron para calcular los intervalos.

Prueba de igualdad de Varianzas

Dado que el valor P=0.873>0.05, Las varianzas son iguales
Pruebas
Métod Estadística
o de prueba Valor p

Bartlett 1.82 0.873

Análisis de Varianza
Fuente GL SC Ajust. MC Ajust. Valor F Valor p

Diámetros 5 1133.4 226.675 30.85 0.000

Error 18 132.3 7.347
Total 23 1265.6

Dado que el Valor P=0.000<<0.05, se rechaza la hipótesis nula, los datos muestrales del
experimento aportan evidencias significativas a favor de la hipótesis alternativa y por lo
tanto se acepta:
Hipótesis Alternativa H1: µi≠µj, El radón liberado promedio NO es el mismo en al
menos dos pares de diámetro de orificio (i,j), es decir el diámetro de orificios de las
duchas SI afecta o influye en el porcentaje de radón liberado, La variable de respuesta
SI depende del factor estudiado.
Resumen del modelo
R-cuad. R-cuad.
S R-cuad. (ajustado) (pred)

2.71058 89.55% 86.65% 81.42%

2
R =Variabilidad explicada por el Factor estudiado=89.55%, el diámetro de los orificios
explica el radón liberado en 89.55%, es causa de variabilidad.

Medias
Diámetro
s N Media Desv.Est. IC de 95%

0.37 4 82.75 2.06 (79.90, 85.60)

0.51 4 77.00 2.31 (74.15, 79.85)
0.71 4 75.000 1.826 (72.153, 77.847)
1.02 4 71.75 3.30 (68.90, 74.60)
1.40 4 65.00 3.56 (62.15, 67.85)
1.99 4 62.75 2.75 (59.90, 65.60)
Desv.Est. agrupada = 2.71058

Agrupar información utilizando el método de Tukey y una confianza de

95%
Diámetros N Media Agrupación

0.37 4 82.75 A
0.51 4 77.00 B
0.71 4 75.000 B
1.02 4 71.75 B
1.40 4 65.00 C
1.99 4 62.75 C
Las medias que no comparten una letra son significativamente diferentes.

Pruebas simultáneas de Tukey para diferencias de las medias

Diferencia EE de
Diferencia de las diferenci Valor Valor p
de niveles medias a IC de 95% T ajustado

0.51 - 0.37 -5.75 1.92 (-11.84, 0.34) -3.00 0.071

0.71 - 0.37 -7.75 1.92 (-13.84, -1.66) -4.04 0.008
1.02 - 0.37 -11.00 1.92 (-17.09, -4.91) -5.74 0.000
 1.40 - 0.37 -17.75 1.92 (-23.84, -11.66) -9.26 0.000
1.99 - 0.37 -20.00 1.92 (-26.09, -13.91) -10.43 0.000
0.71 - 0.51 -2.00 1.92 (-8.09, 4.09) -1.04 0.897
1.02 - 0.51 -5.25 1.92 (-11.34, 0.84) -2.74 0.115
1.40 - 0.51 -12.00 1.92 (-18.09, -5.91) -6.26 0.000
1.99 - 0.51 -14.25 1.92 (-20.34, -8.16) -7.43 0.000
1.02 - 0.71 -3.25 1.92 (-9.34, 2.84) -1.70 0.551
1.40 - 0.71 -10.00 1.92 (-16.09, -3.91) -5.22 0.001
1.99 - 0.71 -12.25 1.92 (-18.34, -6.16) -6.39 0.000
1.40 - 1.02 -6.75 1.92 (-12.84, -0.66) -3.52 0.025
1.99 - 1.02 -9.00 1.92 (-15.09, -2.91) -4.70 0.002
1.99 - 1.40 -2.25 1.92 (-8.34, 3.84) -1.17 0.843
Nivel de confianza individual = 99.48%
 PRÁCTICA CASO 12
DISEÑO ESTADÍSTICO DE EXPERIMENTOS POR
COMPUTADORA
NOMBRE: MATRÍCULA:
Profesor: Sr. John Henry A. Morales ¡Bendiciones!
ANOVA FACTORIAL INTERSUJETO (DISEÑO FACTORIAL): FACTORES FIJOS

En todos los ejercicios utilizar un nivel de significancia de α=0.05

a) Analizar los resultados y obtener las conclusiones apropiadas.

En una fábrica de refrescos está haciendo unos estudios en la planta embotelladora.
El objetivo es obtener más uniformidad en el llenado de las botellas. La máquina de
llenado teóricamente llena cada botella a la altura correcta, pero en la práctica hay
variación, y la embotelladora desea entender mejor las fuentes de esta variabilidad
para eventualmente reducirla. En el proceso se pueden controlar tres factores durante
el proceso de llenado: El % de carbonato (factor A), la presión del llenado (factor B) y
el número de botellas llenadas por minuto que llamaremos velocidad de la línea (factor
C). Se consideran tres niveles para el factor A (10%, 12%, 14%), dos niveles para el
factor B (25psi, 30psi) y dos niveles para el factor C (200bpm, 250bpm). La variable
respuesta de este experimento es la Desviación que se produce de la altura objetivo
en el llenado en las botellas de refresco. Los niveles de los factores han sido fijados
por el experimentador, por lo que todos los factores son de efectos fijos. Los datos
recogidos de la desviación de la altura objetivo se muestran en la tabla adjunta

a) Analizar los resultados y obtener las conclusiones apropiadas.

Hipótesis Factor 1
H0: τ=0 “La temperatura No tiene un efecto significativo en la cantidad de
torcedura de las placas, es decir, la temperatura no afecta ni influye significativamente
en la cantidad de torcedura, por tanto, la cantidad de torcedura no depende de la
temperatura”.
H1: τ≠0 “La temperatura SI tiene un efecto significativo en la cantidad de torcedura
de las placas, es decir, la temperatura SI afecta SI influye significativamente en la
cantidad de torcedura, por tanto, la cantidad de torcedura SI depende de la
temperatura”.
Hipótesis Factor 2
H0: θ=0 “El contenido de cobre No tiene un efecto significativo en la cantidad de
torcedura de las placas, es decir, Contenido de cobre no afecta ni influye
significativamente en la cantidad de torcedura, por tanto, la cantidad de torcedura no
depende del contenido de cobre”.
H1: θ ≠0 “El contenido de cobre SI tiene un efecto significativo en la cantidad de
torcedura de las placas, es decir, el contenido de cobre SI afecta SI influye
significativamente en la cantidad de torcedura, por tanto, la cantidad de torcedura SI
depende del contenido de cobre”.
Hipótesis Interacción de los factores estudiados

H0: τθ=0 “No existe interacción entre la temperatura y el contenido de

cobre”
H1: τθ ≠0 “Si existe interacción entre la temperatura y el contenido de
cobre”. El efecto de la temperatura en la cantidad de torcedura (Y)
depende del contenido de cobre de las placas.
Análisis de Varianza
G
Fuente L SC Ajust. MC Ajust. Valor F Valor p
Modelo 15 968.2 64.548 9.52 0.000
Lineal 6 854.4 142.406 21.00 0.000
Temperatura 3 156.1 52.031 7.67 0.002
Contenido de Cobre 3 698.3 232.781 34.33 0.000
Interacciones de 2 términos 9 113.8 12.642 1.86 0.133
Temperatura*Contenido de Cobre 9 113.8 12.642 1.86 0.133
Error 16 108.5 6.781
Total 31 1076.7

Conclusiones:
Temperatura
Dado que el Valor P=0.002<<0.05, se rechaza la hipótesis, los datos muestrales de experimento
aportan evidencias suficientes a favor de la alternativa que indica:
H1: τ≠0 “La temperatura SI tiene un efecto significativo en la cantidad de torcedura
de las placas, es decir, la temperatura SI afecta SI influye significativamente en la
cantidad de torcedura, por tanto, la cantidad de torcedura SI depende de la
temperatura”.
Contenido de cobre
Dado que el valor P=0.000<<0.05, se rechaza la hipótesis nula, los datos muestrales del
experimento aportan evidencias suficientes a favor de la alternativa que indica:
H1: θ ≠0 “El contenido de cobre SI tiene un efecto significativo en la cantidad de
torcedura de las placas, es decir, el contenido de cobre SI afecta SI influye
significativamente en la cantidad de torcedura, por tanto, la cantidad de torcedura SI
depende del contenido de cobre”.
Interacción entre Factores estudiados
Dado que el Valor P=0.133>>0.05, se acepta la hipótesis nula, y por tanto:
H0: τθ=0 “No existe interacción entre la temperatura y el contenido de
cobre”
 Gráfica de interacción para Cantidad de Torcedura
Medias ajustadas
Temperatura * Contenido de Contenido de
30 40.0
60.0
Media de Cantidad de Torcedura

80.0
100.0

25

20

15

10
50.0 75.0 100.0 125.0
Temperatura

Gráfica de efectos principales para Cantidad de Torcedura

Medias ajustadas
Temperatura Contenido de Cobre
30.0
Media de Cantidad de Torcedura

27.5

25.0

22.5

20.0

17.5

15.0
50 75 100 125 40 60 80 100
 Gráfica lineal de Media( Cantidad de Torcedura )
30 Contenido
30 29
de Cobre
27.5 40
Media de Cantidad de Torcedura

26.5 60
80
25 24 100
23
22.5
22

20 19.5
19
18.5

15.5
15 14
14.5

10.5
10
50 75 100 125
Temperatura

Ecuación de regresión
Cantidad de = 20.906 + 0.969 Temperatura_50 - 3.531 Temperatura_75
Torcedura + 0.094 Temperatura_100 + 2.469 Temperatura_125
- 5.406 Contenido de Cobre_40 - 2.031 Contenido de Cobre_60
+ 0.094 Contenido de Cobre_80
+ 7.344 Contenido de Cobre_100
+ 2.03 Temperatura*Contenido de Cobre_50 40
- 1.34 Temperatura*Contenido de Cobre_50 60
+ 1.03 Temperatura*Contenido de Cobre_50 80
- 1.72 Temperatura*Contenido de Cobre_50 100
- 1.47 Temperatura*Contenido de Cobre_75 40
+ 0.16 Temperatura*Contenido de Cobre_75 60
- 2.97 Temperatura*Contenido de Cobre_75 80
+ 4.28 Temperatura*Contenido de Cobre_75 100
- 1.59 Temperatura*Contenido de Cobre_100 40
+ 0.53 Temperatura*Contenido de Cobre_100 60
+ 2.91 Temperatura*Contenido de Cobre_100 80
- 1.84 Temperatura*Contenido de Cobre_100 100
+ 1.03 Temperatura*Contenido de Cobre_125 40
+ 0.66 Temperatura*Contenido de Cobre_125 60
- 0.97 Temperatura*Contenido de Cobre_125 80
- 0.72 Temperatura*Contenido de Cobre_125 100

Resumen del modelo

 R-cuad. R-cuad.
S R-cuad. (ajustado) (pred)

2.6040 89.92% 80.48% 59.69%

8

Vibrio cholerae (bacteria del Colera) es una bacteria gram negativa con forma de
bastón (un bacilo) curvo que provoca el cólera en humanos. Ejercicio 69. En un
laboratorio de microbiología se realiza un experimento para investigar si influye el tipo
de verdura (lechuga-L, cilantro-C, zanahoria-Z) y la temperatura (8 y 20 °C) de
almacenamiento en la sobrevivencia del vibrio cholerae. Se hicieron varias réplicas. El
porcentaje de sobrevivencia obtenido después de 24 horas de inoculado el alimento se
muestra a continuación.

Formule las hipótesis que pueden ser probadas. (b) Haga un análisis de varianza e
interprételo con detalle. (c) Verifique el supuesto de igual varianza entre los
tratamientos (varianza constante). ¿Se cumple satisfactoriamente?

Se desea investigar de qué manera afecta el tiempo de curado y el tipo de acelerante

a 1a resistencia de caucho vulcanizado. Se realiza un experimento y se obtienen los
siguientes datos:

Formule claramente todas las hipótesis que se pueden probar (c) Realice el análisis estadístico apropiado
para probar las hipótesis que formuló. (d) ¿Hay algún tiempo de cura que es mejor para aumentar la
resistencia? Argumente. (e) ¿Algún acelerante es mejor? Explique. (f) Hay alguna combinación de tiempo
y acelerante que sea mejor (g) Verifique que se cumplan los supuestos.

En unos laboratorios se está investigando sobre el tiempo de supervivencia de unos animales a los que se
les suministra al azar tres tipos de venenos y cuatro antídotos distintos. Se pretende estudiar si los tiempos
de supervivencia de los anímales varían en función de las combinaciones veneno antídoto. Los datos que
se recogen en la tabla adjunta son los tiempos de supervivencia en horas. El objetivo principal es estudiar
la influencia de tres tipos de venenos y 4 tipos de antídotos en el tiempo de supervivencia de unos
determinados animales, por lo que se trata de un modelo con dos factores: el veneno (con tres niveles) y
el antídoto (con cuatro niveles).
Analizar los resultados y obtener las conclusiones apropiadas.
¿Son los venenos igual de peligrosos? ¿Y los antídotos son
igual de efectivos? La efectividad de los antídotos, ¿es la misma para todos los venenos?
a) ¿Existe algún indicio de que alguno de los dos factores afecta la cantidad de torcedura? ¿Hay
alguna interacción entre los factores? Utilizar α= 0.05 b) Analizar los residuales de este
experimento. c) Graficar la torcedura promedio con cada nivel del contenido de cobre y
compararlas con una distribución t con la escala apropiada. Describir las diferencias en los
efectos de los diversos niveles del contenido de cobre sobre la torcedura. Si es deseable una
torcedura baja, ¿qué nivel del contenido de cobre debería especificarse?