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.

A) Planteamiento de Hipotesis
H0 : µA=µB=µC=µD
´´ No existe diferencia significativa entre los diferentes tipos de
cueros en cuanto al desgaste de la suela´´. El tipo de cuero no
influye en el desgaste de las suelas.
H1 : µ¡≠ µj para almenos un par de tipos de cuero (¡,j).
´´Si existe diferencias significativas entre al menos dos tipos de dos
tipos de cuero en cuanto al desgaste ocasionado a las suelas de
zapatos¨. El tipo de cuero si afecta o tiene influencia en el desgaste
de las suelas.
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

H0: µlunes = µmartes=……= µviernes Los niveles de concentración de monóxido de

carbono es igual en cada dia de la semana.

‘’Factor estudio (Dia de la semana) no afecta en la variable de repuesta (Concentración

de monóxido de carbono). La concentración depende del dia de la semana’’

H1: µ¡≠ µj para al una par de (¡,j) Los niveles de

concentración de monóxido no es igual para al
menos un par de día de la semana. Es decir, si
al menos dos días la diferencia de la
concentración promedio de monóxido de
carbono es distintas, entonces: ‘’Factor estudio (Día de la
semana) no afecta en la variable de repuesta (Concentración de monóxido de carbono).
La concentración depende del día de la semana’’
ANILISIS DE ANOVA DE UN FACTO ESTUDIADO
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

Gráfica de caja de concentracion de monoxido

500
concentracion de monoxido

400

300

200

100
jueves viernes lunes martes miércoles
Dias de la semana
 Gráfica de intervalos de concentracion de monoxido
95% IC para la media
500
464.927 459.114
450
concentracion de monoxido

428.817
424.25
404.5 399.441
400
383.573
359.375
350 340.582
349.886

300 303.375
289.933 284.25

250

227.918
200 207.309
jueves viernes lunes martes miércoles
Dias de la semana
Las desviaciones estándar individuales se utilizaron para calcular los intervalos.

Gráfica de valores individuales de concentracion de monoxido

500
concentracion de monoxido

400

300

200

100
jueves viernes lunes martes miércoles
Dias de la semana
Prueba de igualdad de varianzas: concentracion de monoxido vs. Dias de la semana
Prueba de Bartlett
jueves Valor p 0.240

viernes
Dias de la semana

lunes

martes

miércoles

0 50 100 150 200 250 300

Intervalos de confianza de Bonferroni de 95% para Desv.Est.

Intervalos de confianza de Bonferroni de 95% para desviaciones

estándar
Dias de
la semana N Desv.Est. IC

jueves 8 83.063 (45.0760; 225.748)

viernes 8 67.381 (30.6316; 218.606)
lunes 8 48.655 (13.9305; 250.641)
martes 8 65.326 (30.0862; 209.197)
miércoles 8 114.909 (61.2041; 318.186)
Nivel de confianza individual = 99%

Dado que la prueba de Bartlett indica valor P=0.240 >> 0.05, no existen evidencia
en contra del supuesto de igualdad de varianza, por lo tanto, la varianza
o variabilidad del monóxido de carbono es la misma en cada día de la
semana. No hay diferencia significativa en la desviación estándar.
Pruebas
Estadístic
a
Método de prueba Valor p

Comparaciones — 0.244
múltiples
Levene 1.87 0.138

Gráfica de probabilidad normal

(la respuesta es concentracion de monoxido)
99

95

90

80
70
Porcentaje

60
50
40
30
20

10
5

1
-200 -100 0 100 200
Residuo

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

Dias de la 4 119484 29871 4.78 0.004

semana
Error 35 218949 6256
Total 39 338433
 0.8

0.7

0.6

0.5
Densidad

0.4

0.3

0.2
F; df1=4; df2=35
0.1
ZONA DE ACEPTACION Ho 0.05
0.0
0 F 2.641

Los días con mayor concentración de monóxido son los lunes y martes, mientras que los
días de menor concentración de monóxido son viernes y miércoles.

Medias
Dias de la semana N Media Desv.Est. IC de 95%
jueves 8 359.4 83.1 (302.6;
416.1)
lunes 8 424.3 48.7 (367.5;
481.0)
martes 8 404.5 65.3 (347.7;
461.3)
miércoles 8 303.4 114.9 (246.6;
360.1)
viernes 8 284.3 67.4 (227.5;
341.0)
Desv.Est. agrupada = 79.0928

Agrupar información utilizando el método de Tukey y una confianza de

95%
 Dias de
la semana N Media Agrupación

lunes 8 424.3 A
martes 8 404.5 A
jueves 8 359.4 B
miércoles 8 303.4 B
viernes 8 284.3 C
Las medias que no comparten una letra son significativamente diferentes.
 Criterio 1 Criterio 2 Desicion
Minitab Manual
Valor P ≥α Fcalculado ≤ Fcritico Acepto la hipotesis nula
Valor P<α Fcalculado > Fcritico Rechazas la hipotesis nula y acepta
la hipotesis alternativa

α = 0.05=5%=Nivel de significancia

Nivel de confianza=1-α=1-0.05=0.95=95%

Prueva de Batlet: Para probar igualdad de varianza en cada nivel del factor
estudiado

H0: Las varianzas son iguales

H1: Las varianzas no son iguales
Dado que el valor P=0.720>>0.05, se acepta la hipótesis nula y por lo
tanto las varianzas son iguales, la variabilidad es la misma en cada
nivel de temperatura.
Intervalos de confianza de Bonferroni de 95% para desviaciones
estándar
Temperatur
a N Desv.Est. IC
100 5 0.114018 (0.060191; 0.47303)
125 4 0.141421 (0.069677; 0.84809)
150 5 0.164317 (0.086745; 0.68171)
175 4 0.216025 (0.106433; 1.29548)
Nivel de confianza individual = 98.75%

Pruebas
Estadístic
a
Método de prueba Valor p

Bartlett 1.34 0.720

Planteamiento de Hipótesis

H0: Hipotesis Nula: µ100 = µ125 = µ150 = µ175, la densidad promedio de los ladrillos es la
misma en los distintos niveles de temperatura.

´´ Factor Temperatura de cocción no afecta No influye a la densidad de lo ladrillo, es

decir, la densidad de los ladrillos no depende de la temperatura de cocción del horno.

H1: Hipótesis Alternativa: µ¡≠ µj, la densidad promedio de los ladrillos no es la

misma, NO ES IGUAL ALMENOS EN DOS niveles de temperatura de coccion.
en los distintos niveles de temperatura.

´´ Factor Temperatura de cocción no afecta a la densidad de lo ladrillo, es decir, la

densidad de los ladrillos SI depende de la temperatura.

LA PRUEBA DE ANOVA DE UN FACTOR

Criterio 1 Criterio 2 Desicion

Minitab Manual
Valor P ≥α Fcalculado ≤ Fcritico Acepto la hipotesis nula
Valor P<α Fcalculado > Fcritico Rechazas la hipotesis nula y acepta
la hipotesis alternativa

α = 0.05=5%=Nivel de significancia
Nivel de confianza=1-α=1-0.05=0.95=95%

Análisis de Varianza
Fuente GL SC Ajust. MC Ajust. Valor F Valor p
Temperatur a-1= 3 SSA=0.156 MSA=0.05204 MSA 0.157
Fcalculado =2.02
a 1 MSE
Error N-a=14 SSE=0.3600 MSE=0.02571

Total N-1=17 SST=0.5161

Dado que el valor P=0.157>> 0.05, se acepta la hipótesis nula, y por lo tanto
los datos del experimento no aporta evidencia en su contra, se concluye:

H0: Hipótesis Nula: µ100 = µ125 = µ150 = µ175, la densidad promedio de los ladrillos es la
misma en los distintos niveles de temperatura.

´´ Factor Temperatura de cocción no afecta No influye a la densidad de lo ladrillo, es

decir, la densidad de los ladrillos no depende de la temperatura de cocción del horno.

Medias

Temperatur Densidad promedio Desv.Est Intervalo de confianzas 95%

a N =Media . Para la densidad de los ladrillo IC de 95%
100 5 21.7400 0.1140 (21.5862; 21.8938)
125 4 21.5000 0.1414 (21.3280; 21.6720)
150 5 21.7200 0.1643 (21.5662; 21.8738)
175 4 21.700 0.216 (21.528; 21.872)
Desv.Est. agrupada = 0.160357

MSA
Fcalculado =2.02
MSE

GL numerador = a-1= 3
GL denominador = N-a=18-4=14

α = 0.05=5%=Nivel de significancia
 0.7

0.6

0.5
Densidad

0.4 F; df1=3; df2=14

0.3

0.2

α = 0.05
0.1

ZONA DE ACEPTACION DE H0
0.0
0 F = 3.344

MSA
Fcalculado =2.02 << Fcritico=3.334, cae en la zona de aceptación de la
MSE
hipótesis nula, entoces se acepta la hipótesis nula los datos muestrales
del experimento no aportan evidencia en su contra y por lo tanto se
concluye:

H0: Hipótesis Nula: µ100 = µ125 = µ150 = µ175, la densidad promedio de los ladrillos es la
misma en los distintos niveles de temperatura.

¨ Factor Temperatura de cocción no afecta No influye a la densidad de lo ladrillo, es

decir, la densidad de los ladrillos no depende de la temperatura de cocción del horno.

Agrupar información utilizando el método de Tukey y una confianza de

95%
Temperatur
a N Densidad promedio=Media Agrupación
100 5 21.7400 A
150 5 21.7200 A
175 4 21.700 A
125 4 21.5000 A
Las medias que no comparten una letra son significativamente diferentes.
 Gráfica de intervalos de Densidad de ladrillo
95% IC para la media
22.1
22.0437
Temperatura
22.0 100
125 21.924
21.8816 150
21.9
Densidad de ladrillo

21.8
21.74 21.725
21.72
21.7 21.7

21.6
21.5984
21.5 21.5 21.516

21.4
21.3563
21.3
21.275
21.2
100 125 150 175
Temperatura
Las desviaciones estándar individuales se utilizaron para calcular los intervalos.
 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.

T= efecto del factor estudio

H0: Ʈ temperatura es=0 Efecto del tipo de material en la vida

de las vaterias

Información del factor

Factor Niveles Valores

Tipo Material 3 Material 1; Marerial 2; Material

3
Temperatura del 3 15 F; 70 F; 125 F
anodo
Análisis de Varianza
SC
Fuente GL Ajust. MC Ajust. Valor F Valor p

Modelo 8 59416 7427.0 11.00 0.000

Lineal 4 49802 12450.6 18.44 0.000
Tipo Material 2 10684 5341.9 7.91 0.002
Temperatura del anodo 2 39119 19559.4 28.97 0.000
Interacciones de 2 términos 4 9614 2403.4 3.56 0.019
Tipo Material*Temperatura del 4 9614 2403.4 3.56 0.019
anodo
Error 27 18231 675.2
Total 35 77647

Tipo de material:
Valor P=0.0022 < <0.05 significativo, por lo tanto, el tipo de material SI,
influye y afecta en la vida de la batería. La vida de la batería depende del
tipo del tipo de material que utiliza para fabricar el ánodo, siendo el
material 3 el que genera mayor vida útil a las baterías.
Temperatura
Valor P=0.000 <<0.05 significativo, por lo tanto, la temperatura a la que se
somete la batería SI influye y afecta en la vida de la batería. La vida de la
batería depende a la temperatura a la que se somete, siendo el material
3 el que genera mayor vida útil a las baterías. Mientras menor
temperatura mayor vida.
 Gráfica de efectos principales para Vida de la bateria
Medias ajustadas
Tipo Material Temperatura del anodo
150

140
Media de Vida de la bateria

130

120

110

100

90

80

70

60
Material 1 Marerial 2 Material 3 15 F 70 F 125 F

Tipo Material*Temperatura
Valor P=0.019 <<0.05 Significativo

Viendo el grafico de interacciones se observa que a temperatura

media y alta es recomendable utilizar el material 3, pero si es
temperatura muy baja, por ejemplo 15 grado Fahrenheit, se
recomienda el material 2. También hay una combinación de niveles
que genera la mayor vida útil, material 2 y temperatura de 15 F, y un
segundo material 3 con 70F y 15F.
 Gráfica de interacción para Vida de la bateria
Medias ajustadas
Tipo Materia * Temperatura Temperatura
15 F
70 F
150
125 F
Media de Vida de la bateria

125

100

75

50

Material 1 Marerial 2 Material 3

Tipo Materia

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.

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?