Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Un operador más hábil puede hacer ver a su máquina (aunque ésta sea la
peor) como la que tiene el mejor desempeño, lo cual impide hacer una
comparación adecuada de los equipos.
Para anular el efecto operador en la comparación consiste en que cada
operador trabaje durante el experimento con cada una de las máquinas.
¨culpables¨ de la variabilidad
presente en los datos
Factor de Factor de
Error aleatorio bloque tratamiento
Tipo de Línea de
Turno Lote Día Operador Maquina método
material producción
Modelo estadístico
En el diseño de bloques el factor de interés es el tratamiento pero se
incluye el factor bloque para estimar su influencia aunque es de
importancia secundaria.
Hipótesis a probar
La hipótesis de interés es la misma para todos los diseños
comparativos, y está pada por
ANÁLISIS DE VARIANZA
Origen de las variaciones Suma de cuadrados Grados de libertad Promedio de los cuadrados F Probabilidad Valor crítico para F
Filas 69.5 3 23.16666667 14.8928571 0.000777464 3.862548358
Columnas 15.5 3 5.166666667 3.32142857 0.070586185 3.862548358
Error 14 9 1.555555556
Total 99 15
De esta tabla se observa que para los métodos de ensamble se obtuvo un
valor de F de 14.89 y F critica de 3.86 por lo que se rechaza la de que el
tiempo medio poblacional de los métodos de ensamble son iguales, y se
acepta que al menos dos de los métodos son diferentes en cuanto al tiempo
medio
Para los operadores, como su valor-p = 0.071 α=0.05, se acepta la hipótesis nula. El factor de
bloque (operadores) no afecta, es decir, no existen diferencias entre los operadores en cuanto al
tiempo promedio
Comparación de parejas de medias de tratamiento
en el DBCA.
Cuando se rechaza la hipótesis de igualdad de los cuatro tratamientos, es natural preguntarse cuáles de
ellos son diferentes entre sí. Para averiguarlo se utiliza alguna de las pruebas especificas.
donde b es el número de bloques, que hace las veces de número de réplicas, y (k-1)(b-1) son los
grados de libertad del
De aquí que en el ejemplo de los cuatro métodos de ensamble tenemos que
= = 2.26 (valor buscado en tablas de T de estudent)
Al comparar esta diferencia mínima significativa con los datos se obtiene la siguiente tabla:
A= B
1=2=3=4
B=D
FISHER
2=3 2 = 1 =4
3 =1 1=4=5
Hacer de tarea
Diseño en cuadrado latino
En el diseño en cuadro latino (DCL) se controlan dos factores de
bloque y se estudia un factor de tratamientos, por lo que se tienen
tres fuentes de variabilidad que pueden afectar la respuesta
observada, éstas son:
• Los tratamientos
• El factor de bloque I (renglones)
• El factor de bloque II (columnas)
Se llama cuadro latino por dos razones:
Es un cuadro debido a que tiene la restricción adicional de que los tres
factores involucrados se prueban en la misma cantidad de niveles, y es
latino porque se utilizan letras latinas para denotar a los tratamientos o
niveles del factor de interés.
Sean A, B, C, …, K, los k tratamientos a comparar, por lo tanto ambos
factores de bloques tienen también k niveles cada uno.
Selección y aleatorización de un cuadro latino
Posición de la llanta
==
Tipo de carro
==
Las letras A, B, C y D representan cuatro variedades de trigo; los renglones
representan cuatro diferentes fertilizantes; y las columnas 4 años diferentes. Los
datos de la siguiente tabla son los rendimientos para las cuatro variedades de
trigo, medidas en kilogramos por parcela. Se supone que las diversas fuentes
de variación no interactúan. Utilice un nivel de significancia de 0.05 para probar
la H_0; no hay diferencia en los rendimientos promedio de las cuatro variedades
de trigo
El departamento de matemáticas de una universidad desea evaluar las capacidades de
enseñanza de cuatro profesores. A fin de eliminar cualquier efecto debido a los diferentes cursos
de matemáticas y los diferentes horarios, se decide realizar un experimento con el uso de un
diseño de cuadros latinos en que las letras A, B, C y D representan a los cuatro diferentes
profesores. Cada profesor ensena una sección de cada de cuatro diferentes cursos
programados en cada uno de los cuatro diferentes horarios durante el día. Los datos muestran
las calificaciones asignadas por estos profesores a 16 estudiantes de aproximadamente igual
capacidad. Utilice un nivel de significancia de 0,05 para probar la hipótesis de que los diferentes
profesores no tienen efecto en las calificaciones.
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 como el siguiente cuadro latino: