Escolar Documentos
Profissional Documentos
Cultura Documentos
ANOVA
Source of Variation SS df MS F P-value
Rows 764.93333333 4 191.233333333 37.2532467532 3.232321E-05
Columns 0.9333333333 2 0.4666666667 0.0909090909 0.914030422
Error 41.066666667 8 5.1333333333
Total 806.93333333 14
F crit
3.837854
4.458968
EJEMPLO 2 Corrida en Anlisis de Datos de Excel
Column 1 4 92 23 127.3333
Column 2 4 101 25.25 168.9167
Column 3 4 32 8 90
ANOVA
Source of Variation SS df MS F P-value F crit
Rows 1106.917 3 368.9722 42.71061 0.000192 4.757055
Columns 703.5 2 351.75 40.71704 0.000323 5.143249
Error 51.83333 6 8.638889
Total 1862.25 11
ANOVA 2 FACTORES (Montgomery) P. Reyes 10/29/2017
Para probar la Hiptesis nula Ho de que las medias de los tratamientos son iguales,
se supone que los errores del modelo son:
2
y ijN ( + i + j , )
Para el anlisis de los residuales, se aplican los mismos criterios que en el ANOVA
de una via:
Del ejemplo 4.2 de la pg. 164 del Momtgomery, se tiene usando Minitab:
Pgina 10/29/2017
ANOVA 2 FACTORES (Montgomery) P. Reyes 10/29/2017
----+---------+---------+---------+-----
7.0 14.0 21.0 28.0 RESI2 FITS2
-2.58333 15.5833
-1.83333 17.8333
Individual 95% CIs For Mean Based on 4.41667 0.5833
Pooled StDev 1.08333 20.9167
Dias Mean -+---------+---------+---------+-------- 0.83333 23.1667
1 11.3333 (----*----) -1.91667 5.9167
2 16.6667 (----*----) 1.75 16.25
3 12.0000 (----*----) -1.5 18.5
4 35.0000 (----*---- -0.25 1.25
-+---------+---------+---------+-------- -0.25 39.25
8.0 16.0 24.0 32.0 2.5 41.5
-2.25 24.25
95
90
80
70
Percent
60
50
40
30
20
10
1
-5.0 -2.5 0.0 2.5 5.0
Residual
Pgina 10/29/2017
ANOVA 2 FACTORES (Montgomery) P. Reyes 10/29/2017
Problema 4.6
Algoritmo Tiempo Prop Alumina
1 1 0.05
2 1 0.04
3 1 0.09
4 1 0.03
1 2 0.04
2 2 0.02
3 2 0.13
4 2 0.04
1 3 0.05
2 3 0.03
3 3 0.11
4 3 0.05
1 4 0.06
2 4 0.05
3 4 0.15
4 4 0.05
1 5 0.03
2 5 0.03
3 5 0.08
4 5 0.03
1 6 0.05
2 6 0.02
3 6 0.12
4 6 0.02
Pgina 10/29/2017
ANOVA 2 FACTORES (Montgomery) P. Reyes 10/29/2017
Pgina 10/29/2017
ANOVA 2 FACTORES (Montgomery) P. Reyes 10/29/2017
Promedios
Y1.
Y2.
Y3.
Pgina 10/29/2017
ANOVA 2 FACTORES (Montgomery) P. Reyes 10/29/2017
Pgina 10/29/2017
ANOVA 2 FACTORES (Montgomery) P. Reyes 10/29/2017
Levels Values
5 A, B, C, D, E
Pgina 10/29/2017
ANOVA 2 FACTORES (Webster) P. Reyes 10/29/2017
Los tratamientos se asignan a las columnas y los bloques a los renglones. Un bloque indica
condiciones similares de los sujetos al experimentar con diferentes tratamientos.
Experiencia Mquinas
de ops. En aos Maq 1 Maq 2 Maq 3 Prom.
1 27 21 25 24.33333 Ho1: No hay diferencia entre Trats.
2 31 33 35 33 Ha1: Caso contrario
3 42 39 39 40
4 38 41 37 38.66667 Ho2: No hay diferencia en productiv
5 45 46 45 45.33333 debida a aos de experiencia
Proms. 36.6 36 36.2 36.26667 Ha2: Caso contrario
Los clculos de SCT, SCTR, CMT y CMTR son similares a los del ANOVA de una va
La diferencia es ahora que el trmino de error se divide en el tmino CMBL correspondiente
a los bloques y determinado en forma similar que CMTR pero ahora para los renglones
y un trmino adicional de error SCE = SCT - SCTR - SCBL.
Pgina 10/29/2017
ANOVA 2 FACTORES (Webster) P. Reyes 10/29/2017
F0.05,2,8
0.090909 4.46
37.25325 3.84
F0.05,4,8
F0.05,2,6
40.71 5.14
Pgina 10/29/2017
ANOVA 2 FACTORES (Webster) P. Reyes 10/29/2017
Pgina 10/29/2017
CUADRADO LATINO (Webster) P. Reyes 10/29/2017
CUADRADO LATINO
Es un diseo que permite bloquear dos factores externos, minimizando su variabilidad y efecto en la
prueba de efecto del factor de tratamiento de inters, para evitar contaminar la prueba en el factor de inters.
Del ejemplo 1, si adems de la experiencia influye la hora del da por cansancio del operador, y lo que nos
interesa probar la produccin de las tres mquinas pero considerando estos dos factores externos, se tiene:
En cada celda se requiere slo un elemento por tratamiento. Con una letra por col. el dis. es Ortogonal
Si hay r tratamientos, se tiene r x r elementos para el bloqueo de los dos factores o variables, de ah el.
trmino de CUADRADO y LATINO porque se utilizan las letras ltinas A, B, C, etc. para los tratamientos.
La letra latina slo aparece una vez por cada columna.
En el ejemplo 1, ahora se toman tres operadores con 3 niveles de experiencia y trabajando en 3 turnos de
trabajo. Las 3 mquinas se identifican como A, B y C. A continuacin se muestra el diseo:
Turno
Empleado Maana Tarde Noche Total filas
1 B/15 A/18 C/11 44
Pgina 14
CUADRADO LATINO (Webster) P. Reyes 10/29/2017
Total 138.222
CONCLUSIN: No se rechaza Ho
Operadores
Lotes MP 1 2 3 4 5
1 A=24 B=20 C=19 D=24 E=24 Gl. = p-1
2 B=17 C=24 D=30 E=27 A=36 Con p lados del
3 C=18 D=38 E=26 A=27 B=21 cuadrado
4 D=26 E=31 A=26 B=23 C=22
5 E=22 A=30 B=20 C=29 D=31
Operadores
Lotes MP 1 2 3 4 5 Totales Yi..
Pgina 15
CUADRADO LATINO (Webster) P. Reyes 10/29/2017
CALCULOS
2
y. . (10 )2
SS T = 2
y ijk =680 =676
i j k N 25
1
p
y 2. . 1 (10)2
SS LOTES= yi .. = [ (14 )2 +92 +52 +3 2 +7 2 ]
2
=68
p i=1 N 5 25
1
p
y 2.. 1 2 (10 )
2
SS OPERADORES= y . . k = [(18) +18 +(4 ) +5 + 9 ]
2 2 2 2 2
=150
p k =1 N 5 25
1
p
y 2. . 1 2 2 (10 )
2
SS FORMULACIONES= y . j. = [ 18 +(24 ) +(13) + 24 +5 ]
2 2 2 2
=330
p j=1 N 5 25
Pgina 16
CURADRADO GRECOLATINO P. Reyes 10/29/2017
CUADRADO GRECOLATINO
Es un diseo que permite bloquear tres factores externos, minimizando su variabilidad y efecto en la
prueba de efecto del factor de tratamiento de inters, para evitar contaminar la prueba en el factor de inters.
Es un diseo en tres direcciones, permite la investigacin de cuatro factores (renglones, columnas, letras latinas y
letras griegas).
Del ejemplo 4.3 de cuadrado latino, si se agrega un factor adicional como los montajes de prueba, si a los
cinco montajes de prueba se les denomina por las letras griegas alfa, beta, gama, delta y psilon se tiene el siguiente
diseo:
Operadores
Lotes MP 1 2 3 4 5
Los valores de SStotal, SSlotes, SS de operadores y SS de formulaciones, son iguales a los ejemplo 4.3
Lo que cambia es que el error ahora se divide en la suma de cuadrados de los montajes de prueba y el error mismo
Pgina 17
CURADRADO GRECOLATINO P. Reyes 10/29/2017
a= alfa y..1. = 10
b= beta y..2. = - 6
c= gama y..3.= - 3
d = delta y..4.= - 4
e = psilon y..5.= 13
p 2
1 y .. . . 1 (10)2
SS ENSAMBLAJES=
p
2
y .. k .
N
=
5
2 2 2 2 2
[ 10 +(6 ) +(3 ) +(4 ) +13 ] 25 =62
k=1
Lotes de MP 68 4 17
Error 66 8 8.25
Total 676 24
Pgina 18
CURADRADO GRECOLATINO P. Reyes 10/29/2017
despus de considerar los lotes de materias primas, los operadores y los montajes de prueba
Pgina 19
Datos de edades de personas
datos 1 datos 2 datos 3 datos 4
14 21 23 21
19 22 25 16
24 24 25 16
19 18 19 12
16 17 18 25
20 23 16 19
24 26 15 24
20 22 24 20
calculo previos
N de datos 32 N de clases 7
limite sup. 26 limite inf 12
Rango 14 Ampllitud 2
Tabla de frecuencias
N de clase lim.inf lim. Sup M. de clase F. Absolutas F.acumulada F.relativas
1 12 14 13 2 2 0.0625
2 14 16 15 5 7 0.15625
3 16 18 17 3 10 0.09375
4 18 20 19 7 17 0.21875
5 20 22 21 4 21 0.125
6 22 24 23 7 28 0.21875
7 24 26 25 4 32 0.125
totales = 32 1
32
30
28
25
20 21
17
15
10 10
7 7
57 4 4
5 3
2
2
0
13 15 17 19 21 23 25
Marca de clase
F. relativas % % acumulado
6.25% 6.25%
15.63% 21.88%
9.38% 31.25%
21.88% 53.13%
12.50% 65.63%
21.88% 87.50%
12.50% 100.00%
100%
32
25