UNIVERSIDAD SAN ANTONIO ABAD DEL CUSCO

FACULTAD DE INGENIERÍA ARQUITECTURA E INGENIERIA

ESCUELA PROFESIONAL DE INGENIERÍA CIVIL

“TRABAJO FINAL”

Presentado por: Cesar Moisés Guerra Chayña

Docente: Mg. Dionicio Cardenas Cancha

Cusco, Mayo 2018

DISEÑO EXPERIMENTAL COMPLETAMENTE ALEATORIZADO
Al probar concentraciones de 1, 2, 3 y 4 ppm de cierta encima más un control ( en que no se añadió
encima) para estudiar el efecto en la separación de un jugo de naranja. A cada tratamiento se aplicó
4 veces y se usó un diseño al completo azar. Se añadió agua a las 20 muestras y se midió el tiempo
de separación (minutos) en cada muestra, los resultados fueron los siguientes.

1. Datos ordenados – Factor de Corrección -

Datos I II III IV Suma r suma2 /r

A 3.96 6.24 5.42 11.11 26.73 4 178.62
B 27.31 26.96 32.21 30.13 116.61 4 3399.47
C 35.30 34.71 36.75 38.38 145.14 4 5266.40
D 41.09 43.99 48.70 41.78 175.56 4 7705.33
E 48.90 47.61 50.38 49.61 196.50 4 9653.06
- -
- -
Suma 156.56 159.51 173.46 171.01 660.54 20 26202.89

Factor de Corrección (Fc) = Y2../rt

Fc = ( 660.542 / 20 ) = 21,815.65

Nota: r es el número de repeticiones y t el número de tratamientos. Si el número de repeticiones no

es el mismo para todos los tratamientos, el divisor correcto es Σri . Si por ejemplo, la primera
repetición del tratamiento A estuviera ausente, el término de corrección sería:

Fc = (ΣY)2 para el caso objeto de estudio (656.58)/19

Σr

2. Grados de Libertad.

De tratamientos (Gltrat) = t – 1

Los grados de libertad son uno menos que el número de tratamientos para cada fuente de variación
existiendo cinco tratamientos y, por tanto, 4 gl..

Gltrat = 5 – 1 = 4

Grados de libertad total (Gltot) = r * t - 1

Los grados de libertad total están dados por el número de observaciones totales menos 1, se dieron
20 observaciones por lo tanto tenemos 19 grados de libertad total,

Gltrat = 4 * 5 – 1 = 19

Grados de libertad del error (Gle) = GLtot - GLtrat

Los grados de libertar del error están dados por el total de grados de libertad del experimento (19)
menos los grados de libertad de los tratamientos (4), por lo que para el caso se tienen 15 grados de
error.

Gle = 19 – 4 = 15
3. Suma de cuadrados y Cuadrados Medios

Cuadrados de “Yi”

Datos I II III IV Suma

A 15.68 38.94 29.38 123.43 207.43
B 745.84 726.84 1,037.48 907.82 3,417.98
C 1,246.09 1,204.78 1,350.56 1,473.02 5,274.46
D 1,688.39 1,935.12 2,371.69 1,745.57 7,740.77
E 2,391.21 2,266.71 2,538.14 2,461.15 9,657.22

Suma 6,087.21 6,172.40 7,327.26 6,710.99 26,297.85

a. Cuadrados de Tratamientos

SCtrat = Σ(Yi)2 / r

Donde “Yi” totales de tratamientos y “r” el número de repeticiones en cada tratamiento. Cuando el
número de repeticiones no es el mismo para todos los tratamientos (se ha perdido un dato), el
cuadrado de un total debe ser dividido entre el número de repeticiones y así sucesivamente para
cada tratamiento, los resultados así obtenidos se suman para obtener el total.

SCtrat = 26,202.89 - 21,815.65 = 4,387.24

b. Suma de Cuadrados Totales (Sctot).

SCtot = 26,297.85 - 21,815.65 = 4,482.20

c. Suma de cuadrados del error (Sce)

Sce = Sctrat - SCtot

Sce = 4,482.20 – 4,387.24 = 94.96

d) Cuadrados Medios de Tratamientos (CMtrat)

Los cuadrados medios de los tratamientos están dados por la suma de cuadrados del error (Cce)
dividido entre el número de repeticiones (r).

CMtrat = Sce /r

CMtrat = 4,387.24/4 = 1,096.81

e) Cuadrados medios del error (Cme)

Los cuadrados medios del error están dados por la suma de cuadrados del error (Sce) dividido
entre del error.

Cme = Sce/Gle

Cme = 94.96/15 = 6.33

4. F Calculada

La Fc se calcula dividiendo los cuadrados medios de los tratamientos entre el cuadrado medio del
error.
 Fc = Cmtrat/Cme

Fc = 1,096.81/6.33 = 173.27

5. F Tabulada

La Ft se encuentra en una tabla diseñada y elaborada para el efecto. La forma de encontrar el valor
es dependiendo del nivel de significancia.

Con un nivel de significancia del 1% se tiene:

Grados de libertad de tratamientos Gltrat

Grados 1 2 3 4
de Libertad 2
del error .
Gle .
15 4.89

6. Coeficiente de Variación

CV = ( Raiz(CM) / Y.. )*100

Y.. = Y.. / tr

Y.. = 660.54 / 20 = 33.03

CV = ((Raiz(6.33)/ 33.03 ) * 100 = 7.62

De acuerdo al resultado obtenido y a la costumbre, se puede considerar que en el ejemplo

experimento existió un buen control del error experimental, toda vez que 7.62 < 20.

7. Cuadro de ANDEVA Ó ANOVA

Fuente de Grados de Suma de Cuadrados

Fc Calculada Ft Tabulada
Variación Libertad Cuadrados Medios
Tratamientos 4 4,387.24 1,096.81 173.25 4.89
Error 15 94.96 6.33
Total 19 4,482.20

8. Interpretación.

Fc (F calculada) 173.25 > Ft (F tabulada) 4.89. Como F calculada es mayor de la F tabulada se

rechaza la hipótesis nula, lo que quiere decir que con el nivel de significancia del 1%, al menos un
tratamiento es diferente, por lo tanto se recomiendo aplicar una metodología complementaria.

DISEÑO EXPERIMENTAL EN BLOQUE COMPLETAMENTE ALEATORIZADO

 Se realiza un experimento para determinar el efecto de cuatro sustancias químicas
diferentes sobre la resistencia de una tela. Las sustancias se emplean como parte del
proceso terminal de planchado permanente. Para ello, se escogen cinco muestras de tela y
se aplica un diseño aleatorizado por bloques completos mediante la prueba de cada
sustancia en un orden aleatorio sobre cada una de las muestras de tela. Se probará la
diferencia en las medias utilizando para ello el análisis de la varianza con α = 0,01. Los
datos aparecen a continuación

MODELOS DE CLASIFICACION DE VARIABLE COMPLETAMENTE ALEATORIZADO

CONSTRASTE DE INDEPENDENCIA
Para estudiar la dependencia entre la práctica de algún deporte y la depresión, se
seleccionó una muestra aleatoria simple de 100 jóvenes, con los siguientes resultados:

Determinar si existe independencia entre la actividad del sujeto y su estado de ánimo.

Nivel de significación (5%)
SOLUCIÓN: Debemos primero calcular las frecuencias esperadas bajo el supuesto de
independencia. La tabla de frecuencias esperadas sería:

Este valor debemos compararlo con el percentil de la distribución 2 χ con (2-1)(2-1)=1

grado de libertad. 0.95 (1) 3.84 2 χ = .
Por lo tanto como el valor del estadístico es superior al valor crítico, concluimos que
debemos rechazar la hipótesis de independencia y por lo tanto asumir que existe relación
entre la depresión e los hábitos deportistas del individuo.
El resultado de un estudio de relaci´on entre el dominio de la vista y el predominio de la
mano viene dado en la siguiente tabla:
Al ser los perfiles fila y columna de este ejemplo, puntos en R 3 , podemos representarlos
gr´aficamente y observar en la siguiente gr´afica, como los perfiles fila y columna
transformados, (en color azul), fij fi.√ f.j , no suponen m´as que un cambio de escala
respecto de los originales, (en color rojo), fij fi. , en el sentido de aumentar sus valores.
χ 2 exp = (34 − 35.193)2 35.193 + (62 − 58.162)2 58.162 + . . . . . . (52 − 51.558)2
51.558 = 4.081 χ 2 0.95;4 = 9.492 =⇒ Se acepta la independencia de las variables. De
hecho se puede comprobar que existe proporcionalidad entre la 1a y 3a filas. Inercia = χ 2
N = 4.081 413 = 0.00988

Con lo que podemos comprobar el valor obtenido de la inercia, el valor del estad´ıstico χ 2
y la aceptaci´on de la hip´otesis nula de independencia al ser el p-value mayor que 0.05.
Adem´as en la representaci´on gr´afica obtenida al aplicar la t´ecnica, los perfiles de las 2
filas con valores proporcionales, la 1a y 3a , (zurdo y dextro), salen juntos, respecto al
primer eje.
CONTRASTE DE HOMOGENEIDAD
Estamos interesados en estudiar la fiabilidad de cierto componente informático con
relación al distribuidor que nos lo suministra. Para realizar esto, tomamos una muestra de
100 componentes de cada uno de los 3 distribuidores que nos sirven el producto
comprobando el número de defectuosos en cada lote. La siguiente tabla muestra el
número de defectuosos en para cada uno de los distribuidores.

Debemos realizar un contraste de homogeneidad para concluir si entre los distribuidores

existen diferencias de fiabilidad referente al mismo componente.

Las frecuencias esperadas bajo homogeneidad son las representadas entre paréntesis. El
estadístico del contraste será:

Este valor del estadístico Ji-cuadrado es mayor que el valor para el nivel de significación
del 5%, por lo tanto debemos concluir que no existe homogeneidad y por lo tanto que hay
diferencias entre los tres distribuidores. 0.05 (2) 5.99
En una partida de Rol se lanza 200 veces un dado de cuatro caras obteniéndose 60 veces el
número 1, 45 veces el número 2, 38 veces el número 3 y 57 veces el número 4. Se puede
aceptar, a un nivel de confianza del 95%, que estos resultados corresponden a un dado
homogéneo.
Solución:
1º La hipótesis nula será que el dado es homogéneo, esto implica que la distribución de los
números es uniforme, es decir que los cuatro números tienen una probabilidad de
aparecer de 0,25.
2º La hipótesis alternativa será que la distribución no es uniforme.
3º Como la variable es discreta utilizaremos el test Ji-cuadrado de bondad de ajuste a una
distribución.
4º En la tabla siguiente se han realizado todos los cálculos necesarios, obteniéndose el
valor 4,36 para el estadístico de contraste.
5º Como el estadístico tenía 4 sumandos, buscamos en las tablas de la Ji-cuadrado con 3
grados de libertad el valor que deja por debajo una probabilidad de 0,95 y obtenemos que
el valor crítico es 7,81.
6º Como el valor del estadístico es inferior al valor crítico, aceptamos la hipótesis nula.
7º Estos resultados son compatibles con el hecho de que el dado sea homogéneo.