Escolar Documentos
Profissional Documentos
Cultura Documentos
4.4 En seguida se muestra parte del ANOVA para un diseño en bloques, que tiene tres
tratamientos y cinco bloques con una sola repetición por tratamiento-bloque a) Agregar en
esta tabla los grados de libertad, el cuadrado medio y la razón F para cada una de las
fuentes de variación
b) Interprete en forma práctica, para cada caso, lo que está estimando el cuadrado medio.
El cuadrado medio ayuda a estimar la variación entre las medias de las muestras
(tratamiento y bloques) y se utiliza para estimar los factores más significativos, pues
mientras mayor sea el cuadrado medio de un factor más significativo es el efecto de dicho
factor.
c) Escriba el modelo estadístico y las hipótesis pertinentes. Se trata de un diseño con un
solo factor y bloques, de tal manera las hipótesis son:
Factor =Ho = µ1= µ2= µ3 Bloque
Ho=γ1= γ2 = γ3 = γ4 = γ5
Modelo estadístico Yij = µ + + + Donde Yij es la respuesta que corresponde al
tratamiento i al bloque j, µ es la media global; es el efecto debido al tratamiento i,
es el efecto del bloque y corresponde al error.
d) Apóyese en las tablas de la distribución F para aceptar o rechazar las hipótesis.
Factor: De acuerdo a la tabla se obtiene con 2 grados de libertad para el numerador
y 8 para el denominador un valor F=4,46. Como F calculado es de 4,8 y 4,8> 4,46
se rechaza la Ho para el factor.
Bloque: con 4 grados de libertad para numerador y 8 para denominador F=3,84.
Como F calculado es 3,4 y 3,4
4.5 Realice el problema anterior, pero ahora suponga que no se bloqueó. ¿Se hubiesen
obtenido las mismas conclusiones?
Como el bloque no tiene efecto, los resultados al no bloquear serían muy similares a los
anteriores, ya que el factor seguiría teniendo efecto sobre la variable respuesta y este efecto
sería aún más significativo.
Puesto que los dos valores-p son menores que 0,005 se rechazan las Ho tanto para el
tratamiento como para el bloque y se dice que 95% de confianza que el factor
tratamiento influye en la variable respuesta y que también el factor de bloque tiene
influencia sobre la variable de respuesta, y debe ser tomado en cuenta para mejorar
la calidad de ésta
4. 10. MODELO
Hipótesis
Para el tratamiento
Para el bloque
10
2
residuos
-2
-6
-10
50 55 60 65 70 75
predichos
99,9
n:18
99 Mediana:64,5
Sigma:8,88889
95
W:0,949446
P:0,4176
80
porcentaje
50
20
5
1
0,1
50 55 60 65 70 75
% m muertas
con estas graficas se comprueba los supuestos de varianza constante ya que se observa que
no hay una tendencia entre los valores, para la normalidad se observa que los puntos se
ajustan a una la recta representada, respectivamente.
d. Al eliminar los dos bloques si tiene que la fuente de variabilidad solo es debida al
tratamiento y al error, este es un diseño completamente al azar
Modelo
Hipótesis:
En la tabla ANOVA se evidencia que tanto los proveedores como la escala tienen
significancia, es decir que hay diferencia entre sus respectivas medias. Así si nuevamente
se quiere elegir el mejor proveedor para un peso de 15 g se obtiene que el proveedor A
sigue siendo el mejor ya que tiene un valor de media más cercano a 15
Tabla de Medias por Mínimos Cuadrados para Peso con intervalos de confianza del
95,0%
Error Límite Límite
Nivel Casos Media Est. Inferior Superio
r
MEDIA 9 12,4444
GLOBAL
Proveedores
A 3 13,6667 0,19245 13,1323 14,201
B 3 12,6667 0,19245 12,1323 13,201
C 3 11,0 0,19245 10,4657 11,5343
Escala
1 3 14,6667 0,19245 14,1323 15,201
2 3 10,0 0,19245 9,46567 10,5343
3 3 12,6667 0,19245 12,1323 13,201
Hipótesis:
H0 : Efecto del molde (A) =0
HA: Efecto del molde (A)≠0
H0: Efecto del catalizador (B)=0
HA: Efecto del Catalizador (B)≠0
H0: Molde x Catalizador (AB)=0
HA: Molde x Catalizador (AB)≠0
c) Dibuje las gráficas de medias para los 2 efectos principales con los métodos LSD y de
Tukey. Compare los resultados de ambos métodos.
Medias y 95,0% de Fisher LSD Medias y 95,0% de Tukey HSD
93 93
92 92
Hinchamiento
Hinchamiento
91 91
90 90
89 89
88 88
A1 A2 A1 A2
Modelo Modelo
En las gráficas obtenidas no se evidencia que haya diferencia entre las pruebas de medias,
con las dos se concluye de que hay diferencia entre los dos modelos en el hinchamiento del
catalizador, y el que menor hinchamiento presenta es el modelo A2 ya que no se presenta
traslape, lo cual se comprobó también con las tablas de las 2 pruebas en donde los valores
obtenidos son exactamente los mismos.
Pruebas de Múltiple Rangos para Hinchamiento por Molde
Método: 95,0 porcentaje LSD
Modelo Casos Media Sigma Grupos
LS LS Homogéneos
A2 30 89,1 0,23253 X
8
A1 30 92,5667 0,23253 X Contraste Sig. Diferencia +/- Límites
8 A1 - A2 * 3,46667 0,659324
94 94
93 93
92
Hinchamiento
92
Hinchamiento
91 91
90 90
89 89
88 88
B1 B2 B3 B1 B2 B3
Catalizador Catalizador
En las gráficas se observa de que en las dos pruebas de medias hay un traslape para los
catalizadores B1 Y B2, pero si se observa diferencia entre los pares de catalizadores B1-
B3 y B2-B3, en las tablas de las respectivas pruebas se puede observar que hay diferencia
entre los valores de los limites ya que en la prueba LSD los valores son mas estrechos y
por eso se observa en la grafica que el tamaño de los intervalos son mas cortos que los de la
prueba Tukey.
96 Molde
A1 96 Catalizador
A2 B1
94 B2
94 B3
Hinchamiento
Hinchamiento
92
92
90
90
88 88
86 86
B1 B2 B3 A1 A2
Catalizador Molde
6
99,9
n:60
4 99 Mediana:-0,3
Sigma:0,962963
95
2 W:0,877824
P:0,0000
residuos
80
porcentaje
0
50
-2 20
5
-4
1
-6 0,1
87 89 91 93 95 97 -2,2 -0,2 1,8 3,8 5,8
predichos RESIDUOS
g) Utilice la gráfica de residuos contra factores para detectar posibles efectos sobre la
dispersión del hinchamiento.¿ en cuál molde parece que es menor la dispersión?
Gráfico de Residuos para Hinchamiento Gráfico de Residuos para Hinchamiento
6 6
4 4
2 2
residuos
residuos
0 0
-2 -2
-4 -4
-6 -6
A1 A2 B1 B2 B3
Modelo Catalizador
Hipótesis:
H0 : Efecto del factor A (A) =0
HA: Efecto del factor A (A)≠0
H0: Efecto del factor B (B)=0
HA: Efecto del factor B (B)≠0
H0: Factor A x Factor B (AB)=0
HA: Factor A x Factor B (AB)≠0
b) Análisis de Varianza para Respuesta Y - Suma de Cuadrados Tipo III
Fuente Suma de Gl Cuadrado Razón-F Valor-P
Cuadrados Medio
EFECTOS
PRINCIPALES
A:Factor A 21492,1 2 10746,0 271,67 0,0000
B:Factor B 230,296 2 115,148 2,91 0,0803
INTERACCIONES
AB 227,259 4 56,8148 1,44 0,2626
RESIDUOS 712,0 18 39,5556
TOTAL 22661,6 26
(CORREGIDO)
Todas las razones-F se basan en el cuadrado medio del error residual
Solo el factor A tiene efecto en la respuesta Y ya que sólo este tiene un valor-p de 0.0 y el
factor B y la interacción no tiene efecto por lo que para esto se acepta la hipótesis nula, ya
que no existe diferencia entre sus medias
c) efecto de interacción en la tabla ANOVA, se muestra que no sería significativo, lo cual
se puede observar también gráficamente en donde se evidencia que hay múltiples traslapes
Interacciones y 95,0% de Fisher LSD
95 Factor B
B1
B2
75 B3
Respuesta Y
55
35
15
-5
A1 A2 A3
Facto A
d) Verificación de supuestos
Gráfico de Probabilidad Normal
Gráfico de Residuos para Respuesta Y
12 99,9
n:27
99 Mediana:-0,333333
8 Sigma:3,7037
95
W:0,959232
4 P:0,3806
80
porcentaje
residuos
0 50
20
-4
5
-8 1
-12 0,1
0 20 40 60 80 100 -11 -7 -3 1 5 9 13
predichos RESIDUOS
Hipótesis:
H0 : Efecto de la presión (A) =0
HA: Efecto de la presión (A) ≠0
H0: Efecto de la temperatura (B)=0
HA: Efecto de la temperatura (B) ≠0
H0: Presión A x Temperatura B (AB)=0
HA: Presión A x Temperatura (AB) ≠0
b) Análisis de datos como se puede observar la suma de cuadrados al igual que los grados
de libertad del residuo son cero, en el caso de los grados de libertad del residuo se obtiene 0
porque contiene (n-1), que se tiene 0 ya que no se tiene replicas, las cuales debe ser mínimo
de dos, debido a esto no es posible realizar los otros análisis.
Análisis de Varianza para Adhesividad - Suma de Cuadrados Tipo III
Fuente Suma de Gl Cuadrado Razón-F Valor-
Cuadrados Medio P
EFECTOS
PRINCIPALES
A:Presión 0,580692 3 0,193564
B:Temperatura 4,65765 2 2,32882
INTERACCIONES
AB 2,15388 6 0,358981
RESIDUOS 0 0
TOTAL 7,39222 11
(CORREGIDO)
LIBRO DE MONGOMERY
12,9)
Nótese que el valor-P más alto es 0,9270, que corresponde a A*B. Dado que el valor-P es
mayor o igual que 0,05, ese término no es estadísticamente significativo con un nivel de
confianza del 95,0%. Consecuentemente, debería considerar eliminar A*B del modelo.
El modelo de componentes de varianza propuesto para describir estos datos es donde S2α es
el componente de varianza de los inspectores, S2β es el componente debido a las piezas, S2αβ
es el componente de interacción de ambos factores y S2 es el componente aleatorio.
H0 : σα2 = 0 El efecto del operador no contribuye de manera significativa a aptitud del
sistema
H0 : σβ2=0 el efecto del factor num pieza no contribuye de manera significativa a la
respuesta del método.
H0 : σαβ2 = 0, El efecto de interacción entre la no contribuye de manera significativa a la
variable de respuesta
Los valor-p indican que la variabilidad de las Operador es estadísticamente diferente a cero,
mientras que la variabilidad de Núm. Pieza y de la interacción Operador × Núm. pieza no
es significativa (es igual a cero). Desde el punto de vista del objetivo del experimento, los
resultados del ANOVA son los deseados: la reproducibilidad (S2α + S2αβ) es
estadísticamente igual a cero, es decir, los inspectores no afectan el proceso de medición.
La estimación de los componentes de varianza, a partir de los cuadrados medios, queda
como:
Componentes de Varianza
Fuente Estimado De donde se concluye que la
Operador 1,73333 reproducibilidad (S2+ S2αβ=1,5) que si tiene
Num pieza -0,00617284 una contribución, también vemos que el
Operador*Num pieza -0,299383 componente operador tiene un valor
Residuo 1,5 estimado 1,733 lo que nos dice que
contribuye significativamente a la varianza
.12-12)
Para los efectos aleatorios
H0 : σα2 = 0 El efecto de la posición no contribuye de manera significativa a la variable
espesor
H0 : σαβ2 = 0, El efecto de interacción entre la posición y la temperatura no contribuye de
manera significativa al espesor
HA : σα2 ≠ 0 El efecto de la posición contribuye de manera significativa a la variable
espesor
HA : σαβ2 ≠0 El efecto de interacción entre la posición y la temperatura no contribuye de
manera significativa al espesor
Para el efecto fijo temperatura
H0= la respuesta media de la temperatura es igual a la media global.
HA= la respuesta media de la temperatura no es igual a la media global
Componentes de Varianza
Fuente Estimado
Posición 750,111
Posición*Temperatura -12,8333
Residuo 447,556
Por otro lado las diferencias entre las temperaturas son las siguientes
5.11
Modelo estadístico: La interacción no se tiene en cuenta.
𝑌𝑖𝑗𝑘=𝜇+𝛼𝑖+𝛽𝑗 +𝜀𝑖𝑗𝑘;
Puesto que los valores-p para los factores temperatura y posición en el horno son menores a 0,05,
estas dos variables tienen importancia estadística significativa, y se cumple H1 para ambos casos.
Este modelo es adecuado el modelo es factorial y tiene dos factores de interés, por medio de este
modelo se puede estudiar la respuesta en este caso el espesor del endurecimiento de un ánodo de
carbono. Además es adecuado que no se tome en cuenta la interacción porque esta tiene un valor de
0,4271 y no es de importancia estadística.
La conclusión es que estos dos factores intervienen en el endurecimiento del ánodo de carbono,
ambas variables son de importancia estadística significativa.
12.2
a. Si existe una variación significativa de calcio en el contenido de calcio de un lote a otro, este
hecho se evidencia con el valor-p que es: 0,0036 el cual es menor a 0,05 es decir existen diferencias
significativas entre las medias de un lote de calcio a otro. Este hecho se puede comprobar con la
prueba de múltiples rangos.
Col_1 Casos Media Grupos Homogéneos
5 5 23,364 X
4 5 23,38 XX
1 5 23,458 XX
2 5 23,492 X
3 5 23,524 X
El * representa una diferencia significativa entre parejas de medias es decir el lote 1 es diferente al
5, el 2 con el 4 etc.
b. componentes de la varianza.
Fuente Suma de Cuadrados Gl Cuadrado Medio Comp. Var. Porciento
TOTAL (CORREGIDO) 0,184576 24
Lotes de calcio 0,096976 4 0,024244 0,0039728 47,56
ERROR 0,0876 20 0,00438 0,00438 52,44
c)
Error Est.
Col_1 Casos Media (s agrupada) Límite Inferior Límite Superior
1 5 23,458 0,0295973 23,4143 23,5017
2 5 23,492 0,0295973 23,4483 23,5357
3 5 23,524 0,0295973 23,4803 23,5677
4 5 23,38 0,0295973 23,3363 23,4237
5 5 23,364 0,0295973 23,3203 23,4077
Total 25 23,4436
Prueba Valor-P
Levene's 0,0275939 0,998397
Se cumple el supuesto de varianza constante.
Pruebas de Normalidad
Prueba Estadístico Valor-P
Estadístico W de Shapiro-Wilk 0,927011 0,580637
Para lote de calcio 1.
Para lote de calcio 2:
Prueba Estadístico Valor-P
Estadístico W de Shapiro-Wilk 0,947247 0,724755
Para lote 3.
Prueba Estadístico Valor-P
Estadístico W de Shapiro-Wilk 0,850901 0,194113
Para lote 4
Prueba Estadístico Valor-P
Estadístico W de Shapiro-Wilk 0,947002 0,723064
Para lote 5.
Prueba Estadístico Valor-P
Estadístico W de Shapiro-Wilk 0,960334 0,810592
10. Análisis de Varianza para % de moscas muertas - Suma de Cuadrados Tipo III
Fuente Suma de Cuadrados Gl Cuadrado Medio Razón-F Valor-P
EFECTOS PRINCIPALES
A:Marca de atomizador 296,333 2 148,167 2,88 0,1028
B:BLOQUE 281,333 5 56,2667 1,09 0,4207
RESIDUOS 514,333 10 51,4333
TOTAL (CORREGIDO) 1092,0 17
B. Los valores-P prueban la significancia estadística de cada uno de los factores. Puesto
que ningún valor-P es menor que 0,05, ninguno de los factores tiene un efecto
estadísticamente significativo sobre % de moscas muertas con un 95,0% de nivel de
confianza.
10
6
residuos
-2
-6
-10
1 2 3
Marca de atomizador