Escolar Documentos
Profissional Documentos
Cultura Documentos
Paso a paso
A% polvo de hornear
𝑆𝐶𝐴 : 5.78%
Quínoa: B%
Suma de cuadrados
3 3 𝑛
2 𝑌2. . .
𝑆𝐶𝑇 = ∑ ∑ ∑ 𝑌𝑖𝑗𝑘 −
𝑛32
𝑖=1 𝑗=1 𝑘=1
𝑆𝐶𝑇 = (10.22 + 10.42 + 10.12 + 10.22 + 10.42 + 10.12 + 9.42 + 9.22 + 9.12 + 11.12
+ 11.32 + 11.42 + 10.92 + 10.92 + 10.82 + 10.12 + 10.02 + 10.02
+ 12.62 + 12.82 + 12.92 + 12.22 + 12.12 + 12.02 + 11.72 + 11.62
(293.4)2
+ 11.52 ) −
3(3)2
𝑆𝐶𝑇 = (104.04 + 108.16 + 102.01 + 96.04 + 94.09 + 92.16 + 88.36 + 84.64 + 82.81
+ 123.21 + 127.69 + 129.96 + 118.81 + 118.81 + 116.64 + 102.01
+ 100 + 100 + 158.76 + 163.84 + 166.41 + 148.84 + 146.41 + 144
+ 136.89 + 134.56 + 132.25) − 3188.28
𝑆𝐶𝑇 = 3221.4 − 3188.28
𝑆𝐶𝑇 = 33.12
Error aleatorio
𝑆𝐶𝐸 = 33.12 − 5.78 − 26.92 − 0.14
𝑆𝐶𝑇 = 0.26
Cuadrados medios
𝑆𝐶𝐴 = 2
𝑆𝐶𝐵 = 2
𝑆𝐶𝐴𝐵 = 4
Cuadros medios:
𝑆𝐶𝐴
𝐶𝑀𝐴 =
2
Interacción Efecto factor % Polvo de hornear y factor % quínoa
0.14
𝐶𝑀𝐴𝐵 = → 𝐶𝑀𝐴𝐵 = 0.03
4
Cuadrados medios = Error
0.26
𝐶𝑀𝐸 = → 𝐶𝑀𝐸 = 0.01
18
Grados de libertad - final = 𝑛3𝑘 − 1 = (3)32 − 1 = 26
Estadístico de prueba:
Para el factor % Polvo de hornear
𝐶𝑀𝐴
𝐹0𝐴 =
𝐶𝑀𝐸
2.89
𝐹0𝐴 = = 206.4
0.014
=DISTR.F.CD(961.8;2;18)
F0B= 5.05842E-19
=DISTR.F.CD(2,4;4;18)
F0AB= 0.088158984
TOTAL 33.12 26
D. A partir del resultado del valor – P y F0 (2 criterios diferentes), que se puede concluir
con respecto a las hipótesis planteadas. (10 /120)
Polvo de hornear
𝐹0𝐴 > 𝐹 → 207.14 > 3.55 Rechazo hipótesis nula
−𝑝 <∝ → 3.76328E − 13 < 0.05 Rechazo hipótesis nula
Quínoa
𝐹0𝐵 > 𝐹 → 961.8 > 3.55 Rechazo de hipótesis nula
−𝑝 <∝ → 5.05842E − 19 < 0.05 Rechazo de hipótesis nula
Quínoa y polvo de hornear
𝐹0 < 𝐹 → 2.4 < 3.55 se acepta la hipótesis
−𝑝 >∝ → 0.088158984 > 0.05 No se rechaza la hipótesis nula por ser mayor
E. Realice las hipótesis para la comparación de las medias para los tratamientos de la
investigación. (10 /120)
Hay diferencia entre factores porcentuales. La hipótesis es nula en la concentración de
polvo de hornear y la quínoa, a lo cual se deduce que no afecta la textura del cereal: Ho: µo
= µ1… … . . = µn
CME = 0.014
N= 9
𝐿𝑆𝐷 = 0.117
H. Investigue que programas o paquetes estadísticos son utilizados para la el análisis de
diseños experimentales (mencionar 3). (10 /120)
Nos indica Gómez (2.014) que:
Un paquete estadístico es un conjunto de programas informáticos específicamente
diseñados para el análisis estadístico de datos con el propósito de dar solución a
problemas bien sea de estadística descriptiva o inferencial, o de ambos. Se puede decir
que un paquete estadístico permite aplicar a un mismo fichero de datos un conjunto
ilimitado de procedimientos estadísticos de manera sincronizada, sin salir del programa.
De esta forma, la utilidad del conjunto integrado es mayor que la suma de las partes. En
cierto modo, un paquete estadístico es similar a un paquete ofimático (por ejemplo, Office
97 de Microsoft). Sistema R, es un sistema para análisis estadísticos y gráficos, creado por
Ross Ihaka y Robert Gentleman (1996); tiene una naturaleza doble, de programa y
lenguaje de programación. R es un software para el análisis estadístico de datos
considerado como uno de los más interesantes, ya que cuenta con un conjunto de
programas para la manipulación de datos, calculo y gráficos (Ramos & Cárdenas, 2010).
Sistema Statgraphics, es un software que está diseñado para facilitar el análisis estadístico
de datos. Mediante su aplicación es posible realizar unos análisis descriptivos de una o
varias variables, utilizando gráficos que expliquen su distribución o calculando sus medidas
características. Entre sus muchas prestaciones, también figuran el cálculo de intervalos de
confianza, contrastes de hipótesis, análisis de regresión, análisis multivalentes, así como
diversas técnicas aplicadas en Control de Calidad (Gutiérrez, de La Vara, 2008).
Sistema Minitab, Minitab es un paquete estadístico que abarca todos los aspectos
necesarios para el aprendizaje y aplicación de la Estadística en general. Incluye análisis
descriptivo, contrastes de hipótesis, regresión lineal y no lineal, series temporales, análisis
de tiempos de fallo, control de calidad, análisis factorial, ANOVA, análisis clúster, etc. (Vila,
Sedano & Ángel, 2010).
Referencias Bibliográficas