10.

Modelo

Hipótesis
Para el tratamiento

Para el bloque

Análisis de Varianza para % m muertas - Suma de Cuadrados Tipo III

Fuente Suma de Cuadrados Gl Cuadrado Medio Razón-F Valor-P
EFECTOS PRINCIPALES
A:Marca 296,333 2 148,167 2,88 0,1028
B:Replica 281,333 5 56,2667 1,09 0,4207
RESIDUOS 514,333 10 51,4333
TOTAL (CORREGIDO) 1092,0 17
b) Como se evidencia los valores-p tanto para la marca de atomizadores como para las réplicas, son mayores que 0,05 por
lo que para los dos se acepta la hipótesis nula, así para los atomizadores, no existe una diferencia significativa entre las
medias.
c) como se mencionó no hay diferencia entre los atomizadores por lo que no existe atomizador mejor un atomizador.
d) para los días tampoco se obtuvo diferencia entre los días en los cuales se realizó el experimento.
e)
Gráfico de Residuos para % m muertas Gráfico de Probabilidad Normal

10
99,9
n:18
99 Mediana:64,5
6
Sigma:8,88889
95
W:0,949446
2 P:0,4176
residuos

80
porcentaje

50
-2
20
-6 5
1
-10
50 55 60 65 70 75
0,1
predichos 50 55 60 65 70 75
con
% m muertas

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.
18.) 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:

Tabla ANOVA para t de Rx por Catalizadores

Fuente Suma de Cuadrados Gl Cuadrado Medio Razón-F Valor-P
Entre grupos 141,44 4 35,36 10,85 0,0001
Intra grupos 65,2 20 3,26
Total (Corr.) 206,64 24
El valor-p obtenido fue menor de 0,05, por ello se rechaza la hipótesis nula.
19. Análisis de Varianza para Peso - Suma de Cuadrados Tipo III
Fuente Suma de Cuadrados Gl Cuadrado Medio Razón-F Valor-P
EFECTOS PRINCIPALES
A:Provedores 10,8889 2 5,44444 49,00 0,0200
B:Inspectores 0,222222 2 0,111111 1,00 0,5000
C:Escala 32,8889 2 16,4444 148,00 0,0067
RESIDUOS 0,222222 2 0,111111
TOTAL (CORREGIDO) 44,2222 8

a) ¿hay diferencia entre los proveedores?

El valor-p obtenido para los proveedores fue de 0,0200 el cual es menor que 0.05, por lo que se
rechaza la hipótesis nula, ya que SI existe diferencia entre los 3 tipos de proveedores.

b) ¿Hay diferencias entre los inspectores y entre las escalas?

Los valores-p obtenidos para los inspectores fue de 0,5 el cual es mayor que 0,05, por lo que se
acepta la hipótesis nula, es decir que no existe una diferencia significativa entre las medias de
los inspectores, con respecto al bloque escala, el valor-p fue de 0,0067, menor que 0,05 por lo
que se rechaza la hipótesis nula, ya que existe una diferencia significativa entre las medias de
la escala.

c) Si el peso debe ser 15 g, ¿cuál proveedor es mejor?

En este caso para elegir el mejor proveedor de 15 g se realizó la tabla de medias en donde se
puede evidenciar que la media del proveedor A que tiene un valor de 13,667 el cual está más
cercano a 15 a diferencia de los proveedores B y C

Tabla de Medias por Mínimos Cuadrados para Peso con intervalos de confianza del 95,0%
Error Límite Límite
Nivel Casos Media Est. Inferior Superior
MEDIA GLOBAL 9 12,4444
Proveedores
A 3 13,6667 0,19245 12,8386 14,4947
B 3 12,6667 0,19245 11,8386 13,4947
C 3 11,0 0,19245 10,172 11,828
Inspectores
I 3 12,3333 0,19245 11,5053 13,1614
II 3 12,6667 0,19245 11,8386 13,4947
III 3 12,3333 0,19245 11,5053 13,1614
Escala
1 3 14,6667 0,19245 13,8386 15,4947
2 3 10,0 0,19245 9,17195 10,828
3 3 12,6667 0,19245 11,8386 13,4947

d) Si algún factor de bloque es no significativo, elimínelo y haga el análisis adecuado.

El factor de bloque inspector se concluyó que no era significativo y por ello se elimina así,
realizando nuevamente el análisis se obtiene

Análisis de Varianza para Peso - Suma de Cuadrados Tipo III

Fuente Suma de Cuadrados Gl Cuadrado Medio Razón-F Valor-P
EFECTOS PRINCIPALES
A:Proveedores 10,8889 2 5,44444 49,00 0,0015
B:Escala 32,8889 2 16,4444 148,00 0,0002
RESIDUOS 0,444444 4 0,111111
TOTAL (CORREGIDO) 44,2222 8

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 Superior
MEDIA GLOBAL 9 12,4444
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

5.19 Modelo estadístico:

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

b) Construya la tabla ANOVA y determine cuales efectos están activos

Análisis de Varianza para Hinchamiento - Suma de Cuadrados Tipo III

Fuente Suma de Cuadrados Gl Cuadrado Medio Razón-F Valor-P
EFECTOS PRINCIPALES
A:Modelo 180,267 1 180,267 111,12 0,0000
B:Catalizador 153,033 2 76,5167 47,17 0,0000
INTERACCIONES
AB 3,43333 2 1,71667 1,06 0,3542
RESIDUOS 87,6 54 1,62222
TOTAL (CORREGIDO) 424,333 59
Como se puede observar en la tabla ANOVA, el molde y el catalizador al tener un valor-p de 0,0
tienen efecto principal en el Hinchamiento del catalizador, pues para estos se rechaza la hipótesis
nula, a diferencia de la interacción ya que para esta el valor-p fue de 0,35 y entonces se acepta la
hipótesis nula, ya que no existe diferencia significativa entre sus respectivas medias.

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 LS Sigma LS Grupos Homogéneos Contraste Sig. Diferencia +/- Límites
A2 30 89,1 0,232538 X A1 - A2 * 3,46667 0,659324
A1 30 92,5667 0,232538 X
* indica una diferencia significativa.
Pruebas de Múltiple Rangos para Hinchamiento por Modelo
Método: 95,0 porcentaje Tukey HSD
Modelo Casos Media LS Sigma LS Grupos Homogéneos
Contraste Sig. Diferencia +/- Límites
A2 30 89,1 0,232538 X
A1 - A2 * 3,46667 0,659324
A1 30 92,5667 0,232538 X
* indica una diferencia significativa.
Para el Catalizador
Medias y 95,0% de Fisher LSD
Medias y 95,0% de Tukey HSD

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.

Pruebas de Múltiple Rangos para Hinchamiento por Catalizador

Método: 95,0 porcentaje LSD
Catalizador Casos Media LS Sigma Grupos
Contraste Sig. Diferencia +/- Límites
LS Homogéneos
B1 - B2 -0,75 0,807503
B1 20 89,35 0,2848 X
B1 - B3 * -3,7 0,807503
B2 20 90,1 0,2848 X
B2 - B3 * -2,95 0,807503
B3 20 93,05 0,2848 X
* indica una diferencia significativa.
 Pruebas de Múltiple Rangos para Hinchamiento por Catalizador
Método: 95,0 porcentaje Tukey HSD Contraste Sig. Diferencia +/- Límites
Catalizador Casos Media LS Sigma LS Grupos B1 - B2 -0,75 0,970754
Homogéneos B1 - B3 * -3,7 0,970754
B1 20 89,35 0,2848 X B2 - B3 * -2,95 0,970754
B2 20 90,1 0,2848 X
B3 20 93,05 0,2848 X
* indica una diferencia significativa.
´d) Haga la gráfica de interacción con intervalos de confianza sobrepuestos
Interacciones y 95,0% Intervalos de Confianza
Interacciones y 95,0% Intervalos de Confianza

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

e) Determine cuál es el mejor tratamiento. ¿cuál es el hinchamiento predicho en el mejor

tratamiento?
En el problema planteado no dice cuál debe ser la característica del mejor catalizador si a mayor o
menor hinchamiento, sin embargo se asume que este debe ser a menor hinchamiento pues como se
trata de un catalizador, entre menos se afecte sus características, mejor debe ser, adoptando esta
posición, se tiene que el mejor tratamiento es
El modelo A2 con el catalizador B1, ya que de esta manera se obtiene el menor valor de
hinchamiento, como se muestra en la siguiente tabla.
Tabla de Medias por Mínimos Cuadrados para Hinchamiento con intervalos de confianza del 95,0%
Error Límite Límite
Nivel Casos Media Est. Inferior Superior
MEDIA GLOBAL 60 90,8333
Catalizador
B1 20 89,35 0,2848 88,779 89,921
B2 20 90,1 0,2848 89,529 90,671
B3 20 93,05 0,2848 92,479 93,621
Molde
A1 30 92,5667 0,232538 92,1005 93,0329
A2 30 89,1 0,232538 88,6338 89,5662
Catalizador por Molde
B1,A1 10 91,3 0,402768 90,4925 92,1075
B1,A2 10 87,4 0,402768 86,5925 88,2075
B2,A1 10 91,5 0,402768 90,6925 92,3075
B2,A2 10 88,7 0,402768 87,8925 89,5075
B3,A1 10 94,9 0,402768 94,0925 95,7075
B3,A2 10 91,2 0,402768 90,3925 92,0075

f) Verifique supuestos de normalidad varianza constante

 Gráfico de Residuos para Hinchamiento
Gráfico de Probabilidad Normal

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

En el modelo A1 se observa la menor dispersión.

5-26) Modelo estadístico:

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 Cuadrados Gl Cuadrado Medio Razón-F Valor-P
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 (CORREGIDO) 22661,6 26
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

Se cumple los supuestos de varianza constante y de normalidad respectivamente como se observa

en las gráficas.

e) tratamiento mejor No se podría asegurar ya que según la tabla ANOVA no hay una combinación
significativa sin embargo al realizar la tabla de medias de observa que si lo que se quiere es
maximizar, se debería de usar la combinación de los factores A2 con B2 ya que así se obtiene
mejores resultados

Tabla de Medias por Mínimos Cuadrados para Respuesta Y con intervalos de confianza del 95,0%
Error Límite Límite
Nivel Casos Media Est. Inferior Superior
MEDIA GLOBAL 27 35,7037
Facto A
A1 9 4,77778 2,09644 0,373311 9,18224
A2 9 73,0 2,09644 68,5955 77,4045
A3 9 29,3333 2,09644 24,9289 33,7378
Factor B
B1 9 38,7778 2,09644 34,3733 43,1822
B2 9 36,5556 2,09644 32,1511 40,96
B3 9 31,7778 2,09644 27,3733 36,1822
Facto A por Factor B
A1,B1 3 10,0 3,63114 2,37124 17,6288
A1,B2 3 3,0 3,63114 -4,62876 10,6288
A1,B3 3 1,33333 3,63114 -6,29543 8,96209
A2,B1 3 70,6667 3,63114 63,0379 78,2954
A2,B2 3 78,0 3,63114 70,3712 85,6288
A2,B3 3 70,3333 3,63114 62,7046 77,9621
A3,B1 3 35,6667 3,63114 28,0379 43,2954
A3,B2 3 28,6667 3,63114 21,0379 36,2954
A3,B3 3 23,6667 3,63114 16,0379 31,2954

5-28 a) Modelo estadístico:

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 Cuadrados Gl Cuadrado Medio Razón-F Valor-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 (CORREGIDO) 7,39222 11

Capítulo 5 Mongomery

5-11 Modelo Yijk     i   j   ijk

H0: Efecto de la posición (A) =0

HA: Efecto de la posición (A) ≠0
H0: Efecto de la temperatura (B)=0
HA: Efecto de la temperatura (B) ≠0
Como nos dice que no existe interacción, se parecería al diseño de bloques, para ello la tabla
ANOVA es Análisis de Varianza para Espesor - Suma de Cuadrados Tipo III
Fuente Suma de Cuadrados Gl Cuadrado Medio Razón-F Valor-P
EFECTOS PRINCIPALES
A:Posición 7160,06 1 7160,06 16,20 0,0013
B: Temperatura. 945342, 2 472671, 1069,26 0,0000
RESIDUOS 6188,78 14 442,056
TOTAL (CORREGIDO) 958691, 17
En donde se evidencia que tanto la posición como la temperatura tienen efecto, pues tiene valores-p
menores que 0,05 por lo que se rechaza la hipótesis nula, es decir que existe diferencia entre las
respectivas medias tanto de la posición como de la temperatura.
Para adecuar el modelo, se debe de tener en cuenta de que no se trata de boques a pesar de que no
existe interacción, por ellos se tomó el modelo estadístico y simplemente se obvio la interacción.

12-2
Modelos Lineales Generalizados
Análisis de Varianza para [] Ca
Fuente Suma de Cuadrados Gl Cuadrado Medio Razón-F Valor-P
Modelo 0,096976 4 0,024244 5,54 0,0036
Residuo 0,0876 20 0,00438
Total (Corr.) 0,184576 24

Suma de Cuadrados Tipo III

Fuente Suma de Cuadrados Gl Cuadrado Medio Razón-F Valor-P
Lote 0,096976 4 0,024244 5,54 0,0036
Residuo 0,0876 20 0,00438
Total (corregido) 0,184576 24
En en alanisis de varianza se puede observar que el valor-p fue de 0,0036, lo cual indica que se rechaza la hipótesis nula,
debido a que existe diferencia entre las varianzas de cada lote
Cuadrados Medios Esperados (CME)

Denominadores de Prueba-F
Fuente Gl Cuadrado Medio Denominador
Lote 20,00 0,00438 (2)

Componentes de Varianza
Fuente Estimado
Lote 0,0039728
Residuo 0,00438
Se puede observar que el lote contribuye a la varianza total en un
R-Cuadrada = 52,5399 porciento
R-Cuadrada (ajustada por g.l.) = 43,0479 porciento
Error estándar del est. = 0,0661816
Error medio absoluto = 0,04608
Estadístico Durbin-Watson = 2,51977 (P=0,7002)

c) Intervalo de confianza
a=5 n=5 1-α=0,95 α/2 =0,025 1- α/2=0,975 F0.025,4,20 = 3,52

1 0, 024244 1
L ( *  1)
5 0, 00438 3,52
L  0,1686
 1 1
F0,975,4,20    0,117
F0,025;20;4 8,56
1 0, 024244 1
L ( *  1)
5 0, 00438 0,117
L  0, 7462

0,1686 2 0,1871
 2 2 
0,8314     0,8129
 2
0, 203   0, 23
 2   2
Análisis de Residuos

Gráfica de Residuos Gráfica de Probabilidad Normal para [] Ca

0,12 99,9

99
0,08
95
0,04
80
porcentaje
residuo

0 50

20
-0,04
5
-0,08
1

-0,12 0,1
23,2 23,3 23,4 23,5 23,6 23,7 -0,1 -0,06 -0,02 0,02 0,06 0,1 0,14
predicho [] Ca residuo

Con las anteriores graficas se verifica los supuestos de varianza constante y normalidad respectivamente

12-9) Modelos Lineales Generalizados

Número de variables dependientes: 1
Número de factores categóricos: 2
A=No de pieza
B=operador
Número de factores cuantitativos: 0

Análisis de Varianza para Medición

Fuente Suma de Cuadrados Gl Cuadrado Medio Razón-F Valor-P
Modelo 104,85 19 5,51842 3,68 0,0003
Residuo 60,0 40 1,5
Total (Corr.) 164,85 59

Suma de Cuadrados Tipo III

Fuente Suma de Cuadrados Gl Cuadrado Medio Razón-F Valor-P
No de pieza 99,0167 9 11,0019 18,28 0,0001
operador 0,416667 1 0,416667 0,69 0,4269
No de pieza*operador 5,41667 9 0,601852 0,40 0,9270
Residuo 60,0 40 1,5
Total (corregido) 164,85 59
De acuerdo a los valores –p para el número de la pieza se rechaza a hipótesis nula, es decir que hay
diferencia entre las varianzas, pero tanto para el operador y la interacción entre las piezas y el
operador se acepta la hipótesis nula
Denominadores de Prueba-F
Fuente Gl Cuadrado Medio Denominador
No de pieza 9,00 0,601852 (3)
operador 9,00 0,601852 (3)
No de pieza*operador 40,00 1,5 (4)
Para este caso los componentes de a varianza se muestran a continuación.
Componentes de Varianza
Fuente Estimado
No de pieza 1,73333
operador -0,00617284
No de pieza*operador -0,299383
Residuo 1,5

R-Cuadrada = 63,6033 porciento

R-Cuadrada (ajustada por g.l.) = 46,3148 porciento
Error estándar del est. = 1,22474
Error medio absoluto = 0,777778
Estadístico Durbin-Watson = 1,88148 (P=0,3925)

12-12. Modelos Lineales Generalizados

Número de variables dependientes: 1
Número de factores categóricos: 2
A=Temperatura.
B=Posición
Número de factores cuantitativos: 0

Análisis de Varianza para Espesor

Fuente Suma de Cuadrados Gl Cuadrado Medio Razón-F Valor-P
Modelo 952502, 3 317501, 718,24 0,0000
Residuo 6188,78 14 442,056
Total (Corr.) 958691, 17

Suma de Cuadrados Tipo III

Fuente Suma de Cuadrados Gl Cuadrado Medio Razón-F Valor-P
Temperatura. 945342, 2 472671, 1069,26 0,0000
Posición 7160,06 1 7160,06 16,20 0,0013
Residuo 6188,78 14 442,056
Total (corregido) 958691, 17
Podemos observar que al tomar el factor de posición como un factor aleatorio entonces el efecto
que ejercen los factores en la respuesta no cambia ya que los valores-p obtenidos siguen siendo los
mismo, solo que ahora la conclusión a la que se llega es más general, ya que no se compara medias
sino varianzas. Cuyas componentes son
Componentes de Varianza
Fuente Estimado
Posición 746,444
Residuo 442,056
R-Cuadrada = 99,3545 porciento
R-Cuadrada (ajustada por g.l.) = 99,2161 porciento
Error estándar del est. = 21,0251
Error medio absoluto = 13,9815
Estadístico Durbin-Watson = 2,61244 (P=0,7569)