UNIVERSIDAD CENTRAL DEL ECUADOR

FACULTAD DE CIENCIAS ECONOMICAS

INGENIERIA ESTADISTICA

TEMA:
ANALISIS Y DISEÑO DE EXPERIMENTOS
EJERCICIOS

DISEÑOS EXPERIMENTALES

Nombres: Ronny Barrera

Priscila Chiguano

Aula: 20

Docente: Ing. Vanesa Mena

Fecha de Entrega
12/11/2019

QUITO - ECUADOR
1.- Explique en qué consiste y cuándo se debe aplicar el diseño completamente al
azar con un solo criterio de clasificación.

Está centrado en comparar los tratamientos en cuanto a sus medias poblacionales y se

utiliza cuando el objetivo es comparar más de dos tratamientos

2. Supongamos que se desea probar la igualdad entre sí de cinco medias. Una

alternativa para hacer esto sería comparar de dos en dos las medias, utilizando la
prueba T de Student y al final tomar una decisión. Explique por qué esto aumenta
el error tipo I.

En este caso con cinco medias tenemos diez posible pares de medias, y si la probabilidad
de aceptar la H0 para cada prueba individual es de 1-  = 0.95, entonces la probabilidad
de aceptar las diez H0 es de 0.9510 = 0.5987, lo cual representa un aumento considerable
del error tipo I.
Aunque se utilice un nivel de confianza tal que (1- )10= 0.95, el procedimiento resulta
inapropiado porque se pueden producir sesgos por parte del experimentador.

3. ¿Qué mide el cuadrado medio del error en el ANOVA de un experimento?

Es la suma de los cuadrados divididos entre sus respectivos grados de Libertad

4. ¿Qué son los grados de libertad para una suma de cuadrados en un análisis de
varianza?

Representa el número de piezas de información independientes en la suma de cuadrados.

En general, es el número de observaciones menos el número de parámetros estimados de
los datos.

5. A continuación se muestra parte del ANOVA para comparar cinco tratamientos

con cuatro réplicas cada uno.

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) Explique de manera esquemática cómo calcularía el valor-p o la significancia
observada, para ver si hay diferencia entre tratamientos.

Valor-p es el área bajo la distribución Fk-1, N-k a la derecha del estadístico F0, es decir, el
Valor- p=P(F>F0)

c) ¿Con la información disponible se pueden hacer conjeturas sobre si hay

diferencias significativas entre tratamientos? Argumente su respuesta.

Es posible determinar la diferencia entre los tratamientos, mediante la información

presentada en la tabla ANOVA con el valor obtenido del estadístico F0 que sigue una
distribución F con (k-1) grados de libertad en el numerador y (N-k) grados de libertad en
el denominador y el valor obtenido de las tablas de la distribución F para probar la
hipótesis de igualdad de los tratamientos con respecto a la media de la correspondiente
variable de respuesta. Ya que en caso de rechazar la hipótesis anterior se estaría
asumiendo que las medias de los tratamientos son diferentes.

d) Anote el modelo estadístico y formule la hipótesis pertinente.

6. Se desea investigar el efecto del pH en el crecimiento de cierto microorganismo en

un medio específico. Para ello se realiza un experimento, teniendo como punto de
partida la misma cantidad de microorganismos. Se hacen cuatro repeticiones y se
obtienen los siguientes resultados. ¿Estos datos son evidencia suficiente para afirmar
que los niveles de pH donde se logra menor y mayor crecimiento son e1 3 y el 2,
respectivamente? Explique su respuesta.
No se puede afirmar que el nivel de pH influya directamente en el crecimiento promedio,
se considera que hay más factores que intervienen, además es necesario que nos
proporcionen más datos por tratamiento para tomar esa decisión.

7. Se desea investigar la influencia de la temperatura en el rendimiento de un proceso

químico, en particular interesa investigar un rango de temperatura entre 60 y
120°C. Se tienen recursos para realizar 20 corridas experimentales.

a)Los niveles de temperatura con los que se experimenta son: 60, 65, 70 y 120; se
hacen cinco repeticiones con cada nivel. ¿Considera que es adecuado el diseño
experimental usado? Argumente su respuesta, y de ser necesario proponga
alternativas.

No es adecuado el diseño experimental debido a que los niveles de temperatura con los
cuales se pretende experimentar no están distribuidos uniformemente en el rango
establecido, se recomienda hacer un experimento con 5 réplicas para los siguientes
tratamientos: 60,80, 100, 120.

b)El orden en que decidieron hacer las corridas experimentales para facilitar el
trabajo experimental fue: primero las cinco del nivel bajo de temperatura, luego las
cinco del siguiente y así hasta finalizar. ¿Es correcto lo que hicieron? Argumente su
respuesta.

No es correcto, las corridas experimentales deben ser aleatorias para que el resultado de
un tratamiento no influya en el inmediato siguiente (no violar los supuestos del modelo)

c)Para hacer el análisis estadístico se comparan, mediante una prueba T de Student,

de dos en dos niveles de temperatura, y con base en esto obtuvieron conclusiones.
¿Es adecuado tal análisis?, argumente, y en su caso proponga alternativas.

No es correcto, las corridas experimentales deben ser aleatorias para que el resultado de
un tratamiento no influya en el inmediato siguiente (no violar los supuestos del model

8. Describa en qué consiste cada uno de los supuestos del modelo en un análisis de
varianza, y explique la forma típica en que estos supuestos se verifican.

 Normalidad: Consiste en verificar que los residuos sigan una distribución normal
con media cero y se verifica graficando los residuos en una escala X-Y de tal
manera que si los residuos siguen una distribución normal al graficarlos tienden a
quedar alineados en una línea recta.
  Varianza Constante: Comprobar que los residuos de cada tratamiento tienen la
misma varianza, es verificado graficando los predichos contra los residuos y si los
puntos en esta grafica se distribuyen de manera aleatoria en una banda horizontal
(sin ningún patrón claro y contundente) entonces es señal de que se cumple el
supuesto de que los tratamientos tienen igual varianza.

 Independencia: Probar que los residuos son independientes entre sí, se verifica
si se grafica el orden en que se colecto un dato contra el residuo correspondiente,
de esta manera si al graficar en el eje horizontal el tiempo (orden de corrida) y en
el eje vertical los residuos, se detecta una tendencia o patrón no aleatorio
claramente definido, esto es evidencia de que existe una correlación entre los
errores y, por lo tanto, el supuesto de independencia no se cumple.

9. ¿Qué son y cuándo se aplican las pruebas para comparar medias?

Son métodos que nos permiten hacer comparaciones entre todos los posibles pares de
medias, dependiendo del número de tratamientos para identificar cuales resultaron
diferentes, Se aplican cuando es rechazada la Ho (todas las medias son iguales).

10. En una industria química se prueban diferentes mezclas para ver si difieren en
cuanto al peso molecular final. Se prueban cuatro diferentes mezclas, con cinco
repeticiones cada una. A continuación se muestra una parte de la tabla del análisis
de varianza y los promedios obtenidos para cada mezcla.

a) ¿Las mezclas difieren de manera significativa en cuanto a su peso molecular?

Si existe hay una diferencia significativa entre el peso molecular.

b) Con el análisis de varianza y de acuerdo al promedio, ¿se puede asegurar que

con la mezcla B se logra un menor peso molecular? Argumente su respuesta.

No, debemos de saber que ocurrió en cada uno de los tratamientos y sus repeticiones.
 c) Si al verificar los supuestos de varianza constante (igual varianza entre las
mezclas), éstos no se cumplen, ¿qué significa eso? ¿Se puede seguir apoyando la
conclusión del inciso a)?

Si, pues desde un principio se dijo que existía una diferencia grande entre cada
tratamiento, esto debido a una diferencia notable de las varianzas

11. Se hace un estudio sobre la efectividad de tres marcas de spray para matar
moscas. Para ello, cada producto se aplica a un grupo de 100 moscas, y se cuenta el
número de moscas muertas expresado en porcentajes. Se hacen seis réplicas y los
resultados obtenidos se muestran a continuación.

a) Formule la hipótesis adecuada y el modelo estadístico.

Hipótesis:
HO= µ1 = µ2
HO= µ1 = µ3
HO= µ2= µ3

HA= µ1 ≠ µ2
HA= µ1 ≠ µ3
HA= µ2 ≠ µ3

Modelo estadístico:
𝑇∝ 2𝐶𝑀𝐸
LSD . (𝑁 − 𝑘)√
2 𝑛𝑖

b) ¿Existe diferencia entre la efectividad promedio de los productos en spray?

El promedio de los productos fueron los siguientes:

MARCA1=69, MARCA 2=59.16, MARCA 3=62.83, por lo tanto mediante estos datos
puedo decir que el producto 1 es el que presenta mayor efectividad, mientras que entre el
producto 2 y 3 no hay mucha diferencia. Solo que debe hacerse un análisis para ver si lo
que se observa es verdadero.
 Análisis de varianza de un factor

RESUMEN
Grupos Cuenta Suma Promedio Varianza
Columna 1 6 414 69 26
Columna 2 6 355 59.1666667 66.9666667
Columna 3 6 377 62.8333333 66.1666667

ANÁLISIS DE VARIANZA
Valor
Origen de las Suma de Grados de Promedio de los crítico para
variaciones cuadrados libertad cuadrados F Probabilidad F
Entre grupos 296.333333 2 148.166667 2.79325513 0.09307091 3.68232034
Dentro de los
grupos 795.666667 15 53.0444444

Total 1092 17

c) ¿Hay algún spray mejor? Argumente su respuesta.

SI, el spray de la marca 1, pues la tabla ANOVA nos dice que si existe diferencia
significativa entre la medida de las medias de los tratamientos; con el método T d Student,
pude comprobar este hecho, en el que las marcas 2 y 3 son prácticamente lo mismo y la
MARCA 1 tiene más eficiencia en el número de moscas muertas.

d) Dé un intervalo al 95% de confianza para la efectividad promedio (porcentaje)

de cada una de las marcas.

-HIPOTESIS
HO= µ1 = µ2
HO= µ1 = µ3
HO= µ2= µ3

HA= µ1 ≠ µ2
HA= µ1 ≠ µ3
HA= µ2 ≠ µ3
- Estadístico
𝑇∝ 2𝐶𝑀𝐸
LSD . (𝑁 − 𝑘)√
2 𝑛𝑖
-Criterio
I𝒚𝒊.− 𝒚𝒋.I ˃LSD la Ho se rechaza.
 𝑇0.05 2(53.4)
, (18 − 3)√
2 6

LSD= 2.1315(4.22)= 8.99

HIPOTESIS I𝒚𝒊.− 𝒚𝒋.I LSD

HO= µ1 = µ2 69-59.16= 9.84 ˃ 8.99
HO= µ1 = µ3 69-62.83= 6.17 ˂ 8.99
HO= µ2= µ3 59.16-62.83= 3.67 ˂ 8.99

12. En un centro de investigación se realiza un estudio para comparar varios

tratamientos que, al aplicarse previamente a los frijoles crudos, reducen su tiempo
de cocción. Estos tratamientos son a base de bicarbonato de sodio (NaHCO3) y
cloruro de sodio o sal común (NaCl). El primer tratamiento es el de control, que
consiste en no aplicar ningún tratamiento. El tratamiento T2 es el remojo en agua
con bicarbonato de sodio, el T3 es remojar en agua con sal común y el T4 es remojar
en agua con una combinación de ambos ingredientes en proporciones iguales. La
variable de respuesta es el tiempo de cocción en minutos. Los datos se muestran en
la siguiente tabla:

a) ¿De qué manera el experimentador debe aleatorizar los experimentos y el

material experimental?

Eligiendo completamente al azar el orden en que se deben realizar los experimentos

 Control T2 T3 T4
213 76 57 84
214 85 67 82
204 74 55 85
208 78 64 92
212 82 61 87
200 75 63 79
207 82 63 90

b) Dé ejemplos de factores que deben estar fijos durante las pruebas

experimentales, para que no afecten los resultados y las conclusiones.

 El tipo de especie de frijol usada

 La potencia de la flama debe permanecer constante en el proceso
 La olla utilizada para cocerlos
 El nivel del agua a usar
 Que los reactivos sean de la misma procedencia

c) Formule y pruebe la hipótesis de que las medias de los tratamientos son iguales.

HO=𝑋̅T2=𝑋̅T3
HO=𝑋̅T2=𝑋̅T4
HO=𝑋̅T3=𝑋̅T4

HA=𝑋̅T2≠𝑋̅T3
HA=𝑋̅T2≠𝑋̅T4
HA=𝑋̅T3≠𝑋̅T4

𝑋̅T2=78.85
𝑋̅T3=61.42
𝑋̅T4=85.57

Análisis de varianza de un factor

RESUMEN
Grupos Cuenta Suma Promedio Varianza
Columna 1 7 1458 208.285714 26.2380952
Columna 2 7 552 78.8571429 17.4761905
Columna 3 7 430 61.4285714 17.2857143
Columna 4 7 599 85.5714286 20.2857143
 ANÁLISIS DE VARIANZA
Valor
Origen de las Suma de Grados de Promedio de los crítico para
variaciones cuadrados libertad cuadrados F Probabilidad F
Entre grupos 95041.25 3 31680.4167 1558.96602 1.2606E-27 3.00878657
Dentro de los
grupos 487.714286 24 20.3214286

Total 95528.9643 27

La F es mayor que el valor de F critico por lo que se acepta la HA

Con los resultados obtenidos se acepta la hipótesis alternativa

d) Obtenga el diagrama de caja y el gráfico de medias, después interprételos.

e) ¿Hay algún tratamiento mejor? ¿Cuál es el tiempo de cocción esperado para el

mejor tratamiento?

LSD=4.97

HIPOTESIS IYi-YjI LSD

HO=𝑋̅T2=𝑋̅T3 78.8571429- 61.42857140= 17.43 ˃ 4.97

HO=𝑋̅T2=𝑋̅T4 78.8571429-85.5714286= 6.71˃ 4.97
HO=𝑋̅T3=𝑋̅T4 61.4285714-85.5714286= 24.14˃ 4.97

Se rechaza Ho y acepta la alterna que nos dice que cada tratamiento fue diferente.

𝑋̅T3˂𝑋̅T2˂𝑋̅T4

Se deduce que el tratamiento 3 es el mejor por tener el menor tiempo, pues por
mercadotecnia, a la gente le interesa el proceso que dure menos; el tiempo esperado es de
61.42 minutos

f ) Algo importante a cuidar en un experimento es que no haya efectos colaterales

no deseados, causados por el tratamiento ganador; en este caso, piense en los
posibles efectos colaterales que podría causar el mejor tratamiento.

El cloruro de sodio trae problemas cardiovasculares.

g) ¿Se cumplen los supuestos del modelo? Verifique gráficamente.

Supuesto de normalidad
R2=0.962 por lo tanto se cumple el supuesto.

120
R² = 0.962
100

80

60

40

20

0
50 55 60 65 70 75 80 85 90 95
-20

Supuesto de homogeneidad

Por medio de la grafica podemos comprobar medio se cumple la homogenidad.

0
50 55 60 65 70 75 80 85 90
-2

-4

-6

-8
Supuesto de independencia

Como R2= 0.0687 el supuesto se cumple.

y = 0.4727x + 70.086
Independencia R² = 0.0687
100

80
Axis Title

60

40

20

0
0 5 10 15 20 25
Axis Title

h) Pruebe la hipótesis de igualdad de varianzas entre tratamientos (que corresponde

a un supuesto)

Las varianzas difieren muy poco, respecto a lo que se observa en la gráfica del inciso g

13. Para estudiar la confiabilidad de ciertos tableros electrónicos para carros, se

someten a un envejecimiento acelerado durante 100 horas a determinada
temperatura, y como variable de interés se mide la intensidad de corriente que
circula entre dos puntos, cuyos valores aumentan con el deterioro. Se probaron 20
módulos repartidos de manera equitativamente en cinco temperaturas y los
resultados obtenidos fueron los siguientes:

a) Formule la hipótesis y el modelo estadístico para el problema.

Factor: La temperatura
Niveles: T1, T 2, T3, T4 y T5
Variables: Intensidad de corriente que circula entre los puntos
Replicas: 4

b) Realice el análisis de varianza para estos datos, a fin de estudiar si la temperatura

afecta la intensidad de corriente promedio.

𝐻0 : 𝜇 𝑇1 = 𝜇 𝑇2 = 𝜇 𝑇3 = 𝜇 𝑇4 = 𝜇 𝑇5

𝑌𝐼𝐽 = 𝜇 + 𝜏𝐼 + 𝜀𝐼𝐽 i: 1, 2, 3, 4 y 5; j: 1…. 20

𝑌𝐼𝐽 Representa la intensidad de corriente de la repetición j del tratamiento i, µ la media

poblacional del valor de las intensidad, 𝜏𝐼 el efecto del i-esimo tratamiento en
temperaturas y 𝜀𝐼𝐽 el error asociado a la observación, distribuidos normalmente con media
0 varianza 𝜎 2 e independientes

c) ¿La temperatura afecta la variabilidad de las intensidades? Es decir, verifique si

hay igual varianza entre los diferentes tratamientos.

Análisis de varianza de
un factor

RESUMEN
Grupos Cuenta Suma Promedio Varianza
20°C 4 58 14,5 7
40°C 4 65 16,25 16,9166667
60°C 4 89 22,25 6,25
80°C 4 125 31,25 6,25
100°C 4 201 50,25 26,25

ANÁLISIS DE
VARIANZA
Grados Promedio Valor
Origen de las Suma de de de los crítico para
variaciones cuadrados libertad cuadrados F Probabilidad F
Entre grupos 3411,8 4 852,95 68,0545213 1,9635E-09 3,05556828
Dentro de los grupos 188 15 12,5333333

Total 3599,8 19

Ya que 𝐹0 = 68,05 ˃𝐹0.05 = 3,05 se rechaza 𝐻0 que significa que podemos afirmar que
diferencia significativa entre las diferentes intensidades de corriente promedio, las
diferentes temperaturas si afecta la respuesta de cada una de las intensidades. Dado que
la probabilidad= 1,9635E-09 es menos que el α= 0,05 se rechaza.
14. En una empresa de manufactura se propone un tratamiento para reducir el
porcentaje de productos defectuosos. Para validar esta propuesta se diseñó un
experimento en el que se producía con o sin la propuesta de mejora. Cada corrida
experimental consistió en producir un lote y la variable de respuesta es el porcentaje
de producto defectuoso. Se hicieron 25 réplicas para cada tratamiento. Los datos
obtenidos se muestran a continuación:

a) ¿Las diferencias son significativas estadísticamente?

Ho: µa= µb
Ho: El tratamiento propuesto no reduce significativamente el porcentaje
promedio de productos defectuosos
Ha: µa≠ µb
Ha: El tratamiento propuesto si reduce significativamente el porcentaje promedio
de productos defectuosos

b) ¿Cuál es el porcentaje de defectos que se espera con el nuevo tratamiento?

Se espera que el promedio de productos sin tratamiento es de 9.272 se disminuya en

3.16 cuando se aplique el tratamiento para que existe una total de 6.216 piezas
defectuosas.

c) Cuantifique el nivel de reducción que se logró con el tratamiento propuesto.

La disminución de piezas que se logró al aplicar el tratamiento es de 3.16 piezas en

promedio , por cada 25 piezas con tratamiento.

15. Una compañía farmacéutica desea evaluar el efecto que tiene la cantidad de
almidón en la dureza de las tabletas. Se decidió producir lotes con una cantidad
determinada de almidón, y que las cantidades de almidón a aprobar fueran 2%, 5%
y 10%. La variable de respuesta sería el promedio de la dureza de 20 tabletas de
cada lote. Se hicieron 4 réplicas por tratamiento y se obtuvieron los siguientes
resultados:
a) ¿Hay evidencia suficiente de que el almidón influye en la dureza en las tabletas?
Halle el ANOVA.

2% 5% 10% Suma de
Cuadrados:
4.3 6.5 9 548.88
5.2 7.3 7.8
4.8 6.9 8.5
4.5 6.1 8.1
Yi. = 18.8 26.8 33.4 Y..= 79
ni= 4 4 4 N= 12
yi. Media= 4.7 6.7 8.35 Y Media= 6.58
Ti= -1.88 0.12 1.77

Fuente GL SC MC F P
Factor 2 26.727 13.363 58.10 0.000
Error 9 2.070 0.230
Total 11 28.797

S = 0.4796 R-cuad. = 92.81% R-cuad.(ajustado) = 91.21%

b) Realice los análisis complementarios necesarios.

El diagrama de cajas se ilustra de la siguiente manera:

Se observa que las cajas no se traslapan, otra muestra visual de que el algodón influye
considerablemente en la dureza de las tabletas, con 10% de algodón se obtiene mucha
mas dureza.
c) Si se desea maximizar la dureza de las tabletas, ¿qué recomendaría al fabricante?

Si el objetivo es maximizar la dureza en las tabletas se recomienda ampliamente aumentar

el porcentaje de almidón en el proceso de fabricación de las tabletas.

d) Verifique los supuestos.

Se verificarán los supuestos de

 Normalidad
 Varianza Constante
 Independencia

En la gráfica de probabilidad normal, los residuos tienden a ajustarse a la línea recta, se

deduce que: las observaciones proceden de poblaciones normales. Se cumple el supuesto
de normalidad visualmente.

Las otras graficas no presentan patrones anormales tales como forma de embudo o corneta
por lo tanto las muestras son aleatorias e independientes. Se cumple el supuesto de que
los tratamientos tienen igual varianza e independencia.
 16. Los datos que se presentan enseguida son rendimientos en toneladas por hectárea
de un pasto con tres niveles de fertilización nitrogenada. El diseño fue
completamente aleatorizado, con cinco repeticiones por tratamiento

a) ¿Las diferencias muestrales hacen obvia la presencia de diferencias

poblacionales?

No del todo, por que lo que se estudia es un pequeño trozo del pastel y aunque tengas
partes parecidas, puede que una parte del pastel tenga chocolate y la otra no
análogamente hablando.

b) Obtenga el análisis de varianza e interprételo.

ANÁLISIS DE
VARIANZA
Grados
Suma de de Cuadrado Valor crítico
FV cuadrados libertad medio F Probabilidad para F

Tratamientos 788.36006 2 394.18003 10102.8868 4.3721E-20 3.88529383

Error 0.46819889 12 0.03901657

Total 788.828259 14

c) Analice los residuos, ¿hay algún problema?

Se observa una diferencia muy marcada entre las F, dándonos claridad de la diferencia
que existe entre las medias de los tratamientos.

17. Un químico del departamento de desarrollo de un laboratorio farmacéutico

desea conocer cómo influye el tipo de aglutinante utilizado en tabletas de ampicilina
de 500 mg en el porcentaje de friabilidad; para ello, se eligen los siguientes
aglutinantes: polivinilpirrolidona (PVP), carboximetilcelulosa sódica (CMC) y
grenetina (Gre). Los resultados del diseño experimental son los siguientes:
a) Especifique el nombre del diseño experimental.

Aglutinante en pastillas de ampicilina

b) ¿Sospecha que hay algún efecto significativo del tipo de aglutinante sobre la
variable de respuesta?

Si, por los datos arojados

c) Escriba las hipótesis para probar la igualdad de medias y el modelo estadístico.

Hipótesis
HA= μi= μj para algún i ≠ j

Modelo estadístico
Yij= μ+ Ti+Eij

Tomando en cuenta que Razón de F es mayor que la F de tablas.

d) Realice el análisis adecuado para probar las hipótesis e interprete los resultados.

Grupos Cuenta Suma Promedio Varianza

Fila 1 3 0.808 0.26933333 0.04271633
Fila 2 3 28.55 9.51666667 0.01973333
Fila 3 3 1.176 0.392 0.036349
Los promedios en cada uno de los experimentos son diferentes por lo tanto se rechaza la
Ho.

e) Revise los supuestos, ¿hay algún problema?

Supuesto de normalidad
No se cumple este supuesto.
 NORMALIDAD
y = 0.0545x + 0.3151
1.2 R² = 0.6999
1

0.8
Axis Title

0.6
Series1
0.4
Linear (Series1)
0.2

0
0 5 10 15
Axis Title

Supuesto de homogeneidad
No se cumple el supuesto de homogeneidad

0.4

0.2

0
0 2 4 6 8 10
-0.2

-0.4

-0.6

-0.8

-1

Supuesto de independencia
Se cumple el supuesto de independencia.

18. Se cultivaron cuatro diferentes clonas de agave tequilana bajo un mismo

esquema de manejo. Se quiere saber qué clona es la que responde mejor a dicho
manejo, evaluando el nivel de respuesta con el porcentaje de azúcares reductores
totales en base húmeda. Los datos se muestran a continuación:

a) Mediante ANOVA, compare las medias de las clonas y verifique residuales.

ANOVA unidireccional: % AZUCAR REDUC vs. CLONA

Fuente GL SC MC F P CLONA
3 213,63 71,21 12,53 0,000
Error 16 90,93 5,68
Total 19 304,55

S = 2,384 R-cuad. = 70,14% R-cuad.(ajustado) = 64,55%

H0: =
HA: ≠ para algún i ≠ j

Rechazamos H0 si: F0 > Fk-1, N-k entonces, 12.53 > 3.24

Como esta condición se cumple, procedemos a rechazar la H0. Otra forma de rechazarla
es que, el valor-p< α es decir, 0.000 < 0.05 de esta manera también decimos que
rechazamos la H0 sobre igualdad de medias en los tratamientos.
% AZUCAR REDUC
 b) ¿Hay una clona que haya respondido mejor al esquema de manejo? Argumente
su respuesta.

En el tercer tratamiento nos indica el promedio mas alto y que indica la mayor aportación
de azucares reductores en base húmeda.

c) En caso de que exista un empate estadístico entre dos o más clonas, ¿qué
propondría para desempatar?

Otro experimento con solo esos dos tipos de clonas, pero considerando más observaciones
para checar cual es más efectiva

19.- Uno de los defectos que causan mayor desperdicio en la manufactura de discos
ópticos compactos son los llamados “cometas”. Típicamente, se trata de una
partícula que opone resistencia al fluido en la etapa de entintado. Se quiere
comprobar de manera experimental la efectividad de un tratamiento de limpieza de
partículas que está basado en fuerza centrípeta y aire ionizado. A 12 lotes de 50 CD
se les aplica el tratamiento y a otros 12 lotes no se les aplica; en cada caso se mide el
porcentaje de discos que presentan cometas, los resultados son los siguientes:

a) Con el ANOVA vea si es efectivo el tratamiento de limpieza. ¿Debería

implementarse?

Representa el número de piezas de información independientes en la suma de cuadrados.

En general, es el número de observaciones menos el número de parámetros estimados de
los datos.
b) ¿Es razonable suponer en el inciso a) que las varianzas son iguales?

Análisis de varianza de
un factor

RESUMEN
Grupos Cuenta Suma Promedio Varianza
20°C 4 58 14,5 7
40°C 4 65 16,25 16,9166667
60°C 4 89 22,25 6,25
80°C 4 125 31,25 6,25
100°C 4 201 50,25 26,25

ANÁLISIS DE
VARIANZA
Grados Promedio Valor
Origen de las Suma de de de los crítico para
variaciones cuadrados libertad cuadrados F Probabilidad F
Entre grupos 3411,8 4 852,95 68,0545213 1,9635E-09 3,05556828
Dentro de los grupos 188 15 12,5333333

Total 3599,8 19

Ya que 𝐹0 = 68,05 ˃𝐹0.05 = 3,05 se rechaza 𝐻0 que significa que podemos afirmar que
diferencia significativa entre las diferentes intensidades de corriente promedio, las
diferentes temperaturas si afecta la respuesta de cada una de las intensidades. Dado que
la probabilidad= 1,9635E-09 es menos que el α= 0,05 se rechaza.

c) ¿En qué porcentaje se reducen los discos con cometas?

Se espera que el promedio de productos sin tratamiento es de 26 se disminuya en 3.16

cuando se aplique el tratamiento para que existe una total de 20 discos.