TRABAJO PRCTICO N 6 Ejercicio 1 Ho 1 = 2 = 3 = 0 H1 i 0 Tratamientos = Aleacin y = resistencia a la soldadura x = dimetro de la soldadura, variable concomitante Modelo: yij = + i + (xjj ) + ij Modelo:

odelo: responde a un modelo unifactorial con una covariable Siendo yij : respuesta correspondiente a la j-sima observacin de aleacin de la soldadura bajo cada i-simo resistencia de la soldadura i = 1,,3 tratamientos j = 1, ,6 repeticiones : promedio general i : efecto del i-simo tratamiento j : coeficiente de regresin lineal que indica la dependencia entre x e y ij : error aleatorio correspondiente a la j-simo del i-simo x = dimetro de la soldadura y = resistencia de la soldadura Supuestos 1.- los errores son normales e independientes 2.- 0, la relacin real entre xij e yij es lineal 3.- los coeficientes de regresin de cada tratamiento son idnticos 4.- que la variable concomitante xij no depende de los tratamientos
12 0 ,0 0

10 0 ,0 0

80 ,0 0

Resistencia

60 ,0 0

40 ,0 0

20 ,0 0 1 2 ,5 0 1 5,00 1 7,5 0 2 0,0 0 2 2,5 0

D ia m e tro

Este grfico muestra que hay una relacin lineal entre la resistencia y el dimetro. b) Anlisis de covarianza Pruebas de los efectos inter-sujetos Variable dependiente: Resistencia Suma de cuadrados Fuente tipo III Gl Modelo corregido 8555,280(a) 3 Interseccin 351,383 1 Aleacin 2005,972 2 Diametro 2838,919 1 Error 716,164 14 Total 81979,000 18 Total corregida 9271,444 17
DOCTORADO EN INGENIERIA CURSO ESTADISTICA

Media cuadrtica 2851,760 351,383 1002,986 2838,919 51,155

F 55,748 6,869 19,607 55,497

Significacin ,000 ,020 ,000 ,000

a R cuadrado = ,923 (R cuadrado corregida = ,906) Aleacin: hay diferencias significativas ya que el valor de significancia es menor a 0,05, se rechaza la Ho hay diferencias entre las aleaciones (tratamientos). El valor de significancia de la covariable dimetro menor a 0,05 denota que la variabilidad del dmetro afecta a la resistencia. Medias Estadsticos descriptivos Variable dependiente: Resistencia Aleacion Media Desv. Tp. N 1,00 50,4167 10,47577 6 2,00 88,7500 22,97553 6 3,00 51,5000 8,56738 6 Total 63,5556 23,35335 18 Medias ajustadas Estimaciones Variable dependiente: Resistencia Intervalo de confianza Aleacion Media Error tp. al 95%. Lmite Lmite Lmite Lmite inferior superior inferior superior 1,00 61,733(a) 3,291 54,674 68,793 2,00 78,045(a) 3,254 71,065 85,025 3,00 50,888(a) 2,921 44,623 57,153 a Las covariables que aparecen en el modelo se evalan en los siguiente valores: Diametro = 17,8889. c) Medias ajustadas, diferencias entre medias, error tpico o error estndar promedio de las diferencias entre medias ajustadas Comparaciones por pares Variable dependiente: Resistencia Diferencia (I) (J) entre Aleacion Aleacion medias (I-J) Significacin (a) Intervalo de confianza al 95 % para la diferencia(a)

Error tp.

Lmite Lmite Lmite Lmite inferior superior inferior superior Lmite inferior 1,00 2,00 -16,312(*) 5,078 ,006 -27,204 -5,420 3,00 10,845(*) 4,429 ,028 1,346 20,344 2,00 1,00 16,312(*) 5,078 ,006 5,420 27,204 3,00 27,157(*) 4,346 ,000 17,836 36,478 3,00 1,00 -10,845(*) 4,429 ,028 -20,344 -1,346 2,00 -27,157(*) 4,346 ,000 -36,478 -17,836 Basadas en las medias marginales estimadas. * La diferencia de las medias es significativa al nivel ,05. a Ajuste para comparaciones mltiples: Diferencia menos significativa (equivalente a la ausencia de ajuste). Hay diferencias entre todas las medias a un nivel de significancia del 0,05% - ver estrellitas (*) d) Verificacin de los supuestos 1.- Supuesto NORMALIDAD Pruebas de normalidad Kolmogorov-Smirnov(a) Estadstico gl Sig. Shapiro-Wilk Gl

Estadstico

Sig.

Residuo estandarizado ,146 18 ,200(*) ,964 18 ,680 para Resistencia * Este es un lmite inferior de la significacin verdadera. a Correccin de la significacin de Lilliefors - Valores mayores a 0,05 en ambas pruebas. Hay normalidad. Supuesto Independencia
DOCTORADO EN INGENIERIA CURSO ESTADISTICA

3 ,0 0

2 ,0 0

Residuo estandarizado para Resistencia

1 ,0 0

0 ,0 0

- 1 ,0 0

- 2 ,0 0 2 0 ,0 0 4 0 ,0 0 6 0 ,0 0 8 0 ,0 0 1 0 0 ,0 0 1 2 0 ,0 0

V a lo r p ro n o s tic a d o p a ra R e s is ten c ia

Hay independencia. 2.- 0, que la relacin real entre xij e yij es lineal Estimaciones de los parmetros Variable dependiente: Resistencia Intervalo de confianza al 95%. Lmite Lmite inferior superior -76,806 -18,387 1,346 20,344 17,836 36,478 . . 3,920 7,090

Parmetro B Error tp. T Significacin Interseccin -47,596 13,619 -3,495 ,004 [Aleacion=1,00 10,845 4,429 2,449 ,028 [Aleacion=2,00 27,157 4,346 6,249 ,000 [Aleacion=3,00 0(a) . . . Dimetro 5,505 ,739 7,450 ,000 a Al parmetro se le ha asignado el valor cero porque es redundante. Ho = 0 H1 0

El valor de significancia menor a 0,05 concluye que la pendiente B 0 por lo que se rechaza la hiptesis nula y hay relacin lineal. valor t 2 = F 7,45 2 = 55,5 3.- Supuesto Homogeneidad Contraste de Levene sobre la igualdad de las varianzas error(a) Variable dependiente: Resistencia F gl1 gl2 Significacin 3,319 2 15 ,064 Contrasta la hiptesis nula de que la varianza error de la variable dependiente es igual a lo largo de todos los grupos. a Diseo: Interseccin+Aliacion+Diametro El valor de significancia es mayor a 0,05, hay homogeneidad de varianzas. 4.- Supuesto la variable concomitante xij no depende de los tratamientos ANOVA Diametro Suma de Media cuadrados Gl cuadrtica F Inter-grupos 48,111 2 24,056 3,852 Intra-grupos 93,667 15 6,244 Total 141,778 17

Sig. ,045

Valor de significancia menor a 0,05. Las aleaciones estn afectando a la resistencia.

DOCTORADO EN INGENIERIA CURSO ESTADISTICA

Ejercicio 2 Dietas = tratamiento y = aumento de peso (gramos) x = consumo de caloras (caloras/10), variable concomitante a) Grficos Cuadro de dilogos antiguos Dispersin Simple Definir Y Peso X Caloras
8 0 ,0 0

7 0 ,0 0

6 0 ,0 0

Peso
5 0 ,0 0 4 0 ,0 0 3 0 ,0 0 3 5 ,0 0 4 0 ,0 0 4 5 ,0 0 5 0 ,0 0 5 5 ,0 0

C a lo ria s

Al analizar el grfico pareciera que no existe relacin entre el aumento de peso y el consumo de caloras. Para confirmar esta conclusin se realiza el anlisis de regresin. Analizar Regresin lineal Variable dependiente Peso Independiente Caloras ANOVA(b)
DOCTORADO EN INGENIERIA CURSO ESTADISTICA

Suma de Media cuadrados gl cuadrtica F Sig. Regresin 391,130 1 391,130 2,627 ,122(a) Residual 2679,670 18 148,871 Total 3070,800 19 a Variables predictoras: (Constante), Calorias b Variable dependiente: Peso Se prueba con ANOVA y se obtiene un valor de significancia mayor a 0.05, se acepta la H0 H0 = 0 H1 0 para y = a + x por lo tanto no hay relacin lineal entre x e y. Modelo 1 Conclusin: No hay relacin entre el consumo de caloras y el aumento de peso. b) Modelo: yij = + i + (xjj ) + ij Modelo: responde a un modelo unifactorial con una covariable Siendo yij : respuesta correspondiente a la j-sima observacin de la dieta bajo cada i-simo aumento de peso i = 1,,3 tratamientos j = 1, ,5 repeticiones : promedio general i : efecto del i-simo tratamiento j : coeficiente de regresin lineal que indica la dependencia entre x e y ij : error aleatorio correspondiente a la j-simo del i-simo x = consumo de caloras y = aumento de peso Supuestos 1.- los errores son normales e independientes 2.- 0, la relacin real entre xij e yij es lineal 3.- los coeficientes de regresin de cada tratamiento son idnticos 4.- la variable concomitante xij no depende de los tratamientos c) Modelo lineal general univariante Dependiente Peso Factores fijos Dietas Covariable Caloras Modelo Personalizado Dietas Caloras Continuar Guardar Valores pronosticados no tipificados Residuos Tipificados No tipificados Continuar Opciones Mostrar medias para Dietas Mostrar Estadsticos descriptivos Estimacin de los parmetros Comparar los efectos principales DMS Pruebas de homogeneidad Continuar Aceptar
DOCTORADO EN INGENIERIA CURSO ESTADISTICA

Ho 1 = 2 = 3 = 4 = 0 H1 i 0 Anlisis de covarianza Pruebas de los efectos inter-sujetos Variable dependiente: Peso Suma de cuadrados Media Fuente tipo III Gl cuadrtica Modelo corregido 1892,176(a) 4 473,044 Interseccin 53,981 1 53,981 Dietas 1501,046 3 500,349 Caloras 1090,176 1 1090,176 Error 1178,624 15 78,575 Total 71750,000 20 Total corregida 3070,800 19 a R cuadrado = ,616 (R cuadrado corregida = ,514)

F 6,020 ,687 6,368 13,874

Significacin ,004 ,420 ,005 ,002

Dietas: El valor de significancia 0,005 es menor a 0,05 por lo tanto se acepta la Ho y no hay diferencias entre las dietas (tratamientos). El valor de significancia de la covariable caloras menor a 0,05 denota que la variabilidad de las caloras afectan al aumento de peso. c) Medias Estadsticos descriptivos Variable dependiente: Peso Dietas Media Desv. tp. 1,00 63,0000 12,26784 2,00 57,4000 14,31084 3,00 65,2000 9,65401 4,00 48,8000 10,89495 Total 58,6000 12,71303 Medias ajustadas Estimaciones Variable dependiente: Peso Intervalo de confianza al 95%. Lmite Dietas Media Error tp. Lmite inferior superior 1,00 66,189(a) 4,056 57,545 74,833 2,00 61,897(a) 4,144 53,065 70,730 3,00 64,137(a) 3,974 55,666 72,608 4,00 42,177(a) 4,345 32,916 51,437 a Las covariables que aparecen en el modelo se evalan en los siguiente valores: Calorias = 46,1500. c) Medias ajustadas, diferencias entre medias, error tpico o error estndar promedio de las diferencias entre medias ajustadas Comparaciones por pares Variable dependiente: Peso Diferencia entre medias (I-J) 4,292 Intervalo de confianza al 95 % para la diferencia(a) Error tp. 5,617 Significacin( a) ,457 Lmite superior Lmite inferior -7,681 16,265

N 5 5 5 5 20

(I) Dietas 1,00

(J) Dietas 2,00

DOCTORADO EN INGENIERIA CURSO ESTADISTICA

3,00 2,052 5,721 ,725 -10,143 14,247 4,00 24,013(*) 6,194 ,001 10,810 37,215 2,00 1,00 -4,292 5,617 ,457 -16,265 7,681 3,00 -2,240 5,802 ,705 -14,605 10,126 4,00 19,721(*) 6,352 ,007 6,183 33,259 3,00 1,00 -2,052 5,721 ,725 -14,247 10,143 2,00 2,240 5,802 ,705 -10,126 14,605 4,00 21,960(*) 5,802 ,002 9,595 34,326 4,00 1,00 -24,013(*) 6,194 ,001 -37,215 -10,810 2,00 -19,721(*) 6,352 ,007 -33,259 -6,183 3,00 -21,960(*) 5,802 ,002 -34,326 -9,595 Basadas en las medias marginales estimadas. * La diferencia de las medias es significativa al nivel ,05. a Ajuste para comparaciones mltiples: Diferencia menos significativa (equivalente a la ausencia de ajuste). Hay diferencias significativas para la media de la Dieta 4 con el resto de las dietas, estrellitas (*) e) Verificacin de supuestos 1.- Supuesto NORMALIDAD Analizar Estadsticos descriptivos Explorar Dependiente - Residuos estandarizado Grficos Con prueba de normalidad Continuar Pruebas de normalidad Kolmogorov-Smirnov(a) Estadstico gl Sig. Residuo estandarizado ,148 20 ,200(*) para Peso * Este es un lmite inferior de la significacin verdadera. a Correccin de la significacin de Lilliefors Valores mayores a 0,05 en ambas pruebas. Hay normalidad.
G rf ic o Q -Q n o rm al d e R e s id u o e s ta n d a riz a d o p a ra P e so

Estadstico ,979

Shapiro-Wilk gl 20

Sig. ,927

Normal esperado

-1

-2 -2 -1 0 1 2

V a lo r o b s e rv ad o

Supuesto Independencia Grficos Cuadro de Dilogo Antiguos Dispersin Simple Y Res Valor estandarizado X Res Valor pronosticado

DOCTORADO EN INGENIERIA CURSO ESTADISTICA

2 ,0 0

1 ,0 0

Residuo estandarizado para Peso

0 ,0 0

-1 ,0 0

-2 ,0 0 3 0 ,0 0 4 0 ,0 0 5 0 ,0 0 6 0 ,0 0 7 0 ,0 0 8 0 ,0 0

V a lo r p r o n o s tic a d o p a ra P e s o

Hay independencia. 2.- 0, que la relacin real entre xij e yij es lineal Estimaciones de los parmetros Variable dependiente: Peso B Error tp. t Significacin Lmite Lmite Lmite inferior superior inferior Lmite superior Interseccin -33,298 22,395 -1,487 ,158 [Dietas=1,00] 24,013 6,194 3,877 ,001 [Dietas=2,00] 19,721 6,352 3,105 ,007 [Dietas=3,00] 21,960 5,802 3,785 ,002 [Dietas=4,00] 0(a) . . . Caloras 1,635 ,439 3,725 ,002 a Al parmetro se le ha asignado el valor cero porque es redundante. Parmetro Intervalo de confianza al 95%. Lmite Lmite inferior superior -81,031 14,434 10,810 37,215 6,183 33,259 9,595 34,326 . . ,700 2,571

Ho = 0 H1 0 El valor de significancia menor a 0,05 concluye que la pendiente B 0 por lo que se rechaza la hiptesis nula y hay relacin lineal. valor t 2 = F 3,725 2 = 13,875 3.- Supuesto Homogeneidad Contraste de Levene sobre la igualdad de las varianzas error(a) Variable dependiente: Peso F gl1 gl2 Significacin 1,597 3 16 ,229 Contrasta la hiptesis nula de que la varianza error de la variable dependiente es igual a lo largo de todos los grupos. a Diseo: Interseccin+Dietas+Calorias El valor de significancia es mayor a 0,05, hay homogeneidad de varianzas. 4.- Supuesto la variable concomitante xij no depende de los tratamientos Analizar Comparar medias ANOVA de un factor Variable dependiente Caloras Factor Dietas ANOVA Calorias
DOCTORADO EN INGENIERIA CURSO ESTADISTICA

Inter-grupos Intra-grupos Total

Suma de cuadrados 140,950 407,600 548,550

Gl 3 16 19

Media cuadrtica 46,983 25,475

F 1,844

Sig. ,180

Valor de significancia mayor a 0,05. No hay diferencias entre las dietas cuando la variable concomitante considerada es caloras. Ejercicio 3. Tratamientos = niveles de irrigacin y = peso de desperdicio, tn mtricas/ha x = nmero de plantas en una seccin de 40 pies de filas a) Modelo: yij = + i + (xjj ) + ij Modelo: responde a un modelo unifactorial con una covariable Siendo yij : respuesta correspondiente a la j-sima observacin de niveles de irrigacin bajo cada i-simo peso de desperdicio i = 1,,3 tratamientos j = 1, ,4 repeticiones : promedio general i : efecto del i-simo tratamiento j : coeficiente de regresin lineal que indica la dependencia entre x e y ij : error aleatorio correspondiente a la j-simo del i-simo x = nmero de plantas en una seccin de 40 pies de filas y = peso de desperdicio, tn mtricas/ha Supuestos 1.- los errores son normales e independientes 2.- 0, la relacin real entre xij e yij es lineal 3.- los coeficientes de regresin de cada tratamiento son idnticos 4.- que la variable concomitante xij no depende de los tratamientos b) Modelo lineal general univariante Dependiente Cosechadesperdicio Factores fijos Irrigacin Covariable NPlantas Modelo Personalizado Irrigacin NPlantas Continuar Guardar Valores pronosticados no tipificados Residuos Tipificados No tipificados Continuar Opciones Mostrar medias para Irrigacin Mostrar Estadsticos descriptivos Estimacin de los parmetros Comparar los efectos principales DMS Pruebas de homogeneidad Continuar Aceptar
DOCTORADO EN INGENIERIA CURSO ESTADISTICA

Ho 1 = 2 = 3 = 0 H1 i 0 Anlisis de covarianza Pruebas de los efectos inter-sujetos Variable dependiente: Cosechadesperdicio Suma de cuadrados Media Fuente tipo III Gl cuadrtica Modelo corregido 7,100(a) 3 2,367 Interseccin 1,541 1 1,541 Irrigacin 1,488 2 ,744 NPlantas 5,518 1 5,518 Error 1,937 8 ,242 Total 79,120 12 Total corregida 9,037 11 a R cuadrado = ,786 (R cuadrado corregida = ,705)

F 9,773 6,363 3,073 22,788

Significacin ,005 ,036 ,102 ,001

Irrigacin: El valor de significancia 0,102 es mayor a 0,05 por lo tanto se rechaza la Ho y se concluye que hay diferencias entre los distintos niveles de irrigacin (tratamientos). El valor de significancia para la covariable N Plantas 0,001 menor a 0,05 denota que la variabilidad del nmero de plantas en una seccin de 40 pies de filas afectan a los niveles de irrigacin. Ajuste de Medias de los tratamientos Medias Estadsticos descriptivos Variable dependiente: Cosechadesperdicio Irrigacin Media Desv. tp. N 1,00 2,9250 ,99457 4 2,00 2,2250 ,49917 4 3,00 2,1000 1,11654 4 Total 2,4167 ,90637 12 Medias ajustadas Estimaciones Variable dependiente: Cosechadesperdicio Intervalo de confianza al 95%. Lmite Irrigacin Media Error tp. Lmite inferior superior 1,00 2,909(a) ,246 2,342 3,477 2,00 2,233(a) ,246 1,665 2,800 3,00 2,108(a) ,246 1,540 2,675 a Las covariables que aparecen en el modelo se evalan en los siguiente valores: NPlantas = 55,5833. Medias ajustadas comparadas por pares, error medio promedio entre dos medias ajustadas Comparaciones por pares Variable dependiente: Cosechadesperdicio Diferencia Intervalo de confianza al entre 95 % para la (I) Irrigacin (J) Irrigacin medias (I-J) Error tp. Significacin(a) diferencia(a) Lmite inferior ,677 ,802 Lmite superior ,348 ,348 Lmite inferior ,088 ,050 Lmite superior -,126 -,001 Lmite inferior 1,479 1,604

1,00

2,00 3,00

DOCTORADO EN INGENIERIA CURSO ESTADISTICA

10

1,00 -,677 ,348 ,088 -1,479 ,126 3,00 ,125 ,348 ,729 -,677 ,927 3,00 1,00 -,802 ,348 ,050 -1,604 ,001 2,00 -,125 ,348 ,729 -,927 ,677 Basadas en las medias marginales estimadas. a Ajuste para comparaciones mltiples: Diferencia menos significativa (equivalente a la ausencia de ajuste). No hay diferencias significativas entre las medias. c) Valor del coeficiente de regresin Estimaciones de los parmetros Variable dependiente: Cosechadesperdicio Intervalo de confianza al 95%. Lmite Lmite inferior superior -5,626 -,507 -,001 1,604 -,677 ,927 . . ,048 ,138

2,00

Parmetro B Error tp. t Significacin Interseccin -3,066 1,110 -2,763 ,025 [Irrigacin=1,00] ,802 ,348 2,304 ,050 [Irrigacin=2,00] ,125 ,348 ,359 ,729 [Irrigacin=3,00] 0(a) . . . NPlantas ,093 ,020 4,774 ,001 a Al parmetro se le ha asignado el valor cero porque es redundante. Valor = 0,093 d) Verificacin de los supuestos 1.- Supuesto NORMALIDAD Analizar Estadsticos descriptivos Explorar Dependiente - Residuos estandarizado Grficos Con prueba de normalidad Continuar

Pruebas de normalidad Kolmogorov-Smirnov(a) Shapiro-Wilk Estadstico Gl Sig. Estadstico Gl Residuo estandarizado para ,134 12 ,200(*) Cosechadesperdicio * Este es un lmite inferior de la significacin verdadera. a Correccin de la significacin de Lilliefors Valores mayores a 0,05 en ambas pruebas. Hay normalidad. ,974 12

Sig. ,945

DOCTORADO EN INGENIERIA CURSO ESTADISTICA

11

G r fic o Q -Q n o rm a l d e R e s id u o e s ta n d a riz a d o p a ra C o s e c h a d e s p e rd ic io

1 ,5

1 ,0

0 ,5

Normal esperado

0 ,0

-0 ,5

-1 ,0

-1 ,5 -1 ,5 -1 ,0 -0 ,5 0 ,0 0 ,5 1 ,0 1 ,5

V a lo r o b s e rv a d o

Supuesto Independencia Grficos Cuadro de Dilogo Antiguos Dispersin Simple Y Res Valor estandarizado X Res Valor pronosticado
1 ,5 0

1 ,0 0

Residuo estandarizado para Cosechadesperdicio

0 ,5 0

0 ,0 0

-0,5 0

-1,0 0

-1,5 0 1 ,0 0 2 ,0 0 3 ,0 0 4 ,0 0

V a lo r p ro n o s tic a d o p a ra C o s e c h a d e s p e rd ic io

Hay independencia. 2.- 0, que la relacin real entre xij e yij es lineal Valor t = 4,774 y un valor de significacin de 0,001 Ho = 0 H1 0 El valor de significancia menor a 0,05 concluye que la pendiente B 0 por lo que se rechaza la hiptesis nula y hay relacin lineal. valor t 2 = F 4,774 2 = 22,778 3.- Supuesto Homogeneidad Contraste de Levene sobre la igualdad de las varianzas error(a) Variable dependiente: Cosechadesperdicio
DOCTORADO EN INGENIERIA CURSO ESTADISTICA

12

gl1 gl2 Significacin ,356 2 9 ,710 Contrasta la hiptesis nula de que la varianza error de la variable dependiente es igual a lo largo de todos los grupos. a Diseo: Interseccin+Irrigacin+NPlantas El valor de significancia es mayor a 0,05, hay homogeneidad de varianzas. 4.- Supuesto la variable concomitante xij no depende de los tratamientos Analizar Comparar medias ANOVA de un factor Variable dependiente N Plantas Factor Irrigacin ANOVA NPlantas Suma de Media cuadrados Gl cuadrtica F Inter-grupos ,167 2 ,083 ,001 Intra-grupos 636,750 9 70,750 Total 636,917 11

Sig. ,999

Valor de significancia mayor a 0,05. No hay diferencias entre los niveles de irrigacin cuando la variable concomitante es el nmero de plantas en una seccin de 40 pies.

DOCTORADO EN INGENIERIA CURSO ESTADISTICA

13