INSTITUTO TECNOLGICO DE REYNOSA

PROFESOR: Ana Maritza Ramrez Govea. MATERIA: Estadstica Inferencial II.

Camacho Gonzlez Mara Guadalupe (11580004) Castillo Martnez Arturo Salvador (11580017) Garca Barrera Miriam Suhey (115800369 Granados Ramrez Claudia Deyanira (11580042) Hernndez Leyva Adriana (11580006) Lores Martnez Tania Grisel (11380931) Medina Carrizales Ana Cecilia (115800299 Pantoja Gonzlez Eduardo (10380825) Vega Molina Edith Lidieth (11580048) Villarreal Torres Jonathan (11580001)

PROBLEMA 1 1. Un psiclogo industrial deseaba hacer un estudio sobre los efectos que producan cinco diferentes incentivos en la produccin de los talleres de una gran empresa. Se llev a cabo un experimento en un departamento de cada uno de los cinco talleres. Tomaron parte en el experimento los empleados del turno de las 11: P. M. a las 7: A. M. El experimento se prolong durante una semana. De cada taller participaron diez empleados. Se les prometieron ciertas recompensas si aumentaban la produccin durante la semana del experimento. Las recompensa consistan en: (1) dinero, (2) cambio de turno, (3) descanso remunerado, (4) ms tiempo para el caf y (5) una recompensa especial. El psiclogo se propona principalmente determinar si las diferentes recompensas tenan o no distintos efectos en el volumen de la produccin. El efecto de las recompensas se meda por la diferencia entre el nmero de artculos producidos durante la semana del experimento y el nmero promedio de artculos producidos por semana durante el mes anterior a la prueba. Los resultados de este experimento se muestran en la tabla. a) Usar un = 0.05 para determinar si los diferentes estmulos influyen en el volumen de produccin b) Usar un = 0.05 y mediante la prueba apropiada determinar que comparaciones de pares de medias son significativamente diferentes. c) Determinar si se cumplen los supuestos del modelo. Cambio de Turno Tiempo Libre Remunerado Tiempo Adicional para el Caf 19 21 16 23 23 23 14 15 13

Dinero

Recompensa especial 11 15 23 15 25 18 20 18 20

76 70 59 77 59 69 80 78 61

52 52 43 48 43 56 52 53 58

37 26 28 38 25 30 28 25 26

66

50

25

16

16

Usar un = 0.05 para determinar si los diferentes estmulos influyen en el volumen de produccin. Primeramente asignaremos una variable a cada estmulo:

Nuestra hiptesis sera:

Ahora, en base a estos tratamientos realizaremos una tabla ANOVA para buscar una variacin en nuestros datos.

Fuente GL SC MC F P Factor 4 20180.5 5045.1 172.88 0.000 Error 45 1313.2 29.2 Total 49 21493.7

Utilizaremos este valor de f para realizar nuestra prueba de igualdad:

Grfica de distribucin
F, df1=4, df2=45 172.9

0.8 0.7 0.6

Densidad

0.5 0.4 0.3 0.2 0.1 0.0 0.05 2.579 0 X

Nuestro valor f cae en la zona de rechazo, por lo que aceptamos la hiptesis alternativa y concluimos que existe una diferente efectividad entre los estmulos.

Usar un = 0.05 y mediante la prueba apropiada determinar qu comparaciones de pares de medias son significativamente diferentes.

Agrupar informacin utilizando el mtodo de Tukey A B C D E N 10 10 10 10 10 Media 69.500 50.700 28.800 18.300 18.100 Agrupacin A B C D D

Las medias que no comparten una letra son significativamente diferentes.

Determinar si se cumplen los supuestos del modelo. se definen como la diferencia entre la respuesta Los residuos observada y la respuesta predicha por el modelo , lo que permite hacer un diagnstico ms directo de la calidad del modelo, ya que su magnitud seala qu tan bien describe los datos el modelo.

Grfica de probabilidad normal

(las respuestas son A, B, C, D, E)
99

95 90 80

Porcentaje

70 60 50 40 30 20 10 5

-15

-10

-5

0 Residuo

10

Podemos apreciar en la grfica que se cumplen los supuestos de normalidad en el modelo. Aunque no de manera perfecta, nos muestra el acercamiento de nuestro modelo a los resultados obtenidos.

PROBLEMA 2 2. En un estudio sobre la efectividad de diferentes sistemas de comunicacin personal, se seleccionaron 44 adultos para formar cuatro grupos. En cada grupo se utiliz un sistema diferente de comunicacin para enviar un mensaje complejo de un miembro a otro. Al trmino de un tiempo determinado, se le administr a cada sujeto una prueba para medir la comprensin del mensaje. La tabla muestra los resultados (codificados para facilitar los clculos). a) Constituyen estos datos un apoyo de la hiptesis que establece que los sistemas de comunicacin tienen diferente efectividad? Usar un = 0.01. b) Usar un = 0.05 y mediante la prueba apropiada determinar que comparaciones de pares de medias son significativamente diferentes. c) Determinar si se cumplen los supuestos del modelo.

Sistema de Comunicacin A B C D

15 8 14 16

6 11 15 17

13 8 19 15

8 10 13 18

8 13

8 7

11 10

5 9

13 10

13 11 11

16 16 13 13 12 20 18 21 20 24 24 16 21 20

Hiptesis:

a) Responderemos la interrogante construyendo una tabla ANOVA con ayuda del programa minitab. ANOVA unidireccional: A, B, C, D

Fuente Factor Error Total

GL 3 40 43

SC 729.18 325.82 1055.00

MC 243.06 8.15

F 29.84

P 0.000

Utilizaremos nuestro valor F para realizar la grafica.

Grfica de distribucin
F, df1=3, df2=40 29.84

0.8 0.7 0.6

Densidad

0.5 0.4 0.3 0.2 0.1 0.0 0.01 0 4.31 X

Nuestro valor f cae en la zona de rechazo, por lo que aceptamos la hiptesis alternativa y concluimos que existe una diferente efectividad entre los sistemas.

b) Para determinar las comparaciones de pares haremos lo siguiente: Intervalos de confianza individuales de Fisher del 95% Todas las comparaciones en parejas Nivel A B C D N 11 11 11 11 Media 9.273 10.091 15.364 19.273 Desv. Est. 3.409 1.973 2.693 3.133

Se rest A a:

Inferior B C D -1.641 3.631 7.540

Centro 0.818 6.091 10.000

Superior 3.278 8.550 12.460

Se rest B a:

Inferior C D 2.813 6.722

Centro 5.273 9.182

Superior 7.732 11.641

Se rest C a:

Inferior D 1.450

Centro 3.909

Superior 6.369

SISTEMA D C B A

N 11 11 11 11

Media 19.273 15.364 10.091 9.273

Agrupacin A B C C

Las medias que no comparten una letra son significativamente diferentes.

c) Para determinar si se cumplen los supuestos del modelo realizaremos la siguiente grfica.

Grfica de probabilidad normal

(las respuestas son A, B, C, D)
99

95 90 80

Porcentaje

70 60 50 40 30 20 10 5

-5.0

-2.5

0.0 Residuo

2.5

5.0

7.5

Podemos apreciar en la grfica que se cumplen los supuestos de normalidad en el modelo. Aunque no de manera perfecta, nos muestra el acercamiento de nuestro modelo a los resultados obtenidos.

PROBLEMA 3 3. Una cadena de restaurantes piensa que est adquiriendo una mala reputacin porque tarda mucho en servir a sus clientes. La cadena tiene 4 restaurantes en esta ciudad y por eso le interesa saber si los 4 tienen el mismo tiempo promedio de servicio. Uno de los dueos ha decidido visitarlos y calcular el tiempo de servicio de 5 clientes seleccionados al azar. En sus 4 visitas al medioda, registra los siguientes tiempos de servicio en minutos: d) Usando un = 0.05, tienen todos los restaurantes la misma media del tiempo de servicio? e) Basndose en sus resultados, debe el dueo recomendar alguna poltica a cualquiera de los gerentes de los restaurantes? f) Usar un = 0.05 y mediante la prueba apropiada determinar que comparaciones de pares de medias son significativamente diferentes. g) Determinar si se cumplen los supuestos del modelo. Restaurante 1 2 3 4 Tiempos 4 5.5 3.5 3.5 4.5 4 3.5 5 6.5 4 5.5 2.5

3 3 2 3

4 5.5 6 3

a) Usando un = 0.05, tienen todos los restaurantes la misma media del tiempo de servicio? Primero asignaremos una variable para cada restaurante:

Plantearemos nuestra hiptesis:

Realizaremos una tabla ANOVA para buscar una variacin en nuestros datos.

Anlisis de varianza para Tiempos, utilizando SC ajustada para pruebas Fuente Restaurante Error Total GL 3 16 19 SC sec. 2.534 26.872 29.406 SC ajust. 2.534 26.872 MC ajust. 0.845 1.680 F 0.50 P 0.686

Utilizaremos el valor de F para realizar nuestra prueba de igualdad:

Grfica de distribucin
F, df1=3, df2=16 0.5

0.8 0.7 0.6

Densidad

0.5 0.4 0.3 0.2 0.1 0.0 0.05 0 X 3.24

Nuestro valor de F cae en la zona de aceptacin, por lo tanto se acepta la hiptesis nula, y se rechaza la hiptesis alternativa, entonces se concluye que todos los restaurantes tienen la misma media de tiempo de servicio.

b) Basndose en sus resultados, debe el dueo recomendar alguna poltica a cualquiera de los gerentes de los restaurantes? No es necesaria una nueva poltica para un restaurante en particular, cualquier cambio de organizacin es necesario aplicarse en todos los locales. c) Usar un = 0.05 y mediante la prueba apropiada determinar que comparaciones de pares de medias son significativamente diferentes.

Como: Agrupar informacin utilizando el mtodo de Fisher

C B A D

N 5 5 5 5

Media 4.600 4.100 4.000 3.600

Agrupacin A A A A

Las medias que no comparten una letra son significativamente diferentes. Concluimos que ninguna comparacin manifiesta una diferencia significativa.

d) Determinar si se cumplen los supuestos del modelo.

Grfica de probabilidad normal

(la respuesta es Tiempos)
99

95 90 80

Porcentaje

70 60 50 40 30 20 10 5

-3

-2

-1

0 Residuo

Podemos ver una respuesta cercana aunque no perfecta.

PROBLEMA 4 4. 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 cuentan el nmero de moscas muertas expresando en porcentajes. Se hacen seis rplicas y los resultados obtenidos se muestran a continuacin. h) Formule la hiptesis adecuada y aplique el mtodo estadstico. i) Existe diferencia entre la efectividad promedio de los productos en spray. j) Hay algn spray mejor, Argumente su respuesta. k) D un intervalo al 95% de confianza para la efectividad promedio (porcentaje) de cada una de las marcas l) De ser necesario, aplique los mtodos de comparacin o pruebas de rangos mltiples.

Marca de Spray 1 2 3

1 72 55 64

2 65 59 74

Numero de Replicas 3 4 67 75 68 70 61 58

5 62 53 51

6 73 50 69

Formule la hiptesis adecuada y aplique el mtodo estadstico. El objetivo del experimento es buscar una diferencia entre las diferentes marcas de insecticidas utilizados para tomar una decisin sobre cul compuesto utilizar en su producto. La respuesta a esta interrogante la obtenemos al plantearnos una hiptesis que busque probar (o negar) la igualdad entre las marcas.

Existe diferencia entre la efectividad promedio de los productos en spray? Responderemos la interrogante construyendo una tabla ANOVA con ayuda del programa minitab. La tabla en minitab se realizar con una columna de tratamientos y otra de resultados como la mostrada a continuacin:

MARCA A A A A A A B B B B B B C C C C C C

RESULTADO 72 65 67 75 62 73 55 59 68 70 53 50 64 74 61 58 51 69

Realizamos nuestro modelo lineal general y obtenemos la siguiente tabla: Modelo lineal general: RESULTADO vs. MARCA
Factor MARCA Tipo fijo Niveles 3 Valores A, B, C

Anlisis de varianza para RESULTADO, utilizando SC ajustada para pruebas Fuente MARCA Error Total GL 2 15 17 SC Sec. 296.33 795.67 1092.00 SC Ajust. 296.33 795.67 MC Ajust. 148.17 53.04 F 2.79 P 0.093

Donde nuestro valor de F nos indica un nivel bajo en la diferencia de medias. Para comprobarlo realizamos una grfica de distribucin de probabilidad:

Grfica de distribucin
F, df1=2, df2=15 2.79 1.0

0.8

Densidad

0.6

0.4

0.2 0.0 0.05 0 X 3.682

La lnea se encuentra en el rea de aceptacin por lo que aceptamos la hiptesis nula y concluimos que no existe una diferencia de efectividad.

Hay algn spray mejor? Argumente su respuesta En base al resultado anterior (no existe una diferencia en las medias) no podemos concluir que exista un mejor spray que otro, por lo que debemos escoger en base a otros criterios cual sera el indicado.
Agrupar informacin utilizando el mtodo de Tukey y una confianza de 95.0% MARCA A C B N 6 6 6 Media 69.00 62.83 59.17 Agrupacin A A A

Las medias que no comparten una letra son significativamente diferentes. Segn el mtodo tukey no hay tratamientos significativamente diferentes. D un intervalo al 95% de confianza para la efectividad promedio (porcentaje) de cada una de las marcas. Utilizando la misma tabla y diseo estadstico de los incisos anteriores podemos obtener los intervalos de confianza si ajustamos nuestro men de opciones al realizar el clculo. Tratamiento LmitesC1 A B C LmitesC2

62.6624794 75.3375206 52.8291461 65.5041873 56.4958127 69.1708539

{ { {

De ser necesario, aplique los mtodos de comparacin o pruebas de rangos mltiples. Los mtodos de comparacin no son requeridos si todas las medias son iguales, adems, el mtodo de tukey muestra igualdad en los datos.
MARCA A C B N 6 6 6 Media 69.00 62.83 59.17 Agrupacin A A A

Las medias que no comparten una letra son significativamente diferentes.

PROBLEMA 5 5. En un experimento en el que se investig la cantidad de radn liberado en las duchas. Se us agua enriquecida con radn, y se probaron seis dimetros diferentes de los orificios de las regaderas. Los datos del experimento se presentan en la siguiente tabla. a) El tamao de los orificios afecta el porcentaje promedio de radn liberado? Use = 0.05 b) Encuentre el valor P para el estadstico F del inciso a) c) Analice los residuales de este experimento. d) Encuentre un intervalo de confianza de 95% para el porcentaje promedio de radn liberado cuando el dimetro de los orificios es 1,40 e) Use los diversos mtodos de comparacin o pruebas de rangos mltiples. Dimetro de los Radn Liberado % orificios 0.37 80 83 83 0.51 75 75 79 0.71 74 73 76 1.02 67 72 74 1.40 62 62 67 1.99 60 61 64

85 79 77 74 69 66

El tamao de los orificios afecta el porcentaje promedio de radn liberado? Use = 0.05

Sustituiremos el tamao del orificio por variables latinas para facilitar nuestros clculos.

A 80 83 83 85

B 75 75 79 79

C 74 73 76 77

D 67 72 74 74

E 62 62 67 69

F 60 61 64 66

De esta manera nuestras hiptesis quedaran de la siguiente forma:

Ahora podemos realizar un anlisis del factor tratamiento con ayuda de minitab:
Fuente Factor Error Total GL 5 18 23 SC 1133.38 132.25 1265.63 MC 226.68 7.35 F 30.85 P 0.000

Y en base a nuestros grados de libertad buscaremos el valor F de nuestra grfica:

Grfica de distribucin
F, df1=5, df2=18 30.85

0.8 0.7 0.6

Densidad

0.5 0.4 0.3 0.2 0.1 0.0 0.05 0 2.773 X

La lnea se encuentra en el rea de rechazo, por lo que se concluye que no todas las medias son iguales, por lo tanto, el tamao del hoyo s importa.

Encuentre el valor P para el estadstico F del inciso En nuestra tabla ANOVA podemos apreciar que: Fuente Factor Error Total GL 5 18 23 SC 1133.38 132.25 1265.63 MC 226.68 7.35 F 30.85 P 0.000

Nuestro valor P es cero (o al menos muy pequeo para ser calculado), cuando nuestro valor de p es menor a nuestro nivel de significancia aceptamos la hiptesis alternativa.

Analice los residuales de este experimento

Grfica de probabilidad normal

(las respuestas son A, B, D, C, E, F)
99

95 90 80

Porcentaje

70 60 50 40 30 20 10 5

-5.0

-2.5

0.0 Residuo

2.5

5.0

Los residuos cumplen un supuesto de normalidad.

Encuentre un intervalo de confianza de 95% para el porcentaje promedio de radn liberado cuando el dimetro de los orificios es 1,40 El valor que buscamos corresponde a la letra latina E, por lo que buscaremos los lmites de confianza en este tratamiento:

TRAT E

REST 62

LmitesC1

LmitesC2

62.1526456 67.8473544

Por lo que nuestro CI es: {

Use los diversos mtodos de comparacin o pruebas de rangos mltiples.

Agrupar informacin utilizando el mtodo de Tukey A B C D E F N 4 4 4 4 4 4 Media 82.750 77.000 75.000 71.750 65.000 62.750 Agrupacin A A B B B C C

Las medias que no comparten una letra son significativamente diferentes.

Agrupar informacin utilizando el mtodo de Fisher A B C D E F N 4 4 4 4 4 4 Media 82.750 77.000 75.000 71.750 65.000 62.750 Agrupacin A B B C C D D

Las medias que no comparten una letra son significativamente diferentes.

Informacin de agrupacin utilizando el mtodo de Bonferroni y una confianza de 95.0% TRATAMIENTO A B C D E F N 4 4 4 4 4 4 Media 82.75 77.00 75.00 71.75 65.00 62.75 Agrupacin A A B B B C C

Las medias que no comparten una letra son significativamente diferentes.

Agrupar informacin utilizando el mtodo de Sidak y una confianza de 95.0% TRATAMIENTO A B C D E F N 4 4 4 4 4 4 Media 82.75 77.00 75.00 71.75 65.00 62.75 Agrupacin A A B B B C C

Las medias que no comparten una letra son significativamente diferentes.

De los clculos podemos obtener las siguientes comparaciones para fisher:

Para el resto tenemos las siguientes comparaciones:

PROBLEMA 6 6. Se describe un experimento para determinar el efecto de los vacos de aire sobre la resistencia porcentual conservada del asfalto. Para los fines del experimento, los vacos de aire se controlan en tres niveles: bajo (2-4%), medio (4-6%) y alto (6-8%). Los datos se presentan en la tabla siguiente:

a)

b) c) d)

Hay evidencia que apoye la afirmacin de que la presencia de oxgeno durante la preparacin afecta la temperatura de transicin media? Utilice un = 0.05. Cul es el valor P para la prueba F del inciso anterior Analice los residuales de este experimento. Aplique el mtodo de la LSD en el experimento Utilice un = 0.05. Qu mtodos de preparacin difieren? Nivel del vaco de aire Bajo Medio Alto Resistencia conservada % 106 80 78 90 69 80 103 94 62 90 91 69 79 70 76 88 83 85 92 87 69 95 83 85

A) Utilice =0.05 para saber si la presencia de oxigeno afecta durante la preparacin a la temperatura de transmisin media. Primero asignaremos una variable para cada estmulo:

Plantearemos nuestra hiptesis:

Realizaremos una tabla ANOVA para buscar una variacin en nuestros datos.

Fuente Factor Error Total

GL 2 21 23

SC 1230.3 1555.7 2786.0

MC 615.1 74.1

F 8.30

P 0.002

Utilizaremos el valor de F para realizar nuestra prueba de igualdad:

Grfica de distribucin
F, df1=2, df2=21 8.3 1.0

0.8

Densidad

0.6

0.4

0.2 0.0 0.05 0 3.47 X

Nuestro valor de F cae en la zona de rechazo, por lo tanto se rechaza la hiptesis nula y se acepta la hiptesis alternativa, entonces se concluye que existe diferencia en el efecto de los vacos de aire sobre la resistencia porcentual conservada del asfalto, as que hay evidencia en que se apoye la afirmacin de que la presencia de oxgeno durante la preparacin afecta la temperatura de transicin media.

B) Valor p para la prueba f

Fuente Factor Error Total P=0.002 GL 2 21 23 SC 1230.3 1555.7 2786.0 MC 615.1 74.1 F 8.30 P 0.002

C) Analizar residuales del experimento se definen como la diferencia entre la respuesta Los residuos observada y la respuesta predicha por el modelo , lo que permite hacer un diagnstico ms directo de la calidad del modelo, ya que su magnitud seala qu tan bien describe los datos el modelo.

Grfica de probabilidad normal

(las respuestas son A, B, C)
99

95 90 80

Porcentaje

70 60 50 40 30 20 10 5

-20

-10

0 Residuo

10

20

Analizando nuestra grfica nos damos cuenta que se cumplen los supuestos de normalidad en el modelo. Aunque no de manera perfecta, nos muestra el acercamiento de nuestro modelo a los resultados obtenidos.

D) Mtodo LSD Diferencia mnima significativa = 0.05 N-k= 21 n= 8 CME= 74.1

= 92.875 = 82.125 = 75.500

PARALELAS DE MEDIAS

DIFERENCIA POBLACIONAL 92.875-82.125 92.875-75.500 82.125-75.500

VALOR ABSOLUTO | | | | | |

DIFERENCIA MUESTRAL 10.750 8.952 17.375>8.952 6.625 8.952

DECISION Significativa Significativa No significativa

Con nuestros datos obtenidos en la tabla, los mtodos de preparacin que difieren entre s, son A con B y A con C, en donde: El mtodo A resulta ser mejor que el mtodo B y C, por lo tanto, concluimos que el nivel bajo de vaco de aire (A) es el mejor tratamiento que se puede elegir.