DIVISIÓN DE INGENIERÍAS CAMPUS IRAPUATO-SALAMANCA (UNIVERSIDAD DE GUANAJUATO)

08 DE MARZO DE 2018

“ANÁLISIS DE VARIANZA-EXPERIMENTO CATAPULTA”

¹ Azalea Vanessa Vilchis Mar, ¹ Lucía Carranco Gutiérrez, ¹ Carlos Humberto García
Murillo, ¹ Miguel Serafín Núñez Aguayo, ¹ Wilmer Garnica Muñoz, ¹ José Ángel
Gutiérrez García.
¹División de Ingeniería Campus Irapuato-Salamanca, Universidad de Guanajuato, Carretera Salamanca-Valle de Santiago km
3.5+1.8, Comunidad de Palo Blanco, Salamanca Guanajuato, México. C.P. 36885. Teléfono: 464 647 9940 Ext.: 2303.

DISEÑO DE EXPERIMENTOS Y PROBABILÍSTICO

Dr. Elías Rigoberto Ledesma Orozco

RESUMEN. se obtiene su varianza dividiendo entre los grados

de libertad de 𝑆𝑆𝐴 .
En el presente proyecto se aplica el
análisis de varianza a una muestra de datos La suma de cuadrados del error 𝑆𝑆𝐸 se puede
obtenida de un experimento con una catapulta calcular de la siguiente forma:
además se pretende demostrar que la forma en 𝑎 𝑛
cómo se determina la suma de cuadrados es 2
𝑆𝑆𝐸 = ∑ ∑(𝑦𝑖𝑗 − 𝑦̅𝑖 . )
indiferente de las ecuaciones a utilizar.
𝑖=1 𝑗=1
1. INTRODUCCIÓN
(3)
El análisis de varianza es una técnica muy útil en
En este caso, los grados de libertad del error se
el campo de la inferencia estadística, una de sus
calculan como (𝑁 − 𝑎).
aplicaciones es probar la igualdad de varias medias.
De este modo el nombre de análisis de varianza se De esta forma la media de la suma de los cuadrados
deriva de la partición de la variabilidad total en sus se obtiene dividiendo cada una de las sumas de
partes componentes. cuadrados por el correspondiente grado de libertad.
La suma de cuadrados total corregida se muestra 𝑀𝑆𝑇 =
𝑆𝑆𝑇
𝑀𝑆𝐴 =
𝑆𝑆𝐴
𝑀𝑆𝐸 =
𝑆𝑆𝐸
en la ec. (1). 𝑁−1 𝑎−1 𝑁−𝑎

𝑎 𝑛 (4)
2
𝑆𝑆𝑇 = ∑ ∑(𝑦𝑖𝑗 − 𝑦̅. . ) De este modo los cuadrados medios estiman la
𝑖=1 𝑗=1
variación promedio (Varianza). De 𝑀𝑆𝐴 es una
(1) estimación de la varianza de la población siempre
y cuando las medias de los tratamientos sean
Esto se usa como una medida de la variabilidad iguales.
global de los datos. Con la ec. (1) se puede obtener
la varianza muestral de los datos, si dividimos 𝑆𝑆𝑇 Si se establece como hipótesis nula de que no hay
entre el número de grados de libertad (𝑁 − 1). diferencias en las medias de los niveles entonces
podemos utilizar una comparación de varianzas
La suma de cuadrados del tratamiento o del factor, para realizar la prueba de hipótesis. Esta
se puede calcular como: comparación de varianzas se representa por la ec.
𝑎 (5) que es el estadístico de prueba, para la hipótesis
𝑆𝑆𝐴 = 𝑛 ∑(𝑦𝑖. − 𝑦̅. . )2 de que no hay diferencias en las medias de los
tratamientos.
𝑖=1

(2) 𝑀𝑆𝐴
𝐹_𝑠𝑡𝑎𝑑𝑖𝑠𝑡𝑖𝑐 =
𝑀𝑆𝐸
Esta suma de cuadrados representa la diferencia
entre el promedio de los niveles y el gran promedio, (5)

1
 DIVISIÓN DE INGENIERÍAS CAMPUS IRAPUATO-SALAMANCA (UNIVERSIDAD DE GUANAJUATO)
08 DE MARZO DE 2018

Si este valor es grande, entonces la variación entre 4 9.2 9.4 9.6 8.8 9.0 46.2 9.24
grupos es más grande que la variación en el grupo, 5 2 7 7 1 2
5 11. 10. 10. 10. 10. 53.7 10.7
lo cual es evidencia de la significancia del factor. 55 01 87 86 43 2 44
189. 7.59
Se puede reescribir la ec. (5) diciendo que este es 97 88
igual a 𝐹𝑜 con 𝑎 − 1 grados de libertad en el Se procedió a realizar el análisis de varianza de dos
numerador y 𝑁 − 𝑎 grados de libertad en el formas la primera utilizando las ecuaciones (1), (2)
denominador. La hipótesis nula se rechaza si y (3), y la segunda forma con las ecuaciones
alternativas (7) y (8). Esto con la finalidad de
𝑭𝒐 > 𝑭∝,𝒂−𝟏,𝑵−𝒂 donde
demostrar que se llega al mismo resultado.
𝑀𝑆𝐴
𝐹𝑜 =
𝑀𝑆𝐸
3. RESULTADOS
(6)
Aplicando las ecuaciones anteriores para el primer
De esta manera se concluirá que hay diferencias en
caso.
las medias de los tratamientos.
CASO 1)
Finalmente se puede reescribir y simplificar las
anteriores ecuaciones de las sumas de cuadrados de De la ec (1) La suma de cuadrados total corregida
la siguiente forma: 𝑎 𝑛
𝑎 𝑛 2
𝑦 ..2 𝑆𝑆𝑇 = ∑ ∑(𝑦𝑖𝑗 − 𝑦̅. . )
𝑆𝑆𝑇 = ∑ ∑ 𝑦𝑖𝑗2 − 𝑖=1 𝑗=1
𝑁
𝑖=1 𝑗=1
Tabla 2. Resultados para 𝑺𝑺𝑻
(7)
𝑺𝑺𝑻 132.57
𝑎 4464
2
1 𝑦 .. 1 9.6025 9.9780 10.882 7.4463 11.894
𝑆𝑆𝐴 = ∑ 𝑦𝑖2 −
𝑛 𝑁 6144 1744 0814 4944 2214
𝑖=1 2 2.6205 1.3197 2.8859 6.7537 4.1567
1344 4144 2144 6144 0544
(8) 3 0.0907 0.0631 0.0050 0.0395 0.2220
2144 0144 6944 2144 2944
𝑆𝑆𝐸 = 𝑆𝑆𝑇 − 𝑆𝑆𝐴 4 2.7264 3.2443 4.0852 1.6159 2.1644
6144 2144 4944 4944 2944
(9) 5 15.611 5.8138 10.700 10.635 8.0156
9814 8544 7494 4254 9344

2. DESARROLLO De la ec (2) La suma de cuadrados del tratamiento

Se realizó dicho experimento tomando un total de 𝑎
𝑁 = 25 datos, a continuación se muestra lo recabo 𝑆𝑆𝐴 = 𝑛 ∑(𝑦𝑖. − 𝑦̅. . )2
en la Tabla 1. 𝑖=1

Con 𝑛 = 5, 𝑎 = 5 𝑦 𝑁 = 25 Tabla 3. Resultados para 𝑺𝑺𝑨

Tabla 1. Datos recabados 𝑺𝑺𝑨 129.210824

GA OBSERVACIONES TOT PRO

N AL ME 1 9.90235024
CH DIO 2 3.31531264
O
3 0.03211264
1 4.5 4.4 4.3 4.8 4.1 22.2 4.45
4 7 5 6 2 4 2.70010624
2 5.9 6.4 5.9 5 5.5 28.8 5.77 5 9.89228304
8 5 6 9 8
Total 25.8421648
3 7.9 7.8 7.6 7.4 8.0 38.8 7.77
5 7 7 9 8

2
 DIVISIÓN DE INGENIERÍAS CAMPUS IRAPUATO-SALAMANCA (UNIVERSIDAD DE GUANAJUATO)
08 DE MARZO DE 2018

𝑎
1 𝑦2. .
𝑆𝑆𝐴 = ∑ 𝑦𝑖2 −
De la ec (3) La suma de cuadrados del error 𝑛 𝑁
𝑖=1
𝑎 𝑛
Tabla 7. Resultados para 𝑺𝑺𝑨
2
𝑆𝑆𝐸 = ∑ ∑(𝑦𝑖𝑗 − 𝑦̅𝑖 . )
𝑺𝑺𝑨 129.210824
𝑖=1 𝑗=1
1 495.5076
Tabla 4. Resultados para 𝑺𝑺𝑬
2 834.6321
𝑺𝑺𝑬 3.3636
4 3 1512.4321
1 0.0023 0.0001 0.0231 0.1747 0.0912 4 2135.3641
04 44 04 24 04
2 0.0408 0.4515 0.0148 0.6052 0.0475 5 2885.8384
04 84 84 84 24 Total= 7863.7743
3 0.0148 0.0051 0.0116 0.1428 0.0852
84 84 64 84 64
4 6.4E-05 0.0249 0.1428 0.1383 0.0295
64 84 84 84 De la ec (9) suma de cuadrados del error 𝑆𝑆𝐸
5 0.6496 0.5387 0.0158 0.0134 0.0985
36 56 76 56 96 𝑆𝑆𝐸 = 𝑆𝑆𝑇 − 𝑆𝑆𝐴
Tabla 8. Resultados para 𝑺𝑺𝑬
Además se calcularon de la ec (4) y (6) la media 3.36364
𝑺𝑺𝑬
de la suma de los cuadrados y el estadístico de
prueba.
Tabla 5. Resultados para 𝑴𝑺𝑻 , 𝑴𝑺𝑻 , 𝑴𝑺𝑻 𝒚 𝑭𝑶 Por lo tanto de los resultados obtenidos se puede
observar que se llega a los mismos valores
MS_T= 5.523936
determinando que es indiferente o equivalente la
MS_A= 32.302706 forma en cómo se realice el análisis de varianza.
MS_E= 0.168182
Fo= 192.069936 Por último se realizó el análisis en el programa de
Minitab de lo que se obtuvieron los siguientes
resultados.
CASO 2)
ANOVA de un solo factor: Distancia vs. Gancho
De la ec (7) La suma de cuadrados total corregida
Método
𝑎 𝑛
2
𝑦 ..
𝑆𝑆𝑇 = ∑ ∑ 𝑦𝑖𝑗2 −
𝑁
𝑖=1 𝑗=1

Tabla 6. Resultados para 𝑺𝑺𝑻

𝑺𝑺𝑻 132.574 Información del factor

464
1 20.25 19.713 18.49 23.716 17.222
6 9 5
2 35.7604 41.602 34.81 25 30.913
5 6
3 62.41 61.622 58.828 54.76 65.124
5 9 9 Análisis de varianza
4 85.5625 88.36 92.544 78.676 82.264
4 9 9
5 133.402 100.20 118.15 117.93 108.78
5 01 69 96 49

De la ec (8) La suma de cuadrados del tratamiento

3
 DIVISIÓN DE INGENIERÍAS CAMPUS IRAPUATO-SALAMANCA (UNIVERSIDAD DE GUANAJUATO)
08 DE MARZO DE 2018

Análisis de varianza

Resumen del modelo

Medias

De lo siguiente se realizó la gráfica de intervalos de

Distancia contra el Gancho utilizado, mostrada en
la Fig 1., y la gráfica de residuos para la distancia
de la Fig.2.

Fig 1. Gráfica de intervalos D vs G

Fig 2. Gráfica de residuos para distancia

En la Fig 2. Se muestra en primera instancia las

cuatro graficas juntas y posteriormente se muestra
la gráfica de probabilidad normal, el histograma, y
las gráficas de residuos contra ajustes y después
contra orden.

Por último se muestra la tabla de los 25 datos y los

valores que se utilizaron en dichas gráficas.

4
 DIVISIÓN DE INGENIERÍAS CAMPUS IRAPUATO-SALAMANCA (UNIVERSIDAD DE GUANAJUATO)
08 DE MARZO DE 2018

Tabla 9. Resultados para los 25 datos del experimento.

4. CONCLUSIÓN

Podemos observar que la suma de cuadrados total

corregida, es una diferencia entre las medidas de
los tratamientos y el error aleatorio, así concluimos
que el análisis de varianza por ambos métodos los
resultados de la suma de los cuadrados resultan ser
el mismo.

5. REFERENCIAS
[1] Montgomery Douglas C. (2004), Diseño
y análisis de experimentos, 2da Edición,
Ed. Limusa Wiley.