Reporte

Nombre: Ricardo Arturo Rodriguez Mancilla Matrícula: 2636383

ROBERTO ASAEL ZAVALA MARTINEZ 2790689
OMAR ALFONSO GUZMAN JARA 2792717
PEDRO ANGEL RODRIGUEZ MANCILLA 2674029

Nombre del curso: Nombre del profesor:

Diseños de experimentos Félix Rodríguez Ortiz

Módulo: 1 Evidencia 1

Fecha: 23/octubre/2016
Bibliografía:
https://miscursos.tecmilenio.mx/webapps/blackboard/execute/content/file?
cmd=view&content_id=_1570179_1&course_id=_55612_1&framesetWrapped=true
Montgomery, D. (2012). Diseño de experimentos (2a ed.). México. Limusa Wiley.
Gutiérrez, H. y De la Vara, R. (2008). Análisis y diseño de experimentos (2a ed.). México:
McGraw Hill.

Objetivo:
 Las características que deben tener los parámetros del muestreo.
 La representación gráfica de los diferentes tipos de distribuciones muestrales.
 Cómo distinguir entre utilizar una prueba de medias con varianza conocida o
varianza desconocida.
 Cómo distinguir entre utilizar una prueba de dos colas o de una cola.
 Los conceptos de experimento, modelo y variable.
 El concepto de diseño de experimentos.
 Las etapas del diseño experimental y sus principios básicos.
 El proceso de experimentación.

Procedimiento:

Resultados:
1. Con base en la información recabada y la presentada en el
módulo, realiza una descripción detallada a través de una
representación gráfica de cada una de las etapas.
 Reporte

Etapa 1. Reconocer y establecer el problema:

Ante una situación de mantenimiento mejora de un proceso, el primer paso que
debe dar el experimentador es identificar una serie de problemas a resolver
para lograr los objetivos propuestos. De entre ellos hay que elegir aquel
problema que más impacte en el mantenimiento o la mejora del proceso.

Etapa 2. Selección de factores, niveles y rangos:

El experimentador identifica las variables de salida del proceso para elegir
aquellas que sean más significativas.

Etapa 3. Selección de la variable de respuesta:

Una vez identificadas las variables se procede a la selección de los factores
que influyan a las variables; a continuación, se han de asignar los niveles y
rangos que deben tener los factores.

Etapa 4. Selección del diseño experimental:

Una vez que se termina la planeación previa al experimento, hay que
determinar el tamaño de la muestra, orden de ejecución y restricciones.

Etapa 5. Realizar el experimento:

Al realizar el experimento se ha de seguir el plan previamente realizado; sin
embargo, si al realizar el experimento se ve conveniente redefinir el plan, este
debe ser redefinido.

Etapa 6. Análisis estadístico de los datos:

Para realizar el análisis estadístico de los datos el diseño experimental puede
utilizar algún paquete estadístico, que realizará cálculos y gráficas de forma
automática.

Etapa 7. Conclusiones y recomendaciones:

Es necesario que el experimentador que participó en la realización del
experimento muestre sus propias conclusiones, y de acuerdo a estas y a
problemas que quedaron pendientes de especificar realice las
recomendaciones que crea conveniente.

2. Realiza los siguientes ejercicios. Toma en cuenta las muestras x1 y x2, registradas
en la siguiente tabla:

N: 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

x1 102 98 101 105 99 100 97 104 98 101 105 99 100 97 104

 Reporte

x2 102 98 101 105 99 100 97 104 98 101 105 99 100 97 104

A Prueba la hipótesis de que H0: µ = 100 y H1: µ ≠ 100, con = 0.05; si tomamos una
muestra de x1 de tamaño n = 8 respecto a una población de varianza conocida, σ =
2.5 con = 0.05.
Con el apoyo del software representa de manera gráfica la población.

Método

Hipótesis nula σ-cuadrado = 0.05

Hipótesis alterna σ-cuadrado ≠ 0.05

El método de chi-cuadrada sólo se utiliza para la distribución normal.

El método de Bonett no se puede calcular con datos resumidos.

Estadísticas

N Desv.Est. Varianza
8 1.58 2.50

Intervalos de confianza de 95%

IC para IC para
Método Desv.Est. varianza
Chi-cuadrada (1.05, 3.22) (1.09, 10.36)

Pruebas

Estadística
Método de prueba GL Valor p
Chi-cuadrada 350.00 7 0.000

B Prueba la hipótesis de que H0: µ1 = µ2 y H1: µ1 > µ2; si tomamos dos muestras, una de
x1 de tamaño n1 = 10 y otra de x2 de tamaño n2 = 12, respecto a dos poblaciones de
varianzas conocidas σ12 = 3.5 y σ22 = 4.2 con = 0.05.
Con el apoyo del software representa de manera gráfica las poblaciones.

1. Método
2.
3. Hipótesis nula σ(Primero) / σ(Segundo) = 1
4. Hipótesis alterna σ(Primero) / σ(Segundo) ≠ 1
5. Nivel de significancia α = 0.05
6.
7. Se utilizó el método F. Este método es exacto sólo para datos normales.
8.
9.
10. Estadísticas
11.
12. IC de 95%
13. para
14. Muestra N Desv.Est. Varianza Desv.Est.
15. Primero 10 1.871 3.500 (1.287, 3.415)
 Reporte

16. Segundo 12 2.049 4.200 (1.452, 3.480)

17.
18. Relación de desviaciones estándar = 0.913
19. Relación de varianzas = 0.833
20.
21.
22. Intervalos de confianza de 95%
23.
24. IC para IC para
25. relación de relación de
26. Método Desv.Est. varianza
27. F (0.482, 1.806) (0.232, 3.260)
28.
29.
30. Pruebas
31.
32. Estadística
33. Método GL1 GL2 de prueba Valor p
34. F 9 11 0.83 0.797

Prueba e IC para dos varianzas

Relación = 1 vs. Relación ≠ 1
IC de 95% para σ(Primero) / σ(Segundo)
Prueba F
Valor p 0.797

0.50 0.75 1.00 1.25 1.50 1.75

ICs de chi-cuadrado de 95% para Desv.Est.

Primero

Segundo

1.0 1.5 2.0 2.5 3.0 3.5

C Prueba la hipótesis de que H0: µ = 100 y H1: µ < 100, con = 0.05 si tomamos una
muestra de x1, de tamaño n = 8 respecto a una población de varianza desconocida,
con = 0.05.Con el apoyo del software representa de manera gráfica la población.

Método

Hipótesis nula σ-cuadrado = 0.05

Hipótesis alterna σ-cuadrado ≠ 0.05
 Reporte

El método de chi-cuadrada sólo se utiliza para la distribución normal.

El método de Bonett se utiliza para cualquier distribución continua.

Estadísticas

Variable N Desv.Est. Varianza

C2 10 2.64 6.94

Intervalos de confianza de 95%

IC para IC para
Variable Método Desv.Est. varianza
C2 Chi-cuadrada (1.81, 4.81) (3.29, 23.14)
Bonett (1.74, 4.96) (3.04, 24.56)

Pruebas

Estadística
Variable Método de prueba GL Valor p
C2 Chi-cuadrada 1250.00 9 0.000
Bonett — — 0.000

D Prueba la hipótesis de que H0: μ1 = μ2 y H1: μ1 ≠ µ2; si tomamos dos muestras, una de
x1 de tamaño n1 = 15 y otra de x2 de tamaño n2 = 10, respecto a dos poblaciones de
varianzas desconocidas con = 0.05.
Con el apoyo del software representa de manera gráfica las poblaciones.

35. Método
36.
37. Hipótesis nula σ(Primero) / σ(Segundo) = 1
38. Hipótesis alterna σ(Primero) / σ(Segundo) ≠ 1
39. Nivel de significancia α = 0.05
40.
41. Se utilizó el método F. Este método es exacto sólo para datos normales.
42.
43.
44. Estadísticas
45.
46. IC de 95%
47. para
48. Muestra N Desv.Est. Varianza Desv.Est.
49. Primero 15 0.224 0.050 (0.164, 0.353)
50. Segundo 10 0.224 0.050 (0.154, 0.408)
51.
52. Relación de desviaciones estándar = 1.000
53. Relación de varianzas = 1.000
54.
55.
56. Intervalos de confianza de 95%
57.
58. IC para IC para
59. relación de relación de
60. Método Desv.Est. varianza
61. F (0.513, 1.791) (0.263, 3.209)
62.
63.
64. Pruebas
65.
66. Estadística
67. Método GL1 GL2 de prueba Valor p
 Reporte

68. F 14 9 1.00 0.965

Prueba e IC para dos varianzas

Relación = 1 vs. Relación ≠ 1
IC de 95% para σ(Primero) / σ(Segundo)
Prueba F
Valor p 0.965

0.50 0.75 1.00 1.25 1.50 1.75

ICs de chi-cuadrado de 95% para Desv.Est.

Primero

Segundo

0.15 0.20 0.25 0.30 0.35 0.40

E Prueba la hipótesis de que H0: σ2 = σ02 y H1: σ2 > σ02, si tomamos una muestra de
x2 de tamaño n = 11 respecto a una población con distribución normal σ02 = 1.3 con
= 0.05.
Con el apoyo del software representa de manera gráfica la población.

69. Método
70.
71. Hipótesis nula σ-cuadrado = 0.05
72. Hipótesis alterna σ-cuadrado ≠ 0.05
73.
74. El método de chi-cuadrada sólo se utiliza para la distribución normal.
75. El método de Bonett no se puede calcular con datos resumidos.
76.
77.
78. Estadísticas
79.
80. N Desv.Est. Varianza
81. 11 1.14 1.30
82.
83.
84. Intervalos de confianza de 95%
85.
86. IC para IC para
87. Método Desv.Est. varianza
88. Chi-cuadrada (0.80, 2.00) (0.63, 4.00)
89.
90.
91. Pruebas
92.
93. Estadística
94. Método de prueba GL Valor p
95. Chi-cuadrada 260.00 10 0.000
96.
 Reporte

F Prueba la hipótesis de que H0: σ12 = σ22 y H1: σ12 > σ22 respecto a dos poblaciones
con distribución normal; si tomamos dos muestras, una de x1 de tamaño n1 = 12 y
otra de x2 de tamaño n2 = 12, con = 0.05.
Con el apoyo del software representa de manera gráfica las poblaciones.

Método

Hipótesis nula σ(Primero) / σ(Segundo) = 1

Hipótesis alterna σ(Primero) / σ(Segundo) ≠ 1
Nivel de significancia α = 0.05

Se utilizó el método F. Este método es exacto sólo para datos normales.

Estadísticas

IC de 95%
para
Muestra N Desv.Est. Varianza Desv.Est.
Primero 12 0.050 0.003 (0.035, 0.085)
Segundo 12 0.050 0.003 (0.035, 0.085)

Relación de desviaciones estándar = 1.000

Relación de varianzas = 1.000

Intervalos de confianza de 95%

IC para IC para
relación de relación de
Método Desv.Est. varianza
F (0.537, 1.864) (0.288, 3.474)

Pruebas

Estadística
Método GL1 GL2 de prueba Valor p
F 11 11 1.00 1.0000
Prueba e IC para dos varianzas
Relación = 1 vs. Relación ≠ 1
IC de 95% para σ(Primero) / σ(Segundo)
Prueba F
Valor p 1.000

0.50 0.75 1.00 1.25 1.50 1.75 2.00

ICs de chi-cuadrado de 95% para Desv.Est.

Primero

Segundo

0.03 0.04 0.05 0.06 0.07 0.08 0.09

 Reporte

4. Toma como base la solución de los problemas anteriores y los conceptos vistos
hasta el momento, reflexiona sobre lo siguiente: ¿Piensas que es importante
plantear hipótesis para realizar la experimentación?

La verdad si hay que plantar una hipótesis ya que sin estas no tenemos la idea de
adónde vamos y que resultado esperar.

5. Tu respuesta debe ir acompañada de una opinión personal sustentada en los

resultados de tu investigación, la actividad y lo que aprendiste en clase.
Nota: tu aportación no deberá exceder de 10 renglones.

Conclusión: