Вы находитесь на странице: 1из 6

PARCIAL 1 DE DISEÑO DE EXPERIMENTOS

Fecha: 20 de Agosto de 2016

Estudiante: STARLIS MARTES MASS

4. Una compañía distribuidora ubicada en los suburbios está interesada en estudiar la


diferencia en costos (tiempo y gasolina) entre las cuatro rutas (A,B,C Y D) que llevan a la
zona comercial, más importante para ellos, en el otro extremo de la cuidad. Deciden
correr un experimento en cuadro grecolatino controlando los factores de bloque chofer,
marca de vehículo (𝛼, 𝛽, 𝛾, 𝛿) y día de la semana. El experimento se repite en dos semanas
diferentes, en las cuales no hay festivos ni quincenas. Los costos observados en pesos se
muestran en la siguiente tabla:

Día
Chofer Lunes Martes Miércoles Jueves
825 585 550 580
Carlos (D,𝛼) (C,𝛾) (B,𝛽) (A,𝛿)
750 610 580 650
650 540 580 850
Enrique (A,𝛾) (B,𝛼) (C,𝛿) (D,𝛽)
725 560 635 770
700 650 635 450
Genaro (C,𝛽) (D,𝛿) (A,𝛼) (B,𝛾)
675 740 540 550
475 560 650 670
Luis (B,𝛿) (A,𝛽) (D,𝛾) (C,𝛼)
480 615 725 730

a) Haga el análisis de varianza de este experimento


Análisis de Varianza para COSTOS - Suma de Cuadrados Tipo III

Fuente Suma de Cuadrados Gl Cuadrado Medio Razón-F Valor-P


EFECTOS PRINCIPALES
A:SUBURBIOS 200221, 3 66740,4 29,20 0,0000
B:CHOFER 13164,8 3 4388,28 1,92 0,1607
C:MARCA DEL VEHICULO 22414,8 3 7471,61 3,27 0,0439
D:DIA DE LA SEMANA 18902,3 3 6300,78 2,76 0,0708
RESIDUOS 43433,6 19 2285,98
TOTAL (CORREGIDO) 298137, 31
El StatAdvisor
La tabla ANOVA descompone la variabilidad de COSTOS en contribuciones debidas a varios factores. Puesto que se ha
escogido la suma de cuadrados Tipo III (por omisión), la contribución de cada factor se mide eliminando los efectos de los
demás factores. Los valores-P prueban la significancia estadística de cada uno de los factores. Puesto que 2 valores-P son
menores que 0,05, estos factores tienen un efecto estadísticamente significativo sobre COSTOS con un 95,0% de nivel de
confianza.

LOS FACTORES SUBURBIOS Y MARCA DEL VEHICULO TIENEN UN EFECTO SIGNIFICATIVO


SOBRE COSTOS YA QUE EL VALOR-P ES MENOR QUE 0.05.
b) Realice las pruebas de comparaciones múltiples para los factores significativos
Pruebas de Múltiple Rangos para COSTOS por SUBURBIOS

Método: 95,0 porcentaje LSD


SUBURBIOS Casos Media LS Sigma LS Grupos Homogéneos
B 8 523,125 16,9041 X
A 8 619,375 16,9041 X
C 8 648,125 16,9041 X
D 8 745,0 16,9041 X

Contraste Sig. Diferencia +/- Límites


A-B * 96,25 50,0358
A-C -28,75 50,0358
A-D * -125,625 50,0358
B-C * -125,0 50,0358
B-D * -221,875 50,0358
C-D * -96,875 50,0358
* indica una diferencia significativa.

Esta tabla aplica un procedimiento de comparación múltiple para determinar cuáles medias son significativamente
diferentes de otras. La mitad inferior de la salida muestra las diferencias estimadas entre cada par de medias. El asterisco
que se encuentra al lado de los 5 pares indica que estos pares muestran diferencias estadísticamente significativas con un
nivel del 95,0% de confianza. En la parte superior de la página, se han identificado 3 grupos homogéneos según la
alineación de las X's en columnas. No existen diferencias estadísticamente significativas entre aquellos niveles que
compartan una misma columna de X's. El método empleado actualmente para discriminar entre las medias es el
procedimiento de diferencia mínima significativa (LSD) de Fisher. Con este método hay un riesgo del 5,0% al decir que
cada par de medias es significativamente diferente, cuando la diferencia real es igual a 0.

SE NOTA QUE LAS RUTAS B Y D SON DIFERENTES


Y LAS RUTAS A Y C TIENEN CIERTA SIMILITUD.

c) ¿Cuál es la mejor ruta? ¿Cuál es la peor?

LA RUTA B YA QUE EN ELLA SE INVIERTE MENOR TIEMPO Y SE GASTA MENOS GASOLINA,


O SEA SUS COSTOS SON LOS MENORES ENTRE LAS 4 RUTAS.

LA PEOR ES LA RUTA ES LA D YA QUE GASTA MAYOR TIEMPO Y MAS GASOLINA, ES DECIR


EL COSTO ES MAYOR. TODO ESTO SE PUEDE VER EN EL ANALISIS DE MULTIPLES RANGOS
PARA COSTO QUE ES LA VARIABLE QUE NOS PIDEN ANALIZAR.

d) ¿Por qué se evitaron días festivos y quincenas en el experimento? ¿Cuáles


otros aspectos se tenían que tomar en cuenta?
OTROS ASPECTOS QUE SE PODRIAN TENER EN CUENTA SERIAN LAS HORAS
PICOS YA QUE SE SABE QUE ALLI EL TIEMPO SERA MAYOR EN CADA UNA DE
LAS RUTAS.

e) Verifique los supuestos del modelo.


SnapStat: Análisis de Una Muestra
Histograma
Datos/Variable: RESIDUOS
Recuento = 32
Promedio = 0,000003125 5
Desv iación Estándar = 37,4311
Coeficiente de Variación = 1,1978E9%
Mínimo = -63,2813 4
Máximo = 72,9688
Rango = 136,25

frecuencia
Sesgo Estandarizado = 0,145562 3
Curtosis Estandarizada = -0,9031

0
-80 -40 0 40 80
RESIDUOS

Gráfico de Caj a y Bigotes


Interv alos de confianza del 95%
Media: 0,000003125 +/- 13,4954 [-13,4954, 13,4954]
Sigma: [30,0086, 49,7639]
Diagnósticos
Valor-P de Shapiro-Wilks = 0,5515
Autocorrelación en Retraso 1 = -0,0366226 +/- 0,346477

-70 -40 -10 20 50 80


RESIDUOS

Gráfico Secuencias Cronológicas Gráfico de Probabilidad Normal

80 99,9
99
50
95
RESIDUOS

porcentaje

20 80
50
-10 20
5
-40
1
-70 0,1
0 10 20 30 40 -70 -40 -10 20 50 80
Fila RESIDUOS

SEGÚN ESTE ANALISIS Y OBSERVANDO EL VALOR-P DE SHAPIRO WILKS QUE ES 0.5515 ES MAYOR
A 0.05 POR LO CUAL EXISTE NORMALIDAD ENTRE LOS DATOS.

Tabla ANOVA para RESIDUOS por SUBURBIOS


Fuente Suma de Cuadrados Gl Cuadrado Medio Razón-F Valor-P
Entre grupos 3,0559E-10 3 1,01863E-10 0,00 1,0000
Intra grupos 43433,7 28 1551,2
Total (Corr.) 43433,7 31

La tabla ANOVA descompone la varianza de los datos en dos componentes: un componente entre-grupos y un
componente dentro-de-grupos. La razón-F, que en este caso es igual a 6,56674E-14, es el cociente entre el estimado
entre-grupos y el estimado dentro-de-grupos. Puesto que el valor-P de la razón-F es mayor o igual que 0,05, no existe una
diferencia estadísticamente significativa entre las medias de las 4 variables con un nivel del 95,0% de confianza.

Verificación de Varianza
Prueba Valor-P
Levene's 1,63343 0,204046

Comparación Sigma1 Sigma2 F-Ratio P-Valor


A/B 44,2482 33,9754 1,69614 0,5024
A/C 44,2482 30,1314 2,15652 0,3321
A/D 44,2482 46,7406 0,896193 0,8888
B/C 33,9754 30,1314 1,27143 0,7594
B/D 33,9754 46,7406 0,528372 0,4191
C/D 30,1314 46,7406 0,415574 0,2694

Los estadísticos mostrados en esta tabla evalúan la hipótesis nula de que las desviaciones estándar dentro de cada una de
las 4 columnas son iguales. De particular interés es el valor-P. Puesto que el valor-P es mayor o igual que 0,05, no existe
una diferencia estadísticamente significativa entre las desviaciones estándar, con un nivel del 95,0% de confianza.

La tabla también muestra una comparación de las desviaciones típicas para cada par de muestras. P-valores por debajo de
0.05, de los cuales hay 0, indican una diferencia estadísticamente significativa entre las dos sigmas al 5% de nivel de
significación.

COMO EL VALOR-P ES MAYOR A 0.05 SE ENTIENDE QUE NO HAY DIFERENCIA ENTRE LAS
VARIABLES OBSERVADAS.

1. Se pide a cuatro químicos que determinen el porcentaje de alcohol


metílico con cierto compuesto químico. Cada químico hace tres
determinaciones y los resultados son los siguientes: (Utilizar α =0.05)

Químico
1 2 3 4
84,99 85,15 84,72 84,20
84,04 85,13 84,48 84,10
84,38 84,88 85,16 84,55

a) Especifique el nombre del diseño.

Diseño totalmente aleatorizado

b) Escriba la hipótesis para probar la igualdad de medias y el modelo


estadístico.
Ho: µ = µ (igualdad de medias) H1 µ = µ (diferencia de medias)

c) Realice el análisis adecuado para probar la hipótesis e intérprete los


resultados
Tabla ANOVA – QUIMICO

Fuente Suma de Gl Cuadrado Razón-F Valor-P


Cuadrados Medio
Entre 1,04457 3 0,348189 3,25 0,0813
grupos
Intra grupos 0,8582 8 0,107275
Total (Corr.) 1,90277 11
La tabla ANOVA descompone la varianza de ALC en dos componentes: un componente entre-
grupos y un componente dentro-de-grupos. La razón-F, que en este caso es igual a 3,24576, es el
cociente entre el estimado entre-grupos y el estimado dentro-de-grupos. Puesto que el valor-P de
la razón-F es mayor o igual que 0,05, no existe una diferencia estadísticamente significativa entre
la media de ALC entre un nivel de QUIMICO y otro, con un nivel del 95,0% de confianza .

Como el valor-p es mayor a 0.05 se dice que no hay diferencia significativa entre la media de ALCOHOL y el
nivel de químico.

d) ¿los químicos difieren significativamente?

Teniendo en cuenta el ANOVA anterior los químicos no difieren

e) Si el químico 2 es un empleado nuevo, construir un conjunto razonable


de contrastes ortogonales que podrían haberse usado al principio del
experimento
Tabla de Medias para ALC por QUIMICO con intervalos de confianza del 95,0%
Error Est.
QUIMICO Caso Media (s Límite Límite
s agrupada) Inferior Superior
1 3 84,47 0,189099 84,1617 84,7783
2 3 85,053 0,189099 84,745 85,3617
3
3 3 84,786 0,189099 84,4783 85,095
7
4 3 84,283 0,189099 83,975 84,5917
3
Total 12 84,648
3
ES NOTABLE QUE EL QUIMICO N. 2 PRESENTA UN RENDIMIENTO SUPERIOR A LOS OTROS 3,
AUNQUE NO EXISTAN DIFERNECIAS SIGNIFICATIVAS.
Si el químico 2 es un empleado nuevo, construir un conjunto razonable de
contrastes ortogonales que podrían haberse usado al principio del
experimento

Hipótesis Contraste

𝐻0 : 𝜇1 = 𝜇2 𝐶1 = 𝑦1 − 𝑦2

𝐻0 : 𝜇1 + 𝜇3 = 𝜇4 𝐶2 = 𝑦1 + 𝑦3 − 𝑦4

𝐻0 : 𝜇1 = 𝜇3 𝐶3 = −𝑦1 + 𝑦3

I. A continuación se muestran para un diseño en bloque al azar

Bloque
Tratamiento 1 2 3 4 Total
A 13 22 18 39 Y1•=
B 16 24 17 44 Y2•=
C 5 4 1 22 Y3•=
Total Y•1= Y•2= Y•3= Y•4= Y••=

a) Complete las sumas totales que se piden en la tabla anterior

TRATAMIENTO 1 2 3 4 TOTAL PROMEDIOS SUMA DE CUADRADOS


A 13 22 18 39 92 23 2498
B 16 24 17 44 101 25,25 3057
C 5 4 1 22 32 8 526
TOTAL 450 1076 614 3941 225 6081

b) Calcule la suma de los cuadrados correspondientes; SCTRAT, SCB, SCT, y SCE.


c) Obtenga la tabla de análisis de varianza.
d) Obtenga la diferencia mínima significativa (LSD) para comparar tratamientos en
este diseño.
EL RESTO ADJUNTO EN EXCEL