Documente Academic
Documente Profesional
Documente Cultură
Ejemplo 1
Un estudio de la cantidad de precipitacin pluvial y la cantidad de contaminacin eliminada del
aire produce los datos siguientes:
Precipitacion pluvial diaria, x (0.01 cm)
Rxi
Xi
Xi2
3
4.3
18.49
4
4.5
20.25
7
5.9
34.81
6
5.6
31.36
8
6.1
37.21
5
5.2
27.04
2
3.8
14.44
1
2.1
4.41
9
7.5
56.25
Diagrama de Flujo
160
140
120
100
80
60
40
20
0
0
Recta poblacional
= a + bx
= -6.323887
= 153.175490
= a + bx = 153.17549 6.323887 x
Comprobacin.
x= 2
y= 140.52
x= 10
y= 89.93
125.98
124.72
115.86
117.66
114.60
120.29
129.14
139.89
105.75
1093.89
140
120
100
yi
Xi
4.3
4.5
5.9
5.6
6.1
5.2
3.8
2.1
7.5
45
80
Y-Values
60
Linear (Y-Values)
40
20
0
0
4
xi
Y
126
121
116
118
114
118
132
141
108
1094
125.98
124.72
115.86
117.66
114.60
120.29
129.14
139.89
105.75
1093.89
(Y- )2
4x10-4
13.83
0.0196
0.1156
0.36
5.2441
8.1796
1.11
5.0625
33.9218
= 54958.5
Xi
4.3
4.5
5.9
5.6
6.1
5.2
3.8
2.1
3.5
Yi
126
121
116
118
114
118
132
141
108
Rxi
3
4
7
6
8
5
2
1
9
Ryi
7
6
3
4.5
2
4.5
8
9
1
di2
di
-4
-2
4
1.5
6
0.5
-6
-8
8
16
4
16
2.25
36
0.25
36
64
64
238.5
Intervalos de confianza
/2 = 0.025
v= n-2
= 11.87
v=7
0.025
2.365
t/2= 2.365
0=a + bx0
0= 153.175 + (-6.323)(2.1)
0= 139.8967
Intervalos de prediccin
Formula
Ho: = 1
Hi: < 1
= 7.09
= 0.05
Tabla de distribucin t
0.05
1.895
Grafica
Ho: 1.895
Hi: 7.09
Planteamiento
Formula
Ho: = 1
Hi: 1
=17357.39
= 0.05
Tabla
0.025
2.365
Grafica
Ho: 2.364
Hi: 17357
Ho: 2.364
Hi: 17357
Ejemplo 2.
En un grupo de 8 pacientes se miden las cantidades antropomtricas peso y edad, obtenindose
los siguientes resultados:
X=edad
Y=peso
12
58
8
42
10
51
10
49
14
56
Paciente
1
2
3
4
5
6
7
8
12
8
10
11
7
7
10
14
58
42
51
54
40
39
49
56
696
336
510
594
280
273
490
784
Sustitucin
144
64
100
121
49
49
100
196
3364
1764
2601
2916
1600
1521
2401
3136
Grafica de dispersion
70
60
50
Y
40
30
20
10
0
0
10
12
Grafica
y vector
Diagrama de flujo
70
60
50
40
30
20
10
0
7
Valor mnimo y mximo de X
14
14
16
Formula
Paciente
1
2
3
4
5
6
7
8
12
8
10
11
7
7
10
14
58
42
51
54
40
39
49
56
54.651
43.307
48.979
51.815
40.471
40.471
48.979
60.323
Sustitucin
11.215801
1.708249
4.084441
4.774225
0.221841
2.163841
0.000441
18.688329
) 42.85
(
Formulas
Sustitucin
Empleado
1
2
3
4
5
6
7
8
X
12
8
10
11
7
7
10
14
Y
58
42
51
54
40
39
49
56
Rango
7
3
4.5
6
1.5
1.5
4.5
8
Rango
8
3
5
6
2
1
4
7
1
0
.5
0
.5
.5
.5
1
1
0
.25
0
.25
.25
.25
1
Sustitucin
Intervalos de confianza
Formulas
Sustitucin
Grados
de
libertad v
0.05
6
2.4469
Formula:
Tabla de distribucin t
Grados
de
libertad v
0.05
6
1.943
Grafica
Conclusin
Formula:
Tabla de distribucin t
Grados
de
libertad v
0.05
6
1.943
Grafica
Conclusin:
Como es igual a
prevalece ,
ya que es igual a
28.5
28
Y vector
27.5
27
26.5
26
25.5
25
7
14
Funcin Exponencial
4E+18
FUNCIN EXPONENCIAL
3.5E+18
Y VECTOR
3E+18
2.5E+18
2E+18
1.5E+18
1E+18
5E+17
0
7
14
Funcin Potencial
40000
Funcion Potencial
35000
30000
Y vector
25000
20000
15000
10000
5000
0
7
14
25.5
31.2
25.9
38.4
18.4
26.7
26.4
25.9
32.0
25.2
39.7
35.7
26.5
1.74
6.32
6.22
10.52
1.19
1.22
4.10
6.32
4.08
4.15
10.15
1.72
1.70
5.30
5.42
8.41
4.63
11.60
5.85
6.62
8.72
4.42
7.60
4.83
3.12
5.30
10.80
9.40
7.20
8.50
9.40
9.90
8.00
9.10
8.70
9.20
9.40
7.60
8.20
Formulas:
[ ][ ]
[ ]
[ ]
Sustitucin
1.74
6.32
6.22
10.52
1.19
1.22
4.1
6.32
4.08
4.15
10.15
1.72
1.7
25.5
31.2
25.9
38.4
18.4
26.7
26.4
25.9
32
25.2
39.7
35.7
26.5
44.37
197.184
161.098
403.968
21.896
32.574
108.24
163.688
130.56
104.58
402.955
61.404
45.05
9.222
34.2544
52.3102
48.7076
13.804
7.137
27.142
55.1104
18.0336
31.54
49.0245
5.3664
9.01
18.792
59.408
44.784
89.42
11.186
12.078
32.8
57.512
35.496
38.18
95.41
13.072
13.94
1131.435
6152.1408
4172.4382
15512.3712
402.8864
869.7258
2857.536
4239.5192
4177.92
2635.416
15997.3135
2192.1228
1193.825
[
[
[
[
][
]
][
][
[
[ ][
] [
] [
]
]
]
]
1.
[ ][ ]
[ ]
[ ]
422825.063
947585.434
449986.056
2174327.19
114622.874
508212.152
485753.242
449986.056
1048576
403275.802
2484059.69
1624324.76
493155.063
[ ]
[ ]
[ ]
[ ]
[ ]
[
[ ]
[
3. [ ][ ]
[ ]
[
[
Despejamos trminos:
4. [ ][ ]
[ ]
5. [
][
Ejemplo 2
Tabla de datos:
Ingresos Y
198
209
197
156
85
187
43
211
120
62
176
117
273
1
2
3
4
5
6
7
8
9
10
11
12
13
Habitantes X1
70
35
55
25
28
43
15
33
23
4
45
20
56
Superficie X2
21
26
14
10
12
20
5
28
9
6
10
8
36
Formulas:
[ ][ ]
[ ]
[ ]
Sustitucin
Y
198
70
21
13860
1470
4900
209
197
156
85
187
43
211
120
62
176
117
273
35
55
25
28
43
15
33
23
4
45
20
56
26
14
10
12
20
5
28
9
6
10
8
36
7315
10835
3900
2380
8041
645
6963
2760
248
7920
2340
15288
910
770
250
336
860
75
924
207
24
450
160
2016
1225
3025
625
784
1849
225
1089
529
16
2025
400
3136
][ ]
Diseo de Experimentos
Ejemplo 1
Anlisis de Varianza de un Criterio
En una escuela se formaron 3 grupos con 6 integrantes cada uno, se les aplico un mtodo de
enseanzas diferentes para saber cual tenia mejores resultados, los datos obtenidos fueron los
siguientes:
Tipo de mtodo
Presencial
Internet
Autodidactica
Equipo 1
4.8
4.9
1.5
Equipo 2
7.1
6.1
6.4
Equipo 3
5.4
5.4
3.9
Equipo 4
6.8
3.6
5.3
Equipo 5
8.6
4.2
2.4
Equipo 6
6.2
2.4
3.1
Equipo 1
Equipo 2
4.8
4.9
1.5
7.1
6.1
6.4
Equipo
3
5.4
5.4
3.9
Equipo 4
Equipo 5
6.8
3.6
5.3
8.6
4.2
2.4
Equipo
6
6.2
2.4
3.1
Total
Media
38.9
26.6
22.6
88.1
6.48
4.43
3.76
14.67
Usando un nivel de significancia de =0.05, indique si los diferentes tipos de mtodos difieren
significativamente.
Regla de decisin.
H0:1=2=3
H1:123
Si la fcalculada cae en la zona critica se rechazara H0 concluyendo que no hay diferencias entre
las medias
Tabla Anova:
Fuente de
Variacion
Metodos
Error
Total
Suma de
Cuadrados
SSA
SSE
SST
Grados de
Libertad
K-1
K(n-1)
NK-1
Cuadrados Medios
f
Calculada
i
N=6
k=3
Suma de
Cuadrados
SSA=24.05
SSE=34.62
SST=58.67
Grados de
Libertad
K-1=2
K(n-1)=15
NK-1=17
Cuadrados Medios
f
Calculada
i
=2
3.68
Ejemplo 2
Anlisis para la varianza para un criterio
Estn en consideracin 6 mquinas diferentes para utilizarlas en la manufactura de juntas de
caucho. Las mquinas se compran con respecto de la resistencia a la tensin del producto. Se
emplea una muestra aleatoria de cuatro juntas procedentes de cada mquina, para determinar si
la resistencia media a la tensin vara de una mquina a otra. Las siguientes mediciones de esa
resistencia en Kilogramos por centmetro cuadrado
son:
Suma
1
17.5
16.9
15.8
18.6
68,8
MQUINAS
3
4
20,3
14,6
15,7
16,7
17,8
20,8
18,9
18,9
72,7
71
2
16,4
19,2
17,7
15,4
68,7
5
17,5
19,2
16,5
20,5
73,7
6
18,3
16,2
17,5
20,1
72,1
427
Lleve a cabo el anlisis de varianza con un nivel de significancia de 0.05, e indique si las resistencias
medias a la tensin difieren o no en forma significativa para las 6 mquinas.
Formulas:
Sustitucin
306,25
285,61
249,64
345,96
268,96
368,64
313,29
237,16
412,09
246,49
316,84
357,21
213,16
278,89
432,64
357,21
306,25
368,64
272,25
420,25
334,89
262,44
306,25
404,01
Fuente de
Variacin
Suma de
Cuadrados
MUESTRA
SSA
Error
SSE
TOTAL
SST
Fuente de
Variacin
Grados de
Libertad
Suma de
Cuadrados
Grados de
Libertad
Cuadrados
Medios
Cuadrados
Medios
Calculado
F
Calculado
F
MUESTRA
.306
Error
TOTAL
18
2.77
Conclusiones
Como F=.31, no hay evidencia suficiente para sostener diferencias entre las 6 mquinas.
Ejemplo 1
Analisis de varinza para dos criterios
Un experto en la educacin fsica desea saber cual bebida permite un mejor desempeo fsico.
Para esto, hace una prueba para poder saber cual de 4 diferentes tipos de bebidas es mejor
para esto en la prueba actuaran 3 diferentes corredores. La prueba consistir en correr 100
metros planos tomndoles el tiempo desde que salen hasta el punto final
El experimento arrojo los siguientes datos:
Corredor-bebida
Corredor 1
Corredor 2
Corredor 3
Bebida 1
19
16
16
Bebida 2
16
16
18
Bebida 3
15
18
15
Bebida 4
18
17
17
Bebida 1
Bebida 2
Bebida 3
Bebida 4
Total
19
16
16
51
16
16
18
50
15
18
15
48
18
17
17
52
68
67
66
201
Fuente de
Variacion
Metodos
Suma de
Cuadrados
SSA corredor
SSA bebida
Grados de
Libertad
K-1
K-1
Error
Total
SSE
SST
K(n-1)
NK-1
Cuadrados Medios
f
Calculada
i
Suma de
Cuadrados
Corredor
-.25
Bebida
3
16.25
19
Grados de
Libertad
2
3
6
11
Cuadrados Medios
Corr. -.125
BEB 1
2.70
f
Calculada
-.046
=2
5.14
Como 5.14>-.046 rechazamos H0. Los diferentes bebidas no tienen el mismo desempeo en la
mejora de la condicin fsica.
Prueba de Tukey
Ejmplo 1
Estn considerando seis diferentes para su uso en la manufactura de sellos de
goma. Estas estn siendo comparadas con respecto a la resistencia de tensin
del producto. Se utiliza una muestra aleatoria de 4 sellos de cada mquina
para determinar si la resistencia promedio a la tensin varia de maquina a
mquina o no. Las siguientes son las mediciones de resistencia promedio a la
-1
tensin en kilogra
.
Maquina
Total
Media
17.5
16.4
20.3
14.6
17.5
18.3
16.9
19.2
15.7
16.7
19.2
16.2
15.8
17.7
17.8
20.8
16.5
17.5
18.6
15.4
18.9
18.9
20.5
20.1
68.8
68.7
72.7
71
73.7
72.1
427
17.2
17.17
18.17
17.75
18.42
18.02
106.73
Fuente de
variacin
Maquinas
Error
Total
Suma de
cuadrados
SSA
SSE
SST
Grados de
libertad
K1
K (n-1)
nk-1
Cuadrados medios
Calculada
S12=(SSA/K-1)
S2=[SSE/K(n-1)]
f=S12/S2
Formulas.
Clculos.
SST = 17.52 + 16.4 2 + 20.3 2 + . +20.12 (4272/24) = 67.98
SSA = 68.82 + 68.72 + . + 72.12 (4272/24) = 5.34
SSE = SST SSA = 67.98 5.34 = 62.24
Fuente de
variacin
Maquinas
Error
Total
Suma de
cuadrados
5.34
62.64
67.98
Tabla.
Entrar a la tabla con f0.05
V2
V1
18
2.77
Ho = 2.77
f < 2.77 con v1=5 y v2=18 grados de libertad
Decisin.
F=0.31 no es significativa
Grados de
libertad
5
18
23
Cuadrados
medios
1.608
3.48
Calculada (f)
0.31
17.17
18.17
17.75
18.42
18.02
Formula.
[
Sustituyendo.
]
Nmeros de tratamiento k
6
4.49
M4 M5 = 0.15
M4 M6 = 0.4
M5 M6 = 0.25
Al obtener el resultado de las comparaciones se comparan con el resultado de q=4.18 (si es mayor
es diferente si es menor es igual).
Como ninguna comparacin es diferente que q=4.18, como resultado las medias son iguales con el
procedimiento de tukey.
Ejemplo 2
Con esta prueba buscaremos diferencias significativas entre las medias de los datos de la
investigacin anterior utilizando un nivel de significancia de =0.05
Tipo de
mtodo
Presencial
Internet
Autodidactica
Equipo 1
Equipo 2
4.8
4.9
1.5
7.1
6.1
6.4
Equipo
3
5.4
5.4
3.9
Equipo 4
Equipo 5
6.8
3.6
5.3
8.6
4.2
2.4
k=3
n=6
Formulas:
Sustitucion:
Equipo
6
6.2
2.4
3.1
Total
Media
38.9
26.6
22.6
88.1
6.48
4.43
3.76
14.67
Numero de Tratamientos
k=3
3.67
Comparaciones:
(Y1-Y2),( Y1-Y3),( Y2-Y3)
Con estas 3 comparaciones podremos sacar los resultados puesto que las comparaciones que
faltan resultan ser el valor absoluto de las comparaciones pasadas.
Y1=6.48
Y2=4.43
Y3=3.76
(6.48-4.43)=2.05
(6.48-3.76)=2.76
(4.43-3.76)=.67
Conclusion:
Con las comparaciones anteriores podemos identificar donde se encuentran las diferencias
significativas de los datos de la investigacin.
Basandonos en el criterio de que los resultados de las comparaciones excedan el valor calculado
(2.701) presentan una diferencia significativa o en este caso el mtodo de enseanza que presenta
una diferencia de las dems.
2.76>2.701 la comparacin que excede el valor critico es la de (Y1-Y2) las cuales son el mtodo
de enseanza presencial y por via internet presentan una diferencia significativa de los dems.
Ejemplo 3
CIUDAD A
CIUDAD B
MEDIA
NIVE ALTO
6 5 6 7
4 8 9 4
4 6 8 8
8 3 10
6 6 5 6
4 5 2 4
2 8 6 5
4 4 3
5.533333333
NIVEL MEDIO
6 7 8 5
4 5 10 6
7 7 4 7
6 8
4 4 5 1
4 3 3 3
6 4 2 2
6 3 1
4.862068966
NIVEL BAJO
3 2 3 3
4 5 4 1
0 4 6 2
5 4 4
5 4 6 3
2 3 2 3
1 6 4 2
2 3 1
3.233333333
4.5429
Planteamiento
Encontrar una diferencia significativa entre las medias
(
Formulas
Datos
Sustitucin
2.13
0.29
0.29
12
2.13
0.29
6.45
0.29
0.21
12
2.13
2.37
2.13
0.21
12
0.29
2.13
19.9
12
29.8
0.21
6.45
2.13
2.37
6.1
0.3
12
21
2.1
0.3
0.2
21
2.13
0.29
6.05
2.13
0.29
0.29
2.13
2.13
6.1
0.2
6.1
12
0.3
2.4
0.3
2.4
12
29.8
0.29
20.6
0.21
2.37
6.45
12.5
556.39
Grados de
libertad v
Numero de
tratamientos (k)
3
12
3.77
0.21
2.13
6.05
20.6
12.5
2.37
6.45
20.6
2.372
0.292
20.61
0.212
0.212
6.452
12.53
6.452
6.45
0.21
0.29
0.29
0.29
2.37
2.13
2.37
2.37
0.29
2.13
0.29
2.13
6.45
0.29
12.5
2.372
12.53
6.452
20.61
2.372
2.372
6.452
20.61
Comparaciones:
.67
2.3
1.63
Conclusiones.
No existen diferencias significativas entre ninguna de las medias.
Prueba de Kruskal-Wallis
Tipo de
mtodo
Presencial
Internet
Autodidactica
Equipo 1
Equipo 2
4.8
4.9
1.5
7.1
6.1
6.4
Equipo
3
5.4
5.4
3.9
Equipo 4
Equipo 5
6.8
3.6
5.3
8.6
4.2
2.4
Equipo
6
6.2
2.4
3.1
Total
Media
38.9
26.6
22.6
88.1
6.48
4.43
3.76
14.67
Hiptesis y Datos:
H0:1=2=3
H1:123
M
1
2
3
Equipo 1
4.8
4.9
1.5
8
9
1
Equipo 2
7.1
6.1
6.4
17
13
15
Equipo 3
5.4
5.4
3.9
11.5
11.5
6
Equipo 4
6.8
3.6
5.3
k-1
n1=n2=n3=6
r1=84.5; r2=48; r3=38.5
Sustitucion:
16
5
10
Equipo 5
8.6
4.2
2.4
18
7
2.5
Equipo 6
6.2
2.4
3.1
14
2.5
4
Suma
84.5
48
38.5
Con h
.05
5.991
Dado que obtenemos que h cae en la regin critica de H H>H se tiene evidencia para
rechazar (H0) lo que significa que las muestras independientes son de poblaciones diferentes.
Ejemplo 2
Pruebe la Hiptesis Ho, en el nivel de significancia de 0.05, de que las mquinas funcionan a la
misma tasa de velocidad.
Suma
1
17.5
16.9
15.8
18.6
68,8
2
16,4
19,2
17,7
15,4
68,7
MQUINAS
3
4
20,3
14,6
15,7
16,7
17,8
20,8
18,9
18,9
72,7
71
5
17,5
19,2
16,5
20,5
73,7
6
18,3
16,2
17,5
20,1
72,1
427
Datos:
Formulas:
Mquina
Rango
Rango
Rango
Rango
Rango
Rango
17.5
11
16,4
20,3
22
14,6
17,5
11
18,3
15
16.9
19,2
19.5
15,7
16,7
19,2
19.5
16,2
15.8
17,7
13
17,8
14
20,8
24
16,5
17,5
11
18.6
16
15,4
18,9
17.5
18,9
17.5
20,5
23
20,1
21
Total
68.8
40
68.7
40.5
72.7
56.5
71
50.5
73.7
60.5
72.1
52
Sustitucin
Total
*(
)+
0.05
5
11.07
Conclusiones.
H1 se rechaza, prevalece H0, es decir, las mquinas funcionan a la misma resistencia media
http://nereida.deioc.ull.es/~pcgull/ihiu01/cdrom/spss/contenido/node39.htm
Ejemplo 3
Anlisis para la varianza
Se ha recogido la valoracin de un lder poltico en dos ciudades distintas A y B, dividida cada una
en tres barrios segn su nivel adquisitivo (Alto, Medio y Bajo), obtenindose los siguientes
resultados:
CIUDAD A
CIUDAD B
TOTAL
MEDIA
NIVE ALTO
6 5 6 7
4 8 9 4
4 6 8 8
8 3 10
6 6 5 6
4 5 2 4
2 8 6 5
4 4 3
166
5.533333333
NIVEL MEDIO
6 7 8 5
4 5 10 6
7 7 4 7
6 8
4 4 5 1
4 3 3 3
6 4 2 2
6 3 1
141
4.862068966
NIVEL BAJO
3 2 3 3
4 5 4 1
0 4 6 2
5 4 4
5 4 6 3
2 3 2 3
1 6 4 2
2 3 1
97
3.233333333
404
4.5429
Suponiendo que se cumplen los supuestos del ANOVA para dos factores, podemos afirmar si la
poblacin presenta diferencias significativas en la apreciacin del poltico segn la ciudad o segn
su nivel adquisitivo?
Formulas
36
16
16
64
36
16
4
16
CIUDAD A
NIVE ALTO
96
NIVEL MEDIO
90
NIVEL BAJO
50
Total
236
CIUDAD B
70
51
47
168
TOTAL
166
141
97
404
25
64
36
9
36
25
64
16
36
81
64
100
25
4
36
9
1040
49
16
64
0
36
16
25
0
36
16
49
36
16
16
36
36
49
25
49
64
16
9
16
9
64
100
16
0
25
9
4
1
821
25
36
49
0
1
9
4
0
9
16
0
25
25
4
1
4
4
9
25 16
16 36
16 16
16 36
9
4
36 16
9
1
385
9
1
4
0
9
9
4
0
Total
2246
Sustitucin
FUENTE DE
VARIACIN
A
SUMA DE
CUADRADOS
SSA
SSB
AB
SS(AB)
ERROR
SSE
TOTAL
SST
FUENTE DE
VARIACIN
A
B
AB
ERROR
TOTAL
SUMA DE
CUADRADOS
81.35
51.37
30.12
269.54
432.48
GRADOS DE
LIBERTAD
CUADRADO MEDIO
CALCULADA f
GRADOS DE
LIBERTAD
2
1
2
83
88
CUADRADO MEDIO
CALCULADA f
41.92
59.13
15.06
2.88
14.55
20.53
5.23
P-valor de FA
0,182
P-valor de FB
0,045
Significativa al 5%
P-valor de FAB
0,007
Significativa al 5%