DISEÑOS EXP Banco de Reactivos

INSTITUTO TECNOLGICO SUPERIOR DE HUATUSCO
BANCO DE REACTIVOS
DISEO COMPLETAMENTE AL AZAR

PROBLEMA 3.1: MANUFACTURA DE TELAS
Apuntes
Un ingeniero de desarrollo de productos est interesado en maximizar la resistencia a la tensin de una

nueva fibra sinttica para la manufactura de telas. Se sabe que la resistencia es influida por el porcentaje de
algodn de la fibra. Se sospecha que elevar el contenido de algodn incrementar la resistencia. El contenido
de algodn debe variar slo entre 10% y 40% para que la tela tenga buenas caractersticas de calidad para
recibir procesos de planchado permanente. Se decide probar muestras a cinco niveles de porcentaje de
algodn 15, 20, 25, 30, y 35%; para ensayar cinco experimentos en cada nivel de contenido de algodn.
Utilizando un nivel de confianza del 99% realice el anlisis de varianza correspondiente. En caso de ser
significativo aplique las pruebas de comparacin de medias de tratamientos (DMS, Duncan, Tukey, Scheff y
Dunnett), considerando un nivel de confianza del 95% y un tratamiento piloto del 20% de algodn. Los
experimentos son:
Resistencia a la tensin (lb/in2)
% de algodn.
15%
Observaciones
20% 25% 30% 35%
12
14
19
II
17
18
25
10
III
15
12
18
22
11
IV
11
18
19
19
15
18
19
23
11
Total
Promedio
49
77
88
108
54
9.8
15.4
17.6
21.6
10.8
ANLISIS DE VARIANZA.
a
SCT
Yij2
i 1 j 1
SC t
i 1
Y..2
376 2
7 2 7 2 15 2 ... 15 2 11 2
636.96
N
25
Yi.2 Y..2 49 2 77 2 88 2 108 2 54 2

376 2
475.76

n
N
5
25
SC e SCT SC t 636.96 475.76 161.2
FUENTE DE VARIACION
Tratamientos (% de algodn)
Error
Total
SUMA DE
CUADRADOS
GRADOS DE
LIBERTAD
CUADRADOS
MEDIOS
475.76
161.2
636.96
4
20
24
118.94
8.06
Tabla resumen del anlisis de varianza.
3.1
Calculada
Tablas
14.76
4.43

BANCO DE REACTIVOS
PRUEBA DE HIPTESIS. Se plantea la hiptesis de que las medias de los tratamientos (% de algodn
empleado) son iguales, con un nivel de confianza del 99%.
H0 = 15% = 20% = 25% = 30% = 35%
Al utilizar este nivel de confianza, se concluye que es improbable que las medias de los tratamientos
sean iguales. Como el resultado del estadstico en tablas (F0.01,4,20 =4.43) es menor que el estadstico calculado
(FCalculada =14.74), debe rechazarse H0 y concluir que las medias de los tratamientos difieren, En otras palabras,
el porcentaje de algodn en la fibra si afecta significativamente su resistencia promedio.
COMPARACIN DE MEDIAS ENTRE TRATAMIENTOS
PRUEBA DE DIFERENCIA MENOS SIGNIFICATIVA (DMS)
H0: i =j
HIPOTESIS
VALOR DE LA PRUEBA
DMS t
CM e 1 n 1 n
i
j
2, N a
|i -j|
Rechazar H0 si: |i -j|>DMS
VALOR A PROBAR
REGLA DE DECISION
Considerando los datos del problema, se ordenan las medias de los tratamientos de menor a mayor:
15% =9.8
35% =10.8
GLe =20
DMS t
2, N a
CM e 1 n 1 n
i
j
20% =15.4
25% =17.6
n=5
30% =21.6
CMe =8.06
a=5
t0.05 2,255
8.06 1 1 =2.086(1.795) =3.74

5 5
N=25
El resultado anterior es la diferencia menos significativa, la cual se va a comparar contra los valores
absolutos de las diferencias entre los tratamientos de la siguiente manera:
|15% -20%|
|15% -25%|
|15% -30%|
|15% -35%|
|20% -25%|
|20% -30%|
|20% -35%|
|25% -30%|
=
=
=
=
=
=
=
=
9.8 -15.4
9.8 -17.6
9.8 -21.6
9.8 -10.8
15.4 -17.6
15.4 -21.6
15.4 -10.8
17.6 -21.6
=
=
=
=
=
=
=
=
5.6
7.8
11.8
1.0
2.2
6.2
4.6
4.0
3.2
>
>
>
<
<
>
>
>
3.74
3.74
3.74
3.74
3.74
3.74
3.74
3.74
(*) significativa
(*) significativa
(*) significativa
Iguales
Iguales
(*) significativa
(*) significativa
(*) significativa

BANCO DE REACTIVOS
|25% -35%| =
|30% -35%| =
17.6 -10.8 =
21.6 -10.8 =
6.8 > 3.74

10.8 > 3.74
(*) significativa
(*) significativa
La prueba DMS indica con un grado confianza del 95% que es probable que las medias de los
tratamientos 15% y 35% son iguales entre s, as como las medias de los tratamientos 20% y 25% son iguales
entre s.
15% =9.8
35% =10.8
20% =15.4
25% =17.6
30% =21.6

PRUEBA DE DUNCAN
Se acomodan en orden ascendente los a promedios de los tratamientos para luego comparar las diferencias
observadas entre las medias, comenzando con el valor ms alto y el ms pequeo contra el intervalo
significativo mnimo Ra-1. A continuacin se compara la diferencia de la segunda media ms alta y la ms
pequea contra este mismo intervalo Ra-1. Se comparan todos los pares posibles a(a-1)/2.
H0: i =j
HIPOTESIS
R p , p ,GLe
VALOR DE LA PRUEBA
CM e
n
|i -j|
Rechazar H0 si: |i -j|>Rp
VALOR A PROBAR
REGLA DE DECISION
Considerando los datos del problema, se ordenan las medias de los tratamientos de mayor a menor:
30% =21.6
25% =17.6
GLe =20
R p , p ,GLe
R2 0.05,2 ,20
20% =15.4
CMe =8.06
a=5
35% =10.8
n=5
15% =9.8
N=25
CM e
n
8.06
=3.75
5
R4 0.05,4 ,20
|30% -15%|
|30% -35%|
|30% -20%|
|30% -25%|
|25% -15%|
8.06
=4.04
5
=
=
=
=
=
21.6 - 9.8
21.6 -10.8
21.6 -15.4
21.6 -17.6
17.6 - 9.8
=
=
=
=
=
R3 0.05,3,20
8.06
=3.94
5
R5 0.05,5,20
8.06
=4.13
5
11.8
10.8
6.2
4.0
7.8
3.3
>
>
>
>
>
4.13 (R5)
4.04 (R4)
3.94 (R3)
3.75 (R2)
4.04 (R4)
(*) significativa
(*) significativa
(*) significativa
(*) significativa
(*) significativa

BANCO DE REACTIVOS
|25% -35%|
|25% -20%|
|20% -15%|
|20% -35%|
|35% -15%|
=
=
=
=
=
17.6 -10.8
17.6 -15.4
15.4 - 9.8
15.4 -10.8
10.8 - 9.8
=
=
=
=
=
6.8
2.2
5.6
4.6
1.0
>
<
>
>
<
3.94 (R3)
3.75 (R2)
3.94 (R3)
3.75 (R2)
3.75 (R2)
(*) significativa
Iguales
(*) significativa
(*) significativa
Iguales
El resultado de la prueba de Duncan con un nivel de significacin de =0.05, demuestra que los
tratamientos 1 y 5 (15% =35%) tienen medias iguales, lo mismos que los tratamientos 2 y 3 (20%=25%).
15% =9.8
35% =10.8
20% =15.4
25% =17.6
30% =21.6

PRUEBA DE TUKEY
Esta prueba tambin est basada en intervalos, slo que ahora se comparan con un solo valor crtico.
H0: i =j
HIPOTESIS
T q ,a ,GLe
VALOR DE LA PRUEBA
CM e
n
|i -j|
Rechazar H0 si: |i -j|>T
VALOR A PROBAR
REGLA DE DECISION
15% =9.8
35% =10.8
GLe =20
T q , a , GLe
|15% -20%|
|15% -25%|
|15% -30%|
|15% -35%|
|20% -25%|
|20% -30%|
|20% -35%|
|25% -30%|
|25% -35%|
=
=
=
=
=
=
=
=
=
20% =15.4
CMe =8.06
25% =17.6
a=5
n=5
30% =21.6
N=25
CM e
8.06
=(4.24)(1.27) =5.38
q0.05,5, 20
n
5
9.8 -15.4
9.8 -17.6
9.8 -21.6
9.8 -10.8
15.4 -17.6
15.4 -21.6
15.4 -10.8
17.6 -21.6
17.6 -10.8
=
=
=
=
=
=
=
=
=
5.6
7.8
11.8
1.0
2.2
6.2
4.6
4.0
6.8
3.4
>
>
>
<
<
>
<
<
>
5.38
5.38
5.38
5.38
5.38
5.38
5.38
5.38
5.38
(*) significativa
(*) significativa
(*) significativa
Iguales
Iguales
(*) significativa
Iguales
Iguales
(*) significativa

BANCO DE REACTIVOS
|30% -35%| =
21.6 -10.8 =
10.8 > 5.38
(*) significativa
El resultado de la prueba de Tukey nos seala con una confiabilidad del 95% que las medias de los
tratamientos 1-5 (15% =35%) son iguales, as como tambin son iguales las medias entre los tratamientos 2-3
(20% =25%), 2-5 (20% =35%) y 3-4 (25% =30%).
15% =9.8
35% =10.8
20% =15.4
25% =17.6
30% =21.6

PRUEBA DE SCHEFF
El mtodo de Scheff fue diseado para comparar los contrastes entre medias de tratamientos, pudindose
usar incluso para probar contrastes no ortogonales. Su aplicacin es como sigue:
H0: u =0
HIPOTESIS
VALOR DE LA PRUEBA
Ci2,u
i 1
ni
CM e
S ,u
(a 1) F ,a 1, N a
|i -j|
Rechazar H0 si: |i -j|>S,u
VALOR A PROBAR
REGLA DE DECISION
15% =9.8
35% =10.8
GLe =20
20% =15.4
CMe =8.06
S ,u
CM e
i 1
25% =17.6
a=5
Ci2,u
ni
n=5
30% =21.6
N=25
(a 1) F ,a 1, N a
2
2
S 0.05,1 8.06( 1 5 1 ) (5 1) F0.05, 4, 20 =(1.7955)(3.39) =6.08
1 =|15% -20%|
2 =|15% -25%|
3 =|15% -30%|
4 =|15% -35%|
5 =|20% -25%|
6 =|20% -30%|
7 =|20% -35%|
=
=
=
=
=
=
=
9.8 -15.4
9.8 -17.6
9.8 -21.6
9.8 -10.8
15.4 -17.6
15.4 -21.6
15.4 -10.8
=
=
=
=
=
=
=
5.6
7.8
11.8
1.0
2.2
6.2
4.6
3.5
<
>
>
<
<
>
<
6.08
6.08
6.08
6.08
6.08
6.08
6.08
Iguales
(*) significativa
(*) significativa
Iguales
Iguales
(*) significativa
Iguales

BANCO DE REACTIVOS
8 =|25% -30%| =
9 =|25% -35%| =
10 =|30% -35%| =
17.6 -21.6 =
17.6 -10.8 =
21.6 -10.8 =
4.0 < 6.08

6.8 > 6.08
10.8 > 6.08
Iguales
(*) significativa
(*) significativa
La prueba de Scheff indica con un 95% de confianza que existen cinco pares de tratamientos que
tienen media similar a consecuencia de que los correspondientes contrastes son cercanos a cero. El diagrama
de abajo muestra los tratamientos que resultaron con medias parecidas.
15% =9.8
35% =10.8
20% =15.4
3.6
25% =17.6
30% =21.6

BANCO DE REACTIVOS

PRUEBA DE DUNNETT
Cuando existe un tratamiento que el experimentador conoce y sabe de l que no tiene variaciones
considerables y que siempre ha sido estable, entonces se puede tomar la media de este tratamiento como
control (a) para comparar los dems tratamientos contra l.
H0: i =a
HIPOTESIS
1
1

ni na
VALOR DE LA
PRUEBA
D d , a 1, GLe CM e
|i -a|
Rechazar H0 si: |i -a|>D
VALOR A PROBAR
REGLA DE DECISION
15% =9.8
35% =10.8
GLe =20
20% =15.4
CMe =8.06
a=5
Tratamiento control:
1
1

ni na
=
=
=
=
n=5
9.8 -15.4
17.6 -15.4
21.6 -15.4
10.8 -15.4
=
=
=
=
5.6
2.2
6.2
4.6
30% =21.6
N=25
20% =15.4
1 1
d 0.05, 4, 20 8.06

5 5
D d , a 1, GLe CM e
|15% -20%|
|25% -20%|
|30% -20%|
|35% -20%|
25% =17.6
>
<
>
<
4.76
4.76
4.76
4.76
=(2.65)(1.795) =4.76
(*) significativa
Iguales
(*) significativa
Iguales
El resultado de la prueba de Dunnett, tomando como control el tratamiento
20%, da como resultado que
las parejas de tratamientos 2-5 (20% =35%) y 2-3 (20% =25%) tengan igual media con un nivel de confiabilidad
del 95%.
15% =9.8
35% =10.8
20% =15.4
3.7
25% =17.6
30% =21.6

BANCO DE REACTIVOS
PROBLEMA 3.2
Libro
Una empresa de textiles utiliza 100 telares para su produccin. Se desea que los telares sean
homogneos con el objeto de producir tela de resistencia uniforme. El jefe de proceso supone que, adems de
la variacin usual en la resistencia de la tela en muestras del mismo telar, puede existir una variacin
significativa de la resistencia entre los distintos telares. Se seleccionan 4 telares al azar ya que la gerencia le ha
dicho que no puede experimentar en ms de cuatro telares para este caso. Realiza 4 observaciones en cada
telar para determinar la resistencia de la tela. Las observaciones obtenidas sobre la resistencia de las telas son
las siguientes (el nmero entre parntesis indica el orden de las muestras del experimento). Realice el anlisis
de varianza correspondiente y, de ser significativo, aplique la prueba de Tukey a las medias de tratamientos.
Resistencia de las telas (lb/in2)
Observaciones
1
2
3
4
Total
Promedio
T12
T31
(1)
98
91
(5)
97
(7)
90
(15)
99
93
(15)
(6
(2)
(16)
99
92
Telar
T53
96
95(8)
(3)
96(10)
(14)
99(13)
(9)
98(11)
95
97
T78
(12)
95
390
366
383
388
97.50
91.50
95.75
97.00
a
SC T
2
ij
i 1 j 1
SC t
i 1
Y..2
1527 2
98 2 97 2 99 2 ... 99 2 98 2
111 .94
N
16
Yi.2 Y..2 390 2 366 2 383 2 388 2

1527 2
89.19

n
N
4
16
SC e SCT SC t 11.94 89.19 22.75

FUENTE DE VARIACION
Tratamientos (telares)
Error
Total
SUMA DE
CUADRADOS
GRADOS DE
LIBERTAD
CUADRADOS
MEDIOS
89.19
22.75
111.94
3
12
15
29.73
1.9
Calculada
Tablas
15.68
3.49
PRUEBA DE HIPTESIS. Para probar el experimento se plantea la hiptesis de que la varianza de los
tratamientos (telares) son iguales a cero, con un nivel de confianza del 95%.
H0: 2 = 0
H1: 2 > 0
Con el nivel de confianza de 95%, se concluye que es improbable que la varianza entre los tratamientos
sea despreciable. Como el resultado del estadstico en tablas (F 0.05,3,12 =3.49) es menor que el calculado (F Calculada
3.8

BANCO DE REACTIVOS
=14.74), debe rechazarse H0 y concluir que las medias de los tratamientos difieren. Hay suficiente evidencia
para creer que la resistencia de la tela se ve afectada significativamente por los telares.
2 =CMe =1.9 lib/in2
2 =[CMt -CMe]/n =[29.73 -1.9]/4 = 6.96 lib/in2
OBTENCIN DE ESTIMADORES.
Entonces, la varianza estimada de cualquier observacin del total de 100 telares ser dada por:
Var(Yij) = 2 +2 =6.96 +1.9 = 8.86 lib/in2
PRUEBA DE TUKEY
H0: i =j
HIPOTESIS
T q ,a ,GLe
VALOR DE LA PRUEBA
VALOR A PROBAR
REGLA DE DECISION
CM e
n
|i -j|
T31 =91.5
GLe =12
T q ,a ,GLe
|T31 -T53|
|T31 -T78|
|T31 -T12|
|T53 -T78|
|T53 -T12|
|T78 -T12|
=
=
=
=
=
=
T53 =95.75
T78 =97.0
CMe =1.9
a=4
T12% =97.5
n=4
N=16
CM e
1.9
=(4.20)(0.225625) =0.95
q0.05, 4,12
n
4
|91.50 -95.75|
|91.50 -97.00|
|91.50 -97.50|
|95.75 -97.00|
|95.75 -97.50|
|97.00 -97.50|
=
=
=
=
=
=
4.25
5.50
6.00
1.25
1.75
0.50
>
>
>
>
>
<
0.95
0.95
0.95
0.95
0.95
0.95
(*) significativa
(*) significativa
(*) significativa
(*) significativa
(*) significativa
Iguales
El resultado de la prueba de Tukey nos seala con una confiabilidad del 95% que las medias de los
tratamientos de los telares T78 y T12 (T78 =T12) son iguales estadsticamente hablando.
T31 =91.50
T53 =95.75
T78 =97.00
T12 =97.50
PROBLEMA 3.3 VASOS DE CRISTAL

Clase
Una empresa fabricante de vasos de cristal esta tratando de determinar si el contenido de un nuevo
aditivo para la arena va a mejorar la resistencia a la compresin de los vasos. Se sabe que el contenido de
aditivo no debe sobrepasar del 12% del contenido total de la mezcla, ya que de otra manera el cristal perdera
3.9

BANCO DE REACTIVOS
transparencia. Se decide probar muestras a 6 niveles de porcentaje de contenido de aditivo 2, 4, 6, 8, 10 y 12%.

Se ha decido tambin ensayar con 4 muestras a cada nivel de contenido de aditivo. Supngase que se ejecuta
la prueba en un orden aleatorio determinado. Las observaciones obtenidas se presentan en la tabla siguiente:
a). Realice el anlisis de varianza correspondiente con un nivel de confianza del 99%.
b). Si la prueba de hiptesis para F resulta significativa, realice las pruebas de comparacin de medias
de tratamientos: Duncan, DMS, Scheff, Dunnet, Tukey. (Utilice un =0.05 y elija el mejor tratamiento como el
de control para la prueba de Dunnet). Redacte las conclusiones de su anlisis y sugiera cursos de accin.
Resistencia a la compresin (kg/cm2)
Contenido de aditivo (%)
Observaciones
2%
125
128
131
133
1
2
3
4
5
Total
Promedio
Total
8%
136
138
134
137
10%
134
133
135
132
12%
125
126
128
127
132
127
138
139
130
129
644
128.8
678
135.6
684
136.8
664
132.8
635
127
2
ij
i 1 j 1
SC t
6%
135
133
135
137
649
129.8
a
SCT
4%
131
132
130
124
i 1
3954
Y..2
3954 2
125 2 128 2 1312 ... 127 2 129 2
522.80
N
30
Yi.2 Y..2 649 2 644 2 678 2 684 2 664 2 635 2

3954 2
382.40

n
N
5
30
SC e SCT SCt 522.80 382.40 140.40

FUENTE DE VARIACION
Tratamientos (% de aditivo)
Error
Total
SUMA DE
CUADRADOS
382.40
140.40
522.80
GRADOS DE
LIBERTAD
CUADRADOS
MEDIOS
5
24
29
Calculada
Tablas
76.48
5.85
13.07
3.90
PRUEBA DE HIPTESIS. Se plantea la hiptesis de que las medias de los tratamientos (% aditivo empleado)
son iguales en el efecto de resistencia a la compresin, con un nivel de confianza del 99%.
H0 = 2% = 4% = 6% = 8% = 10%= 12%
(FCalculada =13.07), debe rechazarse H0 y concluir que las medias de los tratamientos difieren, El porcentaje de
contenido de aditivo afecta significativamente la resistencia a la compresin en el cristal.
3.10

BANCO DE REACTIVOS

H0: i =j
HIPOTESIS
VALOR DE LA PRUEBA
DMS t
CM e 1 n 1 n
i
j
2, N a
|i -j|
VALOR A PROBAR
REGLA DE DECISION
8% =136.8
6% =135.6
10% =132.8
GLe =24
DMS t
2, N a
CM e 1 n 1 n
i
j
2% =129.8
4% =128.8
n=5
12% =127.0
CMe =5.85
a=6
t0.05 2,306
5.85 1 1 =2.064(1.5297) =3.15

5 5
N=30
|8% -6%|
|8% -10%|
|8% -2%|
|8% -4%|
|8% -12%|
|6% -10%|
|6% -2%|
|6% -4%|
|6% -12%|
|10% -2%|
|10% -4%|
|10% -12%|
|2% -4%|
|2% -12%|
|4% -12%|
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
136.8 -135.6
136.8 -132.8
136.8 -129.8
136.8 -128.8
136.8 -127.0
135.6 -132.8
135.6 -129.8
135.6 -128.8
135.6 -127.0
132.8 -129.8
132.8 -128.8
132.8 -127.0
129.8 -128.8
129.8 -127.0
128.8 -127.0
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
1.2
4.0
7.0
8.0
9.8
2.8
5.8
6.8
8.6
3.0
4.0
5.8
1.0
2.8
1.8
<
>
>
>
>
<
>
>
>
<
>
>
<
<
<
3.15
3.15
3.15
3.15
3.15
3.15
3.15
3.15
3.15
3.15
3.15
3.15
3.15
3.15
3.15
Iguales
(*) significativa
(*) significativa
(*) significativa
(*) significativa
Iguales
(*) significativa
(*) significativa
(*) significativa
Iguales
(*) significativa
(*) significativa
Iguales
Iguales
Iguales
tratamientos (8% - 6%) son iguales entre s, as como las medias de los tratamientos (10% - 2%), los
tratamientos (6% - 10%), y el grupo de tratamientos (2% - 4% - 12%).
3.11

BANCO DE REACTIVOS
8% =136.8
6% =135.6
10% =132.8
2% =129.8
4% =128.8
12% =127.0

PRUEBA DE DUNCAN
Se comparan las diferencias observadas entre las medias, comenzando con el valor ms alto y el ms pequeo
contra el intervalo significativo mnimo Ra-1 hasta comparar todos los pares posibles a(a-1)/2.
H0: i =j
HIPOTESIS
R p , p ,GLe
VALOR DE LA PRUEBA
CM e
n
|i -j|
Rechazar H0 si: |i -j|>Rp
VALOR A PROBAR
REGLA DE DECISION
8% =136.8
6% =135.6
GLe =24
R p , p ,GLe
10% =132.8
2% =129.8
CMe =5.85
a=6
CM e
n
R3 0.05,3, 24
R5 0.05,5, 24
|8% -6%|
|8% -10%|
|8% -2%|
|8% -4%|
|8% -12%|
|6% -10%|
|6% -2%|
|6% -4%|
|6% -12%|
|10% -2%|
|10% -4%|
|10% -12%|
|2% -4%|
|2% -12%|
4% =128.8
n=5
12% =127.0
N=30
R2 0.05, 2, 24
5.85
=(2.92)(1.0817)=3.15
5
5.85
=(3.07)(1.0817)=3.32 R4 0.05, 4, 24
5
5.85
=(3.23)(1.0817)=3.49 R6 0.05,6, 24
5
5.85
=(3.15)(1.0817)=3.40
5
5.85
=(3.28)(1.0817)=3.54
5
=
=
=
=
=
=
=
=
=
=
=
=
=
=
136.8 -135.6
136.8 -132.8
136.8 -129.8
136.8 -128.8
136.8 -127.0
135.6 -132.8
135.6 -129.8
135.6 -128.8
135.6 -127.0
132.8 -129.8
132.8 -128.8
132.8 -127.0
129.8 -128.8
129.8 -127.0
=
=
=
=
=
=
=
=
=
=
=
=
=
=
1.2
4.0
7.0
8.0
9.8
2.8
5.8
6.8
8.6
3.0
4.0
5.8
1.0
2.8
3.12
<
>
>
>
>
<
>
>
>
<
>
>
<
<
3.54 (R6)
3.49 (R5)
3.40 (R4)
3.32 (R3)
3.15 (R2)
3.49 (R5)
3.40 (R4)
3.32 (R3)
3.15 (R2)
3.40 (R4)
3.32 (R3)
3.15 (R2)
3.32 (R3)
3.15 (R2)
Iguales
(*) significativa
(*) significativa
(*) significativa
(*) significativa
Iguales
(*) significativa
(*) significativa
(*) significativa
Iguales
(*) significativa
(*) significativa
Iguales
Iguales

BANCO DE REACTIVOS
|4% -12%|
128.8 -127.0 =
1.8 < 3.15 (R2)
Iguales
El resultado de la prueba de Duncan con un nivel de significacin de =0.05, demuestra que las medias
de los tratamientos (8% - 6%) son iguales entre s, as como las medias de los tratamientos (10% - 2%), los
tratamientos (6% - 10%), y el grupo de tratamientos (2% - 4% - 12%).
8% =136.8
6% =135.6
10% =132.8
2% =129.8
4% =128.8
12% =127.0

PRUEBA DE TUKEY
Esta prueba tambin est basada en intervalos, slo que ahora se comparan con un solo valor crtico.
H0: i =j
HIPOTESIS
T q ,a ,GLe
VALOR DE LA PRUEBA
CM e
n
|i -j|
VALOR A PROBAR
REGLA DE DECISION
8% =136.8
6% =135.6
GLe =24
T q ,a ,GLe
|8% -6%|
|8% -10%|
|8% -2%|
|8% -4%|
|8% -12%|
|6% -10%|
|6% -2%|
|6% -4%|
|6% -12%|
|10% -2%|
|10% -4%|
|10% -12%|
=
=
=
=
=
=
=
=
=
=
=
=
10% =132.8
2% =129.8
CMe =5.85
a=6
4% =128.8
n=5
N=30
CM e
5.85
=(4.37)(1.0817) =4.72
q0.05,6, 24
n
5
136.8 -135.6
136.8 -132.8
136.8 -129.8
136.8 -128.8
136.8 -127.0
135.6 -132.8
135.6 -129.8
135.6 -128.8
135.6 -127.0
132.8 -129.8
132.8 -128.8
132.8 -127.0
=
=
=
=
=
=
=
=
=
=
=
=
1.2
4.0
7.0
8.0
9.8
2.8
5.8
6.8
8.6
3.0
4.0
5.8
3.13
<
<
>
>
>
<
>
>
>
<
<
>
4.72
4.72
4.72
4.72
4.72
4.72
4.72
4.72
4.72
4.72
4.72
4.72
Iguales
Iguales
(*) significativa
(*) significativa
(*) significativa
Iguales
(*) significativa
(*) significativa
(*) significativa
Iguales
Iguales
(*) significativa
12% =127.0

BANCO DE REACTIVOS
|2% -4%|
|2% -12%|
|4% -12%|
=
=
=
129.8 -128.8 =
129.8 -127.0 =
128.8 -127.0 =
1.0 < 4.72

2.8 < 4.72
1.8 < 4.72
Iguales
Iguales
Iguales
El resultado de la prueba de Tukey nos seala con una confiabilidad del 95% que las medias del grupo
de tratamientos (8% = 6% = 10%) son iguales entre s, as como las medias del grupo de tratamientos (10% = 2%
= 4%) y el grupo de tratamientos (2% = 4% = 12%).
8% =136.8
6% =135.6
10% =132.8
2% =129.8
4% =128.8
12% =127.0

PRUEBA DE SCHEFF
H0: u =0
HIPOTESIS
VALOR DE LA PRUEBA
Ci2,u
i 1
ni
CM e
S ,u
VALOR A PROBAR
REGLA DE DECISION
(a 1) F ,a 1, N a
|i -j|
Rechazar H0 si: |i -j|>S,u
8% =136.8
6% =135.6
10% =132.8
GLe =24
CMe =5.85
S ,u
=
=
=
=
=
=
=
=
=
a=6
Ci2,u
CM e
i 1 ni
a
2
2
S 0.05,1 5.85( 1 5 1 ) (6 1) F0.05,5, 24
|8% -6%|
|8% -10%|
|8% -2%|
|8% -4%|
|8% -12%|
|6% -10%|
|6% -2%|
|6% -4%|
|6% -12%|
2% =129.8
136.8 -135.6
136.8 -132.8
136.8 -129.8
136.8 -128.8
136.8 -127.0
135.6 -132.8
135.6 -129.8
135.6 -128.8
135.6 -127.0
=
=
=
=
=
=
=
=
=
4% =128.8
n=5
12% =127.0
N=30
(a 1) F ,a 1, N a
=[1.5297][(5)(2.62)]0.5 =[1.5297][3.62]=5.53
1.2
4.0
7.0
8.0
9.8
2.8
5.8
6.8
8.6
3.14
<
<
>
>
>
<
>
>
>
5.53
5.53
5.53
5.53
5.53
5.53
5.53
5.53
5.53
Iguales
Iguales
(*) significativa
(*) significativa
(*) significativa
Iguales
(*) significativa
(*) significativa
(*) significativa

BANCO DE REACTIVOS
|10% -2%|
|10% -4%|
|10% -12%|
|2% -4%|
|2% -12%|
|4% -12%|
=
=
=
=
=
=
132.8 -129.8
132.8 -128.8
132.8 -127.0
129.8 -128.8
129.8 -127.0
128.8 -127.0
=
=
=
=
=
=
3.0
4.0
5.8
1.0
2.8
1.8
<
<
>
<
<
<
5.53
5.53
5.53
5.53
5.53
5.53
Iguales
Iguales
(*) significativa
Iguales
Iguales
Iguales
El resultado de la prueba de Scheff nos indica con un nivel de confiabilidad del 95% que las medias del
grupo de tratamientos (8% = 6% = 10%) son iguales entre s, as como las medias del grupo de tratamientos
(10% = 2% = 4%) y el grupo de tratamientos (2% = 4% = 12%).
8% =136.8
6% =135.6
10% =132.8
2% =129.8
4% =128.8
12% =127.0

PRUEBA DE DUNNETT
El tratamiento control que se elige en este caso es el
cual se est deseando maximizar.
8% =136.8 por ser el de mayor resistencia a la tensin, la
H0: i =a
HIPOTESIS
VALOR DE LA
PRUEBA
1
1

ni na
D d , a 1, GLe CM e
VALOR A PROBAR
REGLA DE DECISION
|i -a|
8% =136.8
6% =135.6
10% =132.8
GLe =24
2% =129.8
CMe =5.85
1
1

ni na
D d , a 1, GLe CM e
a=6
4% =128.8
n=5
N=30
8% =136.8
1 1
d 0.05,5, 24 5.85

5 5
3.15
12% =127.0
=(2.36)(1.5297) =3.61

BANCO DE REACTIVOS
|8% -6%|
|8% -10%|
|8% -2%|
|8% -4%|
|8% -12%|
=
=
=
=
=
136.8 -135.6
136.8 -132.8
136.8 -129.8
136.8 -128.8
136.8 -127.0
=
=
=
=
=
1.2
4.0
7.0
8.0
9.8
<
>
>
>
>
3.61
3.61
3.61
3.61
3.61
Iguales
(*) significativa
(*) significativa
(*) significativa
(*) significativa
El resultado de la prueba de Dunnett, tomando como control el tratamiento

tratamiento 6% tenga igual media a un nivel de confiabilidad del 95%.
8% =136.8
6% =135.6
10% =132.8
2% =129.8
3.16
8%, nos indica que slo el
4% =128.8
12% =127.0

BANCO DE REACTIVOS
PROBLEMA 3.4: ALEACIN PARA AVIONES.

En una planta fabricante de aviones estn probando una nueva aleacin, en donde el contenido de fibra
de carbono influye decisivamente en el peso del material. Por razones econmicas slo se pueden probar
muestras con un contenido de entre el 10 y 20% de fibra de carbono en la aleacin. Se van a hacer un total de 5
observaciones por cada mezcla de aleacin. Supngase que se ejecuta la prueba en un orden aleatorio
determinado. Las observaciones que se obtienen se presentan en la tabla siguiente:
a). Realice el anlisis de varianza correspondiente con un nivel de confianza del 99%.
b). Si la prueba de hiptesis para F resulta significativa, realice las pruebas de comparacin de medias
de tratamientos: DMS, Tukey, Dunnet. (Elija el mejor tratamiento como el de control para la prueba de Dunnet).
Redacte las conclusiones de su anlisis y sugiera cursos de accin.
Peso del material (gramos para una probeta estndar de volumen conocido)
Total
Contenido de fibra de carbono (%)
Observaciones
10%
12.5%
15%
17.5%
20%
50.3
46.7
44.5
43.1
44.7
50.2
49.3
45.2
44.2
44.9
49.9
49.2
46.1
43.5
43.7
48.3
46.6
44.9
43.6
45.2
52.2
48.3
44.7
43.8
43.4
Total
250.9
240.1
225.4
218.2
221.9
Promedio
50.18
48.02
45.08
43.64
44.38
SCT
2
ij
i 1 j 1
SC t
i 1
1156.5
Y..2
1156 .5 2
50.32 50.2 2 49.9 2 ... 45.2 2 43.4 2
170.54
N
25
Yi.2 Y..2 250.9 2 240.12 225.4 2 218.2 2 221.9 2

1156 .5 2
151.28

n
N
5
25
SCe SCT SCt 170.54 151.28 19.26

FUENTE DE VARIACION
Tratamientos (% de aditivo)
Error
Total
SUMA DE
CUADRADOS
151.28
19.26
170.54
GRADOS DE
LIBERTAD
CUADRADOS
MEDIOS
4
20
24
3.17
37.82
0.96
Calculada
Tablas
39.26
4.43

BANCO DE REACTIVOS
PRUEBA DE HIPTESIS. Se plantea la hiptesis de que las medias de los tratamientos (% de fibra de
carbono) son iguales, con un nivel de confianza del 99%.
H0 = 10% = 12.5% = 15% = 17.5% = 20%
(FCalculada =39.26), debe rechazarse H0 y concluir que las medias de los tratamientos difieren, lo cual indica que el
contenido de fibra de carbono afecta significativamente el peso de la aleacin.
H0: i =j
HIPOTESIS
VALOR DE LA PRUEBA
DMS t
CM e 1 n 1 n
i
j
2, N a
|i -j|
VALOR A PROBAR
REGLA DE DECISION
10% =50.18
12.5% =48.02
GLe =20
DMS t
2, N a
CM e 1 n 1 n
i
j
15% =45.08
20% =44.38
n=5
17.5% =43.64
CMe =0.96
a=5
t0.05 2,255
0.96 1 1 =2.086(0.6196) =1.29

5 5
N=25
|10% -12.5%|
|10% -15%|
|10% -20%|
|10% -17.5%|
|12.5% -15%|
|12.5% -20%|
|12.5% -17.5%|
|15% -20%|
|15% -17.5%|
|20% -17.5%|
=
=
=
=
=
=
=
=
=
=
50.18-48.02
50.18-45.08
50.18-44.38
50.18-43.64
48.02-45.08
48.02-44.38
48.02-43.64
45.08-44.38
45.08-43.64
44.38-43.64
=
=
=
=
=
=
=
=
=
=
2.16
5.10
5.80
6.54
2.94
3.64
4.38
0.70
1.44
0.74
3.18
>
>
>
>
>
>
>
<
>
<
1.29
1.29
1.29
1.29
1.29
1.29
1.29
1.29
1.29
1.29
(*) significativa
(*) significativa
(*) significativa
(*) significativa
(*) significativa
(*) significativa
(*) significativa
Iguales
(*) significativa
Iguales

BANCO DE REACTIVOS
tratamientos (15% - 17.5%) son iguales entre s, as como las medias de los tratamientos (17.5% - 20%).
10% =50.18
12.5% =48.02
15% =45.08
20% =44.38
17.5% =43.64

PRUEBA DE TUKEY
H0: i =j
HIPOTESIS
T q ,a ,GLe
VALOR DE LA PRUEBA
VALOR A PROBAR
REGLA DE DECISION
CM e
n
|i -j|
10% =50.18
12.5% =48.02
GLe =20
T q ,a ,GLe
|10% -12.5%|
|10% -15%|
|10% -20%|
|10% -17.5%|
|12.5% -15%|
|12.5% -20%|
|12.5% -17.5%|
|15% -20%|
|15% -17.5%|
|20% -17.5%|
=
=
=
=
=
=
=
=
=
=
15% =45.08
CMe =0.96
20% =44.38
a=5
n=5
17.5% =43.64
N=25
CM e
0.96
=(4.24)(0.4382) =1.85
q0.05,5, 20
n
5
50.18-48.02
50.18-45.08
50.18-44.38
50.18-43.64
48.02-45.08
48.02-44.38
48.02-43.64
45.08-44.38
45.08-43.64
44.38-43.64
=
=
=
=
=
=
=
=
=
=
2.16
5.10
5.80
6.54
2.94
3.64
4.38
0.70
1.44
0.74
>
>
>
>
>
>
>
<
<
<
1.85
1.85
1.85
1.85
1.85
1.85
1.85
1.85
1.85
1.85
(*) significativa
(*) significativa
(*) significativa
(*) significativa
(*) significativa
(*) significativa
(*) significativa
Iguales
Iguales
Iguales
El resultado de la prueba de Tukey nos seala con un nivel de confiabilidad del 95% que las medias del
grupo de tratamientos (5% = 20% = 17.5%) son iguales entre s.
3.19

BANCO DE REACTIVOS
10% =50.18
12.5% =48.02
15% =45.08
20% =44.38
17.5% =43.64

PRUEBA DE DUNNETT
El tratamiento control que se elige en este caso es el
buscando minimizar esta caracterstica en la aleacin.
17.5% =43.64 por ser el de menor peso, ya que se est
H0: i =a
HIPOTESIS
VALOR DE LA
PRUEBA
1
1

ni na
D d , a 1, GLe CM e
VALOR A PROBAR
REGLA DE DECISION
|i -a|
10% =50.18
12.5% =48.02
GLe =20
15% =45.08
CMe =0.96
a=5
1
1

ni na
|17.5% -10%|
|17.5% -12.5%|
|17.5% -15%|
|17.5% -20%|
=
=
=
=
n=5
N=25
1 1
d 0.05, 4, 20 0.96

5 5
|43.64 -50.18|
|43.64 -48.02|
|43.64 -45.08|
|43.64 -44.38|
=
=
=
=
17.5% =43.64
17.5% =43.64
D d , a 1, GLe CM e
20% =44.38
6.54
4.38
1.44
0.74
<
>
<
<
1.64
1.64
1.64
1.64
La prueba de Dunnett, tomando como control el tratamiento
=(2.65)(0.6196) =1.64
(*) significativa
(*) significativa
Iguales
Iguales
17.5%, da como resultado que los
tratamientos 15% y 20% tengan igual media que este tratamiento control, con un nivel de confiabilidad del 95%.
3.20

BANCO DE REACTIVOS
10% =50.18
12.5% =48.02
15% =45.08
3.21
20% =44.38
17.5% =43.64

BANCO DE REACTIVOS
PROBLEMA 3.5 : PRODUCCIN AGRCOLA.

El Gobierno del Estado, para fortalecer su acervo de investigacin agropecuaria, en el presente ao ha realizado un experimento
para determinar si la profundidad a la que se siembra el frjol influye en la productividad de estas planta. Para ello ha sembrado 8
hectreas con semillas a 8 diferentes profundidades. Para aleatorizar el experimento, se recurri a dividir cada hectrea en
parcelas de 1/8 de hectrea, de tal manera que cada hectrea contase con las 8 profundidades y el suelo no fuese un factor de
influencia. Los resultados estn en la siguiente tabla.
a). Realice el anlisis de varianza correspondiente.
b). Si la prueba de hiptesis para F resulta significativa, realice las pruebas de comparacin de medias de tratamientos. Prueba de
Duncan. Diferencia menos significativa. Prueba de Scheff. Prueba de Dunnet. Prueba de Tukey. (Elija el tratamiento con menor
desviacin estndar como el de referencia para las pruebas de Dunnet).
c). Redacte las conclusiones de su anlisis y sugiera cursos de accin para determinar las profundidades ptimas de siembra.
Toneladas de frjol obtenidos por parcela.
Profundidad de la
siembra (cm.)
4
6
8
10
12
14
16
18
OBSERVACIONES (parcelas de 1/8 de Ha.)

I
II
III
IV
VI
VII
VIII
2.04
2.03
2.01
2.06
2.04
2.08
2.01
2.05
2.15
2.08
2.14
2.12
2.13
2.17
2.21
2.16
2.23
2.32
2.22
2.25
2.28
2.31
2.30
2.25
2.24
2.34
2.31
2.35
2.32
2.39
2.43
2.27
2.21
2.18
2.22
2.18
2.31
2.28
2.20
2.19
2.10
2.16
2.04
2.01
2.11
2.17
2.08
2.06
2.02
2.07
1.98
2.08
2.21
2.02
2.09
1.96
1.98
1.92
1.90
1.87
1.92
1.96
1.87
1.79
3.22
Total
Prom.

BANCO DE REACTIVOS
3.2 DISEO DE BLOQUES TOTALMENTE ALEATORIZADO.

En muchos problemas de investigacin es necesario disear experimentos en los que
pueda controlarse sistemticamente la variabilidad producida por diversas fuentes extraas
que no nos interesa estudiar o no podemos darles la importancia de un factor. Este diseo es
quiz el diseo experimental ms ampliamente usado. En la prctica, las situaciones en las
que este diseo se aplica son muy numerosas y pueden detectarse fcilmente. A menudo,
las unidades de equipo de prueba o maquinaria son diferentes en sus caractersticas de
operacin y constituyen un factor tpico que es necesario controlar. Lotes de materia prima,
personas o tiempo, tambin constituyen fuentes de variabilidad en un experimento, las cuales
pueden ser controladas sistemticamente mediante anlisis de bloques. Se consideran, en
general, a tratamientos (los cuales deben ser comparados) y b bloques. Se realiza entonces
una observacin por tratamiento en cada bloque, y el orden en que los tratamientos son
medidos en cada bloque se determina aleatoriamente. El modelo estadstico lineal es el
siguiente:
Yij = +i +j +ij
para
i = 1, 2, 3, ..., a
j = 1, 2, 3, ..., b
donde:
Yij = es la ij-sima observacin.
= es un parmetro comn debida a todas las observaciones llamada media global.
i = es un parmetro nico para el i-simo tratamiento llamado efecto del tratamiento.
j = efecto del i-simo bloque.
ij = es la componente aleatoria del error.
Bloque
Tratamiento (nivel)
1
Y11
2
3
.
b
Y12
Y1b
Y31
Y41
Ya1
Y22
Y32
Y42
Ya2
Y2b
Y3b
Y4b
Yab
Datos tpicos del experimento por bloques.
donde los ndices denotan:

a= nmero total de tratamientos desde i=1, 2, 3, ..., a
b= nmero total de bloques desde j=1, 2, 3, ..., b
3.23

BANCO DE REACTIVOS
Las hiptesis a comprobar slo son vlidas estadsticamente para los tratamientos, sin
embargo pueden hacerse consideraciones acerca de los bloques nicamente para identificar
si el hecho de establecer bloqueo fue necesario para disminuir el error aleatorio y las
desviaciones experimentales.
La hiptesis para los tratamientos es:
H0 = 1 = 2 = 3 = = i
donde i=1, 2, 3, ... a
La hiptesis para los bloques puede ser (sin un significado estadstico vlido):
H0 = 1 = 2 = 3 = = j
FUENTE DE
VARIACION
Tratamientos
Bloques
Error
Total
donde j=1, 2, 3, ... b

ESTADISTICO
GRADOS DE
LIBERTAD
CUADRADOS MEDIOS
DE PRUEBA F
Yi .2 Y..2
N
i 1 b
a-1
CMt =SCt/(a-1)
CMt/CMe
Y. j2 Y..2
N
j 1 a
b-1
CMb =SCb/(b-1)
CMb/CMe
SUMA DE CUADRADOS
a
SCt
SCb
SCe SCT SCt SCb (a-1)(b1)

2
a
b
Y
SCT Yij2 ..
N-1
N
i 1 j 1
CMe =SCe/(a-1)
(b-1)
Tabla de ANOVA para el modelo de bloques.
El diseo por bloques es til cuando se sospecha que existe algn factor incontrolable
que afecta en algn grado a la variable de salida, sin embargo, este efecto no nos interesa
para el anlisis y lo tenemos que disminuir utilizando bloques aleatorios para cada
tratamiento, de esta manera la variabilidad debida al error se divide y una parte cae dentro de
los bloques. En caso de haber ms de un factor de bloqueo, se recurre a los cuadrados
latinos y grecolatinos que se explican ms adelante.
3.24

BANCO DE REACTIVOS
3.2.1: TAMAO MUESTRAL EN DISEO POR BLOQUES.

DEFINICIN DEL PROBLEMA. Se va a realizar un experimento
para comparar el efecto txico de tres
productos qumicos sobre la piel de las ratas (medido en minutos). Se espera que la resistencia a los productos qumicos variar
substancialmente entre las ratas. Por lo tanto habr que probar los tres productos qumicos en cada rata para eliminar as la
variabilidad entre las ratas. Se desconoce la desviacin estndar del error experimental, pero algunos experimentos previos con
diversas aplicaciones de cierto producto qumico sobre el mismo tipo de rata sugerira un rango para las mediciones de
respuesta en 5 minutos. Encuentre el valor b tal que el error de estimacin para la diferencia entre las medias de dos
tratamientos sea menor de una unidad, con una probabilidad del 95%.
SOLUCIN DEL PROBLEMA. La desviacin estndar s tendr un valor prximo a del

rango, lo que es 5/4=1.25 minutos. El valor de t /2 se basa en (n1 +n2 +n3)=5 grados de
libertad provenientes de los cinco tratamientos a considerar, que en este caso son los
productos qumicos, por lo cual tomamos los grados de libertad superiores a 6. Consultando
la tabla para valores moderados de t 0.025, tenemos que t/2 es aproximadamente igual a 2.
Aplicando la frmula, el tamao muestral es:
t /2 s
bi
Diferencia
t 0.025 1.25
2
1
bi
2 1.25
2
=1
bi
Despejando bi, tenemos que la prueba requiere 12.5 ratas, lo que equivale a 13 ratas
para obtener la informacin deseada.
NOTA: Los tamaos muestrales obtenidos en el ejemplo anterior son muy aproximados y
slo dan una aproximacin rudimentaria del tamao de la muestra y del consecuente costo
del experimento. El investigador obtendr informacin acerca de la varianza poblacional 2 a
medida que se recolectan los datos, y puede volver a calcular una mejor aproximacin para
ni o bi conforme proceda.
3.25

BANCO DE REACTIVOS
EJEMPLO 3.2.2: DISEO POR BLOQUES ALEATORIOS COMPLETOS.

DEFINICIN DEL PROBLEMA.
Se desea determinar si cuatro diferentes puntas producen una diferencia en
las lecturas de un equipo para medir la dureza. La mquina funciona presionando la punta sobre una probeta de metal y
determina la dureza de la misma a partir de la profundidad de la marca que se produce. Se cree que las durezas pueden ser
distintas debido a que provienen seguramente de distintos vaciados, por lo tanto, las probetas (unidades experimentales)
contribuyen a la variabilidad observada en las lecturas de la dureza. por ello, el error experimental reflejar tanto el error
aleatorio como la variabilidad entre las probetas. Se requiere que el error experimental sea lo ms pequeo posible. De
experiencias anteriores se sabe que la dureza de las probetas tiene un rango de 2.4 puntos Rockwell. Se espera que el
experimento demuestre que los tratamientos no tienen una variacin superior a 1 punto Rockwell con una probabilidad de 0.95.
El ejemplo ilustra el requerimiento de un modelo de bloques aleatorios, se tiene la

existencia de un factor (puntas) con cuatro niveles (tipos de punta). Es necesario calcular el
tamao de muestra (nmero de probetas a utilizar) y establecer el plan de observaciones
aleatorizado.
ELECCIN DEL TAMAO DE MUESTRA. La desviacin estndar s tendr un valor prximo
a del rango, lo que es s=2.4/4=0.6 puntos Rockwell. El valor de t /2 se dar por
conveniencia en 2a grados de libertad basados en los tratamientos (tipos de punta), por lo
cual tomamos ocho grados de libertad. Entonces t 0.025,8 es aproximadamente igual a 2.3.
Aplicando la frmula, el tamao muestral es:
t /2 s
bi
Diferencia
t 0.025 0.6
2
1
bi
2.3 0.6
2
=1
bi
Despejando el valor de bi, tenemos que la prueba requiere de 3.8 probetas, lo que al
redondear nmeros equivale a 4 probetas para obtener la informacin deseada. Se usan
entonces cuatro bloques, en cada uno de esos bloques (probetas) se ejecutarn cuatro
pruebas con las cuatro puntas para medir la dureza de que disponen, eso garantiza que los
efectos producidos por el material de la probeta se eliminen para resaltar los efectos que nos
interesan: los producidos por el tipo de punta.
ALEATORIZACIN. El siguiente paso es aleatorizar las cuatro lecturas que se tendrn para
cada tratamiento (tipo de punta) distribuidos al azar en cada bloque (probeta). Recurrimos a
la tabla de nmeros aleatorios y sorteamos el orden de experimentacin de puntas para cada
probeta. Si la terminacin de dos dgitos est entre 00 y 24, asignamos la punta tipo I; si el
nmero es entre 25 y 49, asignamos la punta tipo II; si el nmero sorteado est entre 50 y 74,
asignamos la punta tipo III; y para los nmeros que reslten entre 75 y 99 se asigna la punta
tipo IV. Supongamos que los nmeros escogidos, segn una tabla de nmeros aleatorios, es:
3.26

BANCO DE REACTIVOS
Probeta A
10480 *Punta IV
22368 *Punta III
24130 *Punta II
**Punta I
Probeta B
42167 *Punta III
37570
77921 *Punta I
99562
96301
89579 *Punta IV
Probeta C
85475 *Punta IV
28918 *Punta I
63553 *Punta III
Probeta D
09429 *Punta II
10365 *Punta III
07119 *Punta I
**Punta II
**Punta IV
**Punta II
Las notas (**) son asignaciones obvias cuando ya han sido sorteadas tres de las
cuatro puntas para cada probeta.
Como en el paso anterior, de igual forma se aleatorizan las 16 observaciones tomadas
al azar, utilizando nuevamente la tabla de nmeros aleatorios. Supongamos que el sorteo
nos da la siguiente correspondencia entre el orden y las observaciones:
Obervacin
Orden
14
16
12
13
15
9 10 11 12 13 14 15 16
6
10
Se puede ordenar todo esto en una tabla:

Observacin
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
Orden
Probeta
14
9
16
12
4
13
15
3
6
2
1
10
8
7
5
11
A
A
A
A
B
B
B
B
C
C
C
C
D
D
D
D
TABLA DEL ORDEN DE OBSERVACIONES.
3.27
Punta
IV
III
II
I
III
I
IV
II
IV
I
III
II
II
III
I
IV
11

BANCO DE REACTIVOS
Entonces el experimento se realizar de la siguiente manera: el nmero pequeo

indica el orden aleatorio, el nmero base indica el nmero de observacin.
TIPO DE PUNTA
P R O B E TAS
A
1(14)
5(4)
9(6)
13(8)
I
II
III
IV
B
2(9)
6(13)
10(2)
14(7)
C
3(16)
7(15)
11(1)
15(5)
D
4(12)
8(3)
12(10)
16(11)
FORMATO PARA REALIZAR EL EXPERIMENTO
EJECUCIN DEL EXPERIMENTO. Ahora supongamos que se realiza el experimento y

leemos las observaciones de la dureza Rockwell para los casos especificados:
TIPO DE PUNTA
P R O B E TAS
A
I
II
III
IV
Totales
9.3
B
9.4
9.6
10.0
9.4
9.3
9.8
9.9
9.2
9.4
9.5
9.7
9.7
9.6
10.0
10.2
37.7
38.9
39.8
37.6
Totales
38.3
38.4
37.8
39.5
154.0
DUREZA EN PUNTOS ROCKWELL
a
SCT
Yij2
i 1 j 1
SCt
i 1
b
SCb
j 1
Y..2
154 2
9.32 9.4 2 9.2 2 ... 9.7 2 10.2 2
1.29
N
16
Yi.2 Y..2 38.32 38.4 2 37.82 39.52

154 2
0.385
n
N
4
16
Y. 2j
a
37.6 2 37.7 2 38.9 2 39.8 2

Y..2
154 2
0.825

N
4
16
SCe SCT SCt SCb 1.29 0.385 0.825 0.08
3.28

BANCO DE REACTIVOS
FUENTE DE
VARIACION
SUMA DE
CUADRADOS
GRADOS DE
LIBERTAD
CUADRADOS
MEDIOS
Calculada
Tablas
Tratamientos
(tipo de punta)
0.385
0.1283
14.44
3.86
Bloques
(probetas)
0.825
0.275
(14.44)
(3.86)
Error
0.08
1.29
9
15
0.0089
Total
PRUEBAS DE HIPTESIS. Para probar el experimento se plantea la hiptesis de que las

medias de los tratamientos (tipo de punta), son iguales con un nivel de significancia del 95%.
H0 = I = II = III = IV
Utilizando un nivel de significancia del 95% se concluye que es muy probable que las
medias de los tratamientos sean diferentes entre s. Como el valor en tablas del estadstico
de prueba F0.05,3,9=3.86 debe rechazarse H0 y concluir que las medias de los tratamientos
difieren, lo cual significa que el tipo de punta escogida para las pruebas de dureza Rockwell
afectan la lectura. La hiptesis sobre las probetas puede ser planteada como:
H0 = 1 = 2 = 3 = 4
Esta hiptesis nos da informacin acerca de que el bloqueo fu necesario para
disminuir el error experimental, sin embargo, esto no es evidencia decisiva para decir que las
probetas afectan la variabilidad de la dureza. Aunque resulta ser significativa la prueba de
bloques, no tomaremos en cuenta este hecho ms que para fines de observacin del
comportamiento del modelo. Dado que an con el bloqueo la prueba sobre los tratamientos
result significativa, los bloques no pueden ser tomados en cuenta como un factor de
variacin.
3.29

BANCO DE REACTIVOS
3.3 EL DISEO DE CUADRADO LATINO.

Los cuadrados latinos son diseos basados en los diseos de bloques, slo que ms
complejos ya que en bloques se analiza una fuente de variacin (factor) y se trata de
disminuir el error experimental bloqueando otra fuente de variacin que no interesa estudiar
(bloque). En los cuadrados latinos se busca eliminar dos fuentes de variacin extraas y de
resaltar los efectos del factor que nos interesa.
El cuadrado latino se usa para eliminar dos fuentes de variabilidad problemticas, lo
que equivale a decir que se trata de analizar sistemticamente por bloques en dos
direcciones.
Un cuadrado latino de p niveles del factor de inters o de p factores de inters con un
solo nivel, es un cuadrado que contiene p renglones (niveles de un factor secundario que no
interesa) y p columnas (niveles de otro factor secundario que no interesa). Cada una de las
pxp celdas contiene una de las p letras que corresponde a un tratamiento (niveles del factor
de inters o factores de inters), y cada letra aparece una sola vez en cada rengln y
columna.
El modelo estadstico lineal es el siguiente:
Yijk = +i +j +k +ijk
para
i = 1, 2, 3, ..., p
j = 1, 2, 3, ..., p
k= 1, 2, 3, ..., p
donde:
Yijk
= es la ijk-sima observacin.
= es un parmetro comn debida a todas las observaciones llamada media global.
i = es el efecto del i-simo rengln.
j = es el efecto del j-simo tratamiento.
k = efecto de la k-sima columna.
ijk = es la componente aleatoria del error.
Como en todo experimento, las observaciones de un cuadrado latino deben
recopilarse en orden aleatorio. El procedimiento de aleatorizacin apropiado es el de
seleccionar en forma aleatoria el cuadrado particular empleado, ya que no hay tablas que
cubran todos los posibles modelos de cuadrados latinos (12 para el p=3, 576 para el p=4,
161,280 para el p=5, ..., etc.), nos limitaremos a seleccionar cuadrados latinos estndares
(aquellos cuyas letras del primer rengln van en orden alfabtico) y despus acomodar el
orden de las columnas y renglones aleatoriamente.
Algunos cuadrados estndar son los siguientes:
3.30

BANCO DE REACTIVOS
3x3
4x4
5x5
6x6
7x7
ABC
BCA
CDA
ABCD
BCDA
CDAB
DABC
ABCDE
BCDEA
CDEAB
DABCD
EABCD
ABCDEF
BCDEFA
CDEFAB
DEFABC
EFABCD
FABCDE
ABCDEFG
BCDEFGA
CDEFGAB
DEFGABC
EFGABCD
FGABCDE
GABCDEF
Como en el diseo por bloques, las hiptesis a comprobar slo son vlidas
estadsticamente para los tratamientos (letras latinas), sin embargo se pueden hacer
consideraciones acerca de las columnas o renglones nicamente para averiguar si existen
efectos de renglones y columnas.
La hiptesis para los tratamientos es:
H0:
1 =2 =3 = ...=j
para
j = 1, 2, 3, ..., p
La hiptesis para los renglones (sin un significado estadstico vlido) es:

H0:
1 =2 =3 = ...=i
para i = 1, 2, 3, ..., p
La hiptesis para las columnas (sin un significado estadstico vlido) es:
H0:
1 =2 =3 = ...=k
para k = 1, 2, 3, ..., p
FUENTE DE
VARIACION
Tratamientos
SCt
j 1
Renglones
GRADOS DE
LIBERTAD
CUADRADOS MEDIOS
Y...2
N
p-1
CMt =SCt/(p-1)
CMt/CMe
Yi ..2
Y2
...
p
N
p-1
CMr =SCr/(p-1)
CMr/CMe
p-1
CMc =SCc/(p-1)
CMc/CMe
(p-2)(p-1)
CMe =SCe/GLe
SUMA DE CUADRADOS
SCr
i 1
Y. 2j .
p
ESTADISTICO
DE PRUEBA F
Y..2k
Y2
...
p
N
k 1
Columnas
SCc
Error
SCe=SCT -SCt -SCr -SCc

p
Total
SCT
2
ijk
i 1 j 1 k 1
Y...2
N
p2-1
Tabla de ANOVA para el cuadrado latino.
3.3.1 REPLICAS EN LOS CUADRADOS LATINOS.

3.31

BANCO DE REACTIVOS
Cuando se utilizan cuadrados latinos pequeos, surge la desventaja de que los grados
de libertad del error se ven reducidos drsticamente, lo cual trae como consecuencia que se
reduzca la sensibilidad del modelo para detectar variaciones. Para evitar esto, cuando se usa
un cuadrado latino pequeo es conveniente repetirlo con el fin de aumentar los grados de
libertad del error. Existen tres formas de variar el modelo para la siguiente rplica:
CASO 1: Usando los mismos renglones y columnas en cada rplica.
CASO 2: a) Usando los mismos renglones pero con diferentes columnas.
b) Usando diferentes renglones pero con las mismas columnas.
CASO 3: Usando diferentes renglones y diferentes columnas.
Ahora, cada observacin ir sealada por el rengln i, el tratamiento j, la columna k y
la rplica l. El total de observaciones ser N=(p)(p)(n).
Los clculos del anlisis de varianza se ven modificados sustancialmente en virtud del
modelo de rplica a emplear. A continuacin se dan las frmulas para detallar las tablas
ANOVA en cada caso de replicacin.
FUENTE DE
VARIACION
Tratamientos
SUMA DE CUADRADOS
SCt
SCr
ESTADISTICO
DE PRUEBA F
Y
N
p-1
CMt =SCt/(p-1)
CMt/CMe
Yi ...2
Y....2
N
p-1
CMr =SCr/(p-1)
CMr/CMe
p-1
CMc =SCc/(p-1)
CMc/CMe
n-1
CMR =SCR/(n-1)
CMR/CMe
(p-1)[n(p+1)-3]
CMe =SCe/GLe
np
p
CUADRADOS MEDIOS
2
. j ..
j 1
Renglones
GRADOS DE
LIBERTAD
np
i 1
2
....
Y..2k . Y....2
SCc
N
k 1 np
Columnas
Y...2l Y....2
SCR 2
N
l 1 p
-SCR
n
Replicacin
Error
SCT
Total
Yijkl2
i 1 j 1 k 1 l 1
Y....2
2
N np -1
Tabla de ANOVA para el cuadrado latino replicado (MISMOS RENGLONES Y COLUMNAS).
FUENTE DE
VARIACION
SUMA DE CUADRADOS
GRADOS DE
LIBERTAD
3.32
CUADRADOS MEDIOS
ESTADISTICO
DE PRUEBA F

BANCO DE REACTIVOS
Tratamientos
Y. j2..
np
SCt
j 1
Renglones
SCr
l 1 i 1
Columnas
SCc
Y....2
N
Yi ..2l
Y...2l
p
l 1
p-1
CMt =SCt/(p-1)
CMt/CMe
n(p-1)
CMr =SCr/[n(p1)]
CMr/CMe
p-1
CMc =SCc/(p-1)
CMc/CMe
n-1
CMR =SCR/(n-1)
CMR/CMe
(p-1)[n(p+1)-3]
CMe =SCe/GLe
Y..2k . Y....2
N
k 1 np
Y...2l Y....2
2
N
l 1 p
-SCR
n
Replicacin
Error
Total
SCR
SCT
2
ijkl
Y....2
2
N np -1
i 1 j 1 k 1 l 1
Tabla de ANOVA para el cuadrado latino replicado (DIFERENTES RENGLONES).

FUENTE DE
VARIACION
Tratamientos
SUMA DE CUADRADOS
Y. j2..
np
SCt
j 1
Renglones
SCr
l 1 i 1
SCc
Yi ..2l
Columnas
Y....2
N
Y..2kl
p
k 1
l 1
l 1
n
Y...2l
p2
Y...2l
p
l 1
Y...2l Y....2
2
N
l 1 p
-SCR
GRADOS DE
LIBERTAD
CUADRADOS MEDIOS
ESTADISTICO
p-1
CMt =SCt/(p-1)
CMt/CMe
n(p-1)
CMr =SCr/[n(p1)]
CMr/CMe
n(p-1)
CMc =SCc/[n(p1)]
CMc/CMe
n-1
CMR =SCR/(n-1)
CMR/CMe
(p-1)[n(p-1)-1]
CMe =SCe/GLe
DE PRUEBA F
Replicacin
Error
Total
SCR
SCT
Yijkl2
i 1 j 1 k 1 l 1
Y....2
2
N np -1
Tabla de ANOVA para el cuadrado latino replicado (DIFERENTES RENGLONES Y DIFERENTES COLUMNAS).
EJEMPLO 3.3-2: DISEO DE CUADRADO LATINO.

DEFINICIN DEL PROBLEMA.
Un experimentador est estudiando el efecto de cinco frmulas diferentes de la
mezcla de dinamita sobre la fuerza explosiva observada. Cada mezcla se prepara usando un lote de materia prima, lo
suficientemente grande como para que se hagan cinco o ms mezclas. Las mezclas las preparan varios operadores, pudiendo
3.33

BANCO DE REACTIVOS
existir una diferencia sustancial en la habilidad y experiencia entre ellos. Al parecer hay dos efectos extraos que se deben
cancelar en el diseo: lotes de materia prima y operadores. El diseo apropiado para este problema consiste en probar cada
frmula exactamente una vez, utilizando cada lote de materia prima, y en el que cada frmula sea preparada una vez por cada
uno de los cinco operadores que se necesitan.
Este problema requiere el uso de un cuadrado latino de tamao 5x5 para eliminar as
los efectos extraos de los operadores y los lotes.
ELECCIN DEL NMERO DE RPLICAS. En cuadrados latinos el nmero de rplicas a
realizar depende en gran medida de la sensibilidad que deseamos del modelo y del costo de
experimentacin. Se considera que los problemas que usen cuadrados latinos de 3x3 y 4x4
son susceptibles del requerimiento de replicaciones para aumentar la sensibilidad del modelo
(siempre y cuando los costos lo permitan); en problemas mayores la replicacin no es crtica,
sin embargo, se recomienda hacerla cuando sea viable econmicamente.
ALEATORIZACIN. Para el caso de cuadrados latinos, la aleatorizacin se hace para el
orden de las columnas y renglones, ya que las letras latinas se toman de los modelos
estndar. Despus se aleatoriza el orden en que sern tomadas las observaciones. Para este
caso nombremos columnas a los operadores y renglones a los lotes.
ALEATORIZACIN DE COLUMNAS. Se numeran a los operadores del 1 al 5 y se les sortea
al azar el lugar entre las columnas que irn a ocupar. Suponga que de la tabla de nmeros
aleatorios, los nmeros 0 y 5 corresponden al operador I, los nmeros 1 y 6 al operador II, el
2 y 7 al operador III, el 3 y 8 al operador IV y el 4 y 9 para el operador V. De la tabla de
nmeros aleatorios obtendramos:
10480
Operador 1 al lugar 1 de las columnas.
22368
24130
42167
37570
77921
(*)
3.34

BANCO DE REACTIVOS
El orden en el que sern tomadas las observaciones es el siguiente:

LOTES
3
2
5
1
4
OPERADORES
I
A(1)
B(6)
C(11)
D(16)
E(21)
II
B(2)
C(7)
D(12)
E(17)
A(22)
III
C(3)
D(8)
E(13)
A(18)
B(23)
IV
D(4)
E(9)
A(14)
B(19)
C(24)
V
E(5)
A(10)
B(15)
C(20)
D(25)
FORMATO PARA REALIZAR EL EXPERIMENTO

NOTA: El orden aleatorio se logr en este caso distribuyendo al azar renglones y columnas. Otra manera de hacerlo es distribuyendo al azar
las letras latinas, pero el problema radica en conservar la ortogonalidad respecto a los renglones y columnas, ms difcil en el caso de las
letras.
EJECUCIN DEL EXPERIMENTO. Supongamos que se realiza el experimento y las

observaciones de la fuerza de explosin para los casos especificados resultaron ser:
LOTES
3
2
5
1
4
OPERADORES
I
24(A)
17(B)
18(C)
26(D)
22(E)
II
20(B)
24(C)
38(D)
31(E)
30(A)
III
19(C)
30(D)
26(E)
26(A)
20(B)
IV
24(D)
27(E)
27(A)
23(B)
29(C)
V
24(E)
36(A)
21(B)
22(C)
31(D)
FUERZA EXPLOSIVA EN CABALLOS
Se obtienen los totales de renglones, columnas y letras latinas para despus realizar los
clculos correspondientes:.
RENGLONES
1=128
2=134
3=111
4=132
5=130
COLUMNAS
I=107
II=130
III=121
IV=143
V=134
3.35
LETRAS
A=143
B=101
C=112
D=149
E=130

BANCO DE REACTIVOS
SCT
2
ijk
Y...2
N
i 1 j 1 k 1
SCt
Y. 2j .
Yi ..2
Y2
...
p
N
j 1
SCr
i 1
6352
676
25
1432 1012 112 2 149 2 1302

6352
330

5
25
Y...2
N
24 2 20 2 19 2 ...29 2 312
1282 134 2 1112 132 2 1302

6352
68

5
25
SCc
107 2 1302 1212 1432 134 2

Y..2k
Y2
6352
150
...

5
25
p
N
k 1
SCe =SCT -SCt -SCr -SCc = 676 -330 -68-150 =128
FUENTE DE VARIACION
SUMA DE
CUADRADOS
GRADOS DE
LIBERTAD
CUADRADOS
MEDIOS
330
68
150
128
676
4
4
4
12
24
82.5
17
37.5
10.67
Tratamientos (frmula)
Renglones (lotes)
Columnas (operadores)
Error
Total
Calculada
Tablas
7.73
3.26
(1.59)
(3.26)
(3.51)
(3.26)
PRUEBAS DE HIPOTESIS
Sobre los tratamientos (frmula del explosivo): Se plantea la hiptesis de que las medias
de los tratamientos (frmula del explosivo), representada por las letras latinas, son iguales
con un nivel de significancia del 95%. Como F0.05,4,12= 3.26 debe rechazarse H0 y suponer que
los tratamientos difieren entre ellos, lo cual significa que las frmulas del explosivo afectan
significativamente la fuerza explosiva resultante del experimento.
H0:
A =B =C =D =E
Sobre los renglones (lotes de materia prima): Sin una base estadstica, la prueba resulta
ser significativa, lo cual sugiere que los lotes de materia prima son muy parecidos, evidencia
para creer que el modelo puede prescindir del estudio de los lotes en experimentos
posteriores.
H0:
1 =2 =3 =4 =5
3.36

BANCO DE REACTIVOS
Sobre las columnas (operadores): Aunque estadsticamente no se pueden hacer

inferencias acerca de las columnas, la prueba sugiere que, dado que es significativa, los
operadores son un factor que posiblemente est afectando el resultado. Se recomienda
hacer otro estudio donde los operadores sean los bloques, ya que los lotes de materia prima
resultaron ser muy parecidos entre s.
H0:
I =II =III =IV =V
3.37

BANCO DE REACTIVOS
4. INTRODUCCION A LOS DISEOS FACTORIALES

EL DISEO FACTORIAL 22.
Los diseos factoriales son muy utilizados en experimentos en los que intervienen
varios factores para estudiar el efecto conjunto de stos sobre una respuesta. En la unidad
anterior se presentaron mtodos generales para el anlisis de diseos factoriales. Sin
embargo, existen varios casos especiales del diseo factorial general que resultan
importantes porque se usan ampliamente en el trabajo de investigacin, y porque constituyen
la base para otros diseos de gran valor prctico.
El ms importante de estos casos especiales es cuando se tienen k factores, cada uno
con dos niveles. Estos niveles pueden ser cuantitativos como sera el caso de dos valores de
temperatura, presin, tiempo. Tambin pueden ser cualitativos como en el caso de dos
mquinas, dos operadores, los niveles superior e inferior de un factor o, quizs, la ausencia o
presencia de un factor. Una rplica completa de tal diseo requiere que se recopilen
2x2x2x.....x2=2k observaciones y se conoce como diseo factorial 2k. El segundo caso
especial es el de k factores con tres niveles cada uno, conocido como diseo factorial 3k.
Presentaremos aqu mtodos especiales para el anlisis de estas dos tiles series de
diseos. Se supone que:
a).-Los factores son fijos.
b).-Los diseos son completamente aleatorizados.
c).-Que se satisface la suposicin usual de normalidad.
El diseo 2k es particularmente til en las primeras fases del trabajo experimental,
cuando es probable que haya muchos factores por investigar. Conlleva el menor nmero de
corridas con las cuales pueden estudiarse k factores en un diseo factorial completo. Debido
a que slo hay dos niveles para cada factor, debe suponerse que la respuesta es
aproximadamente lineal en el intervalo de los niveles elegidos para los factores.
El diseo factorial 22 es aquel que tiene slo dos factores, A y B, con dos niveles cada
uno de ellos. Podemos llamar arbitrariamente a los niveles del factor como inferior y superior.
Este diseo tiene cuatro posibles combinaciones de tratamientos. Los niveles bajos de
A y de B se denotan por (-) y los niveles altos por (+). Las cuatro combinaciones de
tratamientos suelen representarse por letras minsculas, donde el nivel superior de cualquier
factor en una combinacin de tratamientos est representado por la presencia de la letra
minscula correspondiente, mientras que la ausencia de sta ltima representa el nivel
inferior del factor. as, a representa la combinacin de tratamientos en la que A se encuentra
3.38

BANCO DE REACTIVOS
en el nivel superior y B en el inferior; b representa aquella en la que A se halla en el nivel

inferior y B en el superior; y ab representa a ambos factores en el nivel superior. Por
convencin, se usar (1) para representar ambos factores en el nivel inferior. Estas
combinaciones se presentan en la siguiente tabla:
Tratamiento
(1)
a
b
ab
Nivel de A
bajo
alto
bajo
alto
Nivel de B
bajo
bajo
alto
alto
Los grados de libertad se calculan de la forma usual para los factores principales y
para la interaccin. En general, para los grados de libertad totales se calcula como 4n-1. Y
para los grados de libertad del error es 4(n-1). Las sumas de cuadrados se calculan como
sigue:
Para la suma de cuadrados total:
a
i=1
j=1
k=1
SCT= y2ijk - y2.../4n
Para la suma de cuadrados del error:

SCerror= SCT -SCA -SCB -SCAB
Para las sumas de cuadrados de los efectos y la interaccin podemos emplear un

arreglo ortogonal para hacer los clculos de las sumas de cuadrados, dividiendo entre 4n el
resultado de cada contraste lineal. El arreglo para este diseo de dos factores es:
Efectos
1
A
B
AB
(1)
1
-1
-1
1
a
1
1
-1
-1
b
1
-1
1
-1
ARREGLO ORTOGONAL DEL DISEO 22
3.39
ab
1
1
1
1

BANCO DE REACTIVOS
Los signos algebraicos para calcular los efectos principales y la interaccin siempre van a
ser:
Efectos
1
A
B
AB
4.1-1 EJEMPLO 1.
(1)
+
+
a
+
+
-
b
+
+
-
ab
+
+
+
+
Se est realizando una investigacin para estudiar el efecto que tienen la concentracin de un reactivo y la
presencia de un catalizador sobre el tiempo de reaccin de un proceso qumico. La concentracin del reactivo tiene dos niveles de inters
que son 15% y 20%. El catalizador est dado en dos niveles, un nivel alto (superior) que requiere de dos sacos de catalizador, y un nivel
bajo (inferior) con un saco de catalizador. Se sabe por experiencia que el rango de observaciones del tiempo de reaccin no es superior a
26 segundos. Se espera que este experimento sea sensible a una diferencia superior de 12 segundos con un 95% de efectividad.
TAMAO DE MUESTRA.
Considerando que para un experimento factorial se necesitan un mnimo de dos
observaciones y que hay cuatro tratamientos a investigar, tomaremos 8 grados de libertad
para calcular el estadstico t0.025. Un valor aproximado de (s) es un cuarto del rango, lo que es
6.25 segundos. Luego aplicamos la frmula para determinar el tamao de muestra.
ni=[2(t0.025,8 s)2]/(diferencia)2
ni =2[(2.306)(6.25)]2/(12)2
ni =2.88 = 3
ALEATORIZACION. Debido a que la situacin experimental se complicara si
aleatorizramos el orden de las rplicas, se tomarn las tres rplicas seguidamente para
cada tratamiento. solamente vamos a sortear el orden que seguir cada tratamiento con sus
tres rplicas. Sea el factor A la concentracin del reactivo y el factor B la cantidad del
catalizador. Asignemos al tratamiento a1b1 el intervalo de terminaciones de nmeros
aleatorios de 00-24, al tratamiento a2b1 el 25-49, al tratamiento a1b2 el 50-74 y al tratamiento
a2b2 el 75-99.
Se hace el siguiente sorteo:
10480 tratamiento a2b2 en primer lugar.
22368 tratamiento a1b2 en segundo lugar.
24130 tratamiento a2b1 en tercer lugar.
(*)
tratamiento a1b1 en cuarto lugar.
3.40

BANCO DE REACTIVOS
EXPERIMENTACION. Supongamos que los datos recogidos estn en segundos y son los
siguientes:
Tratamientos
a1 b1
a2 b1
a1 b2
a2 b2
Rplicas
II
III
TOTAL
28
25
27
80
36
32
32
100
18
19
23
60
31
30
29
90
ANALISIS DE VARIANCIA. Identificamos los componentes de los contrastes a partir de los

totales:
(1)= 80
(niveles bajos de A y B)
a=100
(nivel alto de A y bajo de B)
b= 60
(nivel bajo de A y alto de B)
ab= 90
(niveles altos de A y B)
Usamos el arreglo ortogonal para hacer los clculos de las sumas de cuadrados y dividimos
entre 4n:
Efectos
A
B
AB
(1)
-1
-1
1
a
1
-1
-1
b
-1
1
-1
ab
1
1
1
SCA= [ab+a-b-(1)]2/4n= [90+100-60-80]2/(4)(3)=
208.33
SCB= [ab-a+b-(1)]2/4n= [90-100+60-80]2/(4)(3)=
75.00
SCAB= [ab-a-b+(1)]2/4n= [90-100-60+80]2/(4)(3)=

a
8.33
SCT= y2ijk - y2.../4n = [282 +252 + ... +292] -(3302/12) = 323

i=1
j=1
k=1
SCerror= SCT -SCA -SCB -SCAB = 31.34
3.41

BANCO DE REACTIVOS
Fuente de
Variacin
Tablas
A (% de reactivo)
B (catalizador)
AB
Error
Total
Suma de
Grados de Cuadrados
F
Cuadrados
Libertad
Medios
208.33
75.00
8.33
31.34
323.00
1
1
1
8
15
208.33
75.00
8.33
3.92
F
Calculada
53.15
19.13
2.13
5.32
5.32
5.32
TABLA DE ANALISIS DE VARIANCIA
PRUEBAS DE HIPOTESIS. Se plantean las hiptesis acerca de si los tratamientos son

iguales entre s al variar los niveles de A: 11 = 12 = 21 = 22 y si los mismos tratamientos son
iguales al variar el nivel de B: 11 = 12 = 21 = 22
Como en la tabla ANOVA ambas pruebas son significativas ya que 53.15>5.32 y 19.13>5.32, se infiere que los
tratamientos estn fuertemente influenciados por los niveles de los factores A y B. En cuanto a la interaccin, la prueba no
arroja evidencia de que sea significativa al 95%. Se sugiere hacer una comparacin de las medias de los tratamientos para
detectar los que son diferentes.
COMPARACION DE TRATAMIENTOS (Prueba de Tukey). Consideremos a 1 como la

media del tratamiento con el factor A a nivel bajo y el factor B a nivel bajo. La media ab como
el tratamiento con todos los niveles de factor altos en A y B. La media a como el tratamiento
con niveles del factor A alto y B bajo. Y a la media b como el tratamiento con niveles de A
bajo y de B alto.
1=26.66
a=33.33
b=20
ab=30
Aplicamos la frmula para hallar la diferencia mnima aceptable entre las medias de
tratamientos.
T=(q,a,GLe)(CMe/n)1/2
T=(q,4,8)(3.92/3)1/2 =(4.53)(1.143)1/2 = 5.18
1 - a = 26.66-33.33
= 6.67 >5.18
-------(*) significativo
1 - b = 26.66-20 = 6.66 >5.18
1 - ab = 26.66-30 = 3.34 <5.18
-------iguales
a - b = 33.33-20 = 13.33 >5.18
a - ab = 33.33-30 = 3.33 <5.18
-------iguales
b - ab = 20-30
= 10.00 >5.18
3.42

BANCO DE REACTIVOS
20
26.66
ab
30
a
.
33.33
La prueba de Tukey nos indica que los tratamientos donde el nivel del factor A es alto, son iguales entre s.
Asimismo, se detect que el tratamiento donde los dos factores estn bajos, es igual al tratamiento con los dos factores a
nivel alto. El tratamiento donde el nivel de A es bajo y el nivel de B es alto, es diferente a cualquier otro y presenta la
respuesta media de observacin ms baja. Si se busca economizar en tiempo de proceso, se sugiere emplear el tratamiento
con el nivel bajo del factor A (concentracin de reactivo al 15%) y el nivel alto de B (dos sacos de catalizador).
3.43

BANCO DE REACTIVOS
4.2 EL DISEO 23.

Si se encuentran en estudio tres factores A, B y C, cada uno con dos niveles, entonces
tenemos un diseo factorial 23, el cual cuenta con ocho combinaciones o tratamientos.
Haciendo extensiva la notacin empleada en la seccin anterior, el orden estndar de las
combinaciones de tratamientos sera [(1), a, b, ab, c, ac,bc, abc]. Se debe recordar que las
letras minsculas tambin representan los totales de las n observaciones recopiladas bajo la
combinacin particular de tratamientos.
Tratamiento
(1)
a
b
ab
c
ac
bc
abc
Nivel de A
bajo
alto
bajo
alto
bajo
alto
bajo
alto
Nivel de B
bajo
bajo
alto
alto
bajo
bajo
alto
alto
Nivel de C
bajo
bajo
bajo
bajo
alto
alto
alto
alto
Existen en realidad tres notaciones distintas que se usan ampliamente para las
corridas o ejecuciones en el diseo 2k. La primera es la notacin [+, -], a menudo llamada
"geomtrica". La segunda consiste en el uso de letras minsculas como ya hemos indicado,
para identificar las combinaciones de tratamientos. En la tercera notacin se utilizan los
dgitos 1 y 0 para denotar los niveles alto y bajo del factor, respectivamente, en vez de los
signos + y -.
Estas distintas notaciones se ilustran enseguida para el diseo 23:
Corridas
Tratamientos
1
(1)
2
a
3
b
4
ab
5
c
6
ac
7
bc
8
abc
NOTACION DE LETRAS MINUSCULAS
Factor/corridas 1
A
B
C
+
-
+
-
+
+
-
+
+
+
+
+
+
+
NOTACION GEOMETRICA [+, -]
3.44

BANCO DE REACTIVOS
Factor/corridas 1
A
B
C
1
0
0
0
1
0
1
1
0
0
0
1
1
0
1
0
1
1
1
1
1
0
0
0
NOTACION DE DIGITOS [1, O]
Existen siete grados de libertad entre las ocho combinaciones de tratamientos en el

diseo 23. Tres de estos grados de libertad se asocian con los principales efectos de A, B y
C. Cuatro se asocian con las interacciones [AB, AC, BC y ABC] con un grado para cada una.
Hay 8n-1 grados de libertad totales y 8(n-1) grados de libertad para el error. Las
sumas de cuadrados total y del error pueden ser calculadas como sigue:
Para la suma de cuadrados total:
a
i=1
j=1
k=1
SCT= y2ijk - y2.../8n

Para la suma de cuadrados del error:
SCerror= SCT -SCA -SCB -SCC -SCAB -SCAC -SCBC -SCABC
Para las sumas de cuadrados de los efectos y la interaccin podemos emplear un
arreglo ortogonal para hacer los clculos de las sumas de cuadrados, dividiendo entre 8n el
resultado de cada contraste lineal:
[SC=(contraste)2/8n].
El arreglo para este diseo de tres factores con dos niveles es el mostrado en la
siguiente tabla:
Efectos
1
A
B
AB
C
AC
BC
ABC
(1)
+
+
+
+
-
a
+
+
+
+
b
+
+
+
+
ab
+
+
+
+
-
c
+
+
+
+
ac
+
+
+
+
-
ARREGLO ORTOGONAL DEL DISEO 23
3.45
bc
+
+
+
+
-
abc
+
+
+
+
+
+
+
+

BANCO DE REACTIVOS
En la tabla anterior aparecen signos positivos y negativos desarrollados a partir de las

constantes de los contrastes. Los signos de los efectos principales se determinan asignado
un signo positivo con el nivel superior y un signo negativo con el nivel inferior. Una vez que
se han establecido estos signos, los de los renglones restantes pueden obtenerse
multiplicando columna por columna los renglones apropiados que le preceden. Por ejemplo,
los signos del rengln AB corresponden al producto de los signos de los renglones A y B en
cada una de las columnas. A partir de esta tabla se puede encontrar fcilmente el contraste
de cualquier efecto.
Las propiedades de la tabla de contrastes ortogonales son:
1).Excepto por el rengln 1, cada rengln tiene un nmero igual de signos positivos y
negativos.
2).La suma de los productos de los signos de cualquier par de renglones siempre es
cero.
3).El producto del rengln 1 por cualquier otro rengln, deja a dicho rengln sin
cambios. En otras palabras, 1 es el elemento identidad.
4).El producto de cualquier par de renglones produce otro rengln que pertenece a la
tabla.
3.46

BANCO DE REACTIVOS
4.2-1 EJEMPLO 1.
Un embotellador de bebida gaseosa desea obtener mayor uniformidad en la altura de llenado de botellas que
salen de su proceso de manufactura. En teora, la mquina llenadora introduce lquido en la botella hasta la altura correcta, pero en la
prctica existe variacin alrededor de este objetivo, y el fabricante quisiera comprender mejor las fuentes de esta variabilidad para poder
reducirla al mnimo. El ingeniero de proceso puede controlar tres variables durante el proceso de llenado: % de carbonatacin (10 y 12%),
presin de llenado (25 y 30 psi) y la velocidad de la lnea (200 y 250 botellas por minuto). La experiencia seala que la altura de llenado
vara entre 15.02 y 16.54 centmetros. Disee un experimento sensible a diferencias mayores a 0.7cm en la altura de llenado, con un 95%
de confiabilidad. Estas medidas se han tomado con el tratamiento tradicional consistente en trabajar a todos los factores en su nivel ms
bajo (10% de carbonatacin, 25psi de presin y 200bpm).
TAMAO DE MUESTRA.
Teniendo en cuenta que existe un total de 2x2x2 tratamientos, se recurre a emplear
una t0.025 con 8x2 grados de libertad. Se estima tambin un valor aproximado de s igual a 1/4
del rango, lo que es s=1.52/4 =0.38.
ni=[2(t0.025,16s)2]/(diferencia)2
ni=2[(2.12)(0.38)]2/(0.7)2
ni=1.85 = 2
ALEATORIZACION
Como no es posible variar mucho la lnea de produccin, se tomarn las dos rplicas
de cada tratamiento en forma secuencial. Esto quiere decir que slo podemos aleatorizar a
los tratamientos y no a las corridas. Tomamos intervalos de dos dgitos de 10 en 10 del 00 al
79 para asignar a los tratamientos:
00-09
10-19
20-29
30-39
tratamiento a1b1c1
tratamiento a1b1c2
tratamiento a1b2c1
tratamiento a1b2c2
40-49
50-59
60-69
70-79
tratamiento a2b1c1
tratamiento a2b1c2
tratamiento a2b2c1
tratamiento a2b2c2
3.47

BANCO DE REACTIVOS
Hacemos el sorteo con la tabla de nmeros aleatorios:

10480 ------------22368 tratamiento a2b2c1 en lugar 1.
24130 tratamiento a1b2c2 en lugar 2.
89579 ------------85475 ------------28918 tratamiento a1b1c2 en lugar 6.
(*)
tratamiento a2b1c1 en lugar 8.
El experimento se realizar de la siguiente manera, el nmero indica el orden en el
que se van a tomar las muestras:
Presin de operacin (B)
25psi
Porcentaje de
(C)
carbonatacin (A) 200
10
9
12
Rapidez de lnea (C)
30psi
Rapidez de lnea
250
200
250
11
10
12
15
13
16
14
3.48

BANCO DE REACTIVOS
EXPERIMENTACION
Suponga que se realiza el experimento y los resultados son la altura de llenado de la
botella en centmetros:
=========================================================
Presin de operacin (B)
.
25psi
30psi
.
Porcentaje de
Rapidez de lnea (C)
Rapidez de lnea (C)
carbonatacin (A) 200
250
200
250
=========================================================
10%
15.2
15.6
15.6
15.9
15.6
12%
15.8
15.8
16.0
15.7
16.2
16.1
16.0
16.2
16.3
16.5
16.4
==========================================================
ANALISIS DE VARIANCIA
Hallamos los totales para cada tratamiento, usaremos la nomenclatura estndar:
(1)=30.8
a =31.8
b =31.3
ab=32.5
c =31.4
ac =32.3
bc =31.9
abc=32.9
Se determina la tabla de contrastes para cada efecto:

==========================================================
Efectos
(1)
a
b
ab
c
ac
bc
abc
==========================================================
A
+
+
+
+
B
+
+
+
+
AB
+
+
+
+
C
+
+
+
+
AC
+
+
+
+
BC
+
+
+
+
ABC
+
+
+
+
==========================================================
Calculamos las sumas de cuadrados correspondientes utilizando la frmula usual para
la suma de cuadrados total y la siguiente frmula para los efectos:
SC= [contraste]2/8n
a
SCT= y2ijkl - y2..../8n = [15.22 +15.62 + ... +16.42] -(254.92/16) = 1.8144

3.49

BANCO DE REACTIVOS
i=1
j=1
k=1 l=1
SCA= [-(1)+a-b+ab-c+ac-bc+abc]2/8n= [-30.831.8-31.3+32.5-31.4+32.3-31.9+32.9]2/(8)(2)= 1.0506

SCB= [-(1)-a+b+ab-c-ac+bc+abc]2/8n= [-30.8-31.8+31.3+32.5-31.4-32.3+31.9+32.9]2/(8)(2)= 0.3306
SCC= [-(1)-a-b-ab+c+ac+bc+abc]2/8n= [-30.8-31.8-31.3-32.5+31.4+32.3+31.9+32.9]2/(8)(2)= 0.2756
SCAB= [(1)-a-b+ab+c-ac-bc+abc]2/8n= [30.8-31.8-31.3+32.5+31.4-32.3-31.9+32.9]2/(8)(2)= 0.0056
SCAC= [(1)-a+b-ab-c+ac-bc+abc]2/8n= [30.8-31.8+31.3-32.5-31.4+32.3-31.9+32.9]2/(8)(2)= 0.0056
SCBC= [(1)+a-b-ab-c-ac+bc+abc]2/8n= [30.8+31.8-31.3-32.5-31.4-32.3+31.9+32.9]2/(8)(2)= 0.0006
SCABC= [-(1)+a+b-ab+c-ac-bc+abc]2/8n= [-30.8+31.8+31.3-32.5+31.4-32.3-31.9+32.9]2/(8)(2)= 0.0006
SCerror= SCT -SCA -SCB -SCC -SCAB -SCAC -SCBC -SCABC
SCerror= 0.145
TABLA DE ANALISIS DE VARIANCIA
=======================================================================
=
Fuente de Suma de
Grados de Cuadrados
F
F
Variacin
Cuadrados
Libertad
Medios
Calculada
Tablas
.
A (% carbonatacin) 1.0506
1
1.0505
57.96
5.32
B (presin)
0.3306
1
0.3306
18.24
5.32
C (rapidez de lnea) 0.2756
1
0.2756
15.07
5.32
AB
0.0056
1
0.0056
0.31
5.32
AC
0.0056
1
0.0056
0.31
5.32
BC
0.0006
1
0.0006
0.034
5.32
ABC
0.0006
1
0.0006
0.034
5.32
=======================================================================
=
Error
0.1450
8
0.0181
Total
1.8144
15
=======================================================================
=
PRUEBAS DE HIPOTESIS
3.50

BANCO DE REACTIVOS
Las pruebas de hiptesis sealan que las interacciones de dos y de tres factores no
tienen un efecto significativo. sin embargo, los factores muestran una clara significancia,
seal de que estn afectando el nivel de llenado de sodas.
Se recomienda emplear una prueba de comparacin de medias de tratamientos para
examinar estas variaciones y localizar dnde se generan.
COMPARACION DE TRATAMIENTOS
(Prueba de Dunnett)
Consideremos a 1 como la media del tratamiento con los niveles bajos de los factores
y a abc al tratamiento con todos los niveles altos de factores. Y a los tratamientos con las
diferentes combinaciones de niveles del factor en la misma forma que se ha mostrado. As
obtenemos sus medias:
1=15.4
a=15.9
b=15.75
c=16.70
ab=16.25
ac=16.15
bc=15.95
abc=16.45
Obtenemos el estadstico de prueba Dunnett y comparamos contra el tratamiento
piloto ( 1) donde todos los factores estn a un nivel bajo.
D=(d,a-1,GLe){CMe[(1/ni)+(1/na)]}1/2
D=(d,7-1,8){0.0181[(1/2)+(1/2)]}1/2 =(3.22)(0.0181)1/2 = 0.43
1 - a = 15.4-15.9 = 0.50 >0.43
1 - b = 15.4-15.75 = 0.35 <0.43
-------iguales
1 - c = 15.4-16.7 = 1.30 >0.43
1 - ab = 15.4-16.25
= 0.85 >0.43
1 - ac = 15.4-16.15
= 0.75 >0.43
1 - bc = 15.4-15.95
= 0.55 >0.43
1 - abc = 15.4-16.45
= 1.05 >0.43
1
bc
ac
ab
abc
15.4
15.75
15.9
15.95
16.15
16.25
16.45
16.70
Los resultados de la prueba de Dunnett nos indican con una confianza del 95% que
solamente el tratamiento con el nivel alto de B se le parece al tratamiento control que se ha
venido empleando.
En otras palabras, se recomienda seguir usando el tratamiento habitual con todos los
factores a nivel bajo, con la sugerencia de que en caso de ser ms econmico o de ser ms
ventajoso, use el tratamiento con la presin de 30psi en el llenado, 10% de carbonatacin y
3.51

BANCO DE REACTIVOS
200 botellas por minuto. Para ello se pueden considerar las especificaciones de
funcionamiento de la maquinaria, el desgaste sufrido, etc.
3.52

DISEÑOS EXP Banco de Reactivos

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

DISEÑOS EXP Banco de Reactivos

Încărcat de

Drepturi de autor:

Formate disponibile

INSTITUTO TECNOLGICO SUPERIOR DE HUATUSCO

DISEO COMPLETAMENTE AL AZAR

Un ingeniero de desarrollo de productos est interesado en maximizar la resistencia a la tensin de una

20% 25% 30% 35%

Yi.2 Y..2 49 2 77 2 88 2 108 2 54 2

SC e SCT SC t 636.96 475.76 161.2

Tabla resumen del anlisis de varianza.

INSTITUTO TECNOLGICO SUPERIOR DE HUATUSCO

8.06 1 1 =2.086(1.795) =3.74

INSTITUTO TECNOLGICO SUPERIOR DE HUATUSCO

6.8 > 3.74

COMPARACIN DE MEDIAS ENTRE TRATAMIENTOS

INSTITUTO TECNOLGICO SUPERIOR DE HUATUSCO

COMPARACIN DE MEDIAS ENTRE TRATAMIENTOS

INSTITUTO TECNOLGICO SUPERIOR DE HUATUSCO

10.8 > 5.38

COMPARACIN DE MEDIAS ENTRE TRATAMIENTOS

INSTITUTO TECNOLGICO SUPERIOR DE HUATUSCO

4.0 < 6.08

INSTITUTO TECNOLGICO SUPERIOR DE HUATUSCO

COMPARACIN DE MEDIAS ENTRE TRATAMIENTOS

El resultado de la prueba de Dunnett, tomando como control el tratamiento

20%, da como resultado que

INSTITUTO TECNOLGICO SUPERIOR DE HUATUSCO

Yi.2 Y..2 390 2 366 2 383 2 388 2

SC e SCT SC t 11.94 89.19 22.75

Tabla resumen del anlisis de varianza.

INSTITUTO TECNOLGICO SUPERIOR DE HUATUSCO

PROBLEMA 3.3 VASOS DE CRISTAL

INSTITUTO TECNOLGICO SUPERIOR DE HUATUSCO

transparencia. Se decide probar muestras a 6 niveles de porcentaje de contenido de aditivo 2, 4, 6, 8, 10 y 12%.

Yi.2 Y..2 649 2 644 2 678 2 684 2 664 2 635 2

SC e SCT SCt 522.80 382.40 140.40

Tabla resumen del anlisis de varianza.

INSTITUTO TECNOLGICO SUPERIOR DE HUATUSCO

PRUEBA DE DIFERENCIA MENOS SIGNIFICATIVA (DMS)

5.85 1 1 =2.064(1.5297) =3.15

INSTITUTO TECNOLGICO SUPERIOR DE HUATUSCO

COMPARACIN DE MEDIAS ENTRE TRATAMIENTOS

INSTITUTO TECNOLGICO SUPERIOR DE HUATUSCO

1.8 < 3.15 (R2)

COMPARACIN DE MEDIAS ENTRE TRATAMIENTOS

INSTITUTO TECNOLGICO SUPERIOR DE HUATUSCO

1.0 < 4.72

COMPARACIN DE MEDIAS ENTRE TRATAMIENTOS

INSTITUTO TECNOLGICO SUPERIOR DE HUATUSCO

COMPARACIN DE MEDIAS ENTRE TRATAMIENTOS

8% =136.8 por ser el de mayor resistencia a la tensin, la

INSTITUTO TECNOLGICO SUPERIOR DE HUATUSCO

El resultado de la prueba de Dunnett, tomando como control el tratamiento

8%, nos indica que slo el

INSTITUTO TECNOLGICO SUPERIOR DE HUATUSCO

PROBLEMA 3.4: ALEACIN PARA AVIONES.

Contenido de fibra de carbono (%)

Yi.2 Y..2 250.9 2 240.12 225.4 2 218.2 2 221.9 2

SCe SCT SCt 170.54 151.28 19.26

Tabla resumen del anlisis de varianza.

INSTITUTO TECNOLGICO SUPERIOR DE HUATUSCO

0.96 1 1 =2.086(0.6196) =1.29

INSTITUTO TECNOLGICO SUPERIOR DE HUATUSCO

COMPARACIN DE MEDIAS ENTRE TRATAMIENTOS

INSTITUTO TECNOLGICO SUPERIOR DE HUATUSCO

COMPARACIN DE MEDIAS ENTRE TRATAMIENTOS