Documente Academic
Documente Profesional
Documente Cultură
MINITAB 15
APLICACIONES ESTADISTICAS.
DOE.
EXPERIMENTOS
CON UN SOLO FACTOR
(DCA, DBCA, DCL y DCGL)
APLICACIONES ESTADISTICAS
Experimentos DCA.
APLICACIONES ESTADISTICAS
APLICACIONES ESTADISTICAS
Diseo completamente
aleatorizado con un factor
(DCA).
APLICACIONES ESTADISTICAS
Definicin
APLICACIONES ESTADISTICAS
APLICACIONES ESTADISTICAS
.Contrastes de hiptesis
APLICACIONES ESTADISTICAS
.Contrastes de hiptesis
Donde
es el efecto del tratamiento i sobre la variable de
respuesta. Si se acepta H0 se confirma que los efectos sobre la
respuesta de los k tratamientos son estadsticamente nulos
(iguales a cero), y en caso de rechazar se estara concluyendo que
al menos un efecto es diferente de cero.
APLICACIONES ESTADISTICAS
APLICACIONES ESTADISTICAS
APLICACIONES ESTADISTICAS
APLICACIONES ESTADISTICAS
Tabla ANOVA
Grados
de libertad
Suma de
cuadrados
Cuadrados
medios
FCAL
FTABLAS
Tratamientos
k1
SCTRAT
CMTRAT
CMTRAT/CME
Error
N-k
SCE
CME
Total
N-1
SCT
APLICACIONES ESTADISTICAS
APLICACIONES ESTADISTICAS
Prueba de Fisher.
APLICACIONES ESTADISTICAS
Prueba de Tukey.
Prueba de Tukey.
Este mtodo compara las medias para cada par de niveles de
factor utilizando un nivel de significancia por familia para
controlar la tasa de errores de tipo I. El nivel de significancia por
familia es la probabilidad de cometer uno o ms errores de tipo I
para todo el conjunto de comparaciones.
El mtodo ajusta el nivel de confianza individual, de acuerdo con el
nivel de significancia por familia que usted elija.
Los resultados se presentan como un conjunto de intervalos de
confianza para la diferencia entre pares de medias. Utilice los
intervalos para determinar si las medias son diferentes. Si un
intervalo no contiene cero, existe una diferencia estadsticamente
significativa entre las medias correspondientes. Si el intervalo s
contiene cero, la diferencia entre las medias no es
estadsticamente significativa.
APLICACIONES ESTADISTICAS
Prueba de Dunnet.
Prueba de Dunnett.
Este mtodo compara la media de cada nivel con la media de un
nivel de control. El nivel de control comnmente es un estndar
con el que usted desea comparar todos los dems niveles. Este
mtodo utiliza un nivel de significancia por familia (comnmente
denominado nivel de significancia por familia) para controlar la tasa
de error de tipo I. El nivel de significancia por familia es la
probabilidad de cometer uno o ms errores de tipo I para todo el
conjunto de comparaciones. El mtodo de Dunnett ajusta el nivel
de significancia para comparaciones individuales (nivel de
significancia individual), de acuerdo con el nivel de significancia
por familia que usted elija. Los resultados se presentan como un
conjunto de intervalos de confianza para las diferencia entre la
media del nivel de control y las otras medias de los niveles del
factor. Utilice los intervalos para determinar si las medias son
diferentes. Si un intervalo no contiene cero, existe una diferencia
estadsticamente significativa entre las medias correspondientes.
Si el intervalo s contiene cero, la diferencia entre las medias no es
estadsticamente significativa.
Elabor: Qum. Francisco Partida Hernndez
APLICACIONES ESTADISTICAS
APLICACIONES ESTADISTICAS
APLICACIONES ESTADISTICAS
Normalidad
Varianza constante
Independencia
Esto es, la respuesta (Y) en cada tratamiento se debe distribuir de
manera normal, con la misma varianza en cada tratamiento, y las
mediciones deben ser independientes. Estos supuestos sobre Y se
traducen en supuestos sobre el trmino error () en el modelo. Si
los supuestos se cumplen, los residuos se distribuyen de manera
normal con media cero y varianza constante, por lo que el modelo
ajustado resultar adecuado.
Elabor: Qum. Francisco Partida Hernndez
APLICACIONES ESTADISTICAS
Grfica de independencia.
Verifica el supuesto de independencia. Si el
comportamiento de los puntos es aleatorio dentro de
una banda horizontal, el supuesto se cumple.
APLICACIONES ESTADISTICAS
APLICACIONES ESTADISTICAS
2. En Tamaos de la muestra,
ingrese 5.
3. En Valores de la diferencia
mxima entre las medias,
ingrese 4.
4. En Desviacin estndar,
ingrese 1.64.
APLICACIONES ESTADISTICAS
Interpretacin de resultados:
Si se asignan 5 observaciones a cada
nivel de tratamiento, se tiene una
potencia de 0.83 para detectar una
diferencia de 4 unidades o ms entre las
medias de tratamiento. Minitab tambin
muestra la curva de potencia de todas
las combinaciones posibles de diferencia
mxima en la media detectada y los
valores de potencia para un ANOVA de
un factor con 5 muestras por tratamiento.
El smbolo sobre la curva representa el
valor de diferencia que se especific.
APLICACIONES ESTADISTICAS
Ejemplo integrador
Ejemplo integrador.
DCA con un factor con efectos fijos.
APLICACIONES ESTADISTICAS
Ejemplo integrador
Ejemplo integrador.
DCA con un factor con efectos fijos.
Un fabricante de papel para hacer bolsas para comestibles se
encuentra interesado en mejorar la resistencia a la tensin del
producto. El departamento de ingeniera del producto piensa que la
resistencia a la tensin es una funcin de la concentracin de
madera dura en la pulpa y que el rango de las concentraciones de
madera dura de inters prctico est entre 5% y 20%. El equipo de
ingenieros responsable del estudio decide investigar cuatro niveles
de concentracin de madera dura: 5%, 10%, 15% y 20%. Deciden
hacer seis ejemplares de prueba con cada nivel de concentracin,
utilizando una planta piloto. Las 24 muestras se prueban en orden
aleatorio, con una mquina de laboratorio para probar la
resistencia.
APLICACIONES ESTADISTICAS
Ejemplo integrador
Qu concentracin la minimiza?.
Cul es la resistencia a la tensin que se espera obtener al
utilizar el nivel de concentracin de madera dura en la pulpa
que maximiza la calidad del producto?.
APLICACIONES ESTADISTICAS
Ejemplo integrador
Pasos a seguir.
Designar las especificaciones para el DCA
APLICACIONES ESTADISTICAS
Experimentos DCA con un factor con efectos fijos Ejemplo integrador. Creacin del diseo
Paso 1.
APLICACIONES ESTADISTICAS
Paso 2.
Aleatorizacin de pruebas.
El DCA requiere de aleatorizar el orden de
las 24 corridas con el fin de equilibrar
aproximadamente el efecto de cualquier
variable perturbadora que pueda influir en
la resistencia a la tensin del papel.
APLICACIONES ESTADISTICAS
APLICACIONES ESTADISTICAS
En la columna C1 se despliegan
cada una de las 6 pruebas que se
necesitan correr por nivel de
concentracin de madera dura.
APLICACIONES ESTADISTICAS
4. Digitar 5 en establecer el
generador de datos aleatorios,
y dar clic en Aceptar.
APLICACIONES ESTADISTICAS
5. Elegir
APLICACIONES ESTADISTICAS
La aleatorizacin de las
pruebas se despliega en la
Hoja de trabajo en C3. Si se
desea, en C2 especificar con
la ayuda del teclado el orden
en el que se realizarn las
pruebas.
Aleatorizacin de las corridas
(orden de las pruebas)
5%
10%
15%
20%
11
14
10
15
12
17
20
16
13
19
21
23
18
22
20
APLICACIONES ESTADISTICAS
Paso 3.
Ingreso de datos
experimentales
Una vez realizadas
las pruebas
experimentales, las
observaciones
resultantes (datos de
la tabla adjunta), son
ingresadas en la
Hoja de trabajo
Minitab.
a=4
5%
10%
15%
20%
12
14
19
17
18
25
15
13
19
22
11
18
17
23
19
16
18
10
15
18
20
n=6
n=6
n=6
N = 24
n=6
APLICACIONES ESTADISTICAS
1. Nombre la columna
C4: resistencia a la tensin
(variable de respuesta),
ingresar los resultados
obtenidos (segn
corresponda el orden
aleatorio en el que se
realizaron las corridas
experimentales).
APLICACIONES ESTADISTICAS
Paso 4.
APLICACIONES ESTADISTICAS
2. En la ventana de dilogo
Anlisis de varianza - Un solo
factor, en Respuesta ingrese C4
(Resistencia a la tensin).
En Factor ingrese C3 (Conc. De
madera dura).
Elija Almacenar residuos y
Almacenar ajustes.
Seleccionar el nivel de
confianza que corresponda al
nivel de significacin elegido
para la prueba (en este caso
0.95 ya que se desea = 0.05).
3. Dar clic en Comparaciones.
Marque De Fisher con un nivel de
significacin de 5%.
Haga clic en Aceptar.
APLICACIONES ESTADISTICAS
4. En la ventana de dilogo
Anlisis de varianza - Un solo
factor, abra la opcin Grficas.
Elija Grfica de valores
individuales y Diagramas de
caja de datos.
En Grficas de residuos, marque
Cuatro en uno.
Dar clic en aceptar en cada
ventana de dilogo.
Los resultados del anlisis de
varianza se despliegan en la
Ventana de sesin; los grficos
solicitados en la Carpeta grficas.
APLICACIONES ESTADISTICAS
APLICACIONES ESTADISTICAS
DCA con un factor con efectos fijos. Ejemplo integrador. Interpretacin grfica de los datos
Paso 5.
APLICACIONES ESTADISTICAS
DCA con un factor con efectos fijos. Ejemplo integrador. Interpretacin grfica de los datos
APLICACIONES ESTADISTICAS
Paso 6.
= SSTRAT + SSE
APLICACIONES ESTADISTICAS
Esto indica que la variabilidad total (suma total de cuadrados, SST) en las 24
observaciones de este experimento fue de 513 (en nmeros cerrados). De esta
cantidad, 383 correspondi a la variabilidad explicada por diferencias detectadas
entre los tratamientos del factor niveles de concentracin de madera dura en la
pulpa que fueron experimentados- (suma de cuadrados debido a tratamientos,
SSTRAT) y 130 correspondi a la variabilidad observada dentro de tratamientos, o
sea, entre las resistencias a la tensin en el papel obtenidas en un mismo nivel de
concentracin de madera dura (suma de cuadrados debido al error, SSE).
Al detectarse una variabilidad entre tratamientos mayor que la observada dentro
de tratamientos, SSTRAT > SSE , es posible suponer que la hiptesis nula sea
rechazada. Tal supuesto se valida al comprobar si la diferencia entre estas fuentes
de variacin es realmente significativa. Para ello se procede al anlisis de los
cuadrados medios que reflejan la magnitud real de cada fuente de variacin.
APLICACIONES ESTADISTICAS
APLICACIONES ESTADISTICAS
APLICACIONES ESTADISTICAS
Estadsticos s, R2 y Rajustado.
Adems del anlisis de varianza bsico, Minitab presenta informacin
adicional til: s, R2 y Rajustado, que en conjunto con el p-valor, indican si
las medias o los efectos de los niveles del factor son significativamente
diferentes entre s y con cunta precisin se ajusta el modelo a los
datos.
Interpretacin de R2.
APLICACIONES ESTADISTICAS
APLICACIONES ESTADISTICAS
Como no se conoce 2, puede usarse la raz cuadrada del cuadrado medio del
error del anlisis de varianza como estimador de (MSE es un estimador
insesgado de 2).
Esta es una medida del error del modelo. Modelos con valores menores en S son
modelos que mejor ajustan las variaciones que se estudian. Si se comparan
diferentes modelos, generalmente se debe buscar modelos que minimicen S y
maximicen los dos valores R2.
APLICACIONES ESTADISTICAS
Las estadsticas individuales que despliega Minitab dentro del ANOVA permiten
evaluar las siguientes propiedades de los datos. El nmero N de observaciones
incluidas para cada nivel del factor; la Media de las observaciones para cada nivel.
Estas medias de las muestras proveen un estimado grfico de las medias de
poblacin para cada nivel; las Desviaciones Estndares de la muestra para cada
nivel. El anlisis de varianza presupone que las desviaciones estndares de la
poblacin para todos los niveles son iguales. Entonces, si las desviaciones
estndares de la muestra difieren por un amplio margen, se recomienda probar la
igualdad de las varianzas de los datos utilizando el comando Probar igualdad de
varianzas y la Desviacin estndar agrupada que es el estimado de la
desviacin estndar comn para todos los niveles.
Elabor: Qum. Francisco Partida Hernndez
APLICACIONES ESTADISTICAS
donde el valor de t/2, N-k = t0.025, 20 = 2.086. (Si se conociera 2, podra utilizarse la
distribucin normal para construir los intervalos de confianza).
Elabor: Qum. Francisco Partida Hernndez
APLICACIONES ESTADISTICAS
De esta manera, los intervalos grficos para la resistencia a la tensin media por
nivel de concentracin de madera dura en la pulpa, resultaron ser:
APLICACIONES ESTADISTICAS
DCA con un factor con efectos fijos. Interpretacin de las pruebas de comparacin mltiple
Paso 7.
APLICACIONES ESTADISTICAS
DCA con un factor con efectos fijos. Interpretacin de las pruebas de comparacin mltiple
APLICACIONES ESTADISTICAS
DCA con un factor con efectos fijos. Interpretacin de las pruebas de comparacin mltiple
En este primer conjunto, como en los dos restantes, todas las comparaciones
entre medias resultaron estadsticamente diferentes (todos los intervalos
comprenden 0 -tienen signos iguales en sus lmites-), a excepcin del nico
par de medias que no difiere significativamente: 15% - 10%, cuyo intervalo de
confianza result ser (-1.739, 1.333, 4.04).
INTERPRETACIN DE LOS INTERVALOS DE CONFIANZA DE FISHER AL 95%.
Intervalos de confianza
El intervalo
incluye cero?
Diferencia entre
pares de medias
Conclusin
No
Significativa
10% > 5%
No
Significativa
15% > 5%
No
Significativa
20% > 5%
Si
No significativa
15% = 10%
No
Significativa
No
Significativa
APLICACIONES ESTADISTICAS
Paso 8.
APLICACIONES ESTADISTICAS
Paso 9. Anlisis
de residuales
APLICACIONES ESTADISTICAS
Diseo en bloques
completos al azar
(DBCA).
APLICACIONES ESTADISTICAS
Definicin
Generalidades.
En cualquier experimento en el que se desea comparar ciertos
tratamientos o estudiar el efecto de un factor, es deseable que
las posibles diferencias que se lleguen a detectar se deban
principalmente al factor de inters y no a otros factores que no se
consideran en el estudio (operadores, unidades de equipo o
maquinaria de prueba, mtodos, lotes de materia prima, turnos,
etc.). Cuando esto no ocurre y existen otros factores que no se
controlan o nulifican, las conclusiones pueden llegar a ser
afectadas sensiblemente. Para evitar tal situacin, se usa una
tcnica de diseo llamada formacin de bloques, que elimina, de
manera sistemtica, la influencia de un factor no controlado,
sobre las comparaciones estadsticas entre tratamientos del
factor de inters (se busca que la fuente adicional de variacin,
que representa el factor de bloqueo, no vaya a sesgar las
comparaciones).
APLICACIONES ESTADISTICAS
Definicin
APLICACIONES ESTADISTICAS
APLICACIONES ESTADISTICAS
DBCA
1
Tratamiento
Y11
Y12
Y13
Y1b
Y21
Y22
Y23
Y2b
Y31
Y32
Y33
Y3b
.
.
.
.
.
.
.
.
.
.
.
.
...
.
.
.
Yk1
Yk2
Yk3
Ykb
APLICACIONES ESTADISTICAS
Contrastes de hiptesis.
Las hiptesis de inters a probar en un experimento tipo DBCA
son las mismas para todos los diseos comparativos, y estn
dadas por:
H 0 : 1 = 2 = 3 = . . . = k =
H1 : i j para algn i j
Lo cual se puede escribir en forma equivalente como:
APLICACIONES ESTADISTICAS
APLICACIONES ESTADISTICAS
Grados
de libertad
Suma de
cuadrados
Cuadrados
medios
FCAL
FTABLAS
Tratamientos
k1
SCTRAT
CMTRAT
CMTRAT / CME
F; k-1,(k-1)(b-1)
Bloques
b-1
SCB
CMB
CMB / CME
Error
( k 1)(b 1)
SCE
CME
Total
N-1
SCT
F; b-1,(k-1)(b-1)
APLICACIONES ESTADISTICAS
Ejemplo integrador
Ejemplo integrador
DBCA con un factor
APLICACIONES ESTADISTICAS
Ejemplo integrador
Ejemplo integrador
DBCA con un factor.
Un equipo de mejora investiga el efecto de cuatro mtodos de
ensamble A, B, C y D, sobre el tiempo de ensamble en minutos.
Se designan cuatro operadores para la prueba. Como se
sospecha que los cuatro operadores que se utilizarn para
realizar el ensamble pueden afectar significativamente los
tiempos de ensamble y, por ende, la comparacin de los
mtodos, la estrategia
RESULTADOS PARA EL DBCA
RESPUESTA: TIEMPO EN MINUTOS
experimental requiere anular
(bloquear) el efecto del
OPERADOR
factor operador, para que la
MTODO
1
2
3
4
fuente adicional de variacin,
A
6
9
7
8
que representan los
B
7
10
11
8
operadores, no sesgue las
C
10
16
11
14
comparaciones.
D
10
13
11
9
APLICACIONES ESTADISTICAS
Ejemplo integrador
APLICACIONES ESTADISTICAS
Pasos a seguir.
Diseo en bloques completos al azar, DBCA. Ejemplo integrador. Especificaciones para el DBCA
APLICACIONES ESTADISTICAS
APLICACIONES ESTADISTICAS
APLICACIONES ESTADISTICAS
RESULTADOS DE LA ALEATORIZACIN
EN EL BLOQUE 1.
APLICACIONES ESTADISTICAS
RESULTADOS DE LA ALEATORIZACIN EN EL
BLOQUE 2.
RESULTADOS DE LA ALEATORIZACIN EN EL
BLOQUE 3.
APLICACIONES ESTADISTICAS
RESULTADOS DE LA ALEATORIZACIN EN EL
BLOQUE 4.
El orden aleatorio de
las corridas en los
cuatro bloques,
resulta como se
indica.
APLICACIONES ESTADISTICAS
APLICACIONES ESTADISTICAS
APLICACIONES ESTADISTICAS
OPERADOR
MTODO
10
11
10
16
11
14
10
13
11
APLICACIONES ESTADISTICAS
APLICACIONES ESTADISTICAS
En la Ventana de dilogo
Modelo lineal general
resultados, elegir Adems,
coeficientes para todos los
trminos (efectos).
2. En la Ventana de
dilogo Modelo lineal general
seleccionar Grfica de
factores.
APLICACIONES ESTADISTICAS
En la Ventana de dilogo
Modelo lineal general
grficas factoriales, en Grfica
de efectos principales ingresar
Mtodos y Operador (factor
de inters y factor de bloque,
repectivamente).
Dar clic en Aceptar.
APLICACIONES ESTADISTICAS
Interpretacin de resultados.
Anlisis grfico de efectos principales.
APLICACIONES ESTADISTICAS
Aunque no ha sido objetivo del experimento comparar los niveles del factor
de bloque (operador) para elegir alguno, en el grfico tambin se aprecian
diferentes efectos de stos sobre el tiempo de ensamble, lo que indica que en
futuros experimentos valdr la pena considerar al operador como un segundo
factor de inters (DOE factorial), o en este caso, como informacin extra, se
decida dar mayor capacitacin a aqullos operadores que lo requieran por
diferenciarse realmente de manera significativa del comportamiento del
grupo.
APLICACIONES ESTADISTICA S
APLICACIONES ESTADISTICA S
APLICACIONES ESTADISTICA S
Estos valores permiten seleccionar el modelo que mejor ajusta a los datos. El
valor R2, indica que el modelo explica el 83.3% de la variabilidad observada en
el tiempo de ensamblado. El R-cuad. (ajustado) no es referencia en este caso
pues se utiliza para evaluar el impacto de aumentar o disminuir el nmero de
trminos del modelo. La desviacin estndar agrupada S=1.41 (calculada
mediante la raz cuadrada de MSE), estima la desviacin estndar comn para
todos los niveles del factor. En conjunto, estos estadsticos evidencian que el
modelo se ajusta muy bien a los datos.
APLICACIONES ESTADISTICA S
APLICACIONES ESTADISTICA S
APLICACIONES ESTADISTICA S
Interpretacin de resultados.
Salida de las pruebas de comparacin mltiple entre pares de
niveles de medias del factor de inters (MTODO).
Por no comprender
cero, los intervalos de
los pares de medias
CA, DA y CB
evidencian diferencias
significativas entre sus
medias; por
comprenderlo, los
pares que no
resultaron con
diferencias
significativas son BA,
DB y DC.
APLICACIONES ESTADISTICA S
APLICACIONES ESTADISTICA S
APLICACIONES ESTADISTICA S
APLICACIONES ESTADISTICA S
APLICACIONES ESTADISTICAS
APLICACIONES ESTADISTICAS
APLICACIONES ESTADISTICAS
APLICACIONES ESTADISTICAS
Definicin
APLICACIONES ESTADISTICAS
Diseo de un DCL.
Cuadro latino.
No cualquier arreglo de letras latinas en forma de cuadro es un
cuadro latino. La regla fundamental es que cada letra debe
aparecer slo una vez en cada rengln y en cada columna.
Suponga 4 tratamientos A,B,C,D. Para estos 4 tratamientos se
pueden formar cuatro diferentes cuadros latinos llamados tpicos
o estndar, en los que en la primera columna y en el primer
rengln aparecen las letras en orden alfabtico. De cada cuadro
se obtienen 144 formas diferentes, en total se tienen 576 cuadros
diferentes de tamao cuatro. Los tratamientos deben asignarse
empleando uno de estos diseos, es decir, si son cuatro
tratamientos, escoger uno entre los 576 posibles.
APLICACIONES ESTADISTICAS
Bloque I
(renglones)
A = YA11
B = YB12
C = YC13
K = Yk1k
B = YB21
C = YC22
D = YD23
A = YA2k
C = YC31
D = YD32
E = Y533
B = YB3k
.
.
.
.
.
.
.
.
.
.
.
.
...
.
.
.
K = Ykk1
A = YAk2
B = YBk3
J = YJkk
APLICACIONES ESTADISTICAS
Modelo estadstico
Modelo estadstico.
En un diseo en cuadro latino, la variable de respuesta viene
descrita por:
donde:
= efecto constante, comn a todas las unidades
= efecto producido por el i-simo nivel del factor de tratamiento (letra latina)
= efecto producido por el j-simo nivel del factor fila (factor de bloque 1)
= efecto producido por el l-simo nivel del factor columna l (factor de bloque 2)
= error experimental de la unidad experimental ijl.
= observacin en la unidad experimental ijl.
APLICACIONES ESTADISTICAS
Contrastes de hiptesis
Contrastes de hiptesis.
En este diseo, se desea estudiar el efecto estadstico de cada
uno de los componentes del modelo: el debido al factor de inters
(letras latinas), el debido al factor fila (bloque 1), el debido al factor
columna (bloque 2).
APLICACIONES ESTADISTICAS
APLICACIONES ESTADISTICAS
Tabla ANOVA
Grados
de libertad
Suma de
cuadrados
Cuadrados
medios
FCAL
FTABLAS
Tratamientos
k1
SCTRAT
CMTRAT
CMTRAT / CME
Renglones
k1
SCB1
CMB1
CMB1 / CME
Columnas
k1
SCB2
CMB2
CMB2 / CME
Error
(k 2)(k 1)
SCE
CME
Total
k2 - 1
SCT
APLICACIONES ESTADISTICAS
Ejemplo integrador
Ejemplo integrador
Diseo en Cuadro latino, DCL.
APLICACIONES ESTADISTICAS
Ejemplo integrador
Ejemplo integrador
Diseo en Cuadro latino, DCL.
Se requiere estudiar el efecto de cinco diferentes catalizadores (A,
B, C, D y E) sobre el tiempo de reaccin de un proceso qumico.
Cada lote de material slo permite cinco corridas y cada corrida
requiere aproximadamente 1.5 horas, por lo que se decide realizar
slo cinco corridas diarias en cinco das de estudio.
RESULTADOS PARA EL DCL (RESPUESTAS EN TIEMPO EN MINUTOS)
DA (Bloque 2)
El experimentador
decide correr los
experimentos con un
diseo en cuadro latino
para controlar
activamente los lotes
y los das.
L
O
T
E
A=8
B=7
D=1
C=7
E=3
C = 11
E=2
A=7
D=3
B=8
B=4
A=9
C = 10
E=1
D=5
D=6
C=8
E=6
B=6
A = 10
E=4
D=2
B=3
A=8
C=8
APLICACIONES ESTADISTICAS
APLICACIONES ESTADISTICAS
Pasos a seguir.
Correr el experimento
Ingresar los datos experimentales en Hoja de trabajo Minitab
Correr e interpretar el anlisis de varianza, ANOVA.
Evaluar el modelo (comprobacin de los supuestos).
Realizar pruebas de comparacin mltiple
Determinar los niveles que minimizan la respuesta
Predecir resultados
APLICACIONES ESTADISTICAS
Factor de bloqueo 2: Da
Niveles o tratamientos de los factores de bloqueo: 5 (1, 2, 3, 4, 5)
Unidad experimental: Reaccin qumica
Variable de salida: Tiempo (minutos)
No. de pruebas por bloque: 5
Rplicas: 1 Datos p/variable analizada: N=25
APLICACIONES ESTADISTICAS
APLICACIONES ESTADISTICAS
APLICACIONES ESTADISTICAS
APLICACIONES ESTADISTICAS
APLICACIONES ESTADISTICAS
Ingreso de datos
experimentales.
1. En C11 nombrar la variable de
respuesta Tiempo de reaccin.
DA
L
O
T
E
A=8
B=7
D=1
C=7
E=3
C = 11
E=2
A=7
D=3
B=8
B=4
A=9
C = 10
E=1
D=5
D=6
C=8
E=6
B=6
A = 10
E=4
D=2
B=3
A=8
C=8
APLICACIONES ESTADISTICAS
2. Abrir la pestaa de
Comparaciones
APLICACIONES ESTADISTICAS
3. Al regresar a la ventana
Modelo lineal general abrir la
pestaa de Grficas.
APLICACIONES ESTADISTICAS
En Grficas de residuos
elegir Cuatro en uno.
Dar clic en Aceptar.
4. Al regresar a la ventana
Modelo lineal general dar clic
en Resultados.
APLICACIONES ESTADISTICAS
Para la presentacin de
resultados, seleccionar la
tercera opcin.
En Mostrar las medias de los
cuadrados mnimos
correspondientes a los
trminos ingresar C10
Factor (catalizador).
Dar clic en Aceptar .
5. En la Ventana de
dilogo Modelo lineal
general seleccionar
Grfica de factores.
APLICACIONES ESTADISTICAS
En la Ventana de dilogo
Modelo lineal general
grficas factoriales, en Grfica
de efectos principales ingresar
Factor (Catalizador), BQ.1 y
BQ.2 (factor de inters y
factores de bloque 1 y 2,
respectivamente).
Dar clic en Aceptar.
Los resultados del ANOVA, las
medias de los cuadrados
correspondientes a los trminos y
las pruebas de comparacin, se
despliegan en la ventana de sesin;
los grficos de efectos principales y
residuales son desplegados en la
carpeta de grficos.
APLICACIONES ESTADISTICAS
Interpretacin de resultados.
Anlisis grfico de efectos principales.
APLICACIONES ESTADISTICAS
Interpretacin:
El anlisis de varianza indica que existe una diferencia entre las medias de los
tratamientos del factor de inters (el factor principal Catalizador obtuvo un valorp =
0.000 < = 0.05) y por lo tanto, se concluye que EL TIPO DE CATALIZADOR ES
DETERMINANTE SOBRE EL TIEMPO DE LA REACCIN QUMICA, y por lo cual se
requiere de realizar las pruebas de comparacin mltiple para aislar e identificar las
diferencias especficas entre los niveles del factor.
Elabor: Qum. Francisco Partida Hernndez
APLICACIONES ESTADISTICAS
Por lo que respecta a las pruebas de hiptesis para validar el efecto de los
bloques (lote y da), se observa que sus valores-p resultaron mayores a =
0.05, con lo que se concluye que dichos factores no tienen influencia sobre la
variable de respuesta, es decir, no influyen de manera significativa sobre el
tiempo de la reaccin (se tiene el argumento a favor de no controlar estos
factores en futuros experimentos sobre esta misma respuesta).
APLICACIONES ESTADISTICAS
APLICACIONES ESTADISTICAS
APLICACIONES ESTADISTICAS
Diseo en Cuadro latino, DCL. Ejemplo integrador. Salida de medias de cuadrados mnimos
APLICACIONES ESTADISTICAS
Los pares de
medias que
evidencian
diferencias
significativas entre
sus medias (sus
intervalos no
comprenden cero)
son DA, EA, DC y
EC; los pares
cuyas diferencias
no son
significativas (sus
intervalos
comprenden cero)
son BA, CA, CB,
DB EB y ED.
APLICACIONES ESTADISTICAS
Salida para las pruebas de contraste de hiptesis que comparan pares entre
los niveles del factor principal (CATALIZADOR), en la ventana de sesin.
Minitab presenta
tambin los
resultados de las
comparaciones
mltiples en forma de
pruebas de hiptesis.
Estas se muestran de
la misma forma que
los intervalos de
confianza. Se pueden
apreciar rpidamente
los pares de medias
en los que existe una
evidencia significativa
de diferencias (p<).
Elabor: Qum. Francisco Partida Hernndez
APLICACIONES ESTADISTICAS
APLICACIONES ESTADISTICAS
8.4 (2.18)(0.7908)
Catalizador B:
5.6 (2.18)(0.7908)
Catalizador C:
8.8 (2.18)(0.7908)
Catalizador D:
3.4 (2.18)(0.7908)
Catalizador E:
3.2 (2.18)(0.7908)
APLICACIONES ESTADISTICAS
Diseo en Cuadro latino, DCL. Ejemplo integrador. Comprobacin de supuestos del modelo
APLICACIONES ESTADISTICAS
APLICACIONES ESTADISTICAS
Definicin
APLICACIONES ESTADISTICAS
Cuadro grecolatino
APLICACIONES ESTADISTICAS
Cuadro grecolatino
3. En una de las otras dos celdas de la fila dos (2,3) o (2,4), debe
haber A, y en la otra , ya que el par A que se encuentra en la
celda (1,1) no se puede repetir.
4. Si se opta por la celda de la segunda fila, tercera y cuarta
columnas para A y , respectivamente, y se propagan las
restricciones, se obtienen los pares A y D.
5. Dado que no existen otras posibilidades para la celda (2,3), el
conjunto de soluciones se completa salvo permutacin entre los
niveles de los factores de
inters y de bloqueo.
El diseo DCGL 4x4 queda
como se indica:
APLICACIONES ESTADISTICAS
Cuadro grecolatino
ORDEN 4
NOTA.
Uno de los
inconvenientes del
cuadro grecolatino, al
igual que el cuadro
latino, es que requiere
el mismo nmero de
niveles para los cuatro
factores que
intervienen. Adems
no hay cuadrados
grecolatinos de
dimensin 6.
ORDEN 5
APLICACIONES ESTADISTICAS
1
Factor de
bloque
(renglones)
2
3
4
APLICACIONES ESTADISTICAS
Modelo estadstico
Modelo estadstico.
El modelo estadstico que describe las mediciones en un
diseo en cuadro grecolatino, DCGL, est dado por:
donde:
= efecto constante, comn a todas las unidades
= efecto producido por el i-simo nivel del factor de tratamiento (letra latina)
= efecto producido por el j-simo nivel del factor fila (factor de bloque 1)
= efecto producido por el l-simo nivel del factor columna l (factor de bloque 2)
= efecto producido por el m-simo nivel del factor letra griega (factor de bloque 3)
= error experimental de la unidad experimental ijlm.
APLICACIONES ESTADISTICAS
Contrastes de hiptesis
Contrastes de hiptesis.
Las hiptesis que se plantean en un diseo experimental DGCL
para comprobar los efectos estadsticos de los trminos del
modelo (efectos de tratamientos-letras latinas, de filas, de
columnas y de letras griegas), son:
APLICACIONES ESTADISTICAS
Descomposicin de la variabilidad
Descomposicin de la variabilidad.
La variabilidad total presente en los datos se puede partir de la
manera usual como:
SCT = SCTRAT + SCB1 + SCB2 + SCB3 + SCE
donde:
SCT = suma total de cuadrados
SCTRAT= suma de cuadrados debido al efecto letras latinas (factor principal
SCB1 = suma de cuadrados debido al efecto del factor fila
SCB2 = suma de cuadrados debido al efecto del factor columna
SCB3 = suma de cuadrados debido al efecto del factor
SCE = suma de cuadrados del error
APLICACIONES ESTADISTICAS
Tabla ANOVA
Grados
de libertad
Suma de
cuadrados
Cuadrados
medios
FCAL
FTABLAS
Tratamientos
(letras latinas)
k1
SCTRAT
CMTRAT
CMTRAT / CME
Factor bloque 1
(renglones)
k1
SCB1
CMB1
CMB1 / CME
Factor bloque 2
(columnas)
k1
SCB2
CMB2
CMB2 / CME
Factor bloque 3
(letras griegas)
k1
SCB3
CMB3
CMB3 / CME
Error
(k 3)(k 1)
SCE
CME
Total
k2 - 1
SCT
APLICACIONES ESTADISTICAS
Ejemplo integrador
Ejemplo integrador
Diseo en Cuadro grecolatino, DCGL.
APLICACIONES ESTADISTICAS
Ejemplo integrador
Ejemplo integrador
Diseo en Cuadro grecolatino, DCGL.
Un equipo de mejora investiga el efecto de cuatro mtodos de
ensamble A,B,C y D, sobre el tiempo de ensamble en minutos. La
estrategia experimental requiere de aplicar un DCGL, pues se
considera la necesidad de controlar en el experimento el orden de
ensamble (bloque 1),
RESULTADOS PARA EL DCGL (RESPUESTAS EN TIEMPO EN MINUTOS)
a los operadores que
realizan el ensamble
Operador (Bloque 2)
Orden
(bloque 2) y el Da
(Bloque 1)
1
2
3
4
en el que se
1
10
10
12
7
efectan dichos
ensambles (bloque 3
2
15
7
14
8
letras griegas).
3
6
14
13
11
4
11
10
APLICACIONES ESTADISTICAS
Ejemplo integrador
APLICACIONES ESTADISTICAS
Pasos a seguir.
APLICACIONES ESTADISTICAS
Factor de bloqueo 3: Da
Niveles o tratamientos de los factores de bloqueo: 4 (1, 2, 3, 4)
Unidad experimental: Ensamblado de la pieza
Variable de salida: Tiempo (minutos)
No. de pruebas por bloque: 4
Rplicas: 1
Datos p/variable analizada: N=16
Elabor: Qum. Francisco Partida Hernndez
APLICACIONES ESTADISTICAS
Orden
(Bloque 1)
Operador (Bloque 2)
1
APLICACIONES ESTADISTICAS
APLICACIONES ESTADISTICAS
APLICACIONES ESTADISTICAS
APLICACIONES ESTADISTICAS
Ingreso de datos
experimentales.
1. En C11 nombrar la variable de
respuesta Tiempo .
C = 10
B = 10
D = 12
A = 7
B = 8
C = 15
A = 7
D = 14
A = 6
D = 14
B = 11
C = 13
D = 11
A = 8
C = 10
B = 8
Operador (Bloque 2)
APLICACIONES ESTADISTICAS
2. Abrir la pestaa de
Comparaciones
Elabor: Qum. Francisco Partida Hernndez
APLICACIONES ESTADISTICAS
3. Al regresar a la ventana
Modelo lineal general abrir la
pestaa de Grficas.
APLICACIONES ESTADISTICAS
En Grficas de residuos
elegir Cuatro en uno.
Dar clic en Aceptar.
4. Al regresar a la ventana
Modelo lineal general dar clic
en Resultados.
APLICACIONES ESTADISTICAS
En la Ventana de dilogo
Modelo lineal general
resultados, seleccionar
Adems, coeficientes para
todos los trminos e ingresar
Mtodo (factor de inters).
Dar clic en Aceptar.
5. En la Ventana de
dilogo Modelo lineal
general seleccionar
Grfica de factores.
APLICACIONES ESTADISTICAS
En la Ventana de dilogo
Modelo lineal general
grficas factoriales, en Grfica
de efectos principales ingresar
C10, C7, C8 y C9 (factor de
inters y factores de bloque 1,
2 y 3, respectivamente).
Dar clic en Aceptar.
APLICACIONES ESTADISTICAS
Salida de resultados.
APLICACIONES ESTADISTICAS
APLICACIONES ESTADISTICAS
Interpretacin de resultados
Anlisis grfico de efectos principales.
La grfica despliega los efectos principales del
factor de inters y de los factores de bloque. La
magnitud de un efecto est relacionada con su
distancia con respecto a la media global, .
Efectos de los tratamientos.
Los tratamientos A y B reducen el tiempo medio
global de ensamble ( = 10.25). El mtodo A lo
reduce en 3.25 minutos y el B en solo 1 minuto. Los
efectos de los tratamientos C y D son contrarios a
los anteriores pues stos incrementan el tiempo
promedio global de ensamble en 1.75 y 2.50
minutos, respectivamente.
2.50
1.75
-1.00
-3.25
APLICACIONES ESTADISTICAS
APLICACIONES ESTADISTICAS
En el anlisis se evalan los efectos del factor de inters (Mtodo) y de los factores de
bloque (orden, operador y da). Presuponiendo que se seleccion el nivel de 0.05, los
resultados del ANOVA indican lo siguiente: para el factor de inters result que el valorp
= 0.014 < = 0.05, lo que significa que el efecto del Mtodo sobre el tiempo de ensamble
es significativo, es decir, EL TIEMPO MEDIO DE ENSAMBLE NO ES EL MISMO PARA
LOS DIFERENTES MTODOS. Por su parte, los valores-p para cada factor de bloque
resultaron ser mayores que 0.05, lo que indica que stos no tienen un efecto significativo
sobre la respuesta.
APLICACIONES ESTADISTICAS
Estos valores permiten seleccionar el modelo que mejor ajusta a los datos. El
valor R2, indica que el modelo explica el 97.01% de la variabilidad observada
en el tiempo de ensamblado. El R-cuad. (ajustado) no es referencia en este
caso pues se utiliza para evaluar el impacto de aumentar o disminuir el nmero
de trminos del modelo. La desviacin estndar agrupada S=1.08012
(calculada mediante la raz cuadrada de MSE), estima la desviacin estndar
comn para todos los niveles del factor. En conjunto, estos estadsticos
evidencian que el modelo se ajusta muy bien a los datos.
APLICACIONES ESTADISTICAS
APLICACIONES ESTADISTICAS
APLICACIONES ESTADISTICAS
APLICACIONES ESTADISTICAS
APLICACIONES ESTADISTICAS
APLICACIONES ESTADISTICAS
APLICACIONES ESTADISTICAS