Sandra Serrano Mariscal

PREGUNTAS TEÓRICAS CAPITULO 3.

1. Explique en qué consiste y cuando se debe aplicar el diseño completamente al
azar con un solo criterio de clasificación.
Consiste en comparar tratamientos en cuanto a sus medias poblacionales y se utiliza
cuando el objetivo es comparar más de dos tratamientos.

2. Supongamos que se desea aprobar la igualdad entre sí de cinco medias. Una

alternativa para hacer esto sería comparar de dos en dos las medias, utilizando la
prueba T student y al final tomar una decisión. Explique porque esto aumenta el
error tipo I.
Al tener cinco medias se forman diez pares de medias, y si la probabilidad de aceptar
la Ho para cada prueba es de 1-α = 0.95, entonces la probabilidad de aceptar las diez
Ho es de (0.95^10) = 0.5987, lo cual representa un aumento considerable del error tipo
I.

3. ¿Qué mide el cuadrado medio del error en el ANOVA de un experimento?

Es la suma de cuadrados divididos entre sus respectivos grados de libertad, es una
estimación de la magnitud de su fuente de variabilidad.

4. ¿Qué son los grados de libertad para una suma de cuadrados en un análisis de
varianza?
Número de piezas de información independientes en la suma de cuadrados. En general,
es el número de observaciones menos el número de parámetros estimados de los datos.
5. A continuación se muestra parte del ANOVA para comparar cinco tratamientos
con cuatro replicas cada uno.

Fuente de Suma de G. de C. medio Razón F Valor –p

variación cuadrados libertad
Tratamiento 800 4 200 7.5 P(3.06>7.5)
Error 400 15 26.66
Total 1200 19

a) Agregar en esta tabla los grados de libertad, el cuadrado medio y la razón F para cada
una de las fuentes de variación.
b) Anote el modelo estadístico y formule la hipótesis pertinente al problema.
H0: μ1= μ2 = μ3= μ4= μ5= μ
HA: μi≠ μi para algún i ≠ j
 Sandra Serrano Mariscal
PREGUNTAS TEÓRICAS CAPITULO 3.
c) Con el apoyo de la función DISTR.F.INV(α, k-1, N-k) de Excel calculo el valor-p o la
significancia observada para ver si hay diferencia entre los tratamientos.
DISTR.F.INV(0.05,4,15)=3.05 entonces P(3.05<7.5)

d) ¿Hay diferencias significativas entre tratamientos? Argumente su respuesta.

Es posible determinar la diferencia entre los tratamientos, mediante la tabla ANOVA con el
valor obtenido del estadístico F0 ya que en caso de rechazar la hipótesis anterior se estaría
asumiendo que las medias de los tratamientos son diferentes

6. Se desea investigar el efecto del pH en el crecimiento de cierto microorganismo

en un medio específico. Para ello se realiza un experimento, teniendo como punto
de partida la misma cantidad de microorganismos. Se hacen cuatro repeticiones
y se obtienen los siguientes resultados. ¿estos datos son evidencia suficiente
para afirmar que los niveles de pH donde se logra menor y mayor crecimiento son
el 3 y el 2, respectivamente? Explique su respuesta.

Nivel de pH Crecimiento
promedio (en %)
1 80
2 105
3 75
No se puede afirmar que el nivel de pH influya directamente en el crecimiento promedio es
necesario que se proporcionen más datos por tratamiento para evaluar y tomar una
decisión.

7. Se desea investigar la influencia de la temperatura en el rendimiento de un

proceso químico, en particular interesa investigar un rango de temperatura entre
60 y 120 ºC. se tiene recursos para realizar 20 corridas experimentales.
a) Los niveles de temperatura con los que se experimenta son: 60, 65, 70 y 120; se hacen
5 repeticiones con cada nivel. ¿Considera que es adecuado el diseño experimental
usado? Argumente su respuesta, y de ser necesario proponga alternativas.
No es adecuado el diseño experimental debido a que los niveles de temperatura con los
cuales se pretende experimentar no están distribuidos uniformemente en el rango
establecido, se recomienda distribuirlos de manera uniforme (T=60,80, 100, 120) y hacer
las 5 repeticiones.

b) El orden en que decidieron hacer las corridas experimentales para facilitar el trabajo
experimental fue: primero la cinco del nivel bajo de temperatura luego la cinco del siguiente
y así hasta finalizar. ¿Es correcto lo que hicieron? Argumente su respuesta
No es correcto ya que las corridas experimentales deben ser aleatorias de manera que los
posibles efectos ambientales y temporales se vayan repartiendo equitativamente entre los
tratamientos.
 Sandra Serrano Mariscal
PREGUNTAS TEÓRICAS CAPITULO 3.
c) Para hacer el análisis estadístico se comparan, mediante una prueba T-student, de dos
en dos niveles de temperatura, y con base en esto obtuvieron conclusiones. ¿Es adecuado
tal análisis? Argumente, y en su caso proponga alternativas.
No es adecuado, aumentaría el error tipo I: rechazar Ho siendo verdadera en cada par de
medias. Lo correcto es hacer realizar una prueba ANOVA.

8. Describa en qué consiste cada uno de los supuestos del modelo en el análisis
de varianza, y explique la forma típica en que estos supuestos se verifican.

Normalidad: Consiste en verificar el cumplimiento de que los residuos sigan una distribución
normal y se verifica graficando los residuos en una escala X-Y de tal manera que si los
residuos siguen una distribución normal al graficarlos tienden a quedar alineados en una
línea recta, por lo tanto no se alinea se concluye que el supuesto de normalidad no es
correcto. El ajuste de los puntos no debe ser perfecto, dado que el análisis de varianza
resiste pequeñas y moderadas desviaciones al supuesto de normalidad.

Varianza Constante: Comprobar que los residuos de cada tratamiento tienen la misma
varianza, es verificado graficando los predichos contra los residuos y si los puntos en esta
grafica se distribuyen de manera aleatoria en una banda horizontal (sin ningún patrón claro
y contundente) entonces es señal de que se cumple el supuesto de que los tratamientos
tienen igual varianza.

Independencia: Probar que los residuos son independientes entre sí, se verifica si se grafica
el orden en que se colecto un dato contra el residuo correspondiente, de esta manera si al
graficar en el eje horizontal el tiempo (orden de corrida) y en el eje vertical los residuos, se
detecta una tendencia o patrón no aleatorio claramente definido, esto es evidencia de que
existe una correlación entre los errores y, por lo tanto el supuesto de independencia no se
cumple.

9. ¿Qué son y cuando se aplican las pruebas para comparar medias?

Son métodos que nos permiten hacer comparaciones entre todos los posibles pares de
medias, dependiendo del número de tratamientos para identificar cuales resultaron
diferentes. Se aplican cuando es rechazada la Ho (todas las medias son iguales).
 Sandra Serrano Mariscal
PREGUNTAS TEÓRICAS CAPITULO 3.
CAPITULO 4.
1. ¿En que situaciones se aplica un diseño de bloques completos al azar? ¿En
que difieren los factores de tratamientos y de bloque?
El diseño de bloques completamente al azar se aplica cuando el efecto de un tratamiento a
comparar depende de otros factores que pueden influir en el resultado. La diferencia entre
los factores de tratamiento y los de bloque radica en que los de bloque no se incluyen en el
experimento de manera explícita porque interese analizar su efecto sino como un medio
para estudiar de manera adecuada y eficaz el factor de interés.

2. ¿Qué diferencia hay entre un DBCA y los diseños del cuadro latino?
En el DBCA se controla un factor de bloque y uno de tratamiento y el error aleatorio teniendo
tres fuentes de variabilidad mientras que en los diseños de cuadro latino se controlan dos
factores de bloque y un factor de tratamiento por lo que se tienen cuatro fuentes de
variabilidad (tratamientos, factor de bloque I, factor de bloque II y error aleatorio) que
pueden afectar la respuesta observada.
3. ¿Considere el modelo estadístico para un diseño en bloques. Si en una
situación experimental se tiene un factor de tratamienos y otro de bloque,
¿qué efecto tiene sobre el error aleatorio el que se considere o no en el análisis
el efecto del bloque? Apoye la explicación con base en el modelo.
 Sandra Serrano Mariscal
PREGUNTAS TEÓRICAS CAPITULO 3.

ANOVA de un solo factor: Control T1, T2, T3, T4

Método
Hipótesis nula Todas las medias son iguales
Hipótesis alterna No todas las medias son iguales
Nivel de significancia α = 0.05
Se presupuso igualdad de varianzas para el análisis.

Información del factor

Factor Niveles Valores
Factor 4 Control T1, T2, T3, T4
Análisis de Varianza
Fuente GL SC Ajust. MC Ajust. Valor F Valor p
Factor 3 95041.3 31680.4 1558.97 0.000
Error 24 487.7 20.3
Total 27 95529.0
Resumen del modelo
R-cuad. R-cuad.
S R-cuad. (ajustado) (pred)
4.50793 99.49% 99.43% 99.31%
Medias
Factor N Media Desv.Est. IC de 95%
Control T1 7 208.29 5.12 (204.77, 211.80)
T2 7 78.86 4.18 (75.34, 82.37)
T3 7 61.43 4.16 (57.91, 64.95)
T4 7 85.57 4.50 (82.05, 89.09)
Desv.Est. agrupada = 4.50793

Comparaciones en parejas de Tukey

Agrupar información utilizando el método de Tukey y una confianza de
95%
Factor N Media Agrupación
Control T1 7 208.29 A
T4 7 85.57 B
T2 7 78.86 C
T3 7 61.43 D
 Sandra Serrano Mariscal
PREGUNTAS TEÓRICAS CAPITULO 3.
Las medias que no comparten una letra son significativamente diferentes.

ICs simultáneos de 95% de Tukey

Comparaciones en parejas de Fisher
Agrupar información utilizando el método LSD de Fisher y una confianza
de 95%
Factor N Media Agrupación
Control T1 7 208.29 A
T4 7 85.57 B
T2 7 78.86 C
T3 7 61.43 D
Las medias que no comparten una letra son significativamente diferentes.

ICs individuales de 95% de Fisher

Gráfica de intervalos de Control T1, T2, ...
Gráfica de caja de Control T1, T2, ...