Documente Academic
Documente Profesional
Documente Cultură
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA
CIVIL
ANALISIS DE VARIANZA
PRESENTADO POR:
MOSQUERA CHALAN ,Jhonny
MEDINA GAMBOA , Neyder
DOCENTE:
CAJAMARCA-PERÚ
2018
1
UNIVERSIDAD NACIONAL DE CAJAMARCA
“Norte de la Universidad Peruana”
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA CIVIL
ESTRATEGIA DE EXPERIMENTACIÓN
Los experimentos son parte natural en el proceso de la toma de decisiones en ingeniería y las
ciencias. Supóngase, por ejemplo, que un ingeniero civil investiga los efectos de diferentes métodos
de curado sobre la resistencia a la compresión media del concreto. El experimento consistiría en
formar varios ejemplos de prueba de concreto utilizando cada uno de los métodos de curado
propuestos para después probar la resistencia a la compresión de cada ejemplar de prueba. Los
datos de este experimento podrían usarse a fin de determinar qué método de curado deberá usarse
para conseguir la resistencia a la compresión media máxima.
Si sólo hay dos métodos de curado que sean de interés, este experimento podría diseñarse y
analizarse aplicando los métodos para hipótesis estadísticas con dos muestras. Es decir, el
experimentador tiene un solo factor de interés (el método de curado) y sólo hay dos niveles del factor.
Las técnicas de diseño experimental basadas en la estadística son particularmente útiles en el
campo de la ingeniería para mejorar el desempeño de un proceso de manufactura. Tiene también
diversas aplicaciones en el desarrollo de nuevos procesos. La mayoría de los procesos pinfluencia
ueden describirse en términos de varias variables controlables, como la temperatura, la presión y la
rapidez de alimentación. Mediante el uso de experimentos diseñados, los ingenierospueden
determinar el subconjunto de las variables del proceso que ejerce mayor influencia sobre el
desempeño del proceso . Los resultados de un experimento como éste pueden llevar a 1) El
mejoramiento del rendimiento del proceso, 2) La reducción de la variabilidad del proceso y a una
concordancia más próxima con los requerimientos nominales o proyectados.3) La reducción del
tiempo de diseño y desarrollo. 4) La reducción en el costo de operación.
ANALISIS DE VARIANZA
El análisis de varianza se sigue para facilitar una prueba de hipótesis, mediante la cual la variación
total presente en un conjunto de datos se particiona en varias componentes, algunas se atribuyen
a variables explicativas o factores y otra al azar (error inmerso en el modelo) de modo que en el
análisis es posible averiguar la magnitud de las contribuciones de cada una de las fuentes a la
variación total.
El análisis de varianza tiene su aplicación más amplia en análisis de los datos obtenidos a partir de
experimentos.
El análisis de varianza se utiliza en dos fines:
• Estimar y probar la hipótesis acerca de las varianzas de las poblaciones. Estimar y
probar la hipótesis acerca de las medias de las poblaciones.
2
UNIVERSIDAD NACIONAL DE CAJAMARCA
“Norte de la Universidad Peruana”
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA CIVIL
Este diseño debe limitarse su uso a casos en los cuales se dispone de unidades experimentales
homogéneas. Si no pueden obtenerse tales unidades, debe utilizarse algún bloqueo para
incrementar la eficiencia del diseño.
MODELO.
• Suponga que se tiene K niveles de un solo factor que se desean comparar.
• La respuesta observada a partir de cada uno de los K niveles o tratamientos es una
variable aleatoria. Los datos aparecen en la tabla. Yij representa la i_ésima observación
tomada bajo el tratamiento “j”.
Yij = u + j + Ɛi j ; i = 1, 2, ... , n
j = 1, 2, ... , k ; modelo efectos fijos
TRATAMIENTOS
1 2 . . . K
y11 y12 . . . y1k
y21 y22 . . . y2k .
OBSERVACIONES . . . .
. . . . yn1
yn2 . . . ynk
3
UNIVERSIDAD NACIONAL DE CAJAMARCA
“Norte de la Universidad Peruana”
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA CIVIL
T .1 T.2 . . . T.k
TOTAL
4. Suposiciones.
El modelo a efectos fijos implica que se está interesado solo en “k” poblaciones representados
por los datos de la muestra. Cualquier inferencia que pueda hacerse se aplica solo a estas
poblaciones.
a) Los k conjuntos de datos observados constituyen “k” muestras aleatorias independientes de las
poblaciones respectivas.
b) Cada una de las poblaciones de las cuales proviene las muestras está distribuida
normalmente con media j y varianza j2.
c) Las k poblaciones tienen la misma varianza : 2 = 2 =...= 2
1 2 k
HIPOTESIS.
Si las medias de las poblaciones son iguales, cada efecto del tratamiento es igual a cero, de
modo que alternativamente la hipótesis puede enunciarse como:
H0 :µj = 0; J=1, 2, . . . k
H1 : no todas las µj
=0
4
UNIVERSIDAD NACIONAL DE CAJAMARCA
“Norte de la Universidad Peruana”
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA CIVIL
Si H0 es verdadero y si σ21 = σ22 = ... = σ2k y las poblaciones tienen una distribución normal; la
Si H0 es falso pueda serlo debido a que una de las medias de las poblaciones difiere del resto que
son iguales entre si, o bien puede ocurrir que todas las medias poblacionales sean diferentes. Es
decir al menos una de las j para cualquier valor de j=1,…,k ; sea diferente del resto
4. CALCULOS.
j 0
1
k nj k nj ij y T 2
SCT = (yij y )2 = 2 j 1i 1 j 1
N
Pero
k nj
(y SCT = ij y j
y j y )2
j 11
k nj k nj
SCT= ( yij y j )2 + (y j y )2
j 11 j 11
SCE SCTR
5
UNIVERSIDAD NACIONAL DE CAJAMARCA
“Norte de la Universidad Peruana”
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA CIVIL
k nj k nj 2 k (T j )2
2
SCE = ij j
j 11 = ij = Eyy
j 1 nj j 1
k nj k (T j )2 T 2 T
(y y )2
(y y) y
SCTR = j = n jN
YY j 1
j 11
k (T j )2
k (T j )2 T 2 M
SCTR = nj N = YY j 1 nj
j 1
k nj
T2
SCE = SCT – SCTR = yi2j
Donde: MYY = N y j 1 - MYY - TYY
6
UNIVERSIDAD NACIONAL DE CAJAMARCA
“Norte de la Universidad Peruana”
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA CIVIL
k nj k (T CME = SCE/(N-K)
Entre j )2 k-1
Tratamientos
SCE= yi2j j
Dentro de N-K
tratamiento 1 j 1 n
(Error) j
Total N-1
SCT=ΣΣyij2 – T..2/N
6. DECISION.
La decisión de realizar o no H0 se toma definiendo la región crítica (RC)
f(F)
RAH0 RRH0
F
F , k-1, N-k
Ejemplo 1: Un ingeniero desea mejorar la resistencia a la compresión del concreto. Sospecha que la
resistencia es una función de la concentración de un aditivo. Decide investigar con distintas
concentraciones: 5, 10, 15, 20 y 25 %. Han de tomarse cinco observaciones para cada
concentración de aditivo, empleando una planta piloto. Las 25 observaciones necesarias se realizan
en forma aleatoria, y los datos obtenidos se muestran en la tabla.
TRATAMIENTOS
Concentración del aditivo TOTAL
7
UNIVERSIDAD NACIONAL DE CAJAMARCA
“Norte de la Universidad Peruana”
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA CIVIL
SOLUCION EJEMPLO 1
2. Suposiciones:
• Se tiene 5 muestras
independientes Cada provisión
N(μj , σ2j).
• Poblaciones con variaciones
homogéneas: σ12 = σ22 = ... = σ52 = σ2
ΣΣ Ƭj = 0 y Ɛij DNI(O, σ2)
3. Hipótesis:
H0 : μ 1 = μ 2 = … = μ 5
H1 : No todas las 5 μ son iguales
6. Regla de decisión:
Si Fc > Fα,(k - 1),(n - k) H0 se rechaza a un nivel de α
Si Fc ≤ Fα,(k - 1),(n - k) H0 no se rechaza.
7. Cálculos: se realizan los cálculos para obtener las estimaciones en la tabla ANOVA; es decir: El ANOVA
resultante se muestra en la siguiente tabla:
8
UNIVERSIDAD NACIONAL DE CAJAMARCA
“Norte de la Universidad Peruana”
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA CIVIL
9
UNIVERSIDAD NACIONAL DE CAJAMARCA
“Norte de la Universidad Peruana”
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA CIVIL
En
Comparisons
indicar los
En Option : indicar el Nivel
métodos de
de Confianza
comparación
múltiples de
Tukey y Fisher
10
UNIVERSIDAD NACIONAL DE CAJAMARCA
“Norte de la Universidad Peruana”
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA CIVIL
RESULTADOS CONCLUSIONES
11
UNIVERSIDAD NACIONAL DE CAJAMARCA
“Norte de la Universidad Peruana”
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA CIVIL
CONCENTRACIONES DE ADITIVOS
COMPARACIONES MULTIPLES
12
UNIVERSIDAD NACIONAL DE CAJAMARCA
“Norte de la Universidad Peruana”
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA CIVIL
Histogram
(response is Resistencia)
0
-4 -2 0 2 4
Residual
GRAFICA DE INTERVALOS DE
CONFIANZA DE LA RESISTENCIA Y
13
UNIVERSIDAD NACIONAL DE CAJAMARCA
“Norte de la Universidad Peruana”
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA CIVIL
14
UNIVERSIDAD NACIONAL DE CAJAMARCA
“Norte de la Universidad Peruana”
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA CIVIL
con menor resistencia es el tratamiento 1 (Concentración de aditivo al 5%). Esto quedó confirmado
con el análisis del Diseño completo al Azar.
Ejemplo 2: Los datos del experimento corresponden a la Resistencia a la tensión de fajas
utilizadas en poleas para trabajos de construcción, cuando se han utilizado los porcentajes de
algodón indicados en la tabla.
SOLUCION EJEMPLO 2
Yij = u + j + ei j ; i = 1, 2, ... , n
Donde :
: Es una constante e indica el efecto medio verdadero; parámetro común a todos TT 0S.
15
UNIVERSIDAD NACIONAL DE CAJAMARCA
“Norte de la Universidad Peruana”
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA CIVIL
del análisis.
ei j : incluye los efectos de todos los otros factores extraños. Es un término de error , considerado como
variable aleatoria
H0 : 1= 2= . . . = k
H1 : No todas las µ j son iguales
Si las medias de las poblaciones son iguales, cada efecto del tratamiento es igual a cero,
de modo que alternativamente la hipótesis puede enunciarse como:
H0 : j = 0; j=1, 2, . . . k
H1 : j 0
16
UNIVERSIDAD NACIONAL DE CAJAMARCA
“Norte de la Universidad Peruana”
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA CIVIL
de significación α = 0,05
En
Comparisons
indicar los
métodos de
En Option: indicar el Nivel
comparación
de Confianza
múltiples de
Tukey y Fisher
RESULTADOS CONCLUSIONES
17
UNIVERSIDAD NACIONAL DE CAJAMARCA
“Norte de la Universidad Peruana”
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA CIVIL
COMPARACIONES MULTIPLES
Hubiera sido preciso realizar un Análisis exploratorio de Datos que nos permitiera como actividad
principal revisarlos para saber como es su comportamiento y así poder asignarle un modelo
adecuado.
18
UNIVERSIDAD NACIONAL DE CAJAMARCA
“Norte de la Universidad Peruana”
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA CIVIL
20
15
10
2) Este método requiere que la atención del analista se centre en los residuales o
lo que queda después de haber aplicado algún tipo de análisis.
19
UNIVERSIDAD NACIONAL DE CAJAMARCA
“Norte de la Universidad Peruana”
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA CIVIL
20
UNIVERSIDAD NACIONAL DE CAJAMARCA
“Norte de la Universidad Peruana”
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA CIVIL
Ejemplo 3:
Se realizó un experimento para determinar el efecto de cuatro sustancias químicas diferentes sobre
la resistencia de un material. Estas sustancias químicas se usan como parte del proceso de acabado
del planchado permanente. Se seleccionaron cinco tipos de material, y se corrió un diseño de bloques
completos aleatorizados para probar cada tipo de sustancia química sobre cada tipo de material de
forma aleatoria. Se muestran a continuación los datos, lo que se desea probar es las diferencias de
las medias utilizando el análisis de varianza con α=0.01.
𝑯𝟎 = 𝝉𝟏 = 𝝉𝟏 = ⋯ = 𝝉𝒃 = 𝟎 (El tipo de sustancia química NO influye de manera altamente significativa en la resistencia del material)
𝑯𝟏 = 𝝉𝒊 ≠ 𝟎 (Al menos un tipo de sustancia química influye de manera altamente significativa en la resistencia del
material)
𝑯𝟎 = 𝜷𝟏 = 𝜷𝟐 = ⋯ = 𝜷𝒃 = 𝟎 (El tipo de material NO influye de manera altamente significativa en la resistencia del material)
𝑯𝟏 = 𝜷𝒋 ≠ 𝟎 (Al menos un tipo de material influye de manera altamente significativa en la resistencia del
material)
Ingresando los datos en MINITAB V. 17.
21
UNIVERSIDAD NACIONAL DE CAJAMARCA
“Norte de la Universidad Peruana”
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA CIVIL
22
UNIVERSIDAD NACIONAL DE CAJAMARCA
“Norte de la Universidad Peruana”
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA CIVIL
1. Las unidades experimentales se distribuyen en grupos, bajo dos criterios de homogeneidad dentro
de la fila y dentro de la columna y heterogeneidad en otra forma.
2. En cada fila y en cada columna, el número de unidades es igual al número de tratamientos.
3. Los tratamientos son asignados al azar en las unidades experimentales dentro de cada fila y dentro
de cada columna.
4. El número de filas = número de columnas = número de tratamientos.
5. Los análisis estadísticos T-student, Duncan, Tuckey y en pruebas de contraste se procede como el
diseño completo al azar y el diseño de bloques. La desviación estandar de la diferencia de promedios
y la desviación estandar del promedio, están en función del cuadrado medio del error experimental.
El nombre de cuadrado Latino se debe a R.A. Fisher [The Arrangement of Field Experiments, J.
Ministry Agric., 33: 503-513 (1926)]. Las primeras Aplicaciones fueron en el campo agronómico,
especialmente en los casos de suelos con tendencias en fertilidad en dos direcciones.
Modelo estadístico.
Cada observación del experimento es expresado como una relación lineal de los efectos involucrados (tratamiento,
fila y columna), así:
23
UNIVERSIDAD NACIONAL DE CAJAMARCA
“Norte de la Universidad Peruana”
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA CIVIL
Ejemplo 4
Para estudiar el efecto del Tipo de iluminación (A=natural, B=muy fuerte, C=escasa) en la velocidad
de lectura, se realiza un experimento que consiste en contar el número de palabras leídas en un
minuto en distintos tipos de papel (b=blanco, c=en color, s=satinado) y diferente tipografía (g=letra
grande, p=letra pequeña, n=normal). Los resultados obtenidos son los de la tabla adjunta. Analizar
con α= 0.05, estos datos y estudiar la posible influencia de los factores iluminación, tipos de papel y
diferente tipografía en la variable Velocidad de Lectura.
Tipo de Papel
Letra
Satinado Blanco Color
Grande 258 A 230 C 240 B
Normal 235 B 270 A 240 C
Pequeña 220 C 225 B 260 A
SOLUCIÓN Ejemplo 4
Las hipótesis a probar son:
24
UNIVERSIDAD NACIONAL DE CAJAMARCA
“Norte de la Universidad Peruana”
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA CIVIL
25
UNIVERSIDAD NACIONAL DE CAJAMARCA
“Norte de la Universidad Peruana”
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA CIVIL
Se Rechaza H 0 y Se concluye que al menos un Tipo de Iluminación concluye que al menos un Tipo de Letra influye de manera significativa en
influye de manera significativa en la Velocidad de lectura. la Velocidad de lectura.
III) Como p value para Tipos de Papel = 0.066 > 0.05, se Acepta H0 y Se concluye que el tipo de Papel NO influye de manera significativa en la
Velocidad de lectura.
IV. DISEÑO CUADRADO GRECOLATINO
Modelo estadístico.
Cada observación del experimento es expresado como una relación lineal de los efectos involucrados
(tratamiento, fila y columna), así:
Ejemplo 5
Día
Método
1 2 3 4 5
1 Aα 24 Bϒ 20 Cξ 19 Dβ 24 Eδ 24
2 Bβ 17 Cδ 24 Dα 30 Eϒ 27 Aξ 36
3 Cϒ 18 Dξ 38 Eβ 26 Aδ 27 Bα 21
4 Dδ 26 Eα 31 Aϒ 26 Bξ 23 Cβ 22
5 Eξ 22 Aβ 30 Bδ 20 Cα 29 Dϒ 31
26
UNIVERSIDAD NACIONAL DE CAJAMARCA
“Norte de la Universidad Peruana”
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA CIVIL
SOLUCIÓN Ejemplo 5
Las hipótesis a probar son:
27
UNIVERSIDAD NACIONAL DE CAJAMARCA
“Norte de la Universidad Peruana”
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA CIVIL
28
UNIVERSIDAD NACIONAL DE CAJAMARCA
“Norte de la Universidad Peruana”
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA CIVIL
RESULTADOS
I) Como p value para procesos de fabricación =0.003 < 0.05, Se Rechaza H0, Se concluye que Al menos un proceso de fabricación
influye de manera significativa en la Resistencia del Material
II) Como p value para significativa en la Resistencia del MaterialMétodos =0.178 > 0.05 , Se Acepta H0, Se concluye que El
Método NO influye de manera
III) Como p value para Días =0.033 < 0.05, Se Rechaza H0, Se concluye que Al menos uno de los Días influye de manera significativa
en la Resistencia del Material
IV) Como p value para Condiciones Experimentales =0.208> 0.05, Se Acepta H0, Se concluye que Las Condiciones Experimentales
NO influyen de manera significativa en la Resistencia del Material.
Ejercicio 1
29
UNIVERSIDAD NACIONAL DE CAJAMARCA
“Norte de la Universidad Peruana”
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA CIVIL
Un experimentador estudia los efectos que contiene cinco formulaciones diferentes de carga propulsora utilizada en los
sistemas de expulsión de la tripulación de un avión basado en la rapidez de combustión. Cada formulación se hace un
lote de materia prima que solo alcanza para probar cinco formulaciones. Además, las formulaciones son preparadas por
varios operadores, y puede haber diferencias sustanciales en las habilidades y experiencia de los operadores. También
se considera que los montajes de prueba pueden ser importantes, ya que hay cinco montajes de prueba diferentes. Una
vez que se ha corrido el experimento se recolectaron los datos que a continuación se muestran. Realice el análisis de
varianza que verifique si existe una diferencia en la media de la rapidez de combustión, generada por las diferentes
formulaciones de carga propulsora, tomando en cuenta un nivel de significancia de α= 0.05
Lotes de Operadores
Materia Prima
1 2 3 4 5
1 Aα 23 Bϒ 20 Cξ 18 Dβ 23 Eδ 23
2 Bβ 16 Cδ 23 Dα 29 Eϒ 26 Aξ 35
3 Cϒ 17 Dξ 37 Eβ 25 Aδ 26 Bα 20
4 Dδ 25 Eα 30 Aϒ 25 Bξ 22 Cβ 21
5 Eξ 21 Aβ 29 Bδ 19 Cα 28 Dϒ 30
Ejercicio 2
Un ingeniero desarrolla un experimento para comparar cinco procedimientos de fabricación de ladrillo de concreto, en
el cual usa material de cinco mezclas preparadas cada una de ellas en cada uno de cinco días consecutivos y preparados
en cinco máquinas diferentes. (Tomado de WALPOLE R.E, MYERS R.H, MYERS S.L: “ Probabilidad y Estadística para
Ingenieros. Ed . Prentice Hall”)
Dias
Mezclas
1 2 3 4 5
1 Aα 1 Bϒ 0 Cξ 4 Dβ 0 Eδ 1
2 Bβ 3 Cδ 4 Dα 1 Eϒ 5 Aξ 3
3 Cϒ 2 Dξ 5 Eβ 0 Aδ 0 Bα -1
4 Dδ -1 Eα 2 Aϒ 1 Bξ 1 Cβ 4
5 Eξ 0 Aβ 1 Bδ -3 Cα -3 Dϒ 1
30
UNIVERSIDAD NACIONAL DE CAJAMARCA
“Norte de la Universidad Peruana”
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA CIVIL
31