Tipo de

Observaciones Promedio
cuero
A 264 260 258 241 262 255 256,7
B 208 220 216 200 213 206 209,8
C 220 263 219 225 230 228 230,8
D 217 226 215 227 220 222 220,7

a) Comprobar la hipótesis de que los 4 tipos de cuero producen el mismo desgaste. Utilizar
α=0,05
b) usar el procedimiento grafico para comparar las medias de los tipos de cuero
c) usar la prueba de Tukey, LSD, para comparar pares de medias de los tratamientos. Utilizar
α=0,05
d) ¿Qué tipo de cuero producen menos desgaste?
e) comprobar los supuestos

Solución:
Probemos la hipótesis

𝐻 0 : 𝜇𝐴 = 𝜇𝐵 = 𝜇𝐶 = 𝜇𝐷
𝐻 𝐴 : 𝜇𝑖 ≠ 𝜇𝑗 para alguna i, j

Factor: tipos de cuero

Niveles: 1, 2,3 y 4
Variable de interés: peso en mg
Replicas: 6
El modelo estadístico
𝑌𝐼𝐽 = 𝜇 + 𝜏𝐼 + 𝜀𝐼𝐽 , i = 1,2 , 3 y 4 j= 1,…,16
𝑌𝐼𝐽 Representa el peso de tipo de cuero en mg de la repetición j del tratamiento i,
 μ la media poblacional, 𝜏𝐼 el efecto del i-esimo tratamiento y 𝜀𝐼𝐽 el error asociado a la
observación 𝑌𝐼𝐽 , distribuidos normalmente con media 0 varianza σ2 e independientes.

Para probar la hipótesis nula aplicaremos la prueba F, analizando el ANOVA para esta
situación:

ANÁLISIS DE VARIANZA
Promedio Valor
Suma de Grados de de los crítico para
Origen de las variaciones cuadrados libertad cuadrados F Probabilidad F
Entre grupos 7019,45833 3 2339,81944 22,7553556 1,1762E-06 3,09839121
Dentro de los grupos 2056,5 20 102,825

Total 9075,95833 23

Dado que F0  31,9  F0,05;3; 24  3,008 se rechaza H0 lo que significa que podemos afirmar que
hay diferencia significativa entre los diferentes tipos de cuero.

b) gráficos

Gráfico Caja y Bigotes

B
Tipos de cuero

200 220 240 260 280

PESO (mg)
 Medias y 95,0% de Tukey HSD

280

260
PESO (mg)

240

220

200
A B C D E
Tipos de cuero

c) comparación de medias LSD

Pruebas de Múltiple Rangos para PESO (mg) por Tipos de cuero

Método: 95,0 porcentaje LSD

Tipos de cuero Casos Media Grupos Homogéneos
C 5 220,4 X
E 5 222,0 X
D 5 223,8 X
B 4 224,75 X
A 5 257,0 X

Contraste Sig. Diferencia +/- Límites

A-B * 32,25 21,2416
A-C * 36,6 20,0268
A-D * 33,2 20,0268
A-E * 35,0 20,0268
B-C 4,35 21,2416
B-D 0,95 21,2416
B-E 2,75 21,2416
C-D -3,4 20,0268
C-E -1,6 20,0268
D-E 1,8 20,0268
* indica una diferencia significativa.

El StatAdvisor
Esta tabla aplica un procedimiento de comparación multiple para determinar cuáles medias son significativamente
diferentes de otras. La mitad inferior de la salida muestra las diferencias estimadas entre cada par de medias. El asterisco
que se encuentra al lado de los 4 pares indica que estos pares muestran diferencias estadísticamente significativas con un
nivel del 95,0% de confianza. En la parte superior de la página, se han identificado 2 grupos homogéneos según la
alineación de las X's en columnas. No existen diferencias estadísticamente significativas entre aquellos niveles que
compartan una misma columna de X's. El método empleado actualmente para discriminar entre las medias es el
procedimiento de diferencia mínima significativa (LSD) de Fisher. Con este método hay un riesgo del 5,0% al decir que
cada par de medias es significativamente diferente, cuando la diferencia real es igual a 0.

d) el cuero A produce menos desgaste

e) INDEPENDENCIA(durbin Watson)
 Gráfico de Residuos para PESO (mg)

50

30

residuos
10

-10

-30

-50
0 4 8 12 16 20 24
número de fila

HOMOCEDASTICIDAD( IGUALDAD DE VARIANZAS)

Verificación de Varianza
Prueba Valor-P
Levene's 0,978647 0,442466

Comparación Sigma1 Sigma2 F-Ratio P-Valor

A/B 9,21954 20,7746 0,196949 0,1505
A/C 9,21954 24,966 0,136371 0,0795
A/D 9,21954 5,63028 2,68139 0,3625
A/E 9,21954 4,84768 3,61702 0,2408
B/C 20,7746 24,966 0,692417 0,7943
B/D 20,7746 5,63028 13,6146 0,0289
B/E 20,7746 4,84768 18,3652 0,0168
C/D 24,966 5,63028 19,6625 0,0136
C/E 24,966 4,84768 26,5234 0,0077
D/E 5,63028 4,84768 1,34894 0,7788

El StatAdvisor
El estadístico mostrado en esta tabla evalúa la hipótesis de que la desviación estándar de PESO (mg) dentro de cada uno
de los 5 niveles de Tipos de cuero es la misma. De particular interés es el valor-P. Puesto que el valor-P es mayor o igual
que 0,05, no existe una diferencia estadísticamente significativa entre las desviaciones estándar, con un nivel del 95,0% de
confianza.

La tabla también muestra una comparación de las desviaciones típicas para cada par de muestras. P-valores por debajo de
0.05, de los cuales hay 4, indican una diferencia estadísticamente significativa entre las dos sigmas al 5% de nivel de
signifiación.
 Gráfico de Residuos para PESO (mg)

50

30

residuos
10

-10

-30

-50
220 230 240 250 260
predichos

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.
Por el contrario, si se distribuyen con algún patrón claro y contundente, como por
ejemplo una forma de “corneta o embudo”, entonces es señal de que no se está
cumpliendo el supuesto de varianza constante

Un claro embudo en los residuales indicará que el error de pronóstico del modelo tiene una relación
directa (positiva o negativa) con la magnitud del pronóstico (predicho).

Otra gráfica que ayuda a verificar el supuesto es la gráfica de niveles de factor

contra residuos:

Gráfico de Residuos para PESO (mg)

50

30
residuos

10

-10

-30

-50
A B C D E
Tipos de cuero

Si se cumple el supuesto de varianza constante, se espera que la amplitud de la dispersión de los

puntos en cada nivel de factor tenderá a ser similar; y no se cumplirá el supuesto si hay diferencias
fuertes en esta amplitud
NORMALIDAD

Paso

Gráfico de Probabilidad Normal

99,9

99

95

80
porcentaje

50

20

0,1
-21 -1 19 39 59
RESIDUOS

Pasos en statg:

Describi r+ ajustes de distribuciones +ajustes de datos no censurados

TEST DE NORMALIDAD DE SHAPIRO WILKS:

Pruebas de Normalidad para PESO (mg)

Prueba Estadístico Valor-P
Estadístico W de Shapiro-Wilk 0,877752 0,00658412

El StatAdvisor
Esta ventana muestra los resultados de diversas pruebas realizadas para determinar si PESO (mg) puede modelarse
adecuadamente con una distribución normal. La prueba de Shapiro-Wilk está basada en la comparación de los cuartiles
de la distribución normal ajustada a los datos.

Debido a que el valor-P más pequeño de las pruebas realizadas es menor a 0,05, se puede rechazar la idea de que PESO
(mg) proviene de una distribución normal con 95% de confianza.

TEST DE NORMALIDAD DE KOLMOROGOV:

Pruebas de Bondad-de-Ajuste para PESO (mg)

Prueba de Kolmogorov-Smirnov
Normal
DMAS 0,204147
DMENOS 0,14778
DN 0,204147
Valor-P 0,270887
El StatAdvisor
Esta ventana muestra los resultados de diversas pruebas realizadas para determinar si PESO (mg) puede modelarse
adecuadamente con una distribución normal.

Debido a que el valor-P más pequeño de las pruebas realizadas es mayor ó igual a 0,05, no se puede rechazar la idea de
que PESO (mg) proviene de una distribución normal con 95% de confianza.