Documente Academic
Documente Profesional
Documente Cultură
CAJAMARCA
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE
INGENIERÍA CIVIL
DOCENTE:
Aracelli Poemape Grados
CURSO:
Estadística Aplicada
ALUMNO:
Díaz Vázquez, Nilder
CICLO:
III-vacacional
1. MODELO:
𝒊 = 𝟏, 𝟐, … , 𝒂
𝒚𝒊𝒋 = 𝝁 + 𝝉𝒊 + 𝜷𝒋 + 𝝐𝒊𝒋 {
𝒋 = 𝟏, 𝟐, … , 𝒃
EJERCICIO N°1
En compañía tenía como propósito comparar tres métodos para la capacitación
del personal obrero en la ejecución de una obra. Considero que el porcentaje de
aprendizaje sería diferente en los obreros con diferentes edades, y se realizó el
modelo en que la edad fue tomada en cuanta.
Obreros por Método de capacitación
Edad A B C
18 – 22 (1) 17 19 20
22 – 29 (2) 18 19 20
30 – 39 (3) 19 19 22
40 – 49 (4) 20 19 22
50 y más (5) 21 22 24
Analizar los datos de este experimento (utilizar 𝛼 = 0.05) y sacar las
conclusiones apropiadas.
Las hipótesis a probar son:
I. Con respecto a tratamientos (edad)
𝐻0 = 𝜏1 = 𝜏2 = ⋯ = 𝜏4 = 0 (la edad de los obreros NO influye de manera
significativa en el proceso de aprendizaje)
𝐻1 = 𝜏𝑖 ≠ 0 (la edad de los obreros no influye de manera significativa en
el proceso de aprendizaje)
II. Con respecto a Bloques (método de capacitación)
𝐻0 = 𝛽1 = 𝛽2 = ⋯ = 𝛽4 = 0 (el método de capacitación NO influye de
manera significativa en el proceso de aprendizaje)
𝐻1 = 𝛽𝑗 ≠ 0 (Al menos un método de capacitación influye de manera
significativa en el proceso de aprendizaje)
1. Ingresando los datos a MINITAB
1 2
3
1
3 4
2. Resultados
1. Como p value para la edad= 0.001 < 0.05, se rechaza 𝐻𝑜 y se concluye que
la edad de los obreros influye de manera significativa en el proceso de
aprendizaje.
2. Como p value para el método de capacitación = 0.001 < 0.05, se rechaza 𝐻𝑜
y se concluye que al menos un método de capacitación influye de manera
significativa en el proceso de aprendizaje.
3. Prueba de normalidad
5 6
+
EJERCICIO N°2
Un estudiante de la facultad de ingeniería civil, en el desarrollo de su tesis decide
probar el efecto de cuatro aditivos sobre la resistencia a tracción del
acero(N/mm^2). Debido a que podría existir variabilidad de un acero galvanizado
a otro considerado como bloques. Se selecciona 5 aceros galvanizados y se
aplica los cuatro tipos de aditivos de manera aleatoria a cada acero.
A continuación, se presenta las resistencias a la tracción resultantes. Analizar
los datos de este experimento (utilizar 𝛼 = 0.01), sacar conclusiones apropiadas.
Aditivo químico Tipo de acero
1 2 3 4 5
1 394.2 367.2 399.6 383.4 361.8
2 394.2 361.8 405 388.8 378
3 405 367.2 421.2 394.2 367.2
4 394.2 383.4 405 405 372.6
Las hipótesis a probar son:
I. Con respecto a tratamientos (aditivo)
𝐻0 = 𝜏1 = 𝜏2 = ⋯ = 𝜏4 = 0 (El tipo de aditivo NO influye de manera
altamente significativa sobre la resistencia a tracción)
𝐻1 = 𝜏𝑖 ≠ 0 (al menos un tipo de aditivo influye de manera altamente
significativa sobre la resistencia a tracción)
II. Con respecto a Bloques (tipo de acero)
𝐻0 = 𝛽1 = 𝛽2 = ⋯ = 𝛽4 = 0 (el tipo de acero No influye de manera
altamente significativa sobre la resistencia a tracción)
𝐻1 = 𝛽𝑗 ≠ 0 (Al menos un tipo de acero influye de manera altamente
significativa sobre la resistencia a tracción)
2. Resultados
3 4
6 Como p valué = 0.035 > 0.01, se ACEPTA la 𝐻0 y se concluye que los datos de se
ajustan a una distribución normal. Por lo tanto, el modelo utilizado es el adecuado.
EJERCICIO N°3
Se están comparando tres aditivos acelerantes de fraguado del concreto para
las zonas frías donde se requiere aire incorporado. A fin de estudiar su
efectividad para aumentar la resistencia a compresión(psi-libra/pulgada^2) en el
concreto en 5 tipos de agregados. El experimento se realiza en laboratorio y se
realiza tres ensayos a los 3 días, 7 días, 14 días y 28 días. Puesto que los días
podrían representar una fuente potencial de variabilidad. El experimentador
decide usar un diseño de bloques aleatorizados.
Se hacen observaciones en cuatro días, cuyos datos se muestran enseguida.
Analizar los datos de este experimento (utilizar 𝛼 = 0.05) y sacar las
conclusiones apropiadas
aditivo Días
3 7 14 28
1 1469.7 2201 2982 3862.4
2 1476.8 2357.2 2911 3905
3 1505.2 2371.4 3053 3805.6
2. Resultados
4
3
8 Como p valué = 0.096 > 0.05, se ACEPTA la 𝐻0 y se concluye que los datos de se
ajustan a una distribución normal. Por lo tanto, el modelo utilizado es el adecuado.
PROBLEMA N° 04
Un ingeniero especialista en estructuras de concreto armado quiere probar el
efecto de cuatro aditivos epóxicos sobre la resistencia a la tracción de un tipo
particular de varillas de acero. Debido a que podría haber variabilidad de ciertas
varillas de acero, el ingeniero decide usar un diseño de bloques aleatorizados,
con los tipos de varillas considerados como bloques. Selecciona cinco varillas de
acero y aplica los cuatro aditivos epóxicos de manera aleatoria a cada varilla. A
continuación, se presentan la resistencia a la tracción en KN (kilo Newton).
SOLUCIÓN
PASO N°01: MODELO
Modelo de los efectos
2. Conclusiones
1. Para los tratamientos
P = 0.330≥α= 0.04, entonces se acepta el Ho
Por lo tanto, se concluye que el tipo de aditivo epóxico no influye de manera
altamente significativa sobre la resistencia a la tracción de las varillas de
acero.
2. Para los bloques
P = 0.130≥α= 0.04, entonces se acepta el Ho
Por lo tanto se concluye que el tipo de varilla no influye de manera altamente
significativa sobre la resistencia a la tracción de las varillas de acero.
3. PRUEBA DE NORMALIDAD DE LOS RESIDUOS
NIVEL DE SIGNIFICACIÓN
α = 0.0158
1 − α = 0.9842
PRUEBA DE ESTADÍSTICA
𝐹𝐶𝐼 = 𝑓((𝛼),𝑎−1,𝑎∗𝑏)
𝐹𝐶𝐼 = 𝑓(0.0158,3,12)
𝐹𝐶𝐼 = 0.051
𝐹𝐶𝑆 = 𝑓((1−𝛼),𝑏−1,𝑎∗𝑏)
𝐹𝐶𝑆 = 𝑓(0.9842,4,12)
𝐹𝐶𝑆 = 4.744
Conclusiones
Tratamientos (Tipos de Suelos)
Bloques (Temperatura)
Como: 𝐹𝐶𝐼 = 0.051 < 𝐹0 = 1.179 < 𝐹𝐶𝑆 = 4.744 se concluye que las
Temperaturas no influyen de manera significativa en el Grado de
acidez o alcalinidad (PH).
Resultados
conclusiones
Orden de Ayudantes
ensamblaje 1 2 3 4
1 𝐶 = 11 𝐷 = 15 𝐴=8 𝐵=9
2 𝐵=8 𝐶 = 19 𝐷 = 12 𝐴=9
3 𝐴=6 𝐵 = 11 𝐶 = 12 𝐷 = 10
4 𝐷 = 11 𝐴 = 11 𝐵 = 13 𝐶 = 15
Solución
Las hipótesis a probar son:
I. Con respecto a los tratamientos (Método de ensamblaje)
𝐻0 = 𝜏1 = 𝜏2 = ⋯ = 𝜏4 = 0 (El método de ensamblaje NO influye
de manera significativa en el tiempo de ensamblaje de las calicatas
para realizar el análisis en el laboratorio)
𝐻1 = 𝜏𝑖 ≠ 0 (Al menos un método de ensamblaje influye de manera
significativa en el tiempo de ensamblaje de las calicatas para
realizar el análisis en el laboratorio)
II. Con respecto a filas (Orden de Ensamblaje)
𝐻0 = 𝛽1 = 𝛽2 = ⋯ = 𝛽4 = 0 (El orden de ensamblaje NO influye de
manera significativa en el tiempo de ensamblaje de las calicatas
para realizar el análisis en el laboratorio)
𝐻1 = 𝛽𝑗 ≠ 0 (Al menos orden de ensamblaje influye de manera
significativa en el tiempo de ensamblaje de las calicatas para
realizar el análisis en el laboratorio)
III. Con respecto a columnas (ayudante)
𝐻0 = 𝛾1 = 𝛾2 = ⋯ = 𝛾4 = 0 (El operador NO influye de manera
significativa en el tiempo de ensamblaje de las calicatas para
realizar el análisis en el laboratorio)
1 2
Resultados
Análisis de Varianza
Fuente GL SC Ajust. MC Ajust. Valor F Valor p
orden de ensamblaje 3 18.50 6.167 3.52 0.089
ayudantes 3 51.50 17.167 9.81 0.010
laboratorio 3 72.50 24.167 13.81 0.004
Error 6 10.50 1.750
Total 15 153.00
Conclusiones
1. Como p value para el ayudante = 0.01 < 0.05, se rechaza 𝐻𝑜 y se
concluye que el ayudante influye significativa en el tiempo de
ensamblaje de las calicata.
2. Como p value para el laboratorio = 0.004 < 0.05, se rechaza 𝐻𝑜 y se
concluye que el laboratorio influye significativa en el tiempo de
ensamblaje de las calicata.
3. Como p value el orden de ensamblaje = 0.089 > 0.05, se acepta 𝐻𝑜 y
se concluye que el laboratorio NO influye significativa en el tiempo de
ensamblaje de las calicata.
4
3
Como p valué = 0.135 > 0.05, se ACEPTA la 𝐻0 y se concluye que los datos de se
ajustan a una distribución normal. Por lo tanto, el modelo utilizado es el adecuado.
EJERCICIO N°2
Se realiza el estudio del efecto de 5 aditivos diferentes: reductor de agua A,
retardante B, acelerante de fraguado final C, Superplastificante D y el de aire
incorporado E, sobre el tiempo de fraguado inicial(horas) del concreto ciclópeo.
Para la elaboración del concreto ciclópeo se dispone de 5 tipos de piedra
mediana (concreto más piedra mediana-Max 3” resulta el concreto ciclópeo). La
alcanza para la realización de 5 corridas en un día. El experimentador decide
realizar el experimento como un cuadrado latino para que los efectos del día,
aditivo y el tipo de piedra. Obtiene los datos que se muestran enseguida. Analizar
los datos de este experimento (utilizar 𝛼 = 0.01) y sacar conclusiones.
Tipo de Día
piedra 1 2 3 4 5
mediana
1 𝐴 = 11 𝐵 = 10 𝐷=4 𝐶 = 10 𝐸=6
2 𝐶 = 14 𝐸=5 𝐴 = 10 𝐷=6 𝐵 = 11
3 𝐵=7 𝐴 = 12 𝐶 = 13 𝐸=4 𝐷=8
4 𝐷=9 𝐶 = 11 𝐸=9 𝐵=9 𝐴 = 12
5 𝐸=7 𝐷=5 𝐵=6 𝐴 = 11 𝐶 = 11
Solución
Las hipótesis a probar son:
I. Con respecto a los tratamientos (aditivo)
𝐻0 = 𝜏1 = 𝜏2 = ⋯ = 𝜏5 = 0 (El tipo de aditivo NO influye de manera
altamente significativa en el tiempo de fraguado del concreto
ciclópeo)
𝐻1 = 𝜏𝑖 ≠ 0 (Al menos un tipo de aditivo influye de manera
altamente significativa en el tiempo de fraguado del concreto
ciclópeo)
1 2
2. Resultados
Análisis de Varianza
Fuente GL SC Ajust. MC Ajust. Valor F Valor p
tipo de piedra 4 12.96 3.240 0.99 0.450
dia 4 10.56 2.640 0.81 0.544
aditivo 4 136.56 34.140 10.43 0.001
Error 12 39.28 3.273
Total 24 199.36
3. Conclusiones
1. Como p value el tipo de piedra = 0.45 > 0.01, se acepta 𝐻𝑜 y se
concluye que el tipo de piedra no influye altamente significativa en el
tiempo de fraguado del concreto ciclópeo .
2. Como p value el día = 0.544 > 0.01, se acepta 𝐻𝑜 y se concluye que el
día no influye altamente significativa en el tiempo de fraguado del
concreto ciclópeo .
4
3
Como p valué = 0.150 > 0.01, se ACEPTA la 𝐻0 y se concluye que los datos de se
ajustan a una distribución normal. Por lo tanto, el modelo utilizado es el adecuado.
EJERCICIO 3
Para analizar la influencia que produce La hidroscopia volumétrica (A=0.010,
B=0.015 y C=0.03) en su Resistencia A La Compresión de probetas de madera
kg/cm^2, se analiza el Contenido De Humedad (20%=1, 25%=2, y 30%=3) de
las probetas y la compacidad de la madera (0.90=1, 0.95=2, 0.98=3), los
resultados fueron los presentados en la siguiente tabla. Analiza con 𝛼 = 0.05, y
estudiar la posible influencia de los factores de la hidroscopia volumétrica,
contenido de humedad y compacidad en la variable resistencia a la
compresión.
1. Modelo estadístico.
Cada observación del experimento es expresada como una relación lineal de
los efectos involucrados (tratamiento, fila y columna), así:
1 2
2. Resultados
Análisis de Varianza
Fuente GL SC Ajust. MC Ajust. Valor F Valor p
compacidad 2 42.5453 21.2727 6.61 0.131
contenido de humedad 2 0.6676 0.3338 0.10 0.906
hidroscopia 2 7.5676 3.7838 1.18 0.459
Error 2 6.4324 3.2162
Total 8 70.0000
4
3
Como p valué = 0.150 > 0.05, se ACEPTA la 𝐻0 y se concluye que los datos de se
ajustan a una distribución normal. Por lo tanto, el modelo utilizado es el adecuado.
19
EJERCICIO 4
Supongamos que un ingeniero civil en una calera está estudiando el efecto de
cinco fórmulas diferentes de la mezcla de dinamita sobre la fuerza explosiva
observada en la roca. Cada fórmula se prepara usando un lote de materia prima,
lo suficientemente grande para que sólo se hagan cinco mezclas. Más aún, las
mezclas las preparan cinco operarios, pudiendo existir una diferencia sustancial
en la habilidad y experiencia de ellos. El diseño apropiado para este problema
consiste en probar cada fórmula exactamente una vez, utilizando cada lote de
materia prima, y en que cada fórmula sea preparada exactamente una vez por
cada uno de los cinco operarios. Los datos son los siguientes:
TIPO DE OPERARIO
MEZCLAS 1 2 3 4 5
1 24A 20B 19C 24D 24E
2 17B 24C 30D 27E 36A
3 18C 18D 26E 27A 21B
4 26D 31E 26A 23B 22C
5 22E 30A 20B 29C 31D
Solución
Las hipótesis a probar son:
Con respecto a los tratamientos
𝐻0 = 𝜏1 = 𝜏2 = ⋯ = 𝜏4 = 0 (El tipo de fórmula química NO influye
de manera significativa en la fuerza explosiva observada)
𝐻1 = 𝜏𝑖 ≠ 0 (Al menos un tipo de fórmula química influye de
manera significativa en la fuerza explosiva observada)
Con respecto a filas
𝐻0 = 𝛽1 = 𝛽2 = ⋯ = 𝛽4 = 0 (El tipo de mezcla NO influye de
manera significativa en la fuerza explosiva observada)
𝐻1 = 𝛽𝑗 ≠ 0 (Al menos un tipo de mezcla influye de manera
significativa en la fuerza explosiva observada)
Con respecto a columnas
𝐻0 = 𝛾1 = 𝛾2 = ⋯ = 𝛾4 = 0 (La experiencia y habilidad del
operario NO influye de manera significativa en la fuerza explosiva
observada)
𝐻1 = 𝛾𝑘 ≠ 0 (Al menos experiencia y habilidad de un operario
influye de manera significativa en la fuerza explosiva observada)
A 1 1 24
B 1 2 20
C 1 3 19
D 1 4 24
E 1 5 24
B 2 1 17
C 2 2 24
D 2 3 30
E 2 4 27
A 2 5 36
C 3 1 18
D 3 2 18
E 3 3 26
A 3 4 27
1. Resultados B 3 5 21
Análisis de Varianza
Fuente GL SC Ajust. MC Ajust. Valor F Valor p
TIPO DE MEZCLAS 4 108.00 27.00 2.25 0.124
OPERARIO 4 86.00 21.50 1.79 0.195
FORMULAS 4 218.00 54.50 4.54 0.018
Error 12 144.00 12.00
Total 24 556.00
2. conclusiones:
1. Como p value para el Efecto Tipo de Formula química = 0.018 <
0.05, se rechaza la 𝐻0 y se concluye que al menos un tipo de fórmula
química influye de manera significativa en la fuerza explosiva
observada.
2. Como p value para el tipo de mezcla = 0.124> 0.05, se acepta la 𝐻0
y se concluye que el tipo de mezcla NO influye de manera significativa
en la fuerza explosiva observada.
3. Como p value para el Operario = 0.195 > 0.05, se acepta la 𝐻0 , y se
concluye que al menos experiencia y habilidad de un operario influye
de manera significativa en la fuerza explosiva observada.
21
EJERCICIO 5
Para determinar la influencia que produce el Tipo De conglomerante
(A=Hidráulico, B=Aéreo y C=Hidráulico y aéreo) en la resistencia a la flexotracion
(Esfuerzo kg/cm^2) del concreto armado, se analiza la porosidad (5%=1, 3%=2,
y 1%=3) de las probetas con acero y la Densidad Del Material del conglomerante
(0.55=1, 0.60=2, 0.70=3), los resultados fueron los presentados en la siguiente
tabla. Analiza con 𝛼 = 0.01, y estudiar la posible influencia de los factores de tipo
de aglomerante, contenido de humedad y densidad en la variable resistencia a
la compresión.
Modelo estadístico.
1 2
2. Resultados
Análisis de Varianza
Fuente GL SC Ajust. MC Ajust. Valor F Valor p
DENSIDAD 2 21.5556 10.7778 4.95 0.168
POROSIDAD 2 10.7556 5.3778 2.47 0.288
TIPO DE CONGLOMERATE 2 0.7556 0.3778 0.17 0.852
Error 2 4.3556 2.1778
Total 8 37.5556
Como p valué = 0.150 > 0.01, se ACEPTA la 𝐻0 y se concluye que los datos de se
ajustan a una distribución normal. Por lo tanto, el modelo utilizado es el adecuado.
Solución
Las hipótesis a probar son:
I. Con respecto a los tratamientos (relación agua aglomerante)
Cuadrado Latino
𝐻0 = 𝜏1 = 𝜏2 = ⋯ = 𝜏5 = 0 (la relación agua – aglomerante NO
influye de manera significativa en el tiempo de fraguado del
mortero)
𝐻1 = 𝜏𝑖 ≠ 0 (la relación agua aglomerante influye de manera
significativa en el tiempo de fraguado del mortero)
II. Con respecto a Filas (tiempo de procesamiento)
𝐻0 = 𝛽1 = 𝛽2 = ⋯ = 𝛽5 = 0 (El tiempo de procesamiento de la
pasta NO influye de manera significativa en el tiempo de fraguado
del mortero)
1 2
1
2. Resultados
Análisis de Varianza
Fuente GL SC Ajust. MC Ajust. Valor F Valor p
tip.prose 3 0.009169 0.003056 0.81 0.568
aglomerante 3 0.001078 0.000359 0.09 0.958
R H2o/aglo 3 0.002959 0.000986 0.26 0.851
temperatura 3 0.013364 0.004455 1.17 0.449
Error 3 0.011382 0.003794
Total 15 0.035894
3. Conclusiones
4. Prueba de normalidad
5 6
+
Como p valué = 0.150 > 0.01, se ACEPTA la 𝐻0 y se concluye que los datos de se
ajustan a una distribución normal. Por lo tanto, el modelo utilizado es el adecuado.
EJERCICIO 2
La capacidad portante(Kg/cm^2) de un suelo a edificar se calculó utilizando 4
métodos, 4 calicatas distintas, 4 profundidades de extracción de la muestra (A,
B, C, D) y 4 contenidos de humedad (α, β, γ, δ). Como se muestra en la
siguiente tabla:
Tipo de calicata
Método
1 2 3 4
1 𝐶 = 0.60 α 𝐴 = 0.7 β 𝐵 = 0.7 δ 𝐷 = 0.65
2 𝐵 = 0.75 β 𝐶 = 0.72 α 𝐴 = 0.73 δ 𝐷 = 0.69 γ
3 𝐴 = 0.80 α 𝐷 = 0.78 β 𝐵 = 0.73 γ 𝐶 = 0.74 δ
4 𝐷 = 0.83 β 𝐵 = 0.85 δ 𝐴 = 0.98 γ 𝐶 = 0.9α
Solución
1 2
1
2. Resultados
Análisis de Varianza
3. Conclusiones
I. Como p value para tipo de método=0.037< 0.05, Se rechaza Ho. Se
concluye que al menos un tipo de método influye de manera
significativa en la capacidad portante del suelo
II. Como p value para profundidad de la extracción de la calicata es
0.553> 0.05, se acepta Ho. Se concluye que la profundidad no influye
de manera significativa en la capacidad portante del suelo
III. Como p value para el tipo calicata es 0.749> 0.05, se acepta Ho. Se
concluye que el tipo de calicata no influye de manera significativa en
la capacidad portante del suelo
IV. Como p value para el contenido de humedad 0.765> 0.05, se acepta
Ho. Se concluye que el contenido de humedad no influye de manera
significativa en la capacidad portante del suelo
4. Prueba de normalidad
3 4
+
Como p valué = 0.150 > 0.01, se ACEPTA la 𝐻0 y se concluye que los datos de se
ajustan a una distribución normal. Por lo tanto, el modelo utilizado es el adecuado.
Solución
Las hipótesis a probar son:
I. Con respecto a los tratamientos (tipo de maquina) Cuadrado
Latino
𝐻0 = 𝜏1 = 𝜏2 = ⋯ = 𝜏5 = 0 (el tipo de maquina NO influye de
manera significativa en el rendimiento de las bolsas de cemento)
𝐻1 = 𝜏𝑖 ≠ 0 (Al menos un tipo de maquina influye de manera
significativa en el rendimiento de las bolsas de cemento)
II. Con respecto a Filas (lotes de cemento)
𝐻0 = 𝛽1 = 𝛽2 = ⋯ = 𝛽5 = 0 (el tipo de lotes de cemento NO influye
de manera significativa en el rendimiento de las bolsas de
cemento)
𝐻1 = 𝛽𝑗 ≠ 0 (Al menos un tipo de lotes de cemento influye de
manera significativa en el rendimiento de las bolsas de cemento)
III. Con respecto a columnas (Concentraciones de Clinker)
𝐻0 = 𝛾1 = 𝛾2 = ⋯ = 𝛾5 = 0 (el tipo de concentraciones de Clinker
NO influye de manera significativa en el rendimiento de las bolsas
de cemento)
𝐻1 = 𝛾𝑘 ≠(Al menos un tipo de concentración de Clinker influye de
manera significativa en el rendimiento de las bolsas de cemento)
IV. Con respecto a tratamiento (acelerante) cuadrado Greco Latino
𝐻0 = 𝛿1 = 𝛿2 = ⋯ = 𝛿𝑘 = 0 (el tipo de acelerante NO influye de
manera significativa en el rendimiento de las bolsas de cemento)
𝐻1 = 𝛾𝑙 ≠ 0 (Al menos un tipo de acelerante influye de manera
significativa en el rendimiento de las bolsas de cemento)
29 1. Resultados
2. Conclusiones
1. Como p value para Lotes de yeso =0.381 > 0.05, Se acepta Ho.
Se concluye que los lotes de yeso no influyen de manera
significativa en el rendimiento de las bolsas de yeso.
2. Como p value para concentración de hemihidrato =0.834>0.05, Se
acepta Ho. Se concluye que la concentración de hemidrato no
influyen de manera significativa en el rendimiento de las bolsas de
yeso.
3. Como p value para maquinas diferentes=0.824> 0.05, Se acepta
Ho. Se concluye que las maquinas diferentes no influyen de
manera significativa en el rendimiento de las bolsas de yeso.
4. Como p value para concentración de catalizador =0.655> 0.05, Se
acepta Ho. Se concluye que las concentraciones de los
catalizadores no influyen de manera significativa en el rendimiento
de las bolsas de yeso.
EJERCICIO 4
Se compara 4 tipos de compacidad (A, B, C, D), en cuatro tipos longitudes
promedio (α, β, γ, δ). con cuatro tipos máquina diferente y cuatro tipos de roca
para usarlo como over en una construcción, con respecto a las toneladas que
soporta en la máquina de resistencia a compresión. El diseño y los resultados en
cuadro adjunto, 𝛼 = 0.01
TIPO DE ROCA
Método
1 caliza 2 traquita 3 granito 4 arenisca
1 𝐶 = 94 α 𝐵 = 100β 𝐴 = 100δ 𝐷 = 103 γ
2 𝐵 = 105 β 𝐶 = 125 α 𝐴 = 160 δ 𝐷 = 108 γ
Solución
Las hipótesis a probar son:
I. Con respecto a los tratamientos (maquina) Cuadrado Latino
𝐻0 = 𝜏1 = 𝜏2 = ⋯ = 𝜏5 = 0 (el tipo de maquina NO influye de
manera altamente significativa en el soporte de toneladas en la
máquina de resistencia a compresión)
𝐻1 = 𝜏𝑖 ≠ 0 (el tipo un tipo de maquina influye de manera altamente
significativa en el soporte de toneladas en la máquina de
resistencia a compresión)
31
1
2. Resultados
Análisis de Varianza
Fuente GL SC Ajust. MC Ajust. Valor F Valor p
METDODO 3 9093 3031.1 5.42 0.099
TIPO DE ROCA 3 3171 1057.0 1.89 0.307
TIP.COMP 3 6509 2169.6 3.88 0.148
TIP.LONG 3 1095 365.1 0.65 0.633
Error 3 1679 559.5
Total 15 25220
3. Conclusiones
I. Como p value para tipo de método=0.099> 0.01, Se ACEPATA Ho.
Se concluye que EL tipo de método NO influye de manera
altamente en el soporte en toneladas de la roca.
II. Como p value tipo de roca calicata es 0.307> 0.01, se acepta Ho.
Se el tipo de roca no influye de manera altamente en el soporte en
toneladas de la roca.
III. Como p value tipo de compacidad 0.148> 0.01, se acepta Ho. Se
el tipo de compacidad no influye de manera altamente en el soporte
en toneladas de la roca.
IV. Como p value tipo de longitud promedio 0633> 0.01, se acepta Ho.
Se el tipo de longitud promedio no influye de manera altamente en
el soporte en toneladas de la roca.
Como p valué = 0.150 > 0.01, se ACEPTA la 𝐻0 y se concluye que los datos de se
ajustan a una distribución normal. Por lo tanto, el modelo utilizado es el adecuado
EJERCICIO 5
La filtración (centímetros cúbicos por segundo) de agua en un suelo, donde se
va realizar un canal se analizó el tipo se suelo: arenoso, arcilloso, suelo mixto y
suelo roco, densidad aparente: 1.5(1) ,1.7(2), 1.8(3)y 2.0(4) Gr/cm^3, 4 método
empleado (A, B, C, D) en el cálculo de la filtración y 4 épocas del año (α, β, γ,
δ). 𝛼 = 0.01
TIPO DE DENSIDAD APARENTE DEL SUELO
SUELO 1 2 3 4
(1.5gr/cm^3) (1.7gr/cm^3) (1.8gr/cm^3) (2gr/cm^3)
ARENOSO 1 𝐴 = 94 α 𝐵 = 90 β 𝐷 = 95δ 𝐶 = 103 γ
ARCILLOSO 2 𝐵 = 65 β 𝐶 = 68 α 𝐴 = 78 δ 𝐷 = 72 γ
MIXTO 3 𝐴 = 50α 𝐷 = 58 β 𝐵 = 53 γ 𝐶 = 65 δ
ROCOSO 4 𝐵 = 30 β 𝐶 = 40 δ 𝐴 = 45 γ 𝐷 = 33α
Solución
Las hipótesis a probar son:
I. Con respecto a los tratamientos (método empleado) Cuadrado
Latino
𝐻0 = 𝜏1 = 𝜏2 = ⋯ = 𝜏5 = 0 (el tipo de método empleado NO influye
de manera altamente significativa en la filtración de agua).
𝐻1 = 𝜏𝑖 ≠ 0 (Al menos un de tipo de método influye de manera
altamente significativa en la filtración de agua)
1 2
2. Resultados:
Análisis de Varianza
Fuente GL SC Ajust. MC Ajust. Valor F Valor p
epoca del año 3 133.83 44.61 7.19 0.070
metodo 3 156.80 52.27 8.42 0.057
densidad aparente 3 7.34 2.45 0.39 0.768
tipo de suelo 3 6894.25 2298.08 370.19 0.000
Error 3 18.62 6.21
Total 15 7728.94
3. Conclusiones
I. Como p value para el tipo de suelo =0.000< 0.01, Se rechaza Ho.
Se concluye que EL tipo de método influye de manera altamente
significativa en la filtración de agua de un suelo.
3 4
+
Como p valué = 0.123 > 0.01, se ACEPTA la 𝐻0 y se concluye que los datos de se
ajustan a una distribución normal. Por lo tanto, el modelo utilizado es el adecuado