PROBLEMA 11.

En el rea de SMT. Se busca reducir los defectos ocasionados por impresiones de

soldadura en pasta inadecuada. Se corre un diseo 2 4 con dos rplicas y dos puntos
centrales por replica. Los factores son: altura de la mesa(A), velocidad de separacin
(B), velocidad de impresin (C), y presin de las escobillas (D). La variable de
respuesta es la altura de la impresin de soldadura en pasta. El experimento se corri en
planta, pero como el proceso es muy rpido (la impresin de una tarjeta tarda menos de
un minuto), entonces se recomienda obtener ms de un producto en cada condicin
experimental. Por ello se decidi que cada prueba experimental debera de consistir en
dejar que el proceso de se estabilizara a partir de ah imprimir 10 tarjetas de manera
consecutiva, a cada tarjeta se le midi la atura. Con estos 10 datos se calcul la media y
la desviacin estndar, para as analizar el efecto de los factores sobre ambas. Una vez
que se corre en orden aleatorio la primera replica de todos los tratamientos, se deja de
experimentar y al da siguiente se hace de manera similar la segunda replica. Los datos
se muestran a continuacin:

replica 2
replica 1
D. D.
factor A factor B factor C factor D media estndar media estndar
-1 -1 -1 -1 6,8 0,17 6,3 0,18
1 -1 -1 -1 6,9 0,28 6,6 0,51
-1 1 -1 -1 6,4 0,17 5,8 0,41
1 1 -1 -1 6,6 0,29 6,6 0,19
-1 -1 1 -1 6,8 0,27 6,5 0,19
1 -1 1 -1 8,7 0,8 7,3 0,75
-1 1 1 -1 6,7 0,16 6,4 0,21
1 1 1 -1 7,8 0,64 7,1 0,6
-1 -1 -1 1 5,5 0,28 5,3 0,15
1 -1 -1 1 5,8 0,51 5,4 0,24
-1 1 -1 1 5,8 0,14 5,3 0,21
1 1 -1 1 5,5 0,19 5,4 0,13
-1 -1 1 1 6,1 0,29 6 0,34
1 -1 1 1 6,6 0,38 6,2 0,5
-1 1 1 1 6,6 0,26 5,6 0,25
+1 +1 +1 +1 6,7 0,22 6,3 0,37
0 0 0 0 6,5 0,25 6 0,53
0 0 0 0 6,4 0,27 5,8 0,5

a) con que finalidad se utilizan los puntos centrales?

b) Investigue que efectos influyen de manera significativa sobre la altura promedio
de la pasta (apyese en Pareto y Anova)
c) Si en el anlisis anterior encuentra alguna interaccin significativa, analice a
detalle la ms importante?
d) Si se quiere un valor de 6.0 para la altura de la pasta, Cules son las
condiciones para lograrlo?
e) Ahora investigue que efectos influyen de manera relevante sobre la variabilidad
de la altura de la pasta.
f) Encuentre una condicin satisfactoria tanto para la altura como para minimizar
la variabilidad.
g) De los anlisis de varianza para la media y desviacin estndar vea el coeficiente
R2 que concluye de ello?
h) Hay evidencia de curvatura?
i) Verifique residuos.
Respuestas de las alternativas
a) La finalidad con la cual se utilizan los puntos centrales es para poder mejorar el
mtodo de anlisis para cada proceso nivel y/o tratamiento que se aplicara
durante todo el proceso de anlisis, es la calidad e lo modelo que se pueda medir
para asegurar los variables estadsticos esperados.
b) Los efectos que influye de manera significativa sobre el promedio de la pasta
son los siguientes:
Las variables que afectan en la altura son el factor C y la interaccin AB
segn la grfica de Pareto.

Segn la Anova el P-Valor en el factor C es igual a: 0,0142, por lo tanto se

rechaza la hiptesis nula, por lo tanto afecta en la altura.
c) La interaccin ms significativa en la altura es AB, afecta en la altura con un
P-valor: 0.0372, donde se rechaza la hiptesis nula.
d) Si tenemos valor- p = 6 entonces rechazamos la hiptesis nula para alpha = 0,05.
e) La pendiente para el factor C es mayor en relacin con los dems para que
estas puedan influir en la respuesta.
 f) Si exclyenos el
factor C se
rechaza la hiptesis
nula. es decir que los dems factores no influyen en la altura.
g) LA calidad del modelo est dentro del rango establecido 70%71.48100% lo
que indica que nuestro modelo de prueba tenemos que mejorar mas es decir
ajustar ms, lo que indica que ms dispersin de nuestro datos estadsticos.
h) No hay indicios de mucha dispersin porque poco influye los factores en la
respuesta.
i) Los datos residuales en nuestro experimento es Auto correlacin residual
Lag 1 = -0,0923312, lo que indica que en la interseccin AB hay ms residual la
cual se aproxima a la pendiente inversa.

14.- Una de las variables crticas en el proceso de ensamble del brazo lector de un disco
duro es el ngulo que este forma con el cuerpo principal de la cabeza lectora. Se corre
un experimento con el objetivo de comparar dos equipos que miden dicho ngulo en
unidades de radianes. Se decide utilizar como factor de bloque a los operadores de los
equipos. Los resultados se muestran en la siguiente tabla:

a) Plantee el modelo y las hiptesis ms adecuadas del problema.

b) Existen diferencias entre los equipos? Argumente estadsticamente.
c) Existen diferencias entre los operadores?
d) Dibuje os diagramas de cajas simultaneas y las grficas de medias para ambos
factores, despus interprtelas.
 e) Verifique los supuestos de normalidad e igualdad de varianza entre tratamientos
as como la posible presencia de puntos aberrantes.

SOLUCION:
1. Planteamiento.

Ensamble de
brazo lector de
disco duro
Equipo
1 2
1 1.328, 0.985, 1.316, 1.553, 1.310, 1.273, 0.985, 1.134, 1.142, 0.917,
Operador 1.113, 1.057, 1.144, 1,485, 1,386. 0.789, 0.671, 0.554, 1.386, 1.289.
2 1.269, 1.268, 1.091, 1.195, 1,380, 1.036, 0.783, 1.108, 1.129, 1.132
1.093, 0.984, 1.087, 1.482, 1.442. 0.021, 0.900, 0.916, 1.434, 1.223.
3 1.440, 1.079, 1.389, 1611, 1.445, 1.454, 1.063,1.219, 1.602, 1.583,
1.150, 1.190, 1.247, 1.617, 1.574. 1.018, 1.050, 0.997, 1.538, 1.478.

Equipo Operador
1 2 3
1 1.267 1.229 1.374
7 1 2
2 1.041 0.986 1.300
0 2 2
total 2.308 2.215 2.674 Y1 = 3.871; Y2 = 3.3274; Y3 = 7.1984
7 3 4 SC = (1.26772 + 1.0412 + 1.22912 +
0.98622 + 1.37422 + 1.30022) = 8.75296722
2
(7.1984 )
SCT = 8.75296722 6 = 0.116807
 ( 3.8712) +(3.3274 2) (7.19842 )
SCTRAT = =0.04925
3 6

( 2.30872 ) + ( 2.2153 2) +(2.6744 2) (7.19842 )

SC E= =0.058872
2 6

SC E=0.1168070.0492050.058872=0.008684

Fuente de Suma de Grados de Cuadrado F0 Valor-p

variacin cuadrados libertad medio
Equipo 0.04925 1 0.04925 11.34 0.078
Operador 0.058872 2 0.029436 6.78 0.129
Error 0.08684 2 0.004322
Total 0.116807 5

a) Plantee el modelo y las hiptesis ms adecuadas al problema.

Modelo estadstico:
Yij =
H 0 : 1=2==k =
H A : i j para alguni j
b) existe diferencia entre los equipos argumente estadsticamente
No existe diferencia ya que el valor p en tratamiento equipo es de 0.078 (mayor fue

0.05 de ) pr lo tanto se acepta la hiptesis nula, lop dos equipos son

estadsticamente iguales.
c) existe diferencias entre los operadores?
No existe diferencias entre el factor de bloque operadores, valor p 0.129 > 0.05, son
estadsticamente iguales.
d) Dibuje los diagramas de cajas simultneos y las grficas d medias para amos medias y
despus interprtelas.
e)

8. En una empresa lechera se han tenido problemas con viscosidad

de cierta bebida de chocolate. Se cre que los tres ingredientes que
se agregan en pequeas cantidades se puede resolver este
problema por lo que es necesario explorar la situacin para ello se
corre un experimento 23 con dos replicas. A continuacin se
aprecian los resultados obtenidos.

a) Estime todos los posibles efectos y diga cuales son

significativos: Grfi co de Pareto estandarizado para viscosidad
C :ingr ed iente C +
-
B :ingr ed iente B

BC

AB

A :ingr ed iente A

AC

0 2 4 6 8

Efectos estandarizados
 se observa 6 efectos; pero los efectos significativos son solo
dos (ingrediente c y b); mientras que los efectos que estn
debajo de la lnea no son significativos y por ello se mandan al
error.

b) Realice un anlisis de varianza de estos datos y obtenga

conclusiones generales:

Prueba de hiptesis:

Si: donde: =0.05

Valor-p<

Anlisis de la Varianza para viscosidad

--------------------------------------------------------------------------------
Fuente Suma de Cuadrados Gl Cuadrado medio F-
Ratio P-Valor
--------------------------------------------------------------------------------
B: ingrediente B 5,64062 1 5,64062
6,99 0,0203
C: ingrediente C 33,3506 1 33,3506
41,32 0,0000
Error Total 10,4931 13 0,807163
--------------------------------------------------------------------------------
Total (corr.) 49,4844 15

de acuerdo a los valores de p-valor rechazamos la hiptesis nula; y

aceptamos la hiptesis alternativa; debido a que los valores son
menores que 0,05; entonces decimos de que los ingredientes b y c
son significativos en un 95% en la viscosidad.

c) Interprete a detalle los efectos significativos.

Grfico de Pareto estandarizado para viscosidad

+
-
C:ingr ediente C

B :ingr ediente B

0 2 4 6 8

Efectos estandarizados
 De acuerdo este grafico se puede observar y decir de que el
ingrediente C y B se alejan de la lnea de papel normal y que
es seal de que son efectos reales en el proceso.

Grfico de Efectos principales para viscosidad

18

17
viscosidad

16

15

14
-1 ,0 1,0 -1 ,0 1,0
ingr ed iente B ingr ediente C

De esta grafica; se puede concluir que a mayor cantidad de

ingrediente B mayor viscosidad, a mayor proporcin del
ingrediente C tambin ser mayor la viscosidad.

d) hay un tratamiento ganador para minimizar?

Por lo tanto, el mejor tratamiento o el tratamiento ganador;
para minimizar la viscosidad es utilizando la combinacin
ingrediente B en su nivel bajo y el ingrediente C en su nivel
bajo.

e) Verifique residuos. Qu considera destacado?

Grfico de residuos para viscosidad

1,5
r e s id u o s

1
0,5
0
-0,5
-1
-1,5
13 15 17 19 21
pronosticado

De acuerdo a esta figura podemos afirmar de que los puntos

caen aleatoriamente en el sentido vertical dentro de la banda
horizontal, adems cabe destacar que la dispersin ms
compacta se encuentra en la segunda columna de puntos en
relacin con otras tres. De aqu podemos concluir; de que la
menor dispersin obtenida ocurre justo en el punto donde la
viscosidad es menor.
13. se requiere aumentar el rendimiento de un proceso, y para ello
se estudian tres factores con dos niveles cada uno. Se hacen
repeticiones en cada tratamiento del diseo factorial 23 resultante.
La variable de respuesta que se mide es rendimiento. Los datos
son los siguientes:

Tratamiento Repeticiones
1 2 3
(1) 22 31 25
A 32 43 29
B 35 34 50
Ab 55 47 46
C 44 45 38
Ac 40 37 36
Bc 60 50 54
Abc 39 41 47

a) Cules efectos estn activos?

Grfico de Pareto estandarizado para rendimiento

B:dos +
-
AC
C:tres
BC
AB
A:uno

0 1 2 3 4 5
Efectos estandarizados
Los efectos que estn activos son aquellos que estn por
encima de la lnea (B: dos, AC y C: tres); mientras las que se
encuentran debajo de la lnea son efectos con diferente
importancia; es decir de que solo; 3 de los efectos tienen los p-
valores inferiores a 0,05, indicando que son estadsticamente
significativas diferentes de cero al 95,0% de nivel de confianza.
b) Si obtuvo una interaccin importante, interprtela con
detalle. Grfico de la interaccin para rendimiento
49 tres=1,0

re n d im ie n to
45

tres=-1,0
41
tres=1,0

37

33 tres=-1,0
-1,0 1,0
uno

En este grafico se puede ver que hay una interaccin de puntos; por
tanto existe los efectos principales.

Entonces decimos que; cuando uno se incrementa o cambia de (-1) al

(1), cuando tres es igual a (1), el rendimiento decrece de manera
importante; pero si tres es igual a (-1), el rendimiento aumenta. Por
tanto concluyamos de que el mejor rendimiento se obtiene cuando
uno se encuentra en su nivel bajo (-1).

c) Determine las condiciones de operacin que maximizan el

rendimiento.
Cabe mencionar; que a mayor factor dos mayor ser el
rendimiento; a mayor factor tres mayor rendimiento del proceso.
d) Cul es la respuesta esperada en el mejor tratamiento?

Grfico de Efectos principales para rendimiento

r e n d im i e n t o

47
45
43
41
39
37
35
-1,0 1,0 -1,0 1,0
dos tres

El mejor tratamiento para alcanzar el rendimiento es: cuando

se aumenta el nivel alto de los factores dos y tres, de esta
forma se podr obtener un rendimiento adecuado en el
proceso.
Grfico de Probabilidad normal para rendimiento
e) Verifique
99,9 los supuestos del modelo.
p o r c e n ta je

99
95
80
50
20
5
1
0,1
-4,1 -2,1 -0,1 1,9 3,9 5,9
Efectos estandarizados
 En este grafico podemos ver de que los puntos o residuos
estn casi alineados con la lnea recta; por tato, decimos de
que no hay problemas con los supuestos de normalidad.

Grfico de residuos para rendimiento

12
r e s id u o s

8
4
0
-4
-8
-12
22 32 42 52 62
pronosticado
o En esta grafica se puede ver de que los puntos se distribuyen
de manera aleatoria sobre la banda horizontal (sin ningn
patrn claro y contundente); por lo tanto, cumple el supuesto
de que los tratamientos tienen igual varianza.

EXPERIMENTOS DE DISEOS FACTORIALES 3K:

8. se desea investigar el efecto del tipo y cantidad (%) de almidn
sobre la friabilidad (%) de tabletas. Se corre un diseo 3X3 con n=4
rplicas. Los datos obtenidos se muestran a continuacin.

Almidn (%)
Tipo de Almidn
20% 30% 40%
0,7782 0,4272 0,7192
0,7654 0,4336 0,6742
Pregelatinizado
0,7592 0,4552 0,6892
0,7758 0,4771 0,7023
0,7856 0,6273 0,9562
0,8093 0,6592 0,9656
Almidn
0,8126 0,6692 0,9656
0,8172 0,6523 0,9231
Dextrina 0,8543 0,8023 1,1356
 0,8792 0,7986 1,1923
0,8723 0,7992 1,1643
0,8993 0,7827 1,1732

a) Escriba el modelo estadstico ms apropiado para el diseo.

Es un modelo que considera k factores con tres niveles cada

uno y tiene 3k tratamientos.

b) Obtenga el ANOVA sin desglosar y obtenga conclusiones.

Anlisis de la Varianza para friabilidad

--------------------------------------------------------------------------------------------------
------------
Fuente Suma de Cuadrados Gl Cuadrado medio
F-Ratio P-Valor
--------------------------------------------------------------------------------------------------
-------------
A: tipo de almidn 0,5694 1 0,5694
984,10 0,0000
B: almidn 0, 0878944 1 0,0878944
151,91 0,0000
AA 0,00106184 1 0,00106184
1,84 0,1867
AB 0,132132 1 0,132132
228,36 0,0000
BB 0,483702 1 0,483702
835,98 0,0000
Bloques 0,000924212 3 0,000308071
0,53 0,6639
Error Total 0,0156222 27f 0,000578601
--------------------------------------------------------------------------------------------------
-------------
Total (corr.) 1,29074 35

R-cuadrado = 98,7897 por ciento

R-cuadrado (ajustado para g.l.) = 98,5879
por ciento
Error Estndar de Est. = 0,0240541
Error absoluto de la media = 0,0176965
Estadstico Durbin-Watson = 2,14333
(P=0,1419)
Autocorrelacin residual Lag 1 = -0,117777
 En este caso, 4 de los efectos tienen los p-valores inferiores a 0,05,
indicando que son estadsticamente significativos; diferentes de cero
al 95,0% de nivel de confianza.

El estadstico R-cuadrado indica que el modelo asi ajustado explica el

98,7897% de la variabilidad en friabilidad. El estadstico R-cuadrado
ajustado, el cual es ms adecuado para la comparacin de nmeros
diferentes de variables independientes, es 98,5879%.
El efecto ms importe es el tipo de almidn con un valor F-Ratio de
984,10.

c) Realice la grfica de efectos principales y de interaccin, y

destaque los aspectos ms relevantes.

Grfico de Efectos principales para friabilidad

0,97
fria b ilid a d

0,87

0,77

0,67

0,57

0,47
-1,0 1,0 20,0 40,0
tipo de almidon almidon

En esta grafica se aprecia de que; cuando el tipo de almidn se

encuentra en su nivel alto la friabilidad aumenta.
Que la cantidad de almidn influye significativamente.
 Grfico de la interaccin para friabilidad
1,19 almidon=40,0

1,09
friabilidad

0,99

0,89 almidon=20,0

0,79
almidon=20,0
0,69 almidon=40,0 Segn
-1,0 1,0
tipo de almidon este
grafico
podemos
decir que existe una interaccin cuando el almidn (cantidad) es 20 y
40. Por tanto decimos que la interaccin existe cuando el tipo de
almidn se encuentra en su nivel bajo.

d) De la grfica de efectos principales para el factor % de

almidn, hay algn tipo de evidencia de que el efecto no sea
lineal?, argumente su respuesta.

e) Verifique supuestos a travs de graficas de residuales.

Grfico de Probabilidad normal para friabilidad

99,9
99
p o rce n ta je

95
80
50
20
5
1
0,1
12 16 20 24 28 32
Efectos estandarizados Segn esta grafica
podemos decir de
que los no estn alineados en la lnea; por tanto decimos de que se
concluye de que el supuesto de normalidad no es correcto.
 Grfico de residuos para friabilidad
0,06
0,04
re s id u o s

0,02
0
-0,02
-0,04
-0,06
0,42 0,62 0,82 1,02 1,22
pronosticado Se aprecia en la
figura de qu; no
existe un patrn claro y contundente; entonces es seal de que se
cumple el supuesto de que los tratamientos realizados tienen igual
varianza.

f) Obtenga el ANOVA desglosado, para ello, el efecto lineal y

cuadrtico debe desglosarse solo para factor % de almidn,
ya que es el nico cuantitativo. Comente lo obtenido y
contrstelo con lo observado en los incisos (c y d).

Anlisis de la Varianza para friabilidad

--------------------------------------------------------------------------------
Fuente Suma de Cuadrados Gl Cuadrado medio F-Ratio P-Valor
--------------------------------------------------------------------------------
A: tipo de almidn 0,5694 1 0,5694 1002,45 0,0000
B: almidon 0,0878944 1 0,0878944 154,74 0,0000
AB 0,132132 1 0,132132 232,62 0,0000
BB 0,483702 1 0,483702 851,57 0,0000
Error Total 0,0176083 31 0,000568009
--------------------------------------------------------------------------------
Total (corr.) 1,29074 35

R-cuadrado = 98,6358 por ciento

R-cuadrado (ajustado para g.l.) = 98,4598 por ciento
Error Estndar de Est. = 0,0238329
Error absoluto de la media = 0,0179442
Estadstico Durbin-Watson = 2,1522 (P=0,2711)
Autocorrelacin residual Lag 1 = -0,0953396

14. Se realizan un procedimiento para comparar la proporcin de

palomitas de maz que se forman (% de granos que reventaron)
con tres marcas de palomitas para horno de microondas. Se
utilizan hornos con dos potencias diferentes y tres tiempos de
permanencia en el horno, con 2 replicas. Se obtienen los siguientes
resultados:

Marca potencia Tiempo

4 min 4.5 min 5 min
1 500 73.8, 65.5 72.7, 81.9 70.3, 91.0
1 625 70.8, 75.3 74.1, 72.1 78.7, 88.7
2 500 45.3, 47.6 73.7, 65.8 93.4, 76.3
2 625 66.3, 45.7 79.3, 86.5 92.2, 84.7
3 500 51.4, 67.7 62.5, 65.0 50.1, 81.5
3 625 64.0, 77.0 71.5, 80.0 82.1, 74.5

a) Qu diseo se utilizo? Escriba el modelo estadstico

correspondiente:

Se utilizo un diseo factorial mixto debido a que los factores

estudiados no tienen el mismo numero de niveles. El total de
tratamientos realizados es 36. La necesidad de utilizar este
diseo fue por su naturaleza discreta o categrica, pues los
factores tienen un nmero finito y distinto de niveles, y el
inters es estudiar todos los niveles.

b) Analice estos datos y obtenga conclusiones:

Anlisis de la Varianza para proporcin

--------------------------------------------------------------------------------
Fuente Suma de Cuadrados Gl Cuadrado medio F-Ratio P-
Valor
--------------------------------------------------------------------------------
B: potencia 455,111 1 455,111 4,56
0,0403
C: tiempo 1892,15 1 1892,15 18,94
0,0001
Error Total 3296,34 33 99,889
--------------------------------------------------------------------------------
Total (corr.) 5643,6 35

R-cuadrado = 41,5916 por ciento

R-cuadrado (ajustado para g.l.) = 38,0517 por ciento

o En este caso, solo dos de los efectos (potencia y tiempo)

tienen los p-valores inferiores a 0,05, indicando que son
 estadsticamente significativos; diferentes de cero al 95,0% de
nivel de confianza.

o De acuerdo al coeficiente de determinacin R aj2 (ajustado)

41,5916% de la variabilidad en la proporcin de palomitas de
maz, se puede afirmar de que este valor es tan bajo, lo cual no
permite tener una buena calidad en la prediccin.

o El estadstico R-cuadrado ajustado, el cual es ms adecuado

para la comparacin de nmeros diferentes de variables
independientes, es 38,0517%.

o El error estndar de la estimacin muestra la desviacin

normal de los residuos para ser 9,99445. El error absoluto de
la media (MAE) de 7,56667 es el promedio del valor de los
residuos.

c) Grafique los efectos significativos e interprtelos.

Grfico de Efectos principales para proporcion

83
p ro p o rc io n

79

75

71

67

63
500,0 625,0 4,0 5,0
potencia tiempo
Segn este grafico se puede ver que; a mayor potencia del
horno mayor ser la proporcin de palomitas de maz, a mayor
tiempo tambin se obtendr una elevada proporcin de
palomitas.

d) Cules es la potencia del horno y el tiempo recomendados

para cada marca de palomitas?

Grfico de Efectos principales para proporcion

83
p ro p o rc io n

79

75

71

67

63
1,0 3,0 500,0 625,0 4,0 5,0
marca potencia tiempo
e) cual es el mejor tratamiento considerando los tres factores,
y cual es el porcentaje de granos reventados que se
esperaran en el tratamiento?
Grfico de Efectos principales para proporcion
p ro p o rc io n 83
De acuerdo este grafico podemos decir; de que el mejor
79
tratamiento es: MARCA en su nivel bajo (1), POTENCIA en su
75
nivel alto (625), TIEMPO en su alto (5); cabe mencionar de que
los niveles de los factores restantes se eligen con el criterio
71
de economa o productividad de palomitas de maz.
67

f) Cul63de las marcas de palomitas se afecta menos (mas

1,0 3,0 500,0 625,0 4,0 5,0
robusta) debido
marca
a la accin del horno
potencia
y el
tiempo
tiempo?

Segn el grafico anterior podemos decir o interpretar de que la

marca (3) de palomitas s e afecta menos que las otras dos,
debito a que esta marca es ms robusta en cuanto a la
potencia del horno y el tiempo, por tanto seria menor el
porcentaje de granos reventados.

g) Compruebe los supuestos de normalidad y varianza constate.

Grfico de Probabilidad normal para proporcion

p o r c e n ta je

99,9
99
95
80
50
20
5
1
0,1
2,1 2,5 2,9 3,3 3,7 4,1 4,5
Efectos estandarizados
Segn esta grafica podemos ver de que los puntos no estn alineados
en la recta horizontal principal, por tanto se concluye de que el
supuesto de normalidad no es correcto.
Grfico de residuos para proporcion
32
r e s id u o s

22
12
2
-8
-18
-28
45 55 65 75 85 95
pronosticado
En esta grafica podemos ver de que los puntos no estn distribuidos
de manera aleatoria en banda horizontal; por lo tanto decimos de que
no se esta cumpliendo el supuesto de varianza contante, es decir que
las varianzas no son iguales.
2. EXPERIEMETOS DE DISEOA FACTORIALES FRACCCIONADOS 2K-P
14. considere un experimento 2 5-1con I=ABCD que fue utilizado para
investigar los efectos de cinco factores sobre el color de un
producto qumico. Los factores son A= solvente/reactante, B=
catalizador/reactante, C=temperatura, D=pureza de reactante y E=
acidez del reactante. Los resultados obtenidos son los siguientes:

e=-0.63 D=6.79
a=2.51 Ade=5.47
b=-2.68 Bde=3.45
Abe=1.66 Abd=5.68
C=2.06 Cde=5.22
Ace=1.22 Acd=4.38
Bce=-2.09 Bcd=4.30
Abc=1.93 Abcde=4.05

a) Calcule los efectos y grafquelos en Pareto y en papel normal.

cuales parecen significativos?

Grfico de Pareto estandarizado para color del producto

D:pureza +
AD -
B:catalizador
A:solvente
AB
E:acidez
AC
CD
0 4 8 12 16 20
En este caso, 8 de losEfectos
efectos tienen los p-valores inferiores a 0,05,
estandarizados
indicando que son significativamente diferentes de cero al 95,0% de
nivel de confianza.

En este diagrama se puede apreciar o detectar los efectos D, AD, B,

A, AB, E, AC y CD como los ms importantes o estadsticamente
significativas.
 b) Obtenga el mejor anlisis de varianza. con cuales efectos se
esta construyendo el error?

Anlisis de la Varianza para color del producto

-----------------------------------------------------------------------------------------------------------
-------------------
Fuente Suma de Cuadrados Gl Cuadrado
medio F-Ratio P-Valor
-----------------------------------------------------------------------------------------------------------
-------------------
A: solvente/reactante 6,8644 1 6,8644
34,40 0,0006
B: catalizador/reactante 7,1824 1 7,1824
35,99 0,0005
D: pureza de reactante 78,1456 1 78,1456
391,56 0,0000
E: acidez de reactante 2,73902 1 2,73902
13,72 0,0076
AB 6,5025 1
6,5025 32,58 0,0007
AC 2,48062 1
2,48062 12,43 0,0097
AD 7,3441 1
7,3441 36,80 0,0005
CD 2,03063 1
2,03063 10,17 0,0153
Error Total 1,39703 7
0,199575
-----------------------------------------------------------------------------------------------------------
-------------------
Total (corr.) 114,686 15

Lo errores se estn construyendo con aquellos efectos que no estn

encima de la lnea de valor (pareto), en ello se pueden identificar los
siguientes efectos: AE, BE, BD, CD, BC, C (temperatura) y DE;
los cuales hacen un error total de 1,39703.

c) Represente grficamente cada efecto significativo e

interprtelo con detalle.
c o lo r d e l p ro d u c to

Grfico de Efectos principales para color del producto

5

solvente pureza
catalizador acidez

En esta figura se muestran los efectos que estn activos. De esta

forma se aprecia que a mayor pureza mayor ser el color del
 producto; a ms catalizador menor color; a mayor cantidad de
solvente mas color y a acidez alta el color ser menor.

d) Determine el mejor tratamiento y la respuesta predicha por el

modelo

Segn el grafico anterior de efectos principales para color de

producto el mejor tratamiento es: SOLVENTE en su nivel alto,
CATALIZADOR en su nivel bajo, PUREZA en su nivel alto y ACIDEZ en
su nivel bajo.

e) Haga el anlisis de residuos y comente los resultados:

R-cuadrado = 98,7819 por ciento

R-cuadrado (ajustado para g.l.) = 97,3897
por ciento
Error Estndar de Est. = 0,446738
Error absoluto de la media = 0,266094
Estadstico Durbin-Watson = 1,31127
(P=0,1735)
El estadstico R-cuadrado indica que el modelo a si ajustado explica el
98,7819% de la variabilidad en color del producto. El estadstico R-
cuadrado ajustado, el cual es ms adecuado para la comparacin de
nmeros diferentes de variables independientes, es 97,3897%.
El error estndar de la estimacin muestra la desviacin normal de
los residuos para ser 0,446738. El error absoluto de la media (MAE)
de 0,266094 es el promedio del valor de los residuos.

f) Si hay algn factor que no tiene ningn efecto, colapse el

diseo. que diseo resulto?

el factor que no tiene efecto es la temperatura.

1. Problema N 9
A continuacin se muestra los datos para un diseo en bloques
al azar.
a) Completes las sumas totales que se piden en la tabla
anterior.

Bloques Total por

tratamiento
Tratamie 1 2 3 4
nto
A 3 4 2 6 Y1.=15
B 7 9 3 10 Y2.=29
C 4 6 3 7 Y3.=20
Total por Y. Y. Y. 3=8 Y. Total
bloque= 1=14 2=19 4=23 global=64
b) Calcule las sumas de cuadrados correspondientes SC TRAT,
SCa, SCT y SCE.

2 2 2 2
15 +29 +20 64
SC TRAT = =25.16
4 12

2 2 2 2 2
14 +19 + 8 + 23 64
SC a= =42
3 12

3 2+7 2+ 4 2+ 42 + 92+ 62 +22+ 32+ 32+ 62 +102 +72 642

SC T =
3 12
SC T =72.66

SC E=72.6625.1642=5.5

c) Obtenga la tabla de anlisis de varianza y anote las

principales conclusiones.

Fuente de GL SC MC F P
variacin
Tratamiento 2 25.1667 12.5833 13.73 0.006
Bloques 3 42.0000 14 15.27 0.003
Error 6 5.50 0.9167
Total 11 72.6667

De acuerdo al ANOVA anterior se observa que para los

tratamientos se obtuvo un valor-p = 0.006 < 0.05, por lo que se
rechaza la hiptesis nula de que las medias de los tratamientos
son iguales entre s, en cuanto al factor de bloques se puede
concluir que su valor-p = o.oo3 < 0.05, lo que nos dice que
existen diferencias entre estos.

d) Obtenga la diferencia mnima significativa (LSD)para

comparar tratamientos en este diseo en bloques.

LSD=t
2
( k1 ) ( b1) 2 CM E
b

LSD=t 0.0256
2 ( 0.9167 )
4

LSD=2.44
2 ( 0.9167 )
4
=1.65

Diferencia Diferencia muestral Decisin

poblacional
A - B |-3.5| > 1.65 Significativa
 A - C |-1,25| > 1.65 No Significativa
B - C |2,25| > 1.65 Significativa

Por lo que se concluye que el tratamiento A es diferente del B y el

B del C.

2. Problema N 11
En una empresa lechera se tienen varios silos para almacenar
leche (cisternas de 60000L). Un aspecto crtico para que se
conserve la leche es la temperatura de almacenamiento. Se
sospecha que en algunos silos hay problemas, por ello, durante
cinco das decide registrar la temperatura a cierta hora.
Obviamente la temperatura de un da a otro es una fuente de
variabilidad que podra impactar la variabilidad total.

Da
Silo Lunes Martes Mircoles Jueves Viernes
A 4.0 4.0 5.0 0.5 3.0
B 5.0 6.0 2.0 4.0 4.0
C 4.5 4.0 3.5 2.0 3.0
D 2.5 4.0 6.5 4.5 4.0
E 4.0 4.0 3.5 2.0 4.0

a) En este problema, Cul es el factor de tratamiento y cual

el factor de bloque?
El factor de tratamiento son los silos y el factor de bloque los das.

b) Suponga un DBCA, formule las hiptesis adecuadas y el

modelo estadstico.

Modelo estadstico

{
Y ij =+ i +Y i + ij i=1,2,. .. ,k
j=1,2, , b

Donde Y ij en la medicin que corresponde al tratamiento i y al

bloque de j, es la media global poblacional, i es el efecto

debido al tratamiento i, y es el efecto debido al bloque j y ij en

el error aleatorio.
Hiptesis
H 0 : 1=2=3== k =

H A : i= j para algun i j

Que tambin se puede expresar como:

H 0 : 1= 2= 3== k =0
 H A : 1 0 para alguni
En cualquiera de estas hiptesis la afirmacin a probar es que la
respuesta media poblacional lograda con cada tratamiento es la
misma para los k tratamientos y que, por lo tanto, cada respuesta
media 1 es igual a la media global poblacional, .

c) Hay diferencia entre los silos?

Fuente de SC GL CM F Valor-p
variabilidad
Tratamiento 4,46 4 1.115 0.69 0.246
Bloques 9.76 4 2.44 1.51 0.609
Error 25.84 16 1.615
Total 40.06 24

Aqu podemos observar que el valor-p de los silos es mayor que el

valor de significancia, es decir, que el valor-p de los silos es 0.246
y el nivel de significancia es 0.05 y por lo tanto es mayor, lo que
significa que estadsticamente son iguales.

d) La temperatura de un da a otro es diferente?

Por medio del problema anterior podemos observar que la
temperatura es igual porque el valor-p de los bloques es 0.609 y
el nivel de significancia es 0.05 asi que se muestra que el valor-p
del bloque es mayor que la significancia y por lo tanto las
temperaturas son iguales.

EXPERIMENTOS DE DISEOS FACTORIALES 3K:

7. Se cree que la adhesividad de un pegamento depende de la
presin y de la temperatura al ser aplicado. Se realiza un
experimento factorial con ambos factores fijos.

Temperatura F
Presin 250 260 270
(lb/pulg2)
120 9.60 11.28 9.00
130 9.69 10.10 9.57
140 8.43 11.01 9.03
150 9.98 10.44 9.80

a) Formule las hiptesis y el modelo estadstico que se desea

probar.

Prueba de hiptesis:
H0: i =0
HA: i 0
 Condicin de rechazo:

Valor-p<
Donde: =0.05

Los modelos estadsticos que se desea probar es factoriales mixtos;

es decir, cuando los factores estudiados no tienen el mismo nmero
de niveles. En este diseo en 9 tratamientos diferentes, que
corresponden a todas las posibles maneras en que se pueden
combinar los dos factores (temperatura y presin) en tres y cuatro
niveles respectivamente.

b) Analice los datos y obtenga las conclusiones apropiadas.

Anlisis de la Varianza para adhesividad

--------------------------------------------------------------------------------
Fuente Suma de Cuadrados Gl Cuadrado medio F-Ratio
P-Valor
--------------------------------------------------------------------------------
AA 4,6464 1 4,6464
16,92 0,0021
Error Total 2,74582 10 0,274582
--------------------------------------------------------------------------------
Total (corr.) 7,39222 11

R-cuadrado = 62,8552 por ciento

R-cuadrado (ajustado para g.l.) = 59,1408 por
ciento
Error Estndar de Est. = 0,524006
Error absoluto de la media = 0,429583
Estadstico Durbin-Watson = 3,06167
(P=0,0407)

De acuerdo a los resultados obtenidos se puede concluir de que se

rechaza la hiptesis nula y se acepta la alternativa; entonces se
puede decir de que los efectos estticamente diferentes.
Adems se aprecia de que F 0 de AA; es el nico que tiene un efecto
importante. Por tanto se concluye de que si hay efecto significativo
de temperaturas sobre la adhesividad.
c) Se puede analizar si hay interaccin entre los dos factores
controlados?

Segn el anlisis realizado no hay existe la lnea ni el grafico de

interaccin; ya que solo existe un solo efecto significativo.