UNIVERSIDAD NACIONAL DE SAN AGUSTÍN

FACULTAD DE INGENIERÍA DE PROCESOS

ESCUELA PROFESIONAL DE INGENIERÍA

METALÚRGICA

CURSO: DISEÑOS EXPERIMENTALES METALURGICOS

ALUMNO: DIAZ ZEVALLOS MANUEL ANDRE

CUI: 20172002

AREQUIPA-PERÚ
2018
 EVALUACION CONTINUA
1.- Se toman 8 medidas del diámetro interno de los anillos para pistones
del motor de un automóvil. Los datos (en mm) son:

74,001 74.003 74.015 74.000 74.005 74.002 74.005 74.004

Construya un diagrama de puntos y realice un comentario con respecto a los
datos.
DIAGRAMA DE PUNTOS
2.5

1.5

0.5

0
74 74 74 74 74 74 74 74 74 74

COMENTARIO:

Como se puede observar en el gráfico, la mayoría de estos diámetros se

muestran una vez, ese dato lo indica la frecuencia; que nos expresa la cantidad
de datos. El diámetro de 74.005mm, su frecuencia es 2, y no solo ellos sino
también se puede interpretar a este valor como la moda. También se puede
observar una cierta discordancia con el diámetro de 74.015mm, en el aspecto
que se encuentra alejado de los otros diámetros, pero no en la frecuencia puesto
que esta es 1.

2.- En una prueba de Laboratorio se mide la fuerza de tirantez de un

conector. Los siguientes son los datos obtenidos (y registrados en orden)
para 40 muestras bajo prueba (de arriba hacia abajo y de izquierda a
derecha).

241 220 249 209

258 194 251 212
237 245 238 185
210 209 210 187
194 201 198 218
225 195 199 190
248 255 183 175
 203 245 213 178
195 235 236 175
249 220 245 190

a.- Construya una gráfica de series de tiempo, para estos datos. Comente el
resultado.

GRAFICO SERIES - TIEMPO

FUERZA DE TIRANTES - CONECTOR

270 FUERZA DE TIRANTES - CONECTOR

175
178
250 183
185
187
230 190
194
195
210 198
199
201
190 203
209
210
170 212
0 10 20 30 40 213
TIEMPO 218
220
225
235

COMENTARIO:
En esta grafica a lo largo de ese tiempo (años), se ha visto una distribución en líneas
generales normal, ya que ninguno de los datos presenta cierta anomalía en el tiempo ni
en la fuerza de los tirantes. En los primeros 11 intervalos (cada intervalo con un ancho
de clase de dos) o en otras palabras hasta el año 22, se puede ver la mayor fuerza de
los tirantes para un conector. Luego en los tres próximos intervalos o hasta el año 28,
de muestra un deceso en esta fuerza de los tirantes, luego nuevamente aumenta, pero
finalmente esta vuelve a descender, siendo esta última parte la más baja en el gráfico.

3.- Un artículo publicado en una revista de ingeniería, presenta datos de viscosidad de un

lote de cierto proceso químico. La siguiente es una muestra de estos datos.

13.3 14.5 15.3 15.3 14.3 14.8 15.2 14.5 14.6 14.1 14.3 16.1 13.1 15.5 12.6 14.6 14.3 15.4 15.2 16.8

14.9 13.7 15.2 14.5 15.3 15.6 15.8 13.3 14.1 15.4 15.2 15.2 15.9 16.5 14.8 15.1 17.0 14.9 14.8 14.0

15.8 13.7 15.1 13.4 14.1 14.8 14.3 14.3 16.4 16.9 14.2 16.9 14.9 15.2 14.4 15.2 14.6 16.4 14.2 15.7

16.0 14.9 13.6 15.3 14.3 15.6 16.1 13.9 15.2 14.4 14.0 14.4 13.7 13.8 15.6 14.5 12.8 16.1 16.6 15.6
 a) Construya una tabla de frecuencias con los datos de viscosidad del
proceso químico.

Tabla de Frecuencias para VISCOSIDAD

Límite Límite Frecuencia Frecuencia Frecuencia
Clase Inferior Superior Punto Medio Frecuencia Relativa Acumulada Rel. Acum.
menor o igual 12.0 0 0.0000 0 0.0000
1 12.0 12.625 12.3125 1 0.0125 1 0.0125
2 12.625 13.25 12.9375 2 0.0250 3 0.0375
3 13.25 13.875 13.5625 8 0.1000 11 0.1375
4 13.875 14.5 14.1875 21 0.2625 32 0.4000
5 14.5 15.125 14.8125 13 0.1625 45 0.5625
6 15.125 15.75 15.4375 20 0.2500 65 0.8125
7 15.75 16.375 16.0625 7 0.0875 72 0.9000
8 16.375 17.0 16.6875 8 0.1000 80 1.0000
mayor de 17.0 0 0.0000 80 1.0000

b) Grafique un histograma con la tabla de frecuencia anterior.

Histograma

24

20

16
frecuencia

12

0
12 13 14 15 16 17
viscosidad

COMENTARIO:
El histograma de tipo “Campana de Gauss”, donde se puede evidenciar una
mayor viscosidad en el cuarto intervalo y una menor en el primero. Asimismo, es
un histograma de las frecuencias absolutas.

c) Grafique una ojiva de frecuencia acumulada, y determine el valor

aproximado que corresponde al valor del 80 % de los datos para la
viscosidad.

Histograma

80

60
frecuencia

40

20

0
12 13 14 15 16 17
viscosidad

d) Determine el percentil 30 y percentil 70.

Fórmula para hallar el percentil:

𝑋
𝑃𝑋 = 𝑛 ( ) + 0.5
100
 Para hallar el percentil 30:
30
𝑃30 = 80 ( ) + 0.5
100

𝑃30 = 24.5
Ordenando los datos de menor a mayor, se tomarán las posiciones 24 y
25, donde se encuentras los números 14.3 y 14.3 respectivamente, la
suma y división entre 2 de estos es el P30, que es 14.3.
 Para hallar el percentil 70:

70
P70 = 80 ( ) + 0.5
100
 𝑃70 = 56.5
Se tomarán las posiciones 56 y 57, donde se encuentran los números 15.3
y 15.3 respectivamente. La suma y división entre 2 de estos es el P70,
que es 15.3.

e) ¿Cuál es el valor del rango intercuartilico? Comente el resultado.

Resumen Estadístico para VISCOSIDAD

Rango 4.4
Cuartil Inferior 14.3
Cuartil Superior 15.55
Rango 1.25
Intercuartílico

COMENTARIO:
Este dato es hallado a partir de la diferencia del cuartil superior e inferior.
Además, el número que se encuentra entre estos es la media por lo cual
decimos que los datos se encuentran estrechamente relacionados y con
una amplitud deseada. Por lo cual el rango intecuartilico es evidencia de
lo antes mencionado ya que su valor no es muy alto.

f) Construya un diagrama de caja, con los datos de la tabla anterior.

Gráfico de Caja y Bigotes

17

16
viscosidad

15

14

13

12
 g) ¿Cuál es el valor del promedio de los datos?

Promedio 14.898
8

h) Determine el valor de la desviación Estándar muestral.

Desviación Estándar Muestral 0.98037628

19 32457.7

i) Determine el valor de la mediana. Compare con el promedio. Explique si

hubiera diferencia.
Promedio 14.8988
Mediana 14.9

COMENTARIO

Existe una mínima diferencia entre estos valores, lo cual indica la presencia de
valores muy extremos y que estos datos no presentan una distribución normal,
por más mínima que sea la diferencia.

j) ¿Cuál es el valor del coeficiente de asimetría? ¿Qué implica este valor?

Comente

Coeficiente de asimetría (g) 0.07913789

COMENTARIO
Se refiere a si la curva que forman los valores de la serie presenta la
misma forma a izquierda y derecha de un valor central (media aritmética).
En este caso g > 0 por lo tanto presenta una distribución asimétrica
positiva; existe mayor concentración de valores a la derecha de la media
que a su izquierda.

k) Determine el valor de la curtosis. ¿Este valor se puede vincular con alguna

propiedad de los datos?
Curtosis -0.262819
 Esta relacionada al coeficiente de asimetría, ya que la curtosis es
la medida de forma que mide cuan achatada o escarpada esta una
curva o distribución, y como sabemos el coeficiente de asimetría
es la curva que forman los valores.

4.- En el problema 2, se realiza una prueba de Laboratorio y se mide la

fuerza de tirantez de un conector. Los siguientes son los datos obtenidos
(y registrados en orden) para 40 muestras bajo prueba (de arriba hacia
abajo y de izquierda a derecha), determine si los datos provienen de una
distribución normal.

241 220 249 209

258 194 251 212
237 245 238 185
210 209 210 187
194 201 198 218
225 195 199 190
248 255 183 175
203 245 213 178
195 235 236 175
249 220 245 190

SOLUCION:

PRUEBA DE NORMALIDAD
2.5
2
1.5
1
0.5
0
0 50 100 150 200 250 300
-0.5
-1
-1.5
-2
-2.5

Comentario. - En la grafico podemos apreciar la existencia de una alta

probabilidad de que los datos obtenidos provengan de una distribución normal,
debido a su comportamiento visto, son datos con un comportamiento estables.

5.- Se utilizan dos máquinas para llenar botellas de plástico con detergente
para maquinas lavaplatos. Se sabe que las desviaciones estándar del
volumen de llenado son σ1 = 0.10 onzas de líquido, y σ2 = 0.15 onzas de
líquido para las dos máquinas respectivamente., Se toman dos muestras
aleatorias n1 = 12 botellas de la maquina 1 y n2 = 10 botellas e la maquina
2. Los volúmenes promedio de llenado son ẍ 1 = 30.87 onzas de líquido y ẍ2
= 30 .68 onzas de líquido. ¿Las dos máquinas tienen igual volumen de
llenado de detergente?
 a) Construya un intervalo de confianza bilateral del 90 % para la
diferencia entre las medias del volumen de llenado.
X1 30.87
Nivel de confianza 90%
σ1 0.1
z(α/2) 1.64485363
n1 12
X2 30.68 Límite Inferior 0.09866494
σ2 0.15
Limite Superior 0.28133506
n2 10

COMENTARIO:

Las dos máquinas no tienen el mismo volumen, ya que el intervalo de

confianza al 90% no incluye el valor del 0, en ningún momento estas
distribuciones son iguales; ósea la diferencia de medias no es igual.

b) Construya un intervalo de confianza bilateral del 95 % para la

diferencia entre las medias de volumen de llenado. Compare el
ancho de este intervalo con el ancho del calculado en el inciso a.

X1 30.87 Nivel de confianza 95%

σ1 0.1 z(α/2) 1.95996398
n1 12
X2 30.68
σ2 0.15 Límite Inferior 0.08116757
n2 10 Limite Superior 0.29883243

COMENTARIO:
Las dos máquinas no tienen el mismo volumen de llenado, ya que el
intervalo al 95% no incluye el valor del 0, por consiguiente estas
distribuciones no son iguales y la diferencia de medias no es igual.

c) Construya un intervalo de confianza superior del 95 %, para la

diferencia de medias del volumen de llenado.

X1 30.87 Nivel de 99%

σ1 0.1 confianza
n1 12 z(α/2) 2.5758293
X2 30.68 Límite Inferior 0.04696994
σ2 0.15 Limite Superior 0.33303006
n2 10

COMENTARIO:
Al 99%, los volúmenes de llenado no son iguales, ya que en el intervalo de
confianza no incluye al valor del 0, lo que implica que sus distribuciones son
distintas y sus medias no son iguales al igual que su deferencia.

6.- Se piensa que la concentración del ingrediente activo de flotación, es

afectada por el tipo de catalizador utilizada en el proceso de fabricación. Se
sabe que la desviación estándar de la concentración activa es de 3 gr/lt, sin
importar el tipo de catalizador utilizado. Se realizan 10 observaciones con
cada catalizador, y se obtiene los datos siguientes:

Catalizador 57.9 66.2 65.4 65.4 65.2 62.6 67.6 63.7 67.2 71.0
1
Catalizador 66.4 71.7 70.3 69.3 64.8 69.6 68.6 69.4 65.3 68.8
2

Suponga que la concentración activa está distribuida normalmente y que

la varianza de la concentración activa de ambos tipos de catalizadores es
desconocida.

a) Encuentre un intervalo de confianza del 95 % para la diferencia entre

las medias de las concentraciones activas suponiendo que ambas
varianzas son iguales.

Catalizador 1 Catalizador 2
Promedio 65.22 68.42
Varianza 11.864 4.946222222
N 10 10

Sp 2.899156966
t(α/2,n1+n2-2) 2.10092204
Limite inferior -5.92393453
Limite superior -0.47606547

COMENTARIO:
Al 95% de confianza, las distribuciones no son iguales ya que en el
intervalo no se encuentra el valor de 0; por lo tanto, sus respectivos
promedios no se demuestran que lleguen a ser iguales.
 b) Encuentre un intervalo de confianza del 95% para la diferencia entre
las concentraciones activas promedio, suponiendo que las varianzas
no son iguales.
Catalizador 1 Catalizador 2

COMENTARIO:

A partir de la estimación de los intervalos, podemos notar que no existe la

presencia del 0 entre estos por lo cual estas distribuciones no son iguales lo que
hace entender que existe una diferencia estadísticamente significativa entre las
medias de las dos muestras, con un nivel de confianza del 95.0%.

c) Compare la longitud del intervalo de confianza calculado en el inciso

(a) con la longitud del intervalo de confianza obtenido, con los datos
y consideraciones anteriores (b); que intervalo es mayor y por qué?
La longitud del intervalo de confianza del inciso “a” es 5.44786906 y la
longitud del intervalo del inciso “b” es 5.497094397. Se calcula que mayor
intervalo de confianza tiene el inciso “b” porque en este caso se asume
que las varianzas son diferentes, y es lo más correcto asumir en estos
casos ya que teóricamente se comprueba que estas varianzas si son
diferentes generando un mayor intervalo, pero aun así nos demostramos
que las distribuciones lleguen hacer iguales.

7.- Se investiga la temperatura de deflexión bajo carga para dos tipos

diferentes de tubería de plástico. Para ello se toman dos muestras
aleatorias, cada una de 15 especímenes, anotando las temperaturas de
deflexión observadas ( oF ) . Los resultados son los siguientes:

Tipo 1 Tipo 2
206 193 192 177 176 198
188 207 210 197 185 188
205 185 194 206 200 189
187 189 178 201 197 203
194 213 205 180 192 192

a) ¿Los datos apoyan la afirmación de que la temperatura de deflexión

bajo carga para la tubería de tipo 2 es mayor que para la tubería de
 tipo 1? Para llegar a una conclusión utilice α = 0.05 y suponga que
las varianzas de ambas poblaciones son iguales.

COMENTARIO:
Entonces con los cálculos realizados, podemos notar que no rechazamos
Ho al 95% ósea aceptamos que las distribuciones pueden ser iguales,
asimismo estos datos no apoyan para afirmar que temperatura de
deflexión de la tubería 2 sea mayor que la tubería 1.

b) Calcule un valor P para la prueba del inciso a.

P-valor 0.873086637

c) onstruya diagramas de caja para las dos muestras. ¿Estas graficas

apoyan la hipótesis de que las varianzas son iguales?. Escriba una

interpretación práctica para estas gráficas.

 COMENTARIO
Al ser esta una medida de dispersión, para comprobar su igualdad con
estas graficas al menos el promedio o la mediana deben ser iguales, al no
ser el caso se dice que las varianzas no son iguales y teóricamente
también esta comprobado.

d) Suponga que, si la temperatura de deflexión promedio para la tubería

de tipo 2 es mayor que la de la tubería 1, tanto como 5 oF, entonces
es importante detectar esta diferencia con una probabilidad de al
menos 0.90. Para este problema, ¿resulta adecuada le selección n1 =
n2 = n = 15

X1 196.4
X2 192.066667
N1 15
N2 15
S1 10.4799128
S2 9.4375138
Sp 9.97234271
to 1.19002349
t( ?,n1+n2-2) 1.31252678

COMENTARIO:
No, a partir de esa condición se sigue aceptando Ho, a pesar que se
cambió el α a 0.90 y que la diferencia entre los promedios es cercano
a 5.

8.- El motor de un cohete se fabrica al unir dos tipos de propulsores;

uno de encendido y uno de impulso. Se piensa que la resistencia al
esfuerzo cortante de la unión es una función lineal de la edad en
 semanas del propulsor cuando se arma el motor. En la tabla siguiente
aparece la información recolectada.

Numero de Resistencia y Edad x

observación (psi) (semanas)
1 2158.70 15.50
2 1678.15 23.75
3 2316.00 8.00
4 2061.30 17.00
5 2207.50 5.00
6 1708.30 19.00
7 1784.70 24.00
8 2575.00 2.50
9 2357.90 7.50
10 2277.70 11.00
11 2165.20 13.00
12 2399.55 3.75
13 1779.80 25.00
14 2336.75 9.75
15 1765.30 22.00
16 2053.50 18.00
17 2414.40 6.00
18 2200.50 12.50
19 2654.20 2.00
20 1753.70 21.50

a) Dibuje un diagrama de dispersión de los datos ¿Parece plausible

utilizar como modelo de regresión una línea recta?
Si, a pesar que otras graficas muestran lo mismo solo con cierta variación
en las curvas, en realidad cualquier grafica es buena para representar el
modelo.
 Gráfico de RESISTENCIA (PSI) vs EDAD (SEMANAS)

2800

2600
RESISTENCIA (PSI)

2400

2200

2000

1800

1600
0 5 10 15 20 25
EDAD (SEMANAS)

Gráfico del Modelo Ajustado

RESISTENCIA (PSI) = 2625.39 - 36.9618*EDAD (SEMANAS)

2800

2600
RESISTENCIA (PSI)

2400

2200

2000

1800

1600
0 5 10 15 20 25
EDAD (SEMANAS)

b) Encuentre las estimaciones de mínimos cuadrados para la pendiente

y la ordenada al origen del modelo de regresión lineal simple.
Coeficientes
Mínimos Cuadrados Estándar Estadístico

Parámetro Estimado Error T Valor-P

Intercepto 2625.39 45.3468 57.8957 0.0000
Pendiente -36.9618 2.96681 -12.4584 0.0000

c) Estime σ2 y los errores estándar de β0 y β1 de los regresores del modelo lineal.

Mínimos Cuadrados Estándar Estadístico

Parámetro Estimado Error T Valor-P
Intercepto 2625.39 45.3468 57.8957 0.0000
Pendiente -36.9618 2.96681 -12.4584 0.0000

COMENTARIO:
La varianza del error (σ^2)

d) Pruebe la hipótesis de Ho: β1 = 0 contra H1: β1 ≠ 0, utilizando el

procedimiento del análisis de la varianza con α = 0.05.
Ho B1=0 to -26.8900382
H1 B1≠0 t(α/2,n-2) 2.10092204

Se rechaza Ho
si: ltol > t (α/2, n-2)
26.8900382 > 2.10032204
Entonces si se rechaza Ho, al 95% de confianza aceptando la hipótesis
alternativa señalando que la pendiente es diferente de 0.

e) Determine el coeficiente de determinación del modelo. (R2).

R^2 0.89608118
Este número nos dice que tenemos una
coincidencia muy alta del 89% entre los datos reales y el modelo, además
que el modelo ajustado explica 89.6081% de la variabilidad en
RESISTENCIA (PSI).
 f) Obtenga los valores ajustados ŷi que corresponden a cada valor
observado yi. Haga una grafico de ŷ contra yi y haga un comentario
sobre la forma que tendría esta grafica si la relación lineal entre la
resistencia al esfuerzo y la edad fuese perfectamente determinista
(sin error). ¿La grafica indica que la edad es un regresor razonable
para el modelo?

Si, la edad es un regresor razonable, ya que como se puede observar en la

gráfica hay una alta probabilidad que con los datos trabajados provengan de una
distribución normal, trazando una línea la mayoría estará cercana a ella.
Comparando esta grafica con la “resistencia vs edad” existe similitud ya que os
puntos no están tan dispersos de la gráfica.
 g) Realice una grafico de donde considere a ŷi como ordenada y al error

3000
Gráfica Y^ vs ERROR

2500

2000

1500

1000

500

0
-150 -100 -50 0 50 100 150 200 250 300
como abscisas.

COMENTARIO:

Se observa una mayor tendencia de los puntos en el lado izquierdo, esto

indicando que error en muchos casos fue negativo o con resultados nos
muy altos, lo que quiere decir que el Y^ fue mayor que el Yi.

h) Si el modelo es adecuado, Estime la resistencia al esfuerzo

promedio de un motor construido con un propulsor armado hace 20
semanas.
En el modelo:
RESISTENCIA (PSI) = 2625.39 - 36.9618*EDAD
(SEMANAS)
Calculando la resistencia:
𝒚 = 𝟐𝟔𝟐𝟓. 𝟑𝟗 − 𝟑𝟔. 𝟗𝟔𝟏𝟖 ∗ 𝟐𝟎
𝒚 = 𝟏𝟖𝟖𝟔. 𝟏𝟓𝟒
Entonces, es un resultado relacionado a la gráfica, no muy distante de
ella, que argumenta la idea antes mencionada, que a menor resistencia
mayor edad.
 9.- Se efectúa un estudio sobre el desgaste de un cojinete (y) y su relación
con x1 = viscosidad del aceite y x2 = carga. Se obtienen los datos siguientes:

Y X1 X2
193 1.6 850
230 15.5 816
172 22.0 1058
91 43.0 1201
113 33.0 1357
125 40.0 1115

a. Realice una gráfica y verifique si los datos corresponderían a un modelo

de regresión lineal múltiple.
b. Ajuste un modelo de regresión lineal múltiple a los datos de la tabla
anterior.
c. Utilice el modelo para predecir el desgaste cuando x1 = 25 y x2 = 1000.
d. Ajuste un modelo de regresión lineal múltiple con un término de
interacción entre los datos.
e. Utilice el modelo del inciso d para hacer una predicción cuando x1 = 25 y
x2 = 1000. Compare esta predicción con el valor calculado en el inciso c.
f. Determine el coeficiente de determinación de ambos modelos.
 10.- En el diseño y análisis de experimentos tercera edición, se describe un
experimento en el que el fabricante está interesado en la resistencia a la
tensión de una fibra sintética, se sospecha que la resistencia está
relacionada con el porcentaje de algodón de la fibra. Para ello se emplea 5
niveles de porcentaje de algodón y se corren 5 réplicas en orden aleatorio,
con ello se obtienen los datos siguientes:

Porcentaje Observaciones
de

Algodón

15 7 7 15 11 9

20 12 17 12 18 18

25 14 18 18 19 19

30 19 25 22 19 23

35 7 10 11 15 11

a. Dibuje diagramas de cajas comparativos, de los porcentajes de algodón.

Gráfico Caja y Bigotes

25

22

19
respuesta

16

13

10

7
MADERA 15% MADERA 20% MADERA 25% MADERA 30% MADERA 35%

b. Realice una prueba de hipótesis de:

H0: µ15 = µ20 = µ25 = µ30 = µ35
 H1: µ15 ≠ µ20… (por lo menos uno diferente). Utilice un nivel de
confianza del 95%.
Tabla ANAVA

Fuente Suma de Cuadrados Gl Cuadrado Medio Razón-F Valor-P

Tratamiento 475.76 4 118.94 14.76 0.0000
Error 161.2 20 8.06
Total (Corr.) 636.96 24

Rechazamos Ho si:
Fo > f (α, a-1, a(n-1))
14.76 > 2.8660814
Entonces, si rechazamos Ho por lo cual aceptamos la hipótesis alternativa
donde por lo menos alguna distribución o promedio es diferente, y
comprobado teóricamente y en una gráfica se evidencia eso.

c. Realice una gráfica de probabilidad normal de los residuos.

 COMENTARIO

d. De validar H1, realice la comparación de promedios por cualquier

método de comparación (Tuckey, LSD, Múltiples Duncan, a
elección).
Haciendo los respectivos cálculos para cada operación.
 Comparando µ15 - µ20:
-10.89 ≤ µ15 - µ20 ≤ -0.31
Rpta: No son iguales
 Comparando µ15 - µ25:
-13.09 ≤ µ15 - µ25 ≤ -2.51
Rpta: No son iguales
 Comparando µ15 - µ30:
-17.09 ≤ µ15 - µ30 ≤ -6.51
Rpta: No son iguales
 Comparando µ15 - µ35:
-6.29 ≤ µ15 - µ35 ≤ 4.29
Rpta: Si son iguales
 Comparando µ20 - µ25:
-7.49 ≤ µ20 - µ25 ≤ 3.09
Rpta: Si son iguales
 Comparando µ20 - µ30:
-11.49 ≤ µ20 - µ30 ≤ -0.91
Rpta: No son iguales
 Comparando µ20 - µ35:
-0.69 ≤ µ20 - µ35 ≤ 9.89
 Rpta: Si son iguales
 Comparando µ25 - µ30:
-9.29 ≤ µ25 - µ30 ≤ 1.29
Rpta: Si son iguales
 Comparando µ25 - µ35:
1.51 ≤ µ25 - µ35 ≤ 12.09
Rpta: No son iguales
 Comparando µ30 - µ35:
5.51 ≤ µ30 - µ35 ≤ 16.09
Rpta: No son iguales

11.- Un Ingeniero está interesado en el efecto que tiene la rapidez de corte (A),
la configuración (B) y el ángulo de corte (C), sobre la duración de la herramienta.
Se eligieron dos niveles de cada factor y se realiza un diseño factorial 2 3 con tres
replicas. Los resultados se muestran a continuación:

A B C Combinación de Replicas
Tratamientos
- - - (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. Estime los efectos de los factores. ¿Cuáles de estos efectos resultan ser
mayores? Se recomienda, para esta etapa, utilizar gráficos.
b. Utilice el análisis de varianza, a fin de confirmar sus conclusiones para el
inciso a. Nivel de confiabilidad del 95%.
c. Analice los residuos. ¿Existen problemas evidentes?
d. Cuales niveles de a,b y c, recomendaría usted.