Beruflich Dokumente
Kultur Dokumente
PUCE
NOMBRE:
Sebastin Silva
Fecha de entrega: 15-03-2013
O DE EXPERIMENTOS
A INDIVIDUAL # 1
MBRE:
stin Silva
rega: 15-03-2013
PROBLEMA 1
A
B
C
D
E
ACEITE
Oliva
Man
Maz
Soja
Girasol
Contenido de esculen
140
11
16
5
8
a) Realizar un anlisis de la varianza a los datos presentados, y verificar si el aceite de oliva en rea
b) Verificar los supuestos acerca del modelo.
DIAGRAMA
- Oliva (A)
- Man (B)
- Maz (C)
- Soja (D)
- Girasol (E)
TIPO DE ACEITE
# factores
# niveles
# tratamientos
n
N
1
5
5
6
30
Cuenta
Suma
ANOVA
RESUMEN
Grupos
Oliva
Man
Maz
Soja
Girasol
6
6
6
6
6
2329
163
182
77
79
ANLISIS DE VARIANZA
Origen de las
variaciones
Suma de cuadrados
Grados de libertad
ACEITE
ERROR
649054
197380.666666667
4
25
Total
846434.666666667
29
CONCLUSIN
El tipo de aceite tiene relacin con la variable de salida del proceso, es decir tiene relacin con el con
(0,0000132% < 5%)
ANLISIS PTIMO
CLCULO DEL LSD
ALFA
0.05
N
30
n
6
t student
2.064
CME
7895.227
LSD
105.879
Comparacin de la diferencia de medias con el LSD
DIFERENCIAS Diferencia de Medias
A-B
A-C
A-D
A-E
B-C
B-D
B-E
C-D
C-E
D-E
361.00
357.83
375.33
375.00
3.17
14.33
14.00
17.50
17.17
0.33
LSD
105.879
105.879
105.879
105.879
105.879
105.879
105.879
105.879
105.879
105.879
CONCLUSIN
Como se puede observar en el diagrama escalar de la diferencia de medias comparados con el LSD e
mg por 100 gramos de aceite.
Como se puede observar en el diagrama escalar de la diferencia de medias comparados con el LSD e
mg por 100 gramos de aceite.
VERFICACIN DE SUPUESTOS
N
30
Dato ri
5
8
9
9
11
12
12
13
13
16
16
18
19
19
20
22
25
27
28
32
36
40
42
49
140
205
383
411
510
680
COMPROBACIN DE LA NORMALIDAD
Rango i
(i-0,5)/N
1
0.0167
2
0.0500
3
0.0833
4
0.1167
5
0.1500
6
0.1833
7
0.2167
8
0.2500
9
0.2833
10
0.3167
11
0.3500
12
0.3833
13
0.4167
14
0.4500
15
0.4833
16
0.5167
17
0.5500
18
0.5833
19
0.6167
20
0.6500
21
0.6833
22
0.7167
23
0.7500
24
0.7833
25
0.8167
26
0.8500
27
0.8833
28
0.9167
29
0.9500
30
0.9833
TIPO DE
ACEITE
OLIVA
OLIVA
OLIVA
OLIVA
OLIVA
OLIVA
MAN
MAN
MAN
MAN
MAN
MAN
MAZ
MAZ
MAZ
MAZ
MAZ
MAZ
SOJA
SOJA
SOJA
SOJA
SOJA
SOJA
GIRASOL
GIRASOL
GIRASOL
GIRASOL
GIRASOL
GIRASOL
11
27
49
19
32
25
16
28
42
36
40
20
5
12
22
9
16
13
8
12
19
13
9
18
27.17
27.17
27.17
27.17
27.17
27.17
30.33
30.33
30.33
30.33
30.33
30.33
12.83
12.83
12.83
12.83
12.83
12.83
13.17
13.17
13.17
13.17
13.17
13.17
CONCLUSIN
- No
Los
supuestos
tanto de normalidad
como de varianza
constante
mal observar
realizadosenseg
existe
una distribucin
normal aproximada
de los datos,
como estn
se puede
el
lo que nos dice que la lnea de tendencia que pasa por los puntos de dispersin de Zi vs ri n
factor
desuposicin
estudio esde
realmente
el correcto
al tipoy de
aceite)
y tambin
nive
ergo, la
distribucin
normal(refirindonos
est mal realizada,
esto
nos quiere
decirlos
que
la
el aceite de oliva presente un contenido de ESCULENO mucho mayor en relacin al resto de
- Por lo tanto no se puede ratificar los resultados del anlisis de varianza o del anlisis ptim
RESPUESTAS
A) El anlisis de la varianza nos dice que efectivamente el tipo de aceite tiene que ver
con el contenido de ESCULENO. El anlisis ptimo nos seala que efectivamente el
aceite de Oliva es el que tiene una mayor significancia por el contenido de
ESCULENO, pero la comprobacin de supuestos nos dice que el desarrollo del
experimento est mal realizado.
B) Los supuestos no fueron verificados, su anlisis estadstico no pas, entonces los
supuestos estn mal realizados.
PROBLEMA 1
s muy alto en el aceite de oliva respecto a otros aceites vegetales, incluso su presencia se utiliza para
experiencia se desea comparar cuantitativamente el contenido de esta sustancia entre el aceite de oliva
aron 6 muestras para cada tipo de aceite determinndose el contenido de esculeno en mg/100 gr de
510
32
40
16
9
411
25
20
13
18
# de replicas
# de experimentos
Promedio
Varianza
388.1666666667
27.1666666667
30.3333333333
12.8333333333
13.1666666667
39138.96666667
166.5666666667
115.8666666667
34.1666666667
20.5666666667
ANLISIS DE VARIANZA
Promedio de los cuadrados
Probabilidad
162263.5
7895.2266666667
20.5521015229
0.0000132%
2.7587104697
salida del proceso, es decir tiene relacin con el contenido de ESCULENO en los aceites
de la diferencia de medias comparados con el LSD efectivamente el aceite de OLIVA tiene el mayor contenido de ESCULENO med
LA NORMALIDAD
Zi
-2.1280
-1.6449
-1.3830
-1.1918
-1.0364
-0.9027
-0.7835
-0.6745
-0.5730
-0.4770
-0.3853
-0.2967
-0.2104
-0.1257
-0.0418
0.0418
0.1257
0.2104
0.2967
0.3853
0.4770
0.5730
0.6745
0.7835
0.9027
1.0364
1.1918
1.3830
1.6449
2.1280
COMPRO
2
1.5
1
0.5
0
0
-0.5
-1
-1.5
-2
-2.5
IANZA CONSTANTE
RESIDUOS
-248.17
-5.17
291.83
-183.17
121.83
22.83
400
300
100
200
30
400
-16.17
-0.17
21.83
-8.17
4.83
-2.17
-14.33
-2.33
11.67
5.67
9.67
-10.33
-7.83
-0.83
9.17
-3.83
3.17
0.17
-5.17
-1.17
5.83
-0.17
-4.17
4.83
300
200
100
0
0
50
100
-100
-200
-300
de varianza
constante
mal observar
realizadosensegn
la comprobacin
estadstica
que se
parte de es
arriba.
ada
de los datos,
como estn
se puede
el grfico
de Normalidad,
el coeficiente
deobserva
Pearsonenallacuadrado
de 0,
e pasa por los puntos de dispersin de Zi vs ri no es representativa al comportamiento de la curva. La curva no es line
efirindonos
al tipoy de
aceite)
y tambin
niveles
(los
De la
recoleccin de datos se puede observa
st mal realizada,
esto
nos quiere
decirlos
que
la toma
detipos
datosde
noaceite).
est bien
realizada.
ESCULENO mucho mayor en relacin al resto de aceites, pero el contenido de ESCULENO podra tener mayor relacin
ados del anlisis de varianza o del anlisis ptimo con si los supuestos estn mal realizados.
n del ACEITE
PROMEDIO
388.167
27.167
30.333
12.833
13.167
COMPROBACIN DE NORMALIDAD
Zi vs. ri
733
200
300
400
500
600
700
100
parte de es
arriba.
nenallacuadrado
de 0,5047,
rva. La curva no es lineal,
atos se puede observar que
a tener mayor relacin al
150
200
250
700
800
ONSTANTES
ONSTANTES
300
350
400
450
450
PROBLEMA 2
2. El Gerente Financiero de una organizacin sin fines de lucro desea establecer el banco qu
servicios. Para esto analiza durante los ltimos 6 meses el gasto total en servicios bancario
corrientes. Los resultados de los ltimos seis meses son:
Diciembre
658
774
623
Enero
954
612
659
Existe algn banco que estadsticamente sea mejor que los otros dos?
Analice a travs de Anova y las tcnicas complementarias el experimento.
Analice los supuestos del experimento
DIAGRAMA
- BANCO A
- BANCO B
BANCO
- BANCO C
# factores
# niveles
# tratamientos
n
N
1
3
3
6
18
# de repeticiones
# de experimentos
ANOVA
Anlisis de varianza de un factor
RESUMEN
Grupos
Cuenta
Suma
Banco A
Banco B
Banco C
6
6
6
5041
4313
3936
ANLISIS DE VARIANZA
Origen de las
variaciones
Suma de
cuadrados
Grados de libertad
BANCOS
ERROR
105174.333333
183171.666667
2
15
Total
288346
17
CONCLUSIN
La probabilidad de 3,33% menor al 5% nos dice que si, el tipo de banco es una variable SIGN
servicios bancarios.
ANLISIS PTIMO
CLCULO DEL LSD
ALFA
0.05
N
18
n
6
t student
2.179
CME
12211.444
LSD
139.009
DIFERENCIAS
A-B
A-C
B-C
CONCLUSIN
Del diagrama de escaleras donde mostramos la significancia de cada nivel podemos observar que el
A es el que tiene una mayor significancia proporcional a los costos de servicio bancario, mientras C e
que tiene los menores costos bancarios. El banco B est en el intermedio. Estadsticamente el banco
el mejor con respecto al criterio de menor costo en servicios bancarios
VERFICACIN DE SUPUESTOS
N
Dato ri
521
576
612
623
634
658
659
660
758
765
774
788
789
792
845
889
954
993
18
COMPROBACIN DE LA NORMALIDAD
Rango i
(i-0,5)/N
1
0.0278
2
0.0833
3
0.1389
4
0.1944
5
0.2500
6
0.3056
7
0.3611
8
0.4167
9
0.4722
10
0.5278
11
0.5833
12
0.6389
13
0.6944
14
0.7500
15
0.8056
16
0.8611
17
0.9167
18
0.9722
VERIFICACIN DE VARIANZA CONSTANTE
BANCO
Gastos en
servicios
bancarios
PROMEDIO
BANCO A
BANCO A
BANCO A
BANCO A
BANCO A
BANCO A
658
954
758
789
889
993
840.17
840.17
840.17
840.17
840.17
840.17
BANCO B
BANCO B
BANCO B
BANCO B
BANCO B
BANCO B
BANCO C
BANCO C
BANCO C
BANCO C
BANCO C
BANCO C
774
612
845
660
634
788
623
659
521
792
765
576
718.83
718.83
718.83
718.83
718.83
718.83
656.00
656.00
656.00
656.00
656.00
656.00
RESPUESTAS:
1. El banco C estadsticamente es mejor que el banco B y A (lo cu
de ptimos, que muestra que el banco C es el que menores costo
estadsticamente comprobado)
IR A ANLISIS DE PTIMOS
2.
IR A ANLISIS ANOVA
2.
IR A ANLISIS ANOVA
IR A VERIFICACIN DE SUPUESTOS
PROBLEMA 2
n sin fines de lucro desea establecer el banco que en trminos generales le ofrece los ms bajos costos por
imos 6 meses el gasto total en servicios bancarios de los tres bancos donde su organizacin mantiene cuentas
eis meses son:
Abril
889
634
765
Mayo
993
788
576
PROMEDIO
840.17
718.83
656.00
BANCO
Seleccin del
e varianza de un factor
Promedio
Varianza
840.1666666667
718.8333333333
656
16250.9666667
9163.36666667
11220
ANLISIS DE VARIANZA
Promedio de los cuadrados
Probabilidad
Valor crtico
para F
52587.1666666666
12211.4444444444
4.3063838112
3.33%
3.6823203437
dice que si, el tipo de banco es una variable SIGNIFICANTE referente al costo de
LA NORMALIDAD
Zi
-1.9145
-1.3830
-1.0853
-0.8616
-0.6745
-0.5085
-0.3555
-0.2104
-0.0697
0.0697
0.2104
0.3555
0.5085
0.6745
0.8616
1.0853
1.3830
1.9145
COMPROBACIN DE NORM
Zi vs. ri
2.5
2
1.5
1
0.5
0
400
-0.5
500
600
700
800
-1
-1.5
-2
-2.5
RIANZA CONSTANTE
RESIDUOS
-182.17
113.83
-82.17
-51.17
48.83
152.83
650
700
750
800
150
100
55.17
-106.83
126.17
-58.83
-84.83
69.17
-33.00
3.00
-135.00
136.00
109.00
-80.00
50
0
600
650
700
750
-50
-100
-150
-200
n de la normalidad se puede observar que la lnea de tendencia para la curva Zi vs ri nos presenta
tico de 0,9662, que se encuentra dentro del rango entre 0,8 y 1,0 por lo que se acepta la tendencia
la suposicin de distribucin normal de los datos tabulados.
stantes se puede observar que no existe un cuello de botella para los datos de ninguno de los tres
cumulacin de los datos en la horizontal central por lo que se corrobora la suposicin de varianzas
toma de datos estuvo bien realizada y que la planificacin del experimento al tomar en cuenta la
io, fue una decisin correcta para el anlisis.
ente es mejor que el banco B y A (lo cual se pudo obtener del anlisis
ue el banco C es el que menores costos de servicio bancario,
ado)
OVA
IR A ANLISIS DE PTIMOS
800
OVA
IR A VERIFICACIN DE SUPUESTOS
on menores
n servicios
arios
CIN DE NORMALIDAD
Zi vs. ri
x - 5.5355988075
6
00
800
900
1000
1100
RIANZAS CONSTANTES
750
800
850
900
750
nos presenta
pta la tendencia
o de los tres
de varianzas
en cuenta la
800
850
900
PROBLEMA 3
3. Indique 5 aplicaciones para las cuales usted utilizara el Diseo Completamente al Azar en
APLICACIN 1: Yo trabajo en NOVECERO, soluciones de acero, una empresa que se dedica a la produ
construccin, y soluciones de acero como estructuras para invernaderos, la Novalosa (placa alivianada d
laminar se tienen cierto nmero de horas perdidas al mes por atascos en las casetas de laminacin. En
podran ser VARILLAS, NGULOS y TEES. Cada uno tiene cierto nmero de paras por atasques en
de horas perdidas por atasques en la maquinaria depende del tipo de producto a laminar. Y mediante el
incidencia en las paras por atasques.
APLICACIN 2: Con respecto a mi mismo trabajo, dentro del campo de la laminacin se tiene mensualm
podra cuantificar el nmero de horas de para por mantenimiento a travs de una base mensual y compa
al azar se podra determinar si el nmero de paras depende del turno de produccin, y cul turno es el q
APLICACIN 3: Con respecto a la empresa en la que trabajo, el producto final tiene bsicamente 2 clas
segunda (que se lo vende con cierto descuento) y producto no conforme (de rechazo). En la produccin
produccin, y se podra, mediante una recoleccin de datos total de base mensual, saber las toneladas d
de que el producto sea conforme o no depende del turno de produccin y mediante el anlisis ptimo se
tener producto conforme.
APLICACIN 4: En la vida real, deseo comprar un automvil, y tengo tres modelos en especfico: un Vit
que tengan cada uno los tres automviles (30 en total) deseo averiguar el costo total que ha exigido el m
casa. Todo esto para averiguar qu tipo de automvil me resulta ms econmico adquirir y mantener par
APLICACIN 5: Con el fin de tener un buen programa de salud para mi familia, deseo saber cul es el m
opciones: el hospital del IESS, el hospital metropolitano y el hospital militar. Sobre la base anual del nm
deseo saber si este xito tiene que ver, o est relacionado con el hospital. Y mediante un anlisis de pt
mayor nmero de cirugas exitosas.
BLEMA 3
esa que se dedica a la produccin de productos de acero, tales como perfiles estructurales, varillas de
Novalosa (placa alivianada de acero para la construccin de losas), y entre otros. Dependiendo del producto a
casetas de laminacin. En este caso el factor de estudio puede ser los PRODUCTOS A LAMINAR y los niveles
ro de paras por atasques en las casetas. Podramos determinar en primer lugar mediante el ANOVA si el nmero
cto a laminar. Y mediante el ANLISIS PTIMO, se podra determinar qu tipo de producto es el que tiene mayor
aminacin se tiene mensualmente cierto nmero de paras y un total de horas por concepto de mantenimiento. Se
una base mensual y comparar los resultados para los turnos de produccin, y mediante un diseo completamente
duccin, y cul turno es el que tiene una mayor incidencia en el nmero total de horas de para por mantenimiento.
nal tiene bsicamente 2 clasificaciones: producto conforme (que sale directamente a la venta), producto de
rechazo). En la produccin de varilla de construccin se tiene como se explic anteriormente 2 turnos de
ensual, saber las toneladas de producto conforme de cada turno. Con el anlisis DCA, se podra saber si el hecho
ediante el anlisis ptimo se podra saber cul turno es el que tiene una mayor incidencia sobre el resultado de
odelos en especfico: un Vitara tres puertas, un automvil Aveo y un KIA Picanto. Sobre la base de 10 personas
sto total que ha exigido el mantenimiento de cada automvil en un lapso de 5 aos desde que lo sacaron de la
mico adquirir y mantener para con esto decidir cul compro.
ilia, deseo saber cul es el mejor hospital en la ciudad de quito que atiende cirugas u operaciones. Tengo tres
Sobre la base anual del nmero de cirugas exitosas (o nmero de pacientes que sobreviven luego de la ciruga)
mediante un anlisis de ptimos analizo que hospital me presenta una clara diferencia de superioridad dada por un
de
producto a
R y los niveles
A si el nmero
ue tiene mayor
tenimiento. Se
completamente
mantenimiento.
ducto de
nos de
ber si el hecho
esultado de
10 personas
acaron de la
. Tengo tres
de la ciruga)
dad dada por un
PROBLEMA 4
4. Planifique cmo realizara las pruebas para una de las aplicaciones arriba descrita
hara, en qu orden correra los experimentos, cuntas pruebas hara? Sea lo ms ex
BLEMA 4
PROBLEM
5. El Gerente de Produccin de una fbrica textil desea probar cul de las mquinas
por hora. Sin embargo, es posible que el factor operador tambin afecte, as como
operadores y a lo
TURNOS
MQUINAS
A
B
C
OPERADORES
Juan
Pedro
Luis
1
A = 9,2
B = 8,3
C = 8,5
DIAGRAMA
TIPO DE MQUINA
1) MQUINA A
2) MQUINA B
3) MQUINA C
1) TURNO 1
2) TURNO 2
3) TURNO 3
1 = TURNO
2 = OPERADOR
1) JUAN
2) PEDRO
3) LUIS
3
3
3
9
1
9
ANOVA
TURNOS
MQUINAS
A
B
C
FUENTES
Mquinas
TURNOS
OPERADORES
ERROR
TOTAL
OPERADORES
Juan
Pedro
Luis
1
9.2
8.3
8.5
26.0
2
2
2
2
8
CONCLUSIN:
Del anlisis del ANOVA, podemos concluir que el factor de estudio, las mquinas es un factor sig
respecto a la variable de salida, que son los kilogramos de cosidos por hora. Por otro lado tambi
que los factores de bloque (turnos y operadores) no tienen una significancia con respecto a la va
puesto que sus probabilidades de distribucin F calculadas, son mucho mayores al 5% de proba
el diseo de experimentos.
ANLISIS PTIMO
CLCULO DEL LSD
alfa
0.05
grados de libertad
4
CME
0.031
b
3
t student
2.776
LSD
0.400
Diferencia Mquinas
Diferencia de Medias
LSD
A-B
A-C
B-C
0.87
0.87
0.00
0.400
0.400
0.400
VERFICACIN DE SUPUESTOS
N
Dato ri
7.6
7.9
8.1
8.2
8.3
8.5
8.7
9.0
9.2
COMPROBACIN DE LA NORMALIDAD
Rango i
(i-0,5)/N
1
0.0556
2
0.1667
3
0.2778
4
0.3889
5
0.5000
6
0.6111
7
0.7222
8
0.8333
9
0.9444
Eficiencia en kg de
cosidos por hora
PROMEDIO
A
A
A
B
B
B
C
C
C
9.2
9.0
8.7
8.3
7.9
8.1
8.5
8.2
7.6
8.97
8.97
8.97
8.10
8.10
8.10
8.10
8.10
8.10
CONCLUSIN:
Segn los resultados estadsticos mostrados arriba, las suposiciones fueron correctas. La suposicin
correcta puesto que la lnea de tendencia de la curva Zi vs ri da como resultado un coeficiente de Pea
de 0,9882 que se encuentra en el rango de 0,8 a 1, corroborando la validez de la tendencia lineal. Por
grfico de verificacin de varianzas constantes no se tiene acumulacin de residuos en la horizontal, e
cuellos de botella, por lo que esta suposicin tambin es vlida. Por tanto, la toma de datos estuvo bie
como tambin es vlida la planificacin de experimento.
RESPUESTAS:
a) El diseo a aplicar es el diseo de bloques con cuadro latino.
PROBLEMA 5
esea probar cul de las mquinas cosedoras le permite alcanzar la mayor eficiencia, medida en kg. cosidos
perador tambin afecte, as como el factor turno. Por lo tanto se establecen como factores de bloque a los
operadores y a los turnos.
as ms eficientes.
TURNOS
2
B = 7,9
C = 8,2
A = 9,0
3
C = 7,6
A = 8,7
B = 8,1
TURNOS
2
7.9
8.2
9.0
25.1
3
7.6
8.7
8.1
24.4
24.7
25.2
25.6
75.5
Cuadrados Medios
Fo
Probabilidad
0.751
0.214
0.068
0.031
24.142857143
6.8928571429
2.1785714286
3.98%
12.67%
31.46%
Suma de mquinas
A
B
C
SIGNIFICATIVA
MEDIAS DE MQUINAS
A
8.97
B
8.10
C
8.10
Decisin
SIGNIFICATIVA
SIGNIFICATIVA
NO SIGNIFICATIVA
CONCLUSIN:
Del anlisis ptimo, junto con el diagrama de escalera segn la significancia del tipo de mquina se puede
comprobar estadsticamente que la mquina A tiene una eficiencia significativa en kg de cosidos por hora mayo
CONCLUSIN:
Del anlisis ptimo, junto con el diagrama de escalera segn la significancia del tipo de mquina se puede
comprobar estadsticamente que la mquina A tiene una eficiencia significativa en kg de cosidos por hora mayo
que la mquina B y C que estadsticamente son iguales.
RMALIDAD
Zi
-1.5932
-0.9674
-0.5895
-0.2822
0.0000
0.2822
0.5895
0.9674
1.5932
COMPROBACIN DE LA NORMALIDAD
Zi vs. ri
2.0000
1.5000
1.0000
0.5000
0.0000
7.4
-0.5000
7.6
7.8
8.0
8.2
8.4
8.6
8.8
-1.0000
-1.5000
-2.0000
CONSTANTE
RESIDUOS
0.23
0.03
-0.27
0.20
-0.20
0.00
0.40
0.10
-0.50
8.20
8.40
8.60
8.80
Suma de mquinas
26.9
24.3
24.3
de mquina se puede
de cosidos por hora mayor
Cuadrados de c/trmino
84.64
62.41
57.76
68.89
67.24
75.69
72.25
81.00
65.61
de mquina se puede
de cosidos por hora mayor
LA NORMALIDAD
ri
655395436
8.4
8.6
8.8
9.0
9.2
9.4
NZAS CONSTANTES
8.80
9.00
9.20