Ejercicio 13.13 (Probabilidad y Estadstica aplicadas a la ingeniera, Montgomery-Runger 2.

Edicin, Limusa Wiley) Solucin por Ing. Anibal Vargas

Ejemplo de experimentos 2

Un ingeniero se interesa en el efecto de la rapidez de corte (A), la dureza del metal (B) y el ngulo
de corte (C) sobre la vida de una herramienta. Se escogen dos niveles de cada factor, y se realizan
dos rplicas de un diseo factorial 2. En la tabla siguiente se presentan los datos de la vida de la
herramienta de corte (en horas).

Combinacin de Rplicas
tratamientos I II
(1) 221 311
a 325 435
b 354 348
ab 552 472
c 440 453
ac 406 377
bc 605 500
abc 392 419

a) Cmo se habr construido esta tabla? Qu significado tiene?

b) Analice los datos de este experimento.

c) Encuentre un modelo de regresin apropiado que explique la vida de la herramienta en

trminos de las variables usadas en el experimento. No olvide establecer las suposiciones
sobre el trmino del error asociado con cada observacin.

d) Haga el anlisis de residuales correspondiente

 PLANTEAMIENTO DE HIPTESIS EN TORNO A LOS 3 FACTORES DEL EXPERIMENTO

_________________________________________________________________________

_______________________________________________________________________________

_______________________________________________________________________________

_______________________________________________________________________________

_________________________________________________________________________

_________________________________________________________________________
 Nuestro objetivo es construir una tabla ANOVA a fin de realizar las pruebas de hiptesis
correspondientes

Fuente Suma de Grados de Cuadrado Medio Fo

de Cuadrados libertad
variacin
A SCA a-1 MSA=SCA / (a-1) MSA/MSE
B SCB b-1 MSB=SCB / (b-1) MSB/MSE
AB SCAB (a-1)(b-1) MSAB=SCAB / (a-1)(b-1) MSAB/MSE
C SCC c-1 MSC=SCC / (c-1) MSC/MSE
AC SCAC (a-1)(c-1) MSAC=SCAC / (a-1)(c-1) MSAC/MSE
BC SCBC (b-1)(c-1) MSBC=SCBC / (b-1)(c-1) MSBC/MSE
ABC SCABC (a-1)(b-1)(c-1) MSABC=SCABC / (a-1)(b-1)(c-1) MSABC/MSE
Error SCE abc(n-1) MSE=SCE / abc(n-1)
Total SCT abcn-1

CRITERIOS DE RECHAZO PARA LAS HIPTESIS NULAS

 Solucin:

Tabla de signos Bayesianos

Combinacin de Rplicas
tratamientos A B AB C AC BC ABC I II Totales Medias
( 1 ). - - + - + + - 221 311 532 266
a + - - - - + + 325 435 760 380
b - + - - + - + 354 348 702 351
ab + + + - - - - 552 472 1024 512
c - - + + - - + 440 453 893 446.5
ac + - - + + - - 406 377 783 391.5
bc - + - + - + - 605 500 1105 552.5
abc + + + + + + + 392 419 811 405.5
SUMA 3305
Gran
Media 413.125

1) Calculando los efectos de cada factor y de las interacciones.pero recordando las

ecuaciones como punto de partida

Contraste
Efecto
n2k 1
(Contraste) 2
SCx
n2 k
SCx
MCx
gl

a ab ac abc (1) b c bc
Contraste 1
A
(2)2 2 8

A 760 1024 783 811 532 702 893 1105 146 18.25
1 1
8 8

b ab bc abc (1) a c ac
Contraste 1
B
(2)2 2 8

B 702 1024 1105 811 532 760 893 783 674 84.25
1 1
8 8

Donde n es el nmero de rplicas por cada combinacin de tratamientos, en este caso 2.

 c ac bc abc (1) a b ab
Contraste 1
C
(2)2 2 8

C 893 783 1105 811 532 760 702 1024 574 71.75
1 1
8 8

abc bc ab b ac c a (1)
Contraste 1
AB
(2)2 2 8

AB 811 1105 1024 702 783 893 760 532 90 11.25

1 1
8 8

(1) a b ab c ac bc abc
Contraste 1
AC
(2)2 2 8

AC 532 760 702 1024 893 783 1105 811 954 119.25
1 1
8 8

(1) a b ab c ac bc abc
Contraste 1
BC
(2)2 2 8

BC 532 760 702 1024 893 783 1105 811 194 24.25
1 1
8 8

abc bc ac c ab b a (1)
Contraste 1
ABC
(2)2 2 8

ABC 811 1105 783 893 1024 702 760 532 278 34.75
1 1
8 8

A continuacin se proceder a calcular las Sumas Cuadrticas de los factores.

(Contraste) 2
a ab ac abc (1) b c bc
1
SC A
2
k
n2 16
SC A 146 21316 1332.25
1 2 1
16 16

(Contraste) 2
b ab bc abc (1) a c ac
1
SC B
2
k
n2 16
SC B 674 454276 28392.3
1 2 1
16 16
 (Contraste) 2
c ac bc abc (1) a b ab
1
SCC
2
k
n2 16
SCC 574 329476 20592.3
1 2 1
16 16

(Contraste) 2
abc bc ab b ac c a (1)
1

2
SC AB k
n2 16
90 8100 506.25
1 2 1
SC AB
16 16

(Contraste) 2
(1) a b ab c ac bc abc
1

2
SC AC k
n2 16
954 910116 56882.3
1 2 1
SC AC
16 16

(Contraste) 2 1
SC BC (1) a b ab c ac bc abc
2
k
n2 16
194 37636 2352.25
1 2 1
SC BC
16 16

(Contraste) 2
abc bc ac c ab b a (1)
1
SC ABC
2
k
n2 16
278 77284 4830.25
1 2 1
SC ABC
16 16
 SCT y 2

(1) a b ab c ac bc abc
2

ijk
i n2 k

SCT (221) (311) (419)
2 2 2
532 760 702 1024 893 783 1105 811
2

16
(43692100)
SCT (2865344) 134587.75
16

SCT SC E SC A SC B SCC SC AB SC AC SC BC SC ABC

SCE SCT SC A SCB SCC SC AB SC AC SCBC SC ABC

SCE 134587.75 1332.25 28392.3 20592.3 506.25 56882.3 2352.25 4830.25 19699.9

A continuacin se proceder a calcular las Medias Cuadrticas.

SC A 1332.25
MC A 1332.25
(a 1) (2 1)

SC B 28392.3
MC B 28392.3
(b 1) (2 1)

SCC 20592.3
MCC 20592.3
(c 1) (2 1)

SC AB 506.25
MC AB 506.25
(a 1)(b 1) (2 1)(2 1)
 SC AC 56882.3
MC AC 56882.3
(a 1)(c 1) (2 1)(2 1)
SC BC 2352.25
MC BC 2352.25
(b 1)(c 1) (2 1)(2 1)
SC ABC 4830.25
MC ABC 4830.25
(a 1)(b 1)(c 1) (2 1)(2 1)(2 1)

Construyendo la tabla ANOVApero antes debemos calcular los valores de Fo

MC A 1332.25
F0 ( A) 0.541015
MC E 2462.5
MC B 28392.25
F0 ( B ) 11.5298
MC E 2462.5
MC AB 506.25
F0 ( AB ) 0.205584
MC E 2462.5
MCC 20592.25
F0 ( C ) 8.36234
MC E 2462.5
MC AC 56882.25
F0 ( AC ) 23.0994
MC E 2462.5
MC BC 2352.25
F0 ( BC ) 0.955228
MC E 2462.5
MC ABC 4830.25
F0 ( ABC ) 1.96152
MC E 2462.5

Fuente de Suma de Grados de Cuadrado Fo F crtico

variacin Cuadrados libertad Medio
A 1332.25 1 1332.25 0.541015 5.32
B 28392.25 1 28392.25 11.5298 5.32
AB 506.25 1 506.25 0.205584 5.32
C 20592.25 1 20592.25 8.36234 5.32
AC 56882.25 1 56882.25 23.0994 5.32
BC 2352.25 1 2352.25 0.955228 5.32
ABC 4830.25 1 4830.25 1.96152 5.32
Error 19700 8 2462.5
Total 134587.75 15
Al comparar los valores de Fo con los valores de F crtico, puede notarse que los factores que
deben componer el modelo son: factor B, factor C y la interaccin AC. Sin embargo debido a que
la interaccin AC si es significativa, se debe incluir tambin el factor A en la ecuacin ajustada.
En ese caso el modelo de regresin y la ecuacin de regresin ajustada son
correspondientemente:

Y 0 1 x1 2 x 2 3 x3 13 x1 x3
A B C AC
y y x1 x 2 x3 x1 x3
2 2 2 2
18.25 84.25 71.75 119.25
y 413.125 x1 x2 x3 x1 x3
2 2 2 2
y 413.125 9.125 x 42.125 x 35.875 x 59.625 x x
1 2 3 1 3

Ahora debemos calcular los residuales para lo cual es necesario analizar las distintas
combinaciones de los factores involucrados en la ecuacin ajustada. Para no pasar por alto
ninguna combinacin de los factores (interacciones) involucrados en el modelo se recomienda
hacer una tabla binaria como la siguiente. No debe olvidarse que los factores estn codificados
como: A=corte, B=dureza, C=ngulo, con sus respectivas interacciones dobles y triple.

A B C AC Y esperada
Combinacin 9.125 42.125 35.875 -59.625 Resultado
0 -1 -1 -1 -1 385.625
1 -1 -1 -1 1 266.375
2 -1 -1 1 -1 457.375
3 -1 -1 1 1 338.125
4 -1 1 -1 -1 469.875
5 -1 1 -1 1 350.625
6 -1 1 1 -1 541.625
7 -1 1 1 1 422.375
8 1 -1 -1 -1 403.875
9 1 -1 -1 1 284.625
10 1 -1 1 -1 475.625
11 1 -1 1 1 356.375
12 1 1 -1 -1 488.125
13 1 1 -1 1 368.875
14 1 1 1 -1 559.875
15 1 1 1 1 440.625
Por ejemplo para la combinacin 0 en donde los factores A, B, C y la interaccin AC estn en
bajo, el clculo sera como sigue:
y 413.125 9.125 x 42.125 x 35.875 x 59.625 x x
1 2 3 1 3

y 413.125 9.125 42.125 35.875 59.625 385.625

Cada residual es el valor de la rplica correspondiente menos la media calculada para la
combinacin de la fila a la que pertenece. Los primeros 4 residuales seran:

Tabla de signos Bayesianos

Combinacin de Rplicas
tratamientos A B AB C AC BC ABC I II
( 1 ). - - + - + + - 221 311
a + - - - - + + 325 435
b - + - - + - + 354 348
ab + + + - - - - 552 472
c - - + + - - + 440 453
ac + - - + + - - 406 377
bc - + - + - + - 605 500
abc + + + + + + + 392 419
 A continuacin se presenta la tabla completa de residuales

Rplica Y calculada Residual

e1 221 266.375 -45.375
e2 311 266.375 44.625
e3 325 403.875 -78.875
e4 435 403.875 31.125
e5 354 350.625 3.375
e6 348 350.625 -2.625
e7 552 488.125 63.875
e8 472 488.125 -16.125
e9 440 457.375 -17.375
e10 453 457.375 -4.375
e11 406 356.375 49.625
e12 377 356.375 20.625
e13 605 541.625 63.375
e14 500 541.625 -41.625
e15 392 440.625 -48.625
e16 419 440.625 -21.625

Por ltimo, para validar el modelo lineal generado se deben graficar los residuales contra cada uno
de los factores involucrados y las interacciones que lo forman. En este caso sera de la siguiente
manera:

Grfico de Probabilidad Normal

100
80 R = 0.9713
60
40
20 Grfico de
Probabilidad Normal
0
-3 -2 -1 -20 0 1 2 3 Lineal (Grfico de
Probabilidad Normal)
-40
-60
-80
-100
 Residuales vrs Rapidez de Residuales vrs Dureza (B)
corte (A) 80
60
100 40
20
50
0 Residuales vrs
Residuales vrs -1.5 -1 -0.5-20 0 0.5 1 1.5 Dureza (B)
0
Rapidez de corte (A) -40
-2 -1 0 1 2
-50 -60
-80
-100 -100

Residuales vrs Angulo de corte Residuales vrs Interaccin

(C) Rapidez*Angulo (AC)
100 100

50 50
Residuales vrs
Residuales vrs
0 0 Interaccin
Angulo de corte (C)
-2 -1 0 1 2 -2 -1 0 1 2 Rapidez*Angulo (AC)
-50 -50

-100 -100

En vista de los diversos grficos de residuales, estos no parecen violar ningn supuesto del modelo. Por lo tanto el modelo es apropiado y puede ser utilizado en
unidades de codificadas.

y 413.125 9.125x1 42.125x2 35.875x3 59.625x1 x3