MATERIA:

Estadística 2

TEMA:

“Aplicaciones de Ji-cuadrada y ANOVA”

CATEDRÁTICO:

Ing. Carlos Vargas

INSTRUCTOR:

Aarón Olivares

ESTUDIANTE:

Melky Daniel Mejía Rojas

SECCIÓN:

2-2

FECHA DE ENTREGA:

Viernes 18 de noviembre de 2016

 DESARROLLO

EJERCICIO 1. La siguiente tabla de contingencias, describe por género y edad a 200 personas
visitantes de una tienda de aparatos electrónicos. En un nivel de significancia de 0.01, ¿existe
evidencia de una relación significativa entre el sexo y edad de los clientes de la tienda de aparatos
electrónicos?

Sexo
Edad Total
Masculino Femenino
Menor de 30 años 60 50 110
Mayor de 30 años 80 10 90
Total 140 60 200

PASO 1: PLANTEAMIENTO DE 𝑯𝟎 𝒚 𝑯𝟏

𝑯𝟎 : 𝑭𝑶𝓲 = 𝑭𝑬𝓲
“La variable de edad para las personas visitantes de una tienda de aparatos electrónicos es
independiente de la variable sexo.”

𝑯𝟏 : 𝑭𝑶𝓲 ≠ 𝑭𝑬𝓲
“La variable de edad para las personas visitantes de una tienda de aparatos electrónicos no es
independiente de la variable sexo.”

PASO 2: NIVEL DE SIGNIFICACIÒN:

𝜶 = 𝟓%

PASO 3: Se usará el estadístico Ji-cuadrado (𝝌𝟐 )

En el enunciado 𝑭𝑬𝓲𝒋 no son iguales.

RELACIÓN:

SEXO Total
EDAD
Masculino Femenino SON LAS 𝑭𝑶𝓲
Menor de 30 años 60 50
110
𝐹𝐸11 = 77 𝐹𝐸12 = 33
Mayor de 30 años 80 10
90
𝐹𝐸21 = 63 𝐹𝐸22 = 27
TOTAL 140 60 200

(𝟏𝟏𝟎)(𝟏𝟒𝟎)
𝑭𝑬𝟏𝟏 = = 𝟕𝟕
𝟐𝟎𝟎
(𝟏𝟏𝟎)(𝟔𝟎)
𝑭𝑬𝟏𝟐 = = 𝟑𝟑
𝟐𝟎𝟎
 (𝟗𝟎)(𝟏𝟒𝟎)
𝑭𝑬𝟐𝟏 = = 𝟔𝟑
𝟐𝟎𝟎
(𝟗𝟎)(𝟔𝟎)
𝑭𝑬𝟐𝟐 = = 𝟐𝟕
𝟐𝟎𝟎

PASO 4: Se calculan 𝝌𝟐 𝒑 y 𝝌𝟐 𝒄

(𝟔𝟎 − 𝟕𝟕)𝟐 (𝟓𝟎 − 𝟑𝟑)𝟐 (𝟖𝟎 − 𝟔𝟑)𝟐 (𝟏𝟎 − 𝟐𝟕)𝟐

𝝌𝟐 𝒑 = + + + = 𝟐𝟕. 𝟖𝟎𝟏𝟖
𝟕𝟕 𝟑𝟑 𝟔𝟑 𝟐𝟕

En tabla se encuentra 𝝌𝟐 𝒄 con:

∝= 𝟎. 𝟎𝟏
𝑮𝒓𝒂𝒅𝒐𝒔 𝒅𝒆 𝒍𝒊𝒃𝒆𝒓𝒕𝒂𝒅 = (𝑭 − 𝟏)(𝑪 − 𝟏) = (𝟐 − 𝟏)(𝟐 − 𝟏) = 𝟏

𝑬𝒏𝒕𝒐𝒏𝒄𝒆𝒔: 𝝌𝟐 𝒄 = 𝟔. 𝟔𝟑𝟓

PASO 5: DECISIÓN

CONCLUSIÓN: Gráficamente se observa que Ji-cuadrado de prueba está en la región de rechazo, por
lo tanto, se puede rechazar la hipótesis nula.
En otras palabras, es posible que la hipótesis alternativa sea cierta, es decir, es posible que la
variable edad de las personas visitantes no es independiente de la variable sexo, con un nivel de
confianza del 99%.

EJERCICIO 2. La siguiente tabla contiene información sobre 523 fotografías que se han tomado
entre el personal de una compañía aérea. Dichas fotografías son solo de empleados de tierra y los
individuos fotografiados son hombres o mujeres. Las fotos han sido clasificadas según el sexo de los
individuos y también según el grado de concentración en la actividad que estuvieran haciendo
durante la fotografía. La tabla muestra el número de observaciones en cada una de las seis posibles
clasificaciones. Se desea contrastar la hipótesis nula es la de que no existe asociación entre los
atributos, en este caso, entre el sexo de los individuos y el grado de concentración en la actividad
que realizaban en el momento de ser fotografiados. Utilizar un nivel de significancia del 0.5%.

Tabulación cruzada de las fotografías por sexo y concentración de la actividad de los diferentes
individuos
Sexo
Actividad Totales
Hombres Mujeres
Muy concentrado en su trabajo 256 74 330
No se sabe cómo está 41 42 83
Desconcentrado en su trabajo 66 34 100
Totales 363 150 513

PASO 1: PLANTEAMIENTO DE 𝑯𝟎 𝒚 𝑯𝟏

𝑯𝟎 : 𝑭𝑶𝓲 = 𝑭𝑬𝓲
“La variable sexo de los individuos es independiente de la variable grado de concentración en la
actividad que realizaban.”

𝑯𝟏 : 𝑭𝑶𝓲 ≠ 𝑭𝑬𝓲
“La variable sexo de los individuos no es independiente de la variable grado de concentración en la
actividad que realizaban.”

PASO 2: NIVEL DE SIGNIFICACIÒN:

𝜶 = 𝟓𝟎%

PASO 3: Se usará el estadístico Ji-cuadrado (𝝌𝟐 )

En el enunciado 𝑭𝑬𝓲𝒋 no son iguales.

RELACIÓN:

Sexo
Actividad Totales
Hombres Mujeres
Muy concentrado en su 256 74 330
trabajo 𝐹𝐸11 = 233.51 𝐹𝐸12 = 96.49
No se sabe cómo está 41 42 83
𝐹𝐸21 = 58.73 𝐹𝐸22 = 24.27
 Desconcentrado en su trabajo 66 34 100
𝐹𝐸31 = 70.76 𝐹𝐸32 = 29.24
Totales 363 150 513

(𝟑𝟑𝟎)(𝟑𝟔𝟑)
𝑭𝑬𝟏𝟏 = = 𝟐𝟑𝟑. 𝟓𝟎𝟖𝟖
𝟓𝟏𝟑
(𝟑𝟑𝟎)(𝟏𝟓𝟎)
𝑭𝑬𝟏𝟐 = = 𝟗𝟔. 𝟒𝟗𝟏𝟐
𝟓𝟏𝟑
(𝟖𝟑)(𝟑𝟔𝟑)
𝑭𝑬𝟐𝟏 = = 𝟓𝟖. 𝟕𝟑𝟏
𝟓𝟏𝟑
(𝟖𝟑)(𝟏𝟓𝟎)
𝑭𝑬𝟐𝟐 = = 𝟐𝟒. 𝟐𝟔𝟗𝟎
𝟓𝟏𝟑
(𝟏𝟎𝟎)(𝟑𝟔𝟑)
𝑭𝑬𝟑𝟏 = = 𝟕𝟎. 𝟕𝟔𝟎𝟐
𝟓𝟏𝟑
(𝟏𝟎𝟎)(𝟏𝟓𝟎)
𝑭𝑬𝟑𝟐 = = 𝟐𝟗. 𝟐𝟑𝟗𝟖
𝟓𝟏𝟑

PASO 4: Se calculan 𝝌𝟐 𝒑 y 𝝌𝟐 𝒄

(𝟐𝟓𝟔 − 𝟐𝟑𝟑. 𝟓𝟏)𝟐 (𝟕𝟒 − 𝟗𝟔. 𝟒𝟗)𝟐 (𝟒𝟏 − 𝟓𝟖. 𝟕𝟑)𝟐 (𝟒𝟐 − 𝟐𝟒. 𝟐𝟕)𝟐
𝝌𝟐 𝒑 = + + +
𝟐𝟑𝟑. 𝟓𝟏 𝟗𝟔. 𝟒𝟗 𝟓𝟖. 𝟕𝟑 𝟐𝟒. 𝟐𝟕𝟒

(𝟔𝟔 − 𝟕𝟎. 𝟕𝟔)𝟐 (𝟑𝟒 − 𝟐𝟗. 𝟐𝟒)𝟐

+ + = 𝟑. 𝟐𝟖𝟓𝟖
𝟕𝟎. 𝟕𝟔 𝟐𝟗. 𝟐𝟒

En tabla se encuentra 𝝌𝟐 𝒄 con:

∝= 𝟎. 𝟓
𝑮𝒓𝒂𝒅𝒐𝒔 𝒅𝒆 𝒍𝒊𝒃𝒆𝒓𝒕𝒂𝒅 = (𝑭 − 𝟏)(𝑪 − 𝟏) = (𝟑 − 𝟏)(𝟐 − 𝟏) = 𝟐

𝑬𝒏𝒕𝒐𝒏𝒄𝒆𝒔: 𝝌𝟐 𝒄 = 𝟏. 𝟑𝟖𝟔𝟑
PASO 5: DECISIÓN

CONCLUSIÓN: Gráficamente se observa que Ji-cuadrado de prueba está en la región de rechazo, por
lo tanto, se puede rechazar la hipótesis nula.

En otras palabras, es posible que la hipótesis alternativa sea cierta, es decir, es posible que la
variable sexo de los individuos no es independiente de la variable grado de concentración en la
actividad que realizaban, con un nivel de confianza del 50%.

EJERCICIO 3. En una muestra de pequeños negocios, se clasificó a las empresas de acuerdo con la
edad y también de acuerdo al porcentaje de deudas sobre el capital total. En la tabla podemos ver
el número de empresas en cada una de las ocho categorías. Contrastar la hipótesis nula de no
dependencia entre la edad de las empresas y el porcentaje de deudas sobre el total del capital. El
nivel de significancia es del 0.5%.

Porcentaje de deudas Empresas antiguas Empresas jóvenes Totales

0-25 19 29 48
26-50 13 10 23
51-75 7 11 18
76-100 4 32 36
Totales 43 82 125
PASO 1: PLANTEAMIENTO DE 𝑯𝟎 𝒚 𝑯𝟏

𝑯𝟎 : 𝑭𝑶𝓲 = 𝑭𝑬𝓲
“La variable edad de las empresas es independiente de la variable porcentaje de deudas sobre el
total del capital.”

𝑯𝟏 : 𝑭𝑶𝓲 ≠ 𝑭𝑬𝓲
“La variable edad de las empresas no es independiente de la variable porcentaje de deudas sobre el
total del capital.”

PASO 2: NIVEL DE SIGNIFICACIÓN:

𝜶 = 𝟎. 𝟓%

PASO 3: Se usará el estadístico Ji-cuadrado (𝝌𝟐 )

En el enunciado 𝑭𝑬𝓲𝒋 no son iguales.

RELACIÓN:

Porcentaje de deudas Empresas antiguas Empresas jóvenes Totales

0-25 19 29 48
𝑭𝑬𝟏𝟏 = 𝟏𝟔. 𝟓𝟏𝟐 𝑭𝑬𝟏𝟐 = 𝟑𝟏. 𝟒𝟖𝟖
26-50 13 10 23
𝑭𝑬𝟐𝟏 = 𝟕. 𝟗𝟏𝟐 𝑭𝑬𝟐𝟐 = 𝟏𝟓. 𝟎𝟖𝟖
51-75 7 11 18
𝑭𝑬𝟑𝟏 = 𝟔. 𝟏𝟗𝟐 𝑭𝑬𝟑𝟐 = 𝟏𝟏. 𝟖𝟎𝟖
76-100 4 32 36
𝑭𝑬𝟒𝟏 = 𝟏𝟐. 𝟑𝟖𝟒 𝑭𝑬𝟒𝟐 = 𝟐𝟑. 𝟔𝟏𝟔
Totales 43 82 125

(𝟒𝟖)(𝟒𝟑)
𝑭𝑬𝟏𝟏 = = 𝟏𝟔. 𝟓𝟏𝟐
𝟏𝟐𝟓
(𝟒𝟖)(𝟖𝟐)
𝑭𝑬𝟏𝟐 = = 𝟑𝟏. 𝟒𝟖𝟖
𝟏𝟐𝟓
(𝟐𝟑)(𝟒𝟑)
𝑭𝑬𝟐𝟏 = = 𝟕. 𝟗𝟏𝟐
𝟏𝟐𝟓
(𝟐𝟑)(𝟖𝟐)
𝑭𝑬𝟐𝟐 = = 𝟏𝟓. 𝟎𝟖𝟖
𝟏𝟐𝟓
(𝟏𝟖)(𝟒𝟑)
𝑭𝑬𝟑𝟏 = = 𝟔. 𝟏𝟗𝟐
𝟏𝟐𝟓
(𝟏𝟖)(𝟖𝟐)
𝑭𝑬𝟑𝟐 = = 𝟏𝟏. 𝟖𝟎𝟖
𝟏𝟐𝟓
 (𝟑𝟔)(𝟒𝟑)
𝑭𝑬𝟒𝟏 = = 𝟏𝟐. 𝟑𝟖𝟒
𝟏𝟐𝟓
(𝟑𝟔)(𝟖𝟐)
𝑭𝑬𝟒𝟐 = = 𝟐𝟑. 𝟔𝟏𝟔
𝟏𝟐𝟓

PASO 4: Se calculan 𝝌𝟐 𝒑 y 𝝌𝟐 𝒄

(𝟏𝟗 − 𝟏𝟔. 𝟓𝟏)𝟐 (𝟐𝟗 − 𝟑𝟏. 𝟒𝟗)𝟐 (𝟏𝟑 − 𝟕. 𝟗𝟏)𝟐 (𝟏𝟎 − 𝟏𝟓. 𝟎𝟗)𝟐
𝝌𝟐 𝒑 = + + +
𝟏𝟔. 𝟓𝟏 𝟑𝟏. 𝟒𝟗 𝟕. 𝟗𝟏 𝟏𝟓. 𝟎𝟗

(𝟕 − 𝟔. 𝟏𝟗)𝟐 (𝟏𝟏 − 𝟏𝟏. 𝟖𝟎𝟖)𝟐 (𝟒 − 𝟏𝟐. 𝟑𝟖)𝟐 (𝟑𝟐 − 𝟐𝟑. 𝟔𝟐)𝟐

+ + + + = 𝟏𝟒. 𝟑𝟕𝟐𝟑𝟔𝟖𝟐
𝟔. 𝟏𝟗 𝟏𝟏. 𝟖𝟎𝟖 𝟏𝟐. 𝟑𝟖 𝟐𝟑. 𝟔𝟐

En tabla se encuentra 𝝌𝟐 𝒄 con:

∝= 𝟎. 𝟓% = 𝟎. 𝟎𝟎𝟓
𝑮𝒓𝒂𝒅𝒐𝒔 𝒅𝒆 𝒍𝒊𝒃𝒆𝒓𝒕𝒂𝒅 = (𝑭 − 𝟏)(𝑪 − 𝟏) = (𝟒 − 𝟏)(𝟐 − 𝟏) = 𝟑

𝑬𝒏𝒕𝒐𝒏𝒄𝒆𝒔: 𝝌𝟐 𝒄 = 𝟏𝟐. 𝟖𝟑𝟖𝟏

PASO 5: DECISIÓN
CONCLUSIÓN: Gráficamente se observa que Ji-cuadrado de prueba está en la región de rechazo, por
lo tanto, se puede rechazar la hipótesis nula.

En otras palabras, es posible que la hipótesis alternativa sea cierta, es decir, es posible que la
variable edad de las empresas no es independiente de la variable porcentaje de deudas sobre el
total de capital, con un nivel de confianza del 99.5%.

EJERCICIO 4. Una tienda vende lavadoras y aspiradoras eléctricas y tiene 3 vendedores. Las ventas
realizadas en un mes por dichos vendedores, son las siguientes:

Calificaciones
Atributos Totales
1 2 3
Lavadoras 20 8 15 43
Aspiradoras 17 16 5 38
Totales 37 24 20 81

¿Demuestra este resultado que la habilidad de cada vendedor depende del tipo de artículo que
vende? Pruebe la hipótesis de homogeneidad al nivel del 5%.

PASO 1: PLANTEAMIENTO DE 𝑯𝟎 𝒚 𝑯𝟏

𝑯𝟎 : 𝑭𝑶𝓲 = 𝑭𝑬𝓲
“No tienen nada en común las dos variables analizadas.”

𝑯𝟎 : 𝑭𝑶𝓲 ≠ 𝑭𝑬𝓲
“Si tienen algo en común las dos variables analizadas.”

PASO 2: NIVEL DE SIGNIFICACIÒN: 𝜶 = 𝟓%

PASO 3: Se usará el estadístico Ji-cuadrado (𝝌𝟐 )

Calificaciones
Atributos Totales
1 2 3
Lavadoras 20 8 15 43
𝑭𝑬𝟏𝟏 = 𝟏𝟗. 𝟔𝟒𝟐 𝑭𝑬𝟏𝟐 = 𝟏𝟐. 𝟕𝟒𝟏 𝑭𝑬𝟏𝟑 = 𝟏𝟎. 𝟔𝟏𝟕
Aspiradoras 17 16 5 38
𝑭𝑬𝟐𝟏 = 𝟏𝟕. 𝟑𝟓𝟖 𝑭𝑬𝟐𝟐 = 𝟏𝟏. 𝟐𝟓𝟗 𝑭𝑬𝟐𝟑 = 𝟗. 𝟑𝟖𝟐
Totales 37 24 20 81

(𝟒𝟑)(𝟑𝟕)
𝑭𝑬𝟏𝟏 = = 𝟏𝟗. 𝟔𝟒𝟐
𝟖𝟏
(𝟒𝟑)(𝟐𝟒)
𝑭𝑬𝟏𝟐 = = 𝟏𝟐. 𝟕𝟒𝟏
𝟖𝟏
(𝟒𝟑)(𝟐𝟎)
𝑭𝑬𝟏𝟑 = = 𝟏𝟎. 𝟔𝟏𝟕
𝟖𝟏
 (𝟑𝟖)(𝟑𝟕)
𝑭𝑬𝟐𝟏 = = 𝟏𝟕. 𝟑𝟓𝟖
𝟖𝟏
(𝟑𝟖)(𝟐𝟒)
𝑭𝑬𝟐𝟐 = = 𝟏𝟏. 𝟐𝟓𝟗
𝟖𝟏
(𝟑𝟖)(𝟐𝟎)
𝑭𝑬𝟐𝟑 = = 𝟗. 𝟑𝟖𝟐
𝟖𝟏

PASO 4: Se calculan 𝝌𝟐 𝒑 y 𝝌𝟐 𝒄

(𝟐𝟎 − 𝟏𝟗. 𝟔𝟒)𝟐 (𝟖 − 𝟏𝟐. 𝟕𝟒)𝟐 (𝟏𝟓 − 𝟏𝟎. 𝟔𝟐)𝟐 (𝟏𝟕 − 𝟏𝟕. 𝟑𝟔)𝟐
𝝌𝟐 𝒑 = + + +
𝟏𝟗. 𝟔𝟒 𝟏𝟐. 𝟕𝟒 𝟏𝟎. 𝟔𝟐 𝟏𝟕. 𝟑𝟔

(𝟏𝟔 − 𝟏𝟏. 𝟐𝟔)𝟐 (𝟓 − 𝟗. 𝟑𝟖)𝟐

+ + = 𝟕. 𝟔𝟑𝟎𝟑
𝟏𝟏. 𝟐𝟔 𝟗. 𝟑𝟖

En tabla se encuentra 𝝌𝟐 𝒄 con:

∝= 𝟎. 𝟎𝟓
𝑮𝒓𝒂𝒅𝒐𝒔 𝒅𝒆 𝒍𝒊𝒃𝒆𝒓𝒕𝒂𝒅 = (𝑭 − 𝟏)(𝑪 − 𝟏) = (𝟐 − 𝟏)(𝟑 − 𝟏) = 𝟐

𝑬𝒏𝒕𝒐𝒏𝒄𝒆𝒔: 𝝌𝟐 𝒄 = 𝟓. 𝟗𝟗𝟏𝟓

PASO 5: DECISIÓN
CONCLUSION: Gráficamente se observa que Ji-cuadrado de prueba está en la región de rechazo, por
lo tanto, se puede rechazar la hipótesis nula.

En otras palabras, es posible que la hipótesis alternativa sea cierta, es decir, es posible que la
variable atributos, si tiene algo en común con las calificaciones obtenidas, con un nivel de confianza
del 95%.

EJERCICIO 5. Un criador de pavos navideños alimenta, con diferentes raciones, a tres grupos de
1200 pavos pequeño. Lo que se pretende determinar es si hay alguna asociación entre la
mortalidad de cada grupo y la cantidad de ración que recibe. Utilizar un nivel de significación del
5%. (NOTA: si no existe asociación, las proporciones de mortalidad entre los grupos deberían ser
iguales).

Raciones Vivos Muertos Total

A 84 16 100
B 97 3 100
C 93 7 100
Total 274 26 300

PASO 1: PLANTEAMIENTO DE 𝑯𝟎 𝒚 𝑯𝟏

𝑯𝟎 : 𝑭𝑶𝓲 = 𝑭𝑬𝓲
“No tienen nada en común las dos variables analizadas.”

𝑯𝟎 : 𝑭𝑶𝓲 ≠ 𝑭𝑬𝓲
“Si tienen algo en común las dos variables analizadas.”

PASO 2: NIVEL DE SIGNIFICACIÒN:

𝜶 = 𝟓%

PASO 3: Se usará el estadístico Ji-cuadrado (𝝌𝟐 )

Raciones Vivos Muertos Total

84 16
A 100
𝑭𝑬𝟏𝟏 = 𝟗𝟏. 𝟑𝟑 𝑭𝑬𝟏𝟐 = 𝟖. 𝟔𝟕
97 3
B 100
𝑭𝑬𝟐𝟏 = 𝟗𝟏. 𝟑𝟑 𝑭𝑬𝟐𝟐 = 𝟖. 𝟔𝟕
93 7
C 100
𝑭𝑬𝟑𝟏 = 𝟗𝟏. 𝟑𝟑 𝑭𝑬𝟑𝟐 = 𝟖. 𝟔𝟕
Total 274 26 300

(𝟏𝟎𝟎)(𝟐𝟕𝟒)
𝑭𝑬𝟏𝟏 = = 𝟗𝟏. 𝟑𝟑
𝟑𝟎𝟎
(𝟏𝟎𝟎)(𝟐𝟔)
𝑭𝑬𝟏𝟐 = = 𝟖. 𝟔𝟕
𝟑𝟎𝟎
 (𝟏𝟎𝟎)(𝟐𝟕𝟒)
𝑭𝑬𝟐𝟏 = = 𝟗𝟏. 𝟑𝟑
𝟑𝟎𝟎
(𝟏𝟎𝟎)(𝟐𝟔)
𝑭𝑬𝟐𝟏 = = 𝟖. 𝟔𝟕
𝟑𝟎𝟎
(𝟏𝟎𝟎)(𝟐𝟕𝟒)
𝑭𝑬𝟐𝟐 = = 𝟗𝟏. 𝟑𝟑
𝟑𝟎𝟎
(𝟏𝟎𝟎)(𝟐𝟔)
𝑭𝑬𝟐𝟑 = = 𝟖. 𝟔𝟕
𝟏𝟎𝟎

PASO 4: Se calculan 𝝌𝟐 𝒑 y 𝝌𝟐 𝒄

(𝟖𝟒 − 𝟗𝟏. 𝟑𝟑)𝟐 (𝟏𝟔 − 𝟖. 𝟔𝟕)𝟐 (𝟗𝟕 − 𝟗𝟏. 𝟑𝟑)𝟐 (𝟑 − 𝟖. 𝟔𝟕)𝟐

𝝌𝟐 𝒑 = + + +
𝟗𝟏. 𝟑𝟑 𝟖. 𝟔𝟕 𝟗𝟏. 𝟑𝟑 𝟖. 𝟔𝟕

(𝟗𝟑 − 𝟗𝟏. 𝟑𝟑)𝟐 (𝟕 − 𝟖. 𝟔𝟕)𝟐

+ + = 𝟏𝟏. 𝟐𝟎𝟏𝟓
𝟗𝟏. 𝟑𝟑 𝟖. 𝟔𝟕

En tabla se encuentra 𝝌𝟐 𝒄 con:

∝= 𝟎. 𝟎𝟓
𝑮𝒓𝒂𝒅𝒐𝒔 𝒅𝒆 𝒍𝒊𝒃𝒆𝒓𝒕𝒂𝒅 = (𝑭 − 𝟏)(𝑪 − 𝟏) = (𝟑 − 𝟏)(𝟐 − 𝟏) = 𝟐

𝑬𝒏𝒕𝒐𝒏𝒄𝒆𝒔: 𝝌𝟐 𝒄 = 𝟓. 𝟗𝟗𝟏𝟓

PASO 5: DECISIÓN
CONCLUSION: Gráficamente se observa que Ji-cuadrado de prueba está en la región de rechazo, por
lo tanto, se puede rechazar la hipótesis nula.

En otras palabras, es posible que la hipótesis alternativa sea cierta, es decir, es posible que la
variable mortalidad, si tiene algo en común con la cantidad de ración que recibe, con un nivel de
confianza del 95%.

EJERCICIO 6. Quince aprendices en un curso técnico son aleatoriamente asignados a tres tipos
diferentes de métodos de instrucción, todos los cuales persiguen el desarrollo de un nivel específico
de habilidad en diseño asistido por computadora. Las calificaciones de la prueba de
aprovechamiento al término de la unidad de instrucción se reportan en la siguiente tabla, junto con
la calificación media de desempeño asociada con cada método de instrucción. Use el procedimiento
de análisis de varianza para probar la hipótesis nula de que las tres medias muéstrales se obtuvieron
de la misma población, con un nivel de significancia de 5%.

Métodos de Calificaciones Calificaciones

Calificaciones
instrucción totales medias
A1 86 79 81 70 84 400 80
A2 90 76 88 82 89 425 85
A3 82 68 73 71 81 375 75

PASO 1: PLANTEAMIENTO DE 𝑯𝟎 𝒚 𝑯𝟏

𝑯𝟎 : 𝝁𝟏 = 𝝁𝟐 = 𝝁𝟑
“Las tres medias muéstrales se obtuvieron de la misma población.”

𝑯𝟏 : 𝝁𝟏 ≠ 𝝁𝟐 ≠ 𝝁𝟑
“Por lo menos una de las tres medias muéstrales no se obtuvo de la misma población.”

PASO 2: NIVEL DE SIGNIFICACIÒN:

𝜶 = 𝟓%
PASO 3: SE USARÁ LA RAZON F YA QUE SON DATOS DE MAS DE DOS MEDIAS

PASO4: CÁLCULO DE 𝑭𝒑 Y 𝑭𝑪

CÁLCULO DE 𝑭𝒑

T1 86 79 81 70 84 400
T2 90 76 88 82 89 425
T3 82 68 73 71 81 375
T1+T2+T3= 1200
 𝑻𝟏𝟐 160,000
𝑻𝟐𝟐 180,625
𝑻𝟑𝟐 140,625
(𝚺𝑻𝒊 ) 1,440,000

𝑻𝟏𝟐 𝟏, 𝟒𝟒𝟎, 𝟎𝟎𝟎

= = 𝟗𝟔, 𝟎𝟎𝟎
𝒏𝑻 𝟏𝟓

A1 𝟖𝟔𝟐 + 𝟕𝟗𝟐 + 𝟖𝟏𝟐 + 𝟕𝟎𝟐 + 𝟖𝟒𝟐 = 32,154

A2 𝟗𝟎𝟐 + 𝟕𝟔𝟐 + 𝟖𝟖𝟐 + 𝟖𝟐𝟐 + 𝟖𝟗𝟐 = 36,265
A3 𝟖𝟐𝟐 + 𝟔𝟖𝟐 + 𝟕𝟑𝟐 + 𝟕𝟏𝟐 + 𝟖𝟏𝟐 = 28,279
SUMA 96,698

𝑺𝑪𝑻 = 𝟗𝟔, 𝟔𝟗𝟖 − 𝟗𝟔𝟎𝟎𝟎 = 𝟔𝟗𝟖

𝟏𝟔𝟎, 𝟎𝟎𝟎 𝟏𝟖𝟎, 𝟔𝟐𝟓 𝟏𝟒𝟎, 𝟔𝟐𝟓

𝑺𝑪𝑨 = [ + + ] − 𝟗𝟔, 𝟎𝟎𝟎 = 𝟐𝟓𝟎
𝟓 𝟓 𝟓

𝑺𝑪𝑬 = 𝟔𝟗𝟖 − 𝟐𝟓𝟎 = 𝟒𝟒𝟖

𝟐𝟓𝟎
𝑴𝑺𝑨 = = 𝟏𝟐𝟓
𝟑−𝟏

𝟒𝟒𝟖
𝑴𝑺𝑬 = = 𝟑𝟕. 𝟑𝟑
𝟏𝟓 − 𝟑

𝟏𝟐𝟓
𝑭𝒑 = = 𝟑. 𝟑𝟒𝟖𝟓
𝟑𝟕. 𝟑𝟑
CÁLCULO DE 𝑭𝒄

𝜶 = 𝟎. 𝟎𝟓
Grados de libertad:

𝑵ù𝒎𝒆𝒓𝒂𝒅𝒐𝒓 = 𝒌 − 𝟏 = 𝟑 − 𝟏 = 𝟐
𝑫𝒆𝒏𝒐𝒎𝒊𝒏𝒂𝒅𝒐𝒓 = 𝒌(𝒏 − 𝟏) = 𝟑(𝟓 − 𝟏) = 𝟏𝟐
 𝑭𝒄 = 𝟑. 𝟖𝟗

PASO 5: DECISIÓN

CONCLUSIÓN: Gráficamente se observa que F de prueba está en la región de aceptación, por lo

tanto, no se puede rechazar la hipótesis nula.

En otras palabras, no se ha podido demostrar la hipótesis alternativa sea cierta, es decir, no se ha

demostrado que por lo menos una de las tres medias muéstrales no se obtuvo de la misma
población, con un nivel de confianza del 95%.

TABLA RESUMEN ANOVA

FUENTE DE GRADOS DE SUMA DE CUADRADO VALOR DE LA
VARIACIÓN LIBERTAD (GL) CUADRADOS MEDIOS (CM) RAZÓN F
(SC)
ENTRE GRUPOS F=MSA/MSE=
DE K-1=3-1=2 SCA= 250 MSA=125 125/37.33=
TRATAMIENTO 3.3485
ERROR DE
Nt-K=15-3=12 SCE= 448 MSE=37.33
MUESTREO
TOTAL
SCT= SCA+SCE=
Nt-1=15-1=14
250+448=698
EJERCICIO 7. En el siguiente cuadro se reportan las palabras por minuto introducidas en un
procesador de textos con tres diferentes posiciones de teclado, datos que fueron obtenidos después
de que a los individuos de cada muestra se les concedió igual cantidad de tiempo para que se
familiarizaran con la posición de teclado por emplear. Pruebe la hipótesis nula de que las palabras
medias por minuto obtenidas de las tres posiciones del teclado no difieren entre sí, con un nivel de
significancia de 5%.

Marca de
Número de palabras por minuto
equipo
A 79 83 62 51 77
B 74 85 72
C 81 65 79 55

PASO 1: PLANTEAMIENTO DE 𝑯𝟎 𝒚 𝑯𝟏

𝑯𝟎 : 𝝁𝟏 = 𝝁𝟐 = 𝝁𝟑
“Las medias por minuto obtenidas de las tres posiciones del teclado no difieren entre sí.”

𝑯𝟏 : 𝝁𝟏 ≠ 𝝁𝟐 ≠ 𝝁𝟑
“Las medias por minuto obtenidas de las tres posiciones del teclado si difieren entre sí.”

PASO 2: NIVEL DE SIGNIFICACIÒN:

𝜶 = 𝟓%
PASO 3: SE USARÁ LA RAZON F YA QUE SON DATOS DE MAS DE DOS MEDIAS

PASO4: CÁLCULO DE 𝑭𝒑 Y 𝑭𝑪

CÁLCULO DE 𝑭𝒑

T1 79 83 62 51 77 352
T2 74 85 72 231
T3 81 65 79 55 280
T1+T2+T3= 863

𝑻𝟏𝟐 123,904
𝑻𝟐𝟐 53,361
𝑻𝟑𝟐 78400
(𝚺𝑻𝒊 ) 744,769

𝑻𝟏𝟐 𝟕𝟒𝟒, 𝟕𝟔𝟗

= = 𝟔𝟐, 𝟎𝟔𝟒. 𝟎𝟖
𝒏𝑻 𝟏𝟐
 A 𝟕𝟗𝟐 + 𝟖𝟑𝟐 + 𝟔𝟐𝟐 + 𝟓𝟏𝟐 + 𝟕𝟕𝟐 = 25,504
B 𝟕𝟒𝟐 + 𝟖𝟓𝟐 + 𝟕𝟐𝟐 + 𝟎𝟐 + 𝟎𝟐 = 17,885
C 𝟖𝟏𝟐 + 𝟔𝟓𝟐 + 𝟕𝟗𝟐 + 𝟓𝟓𝟐 + 𝟎𝟐 = 20,052
SUMA 63,441

𝑺𝑪𝑻 = 𝟔𝟑, 𝟒𝟒𝟏 − 𝟔𝟐, 𝟎𝟔𝟒. 𝟎𝟖 = 𝟏, 𝟑𝟕𝟔. 𝟗𝟐

𝟏𝟐𝟑, 𝟗𝟎𝟒 𝟓𝟑, 𝟑𝟔𝟏 𝟕𝟖, 𝟒𝟎𝟎

𝑺𝑪𝑨 = [ + + ] − 𝟔𝟐, 𝟎𝟔𝟒. 𝟎𝟖 = 𝟏𝟎𝟑. 𝟕𝟐
𝟓 𝟑 𝟒

𝑺𝑪𝑬 = 𝟏, 𝟑𝟕𝟔. 𝟗𝟐 − 𝟏𝟎𝟑. 𝟕𝟐 = 𝟏, 𝟐𝟕𝟑. 𝟐

𝟏𝟎𝟑. 𝟕𝟐
𝑴𝑺𝑨 = = 𝟓𝟏. 𝟖𝟔
𝟑−𝟏

𝟏, 𝟐𝟕𝟑. 𝟐
𝑴𝑺𝑬 = = 𝟏𝟒𝟏. 𝟒𝟕
𝟏𝟐 − 𝟑

𝟓𝟏. 𝟖𝟔
𝑭𝒑 = = 𝟎. 𝟑𝟕
𝟏𝟒𝟏. 𝟒𝟕
CÁLCULO DE 𝑭𝒄

𝜶 = 𝟎. 𝟎𝟓
Grados de libertad:

𝑵ù𝒎𝒆𝒓𝒂𝒅𝒐𝒓 = 𝒌 − 𝟏 = 𝟑 − 𝟏 = 𝟐
𝑫𝒆𝒏𝒐𝒎𝒊𝒏𝒂𝒅𝒐𝒓 = 𝒌(𝒏 − 𝟏) = 𝟑(𝟒 − 𝟏) = 𝟗

𝑭𝒄 = 𝟒. 𝟐𝟔
PASO 5: DECISIÓN

CONCLUSIÓN: Gráficamente se observa que F de prueba está en la región de aceptación, por lo

tanto, no se puede rechazar la hipótesis nula.

En otras palabras, no se ha podido demostrar la hipótesis alternativa sea cierta, es decir, no se ha

demostrado que las medias por minuto obtenidas de las tres posiciones del teclado si difieren entre
sí, con un nivel de confianza del 95%.

TABLA RESUMEN ANOVA

FUENTE DE GRADOS DE SUMA DE CUADRADO VALOR DE LA
VARIACIÓN LIBERTAD (GL) CUADRADOS (SC) MEDIOS (CM) RAZÓN F
ENTRE GRUPOS F=MSA/MSE=
DE K-1=3-1=2 SCA= 103.7 MSA=51.86 51.86/141.47=
TRATAMIENTO 0.37
ERROR DE
Nt-K=12-3=9 SCE= 1,273.2 MSE=141.47
MUESTREO
TOTAL
SCT= SCA+SCE=
Nt-1=12-1=11
103.7+1,273.2=1,376.9
EJERCICIO 8. Se diseñó un experimento agrícola para medir las diferencias en los campos de maíz
para cuatro variedades de granos, utilizando tres fertilizantes diferentes. Los resultados se muestran
en kilos por hectárea. A) Construir una tabla de análisis de la varianza de dos factores. B) Contrastar
la hipótesis nula de igualdad de medias para los cuatro tipos de grano al nivel del 5%. C) Contrastar
la hipótesis nula de igualdad de medias para los tres tipos de fertilizantes, al nivel del 5%.

Tipo de Variedades de grano (TRATAMIENTOS)

Fertilizantes A B C D
(BLOQUES)
F1 86 88 77 84
F2 92 91 81 93
F3 75 80 83 79

PASO 1. Planteamiento de 𝐻0 y 𝐻1

a) Para los tratamientos (Columnas)

𝐻0 : 𝜇𝐴 = 𝜇𝐵 = 𝜇𝐶 = 𝜇𝐷

Las medias poblacionales de las cuatro variedades de granos son iguales.

𝐻1 : 𝜇𝐴 ≠ 𝜇𝐵 ≠ 𝜇𝐶 ≠ 𝜇𝐷

Por lo menos una de las medias poblacionales de las variedades de granos no es igual a las
otras.

b) Para los bloques (filas)

𝐻0 : 𝜇𝐹1 = 𝜇𝐹2 = 𝜇𝐹3

Las medias poblacionales de los tipos de fertilizantes son iguales.

𝐻1 : 𝜇𝐹1 ≠ 𝜇𝐹2 ≠ 𝜇𝐹3

Por lo menos una de las medias poblacionales de los tipos de fertilizantes no es igual a los
otras.

PASO 2. Nivel de significación

∝= 𝟓%
PASO 3. Datos. Se tienen dos factores de análisis.

Tipo de Variedades de grano (TRATAMIENTOS)

Fertilizantes A B C D
(BLOQUES)
F1 86 88 77 84
F2 92 91 81 93
F3 75 80 83 79

PASO 4. Se calculan los 𝑭𝒑𝒓𝒖𝒆𝒃𝒂𝒔 y 𝑭𝒄𝒓í𝒕𝒊𝒄𝒐𝒔

OBTENER LAS MEDIAS

a) Las medias de cada tratamiento.

𝟖𝟔 + 𝟗𝟐 + 𝟕𝟓
̅𝑨 =
𝒙 = 𝟖𝟒. 𝟑𝟑
𝟑
𝟖𝟖 + 𝟗𝟏 + 𝟖𝟎
̅𝑩 =
𝒙 = 𝟖𝟔. 𝟑𝟑
𝟑
𝟕𝟕 + 𝟖𝟏 + 𝟖𝟑
̅𝑪 =
𝒙 = 𝟖𝟎. 𝟑𝟑
𝟑
𝟖𝟒 + 𝟗𝟑 + 𝟕𝟗
̅𝑫 =
𝒙 = 𝟖𝟓. 𝟑𝟑
𝟑
b) Las medias de cada bloque.

𝟖𝟔 + 𝟖𝟖 + 𝟕𝟕 + 𝟖𝟒
̅𝑭𝟏 =
𝒙 = 𝟖𝟑. 𝟕𝟓
𝟒
𝟗𝟐 + 𝟗𝟏 + 𝟖𝟏 + 𝟗𝟑
̅𝑭𝟐 =
𝒙 = 𝟖𝟗. 𝟐𝟓
𝟒
𝟕𝟓 + 𝟖𝟎 + 𝟖𝟑 + 𝟕𝟗
̅
𝒙𝑭𝟑 = = 𝟕𝟗. 𝟐𝟓
𝟒
c) La media de todos los datos

𝟖𝟔 + 𝟖𝟖 + 𝟕𝟕 + 𝟖𝟒 + 𝟗𝟐 + 𝟗𝟏 + 𝟖𝟏 + 𝟗𝟑 + 𝟕𝟓 + 𝟖𝟎 + 𝟖𝟑 + 𝟕𝟗
̅𝑮 =
𝒙 = 𝟖𝟒. 𝟎𝟖
𝟏𝟐
̅𝑮 = 𝟖𝟒. 𝟎𝟖 = ̅
𝒙 𝒙
SUMAS DE CUADRADOS

a) La suma de cuadrados total

𝑺𝑪𝑻 = (𝟖𝟔 − 𝟖𝟒. 𝟎𝟖)𝟐 + (𝟖𝟖 − 𝟖𝟒. 𝟎𝟖)𝟐 + (𝟕𝟕 − 𝟖𝟒. 𝟎𝟖)𝟐 + (𝟖𝟒 − 𝟖𝟒. 𝟎𝟖)𝟐
+ (𝟗𝟐 − 𝟖𝟒. 𝟎𝟖)𝟐 + (𝟗𝟏 − 𝟖𝟒. 𝟎𝟖)𝟐 + (𝟖𝟏 − 𝟖𝟒. 𝟎𝟖)𝟐 + (𝟗𝟑 − 𝟖𝟒. 𝟎𝟖)𝟐
+ (𝟕𝟓 − 𝟖𝟒. 𝟎𝟖)𝟐 + (𝟖𝟎 − 𝟖𝟒. 𝟎𝟖)𝟐 + (𝟖𝟑 − 𝟖𝟒. 𝟎𝟖)𝟐 + (𝟕𝟗 − 𝟖𝟒. 𝟎𝟖)𝟐
= 𝟑𝟗𝟒. 𝟗𝟐
b) La suma de cuadrados de los tratamientos

𝑺𝑪𝑨 = 𝟑(𝟖𝟒. 𝟑𝟑 − 𝟖𝟒. 𝟎𝟖)𝟐 + 𝟑(𝟖𝟔. 𝟑𝟑 − 𝟖𝟒. 𝟎𝟖)𝟐 + 𝟑(𝟖𝟎. 𝟑𝟑 − 𝟖𝟒. 𝟎𝟖)𝟐
+ 𝟑(𝟖𝟓. 𝟑𝟑 − 𝟖𝟒. 𝟎𝟖)𝟐 = 𝟔𝟐. 𝟐𝟓

c) La suma de los cuadrados de los bloques.

𝑺𝑪𝑩 = 𝟒(𝟖𝟑. 𝟕𝟓 − 𝟖𝟒. 𝟎𝟖)𝟐 + 𝟒(𝟖𝟗. 𝟐𝟓 − 𝟖𝟒. 𝟎𝟖)𝟐 + 𝟒(𝟕𝟗. 𝟐𝟓 − 𝟖𝟒. 𝟎𝟖)𝟐 = 𝟐𝟎𝟎. 𝟔𝟕
d) La suma de cuadrados de error.
𝑺𝑪𝑬 = (𝟖𝟔 − 𝟖𝟒. 𝟑𝟑 − 𝟖𝟑. 𝟕𝟓 + 𝟖𝟒. 𝟎𝟖)𝟐 + (𝟖𝟖 − 𝟖𝟔. 𝟑𝟑 − 𝟖𝟑. 𝟕𝟓 + 𝟖𝟒. 𝟎𝟖)𝟐
+ (𝟕𝟕 − 𝟖𝟎. 𝟑𝟑 − 𝟖𝟑. 𝟕𝟓 + 𝟖𝟒. 𝟎𝟖)𝟐
+ (𝟖𝟒 − 𝟖𝟓. 𝟑𝟑 − 𝟖𝟑. 𝟕𝟓 + 𝟖𝟒. 𝟎𝟖)𝟐
+ (𝟗𝟐 − 𝟖𝟒. 𝟑𝟑 − 𝟖𝟗. 𝟐𝟓 + 𝟖𝟒. 𝟎𝟖)𝟐
+ (𝟗𝟏 + 𝟖𝟔. 𝟑𝟑 − 𝟖𝟗. 𝟐𝟓 + 𝟖𝟒. 𝟎𝟖)𝟐
+ (𝟖𝟏 − 𝟖𝟎. 𝟑𝟑 − 𝟖𝟗. 𝟐𝟓 + 𝟖𝟒. 𝟎𝟖)𝟐
+ (𝟗𝟑 − 𝟖𝟓. 𝟑𝟑 − 𝟖𝟗. 𝟐𝟓 + 𝟖𝟒. 𝟎𝟖)𝟐
+ (𝟕𝟓 − 𝟖𝟒. 𝟑𝟑 − 𝟕𝟗. 𝟐𝟓 + 𝟖𝟒. 𝟎𝟖)𝟐
+ (𝟖𝟎 − 𝟖𝟔. 𝟑𝟑 − 𝟕𝟗. 𝟐𝟓 + 𝟖𝟒. 𝟎𝟖)𝟐
+ (𝟖𝟑 − 𝟖𝟎. 𝟑𝟑 − 𝟕𝟗. 𝟐𝟓 + 𝟖𝟒. 𝟎𝟖)𝟐
+ (𝟕𝟗 − 𝟖𝟓. 𝟑𝟑 − 𝟕𝟗. 𝟐𝟓 + 𝟖𝟒. 𝟎𝟖)𝟐 = 𝟏𝟑𝟐

PROMEDIOS CUADRADOS

a) Para tratamiento
𝑺𝑪𝑨 𝟔𝟐. 𝟐𝟓
𝑪𝑴𝑨 = = = 𝟐𝟎. 𝟕𝟓
𝑲−𝟏 𝟒−𝟏

b) Para bloques

𝑺𝑪𝑩 𝟐𝟎𝟎. 𝟔𝟕
𝑪𝑴𝑩 = = = 𝟏𝟎𝟎. 𝟑𝟑
𝑯−𝟏 𝟑−𝟏

Y además obtener el promedio de los cuadrados del error.

 𝑺𝑪𝑬 𝟏𝟑𝟐
𝑪𝑴𝑬 = = = 𝟐𝟐
(𝑲 − 𝟏)(𝑯 − 𝟏) (𝟑)(𝟐)

OBTENER LOS VALORES 𝑭𝒑𝒓𝒖𝒆𝒃𝒂

a) Para los tratamientos

𝑪𝑴𝑨 𝟐𝟎. 𝟕𝟓
𝑭𝒑 = = = 𝟎. 𝟗𝟒𝟑𝟐
𝑪𝑴𝑬 𝟐𝟐

b) Para los bloques

𝑪𝑴𝑩 𝟏𝟎𝟎. 𝟑𝟑
𝑭𝒑 = = = 𝟒. 𝟓𝟔𝟎𝟔
𝑪𝑴𝑬 𝟐𝟐
OBTENER LOS VALORES 𝑭𝒄𝒓í𝒕𝒊𝒄𝒂

a) Para los tratamientos

𝜶 = 𝟎. 𝟎𝟓
𝒈 𝒅𝒆 𝒍 𝒅𝒆𝒍 𝒏𝒖𝒎𝒆𝒓𝒂𝒅𝒐𝒓 = # 𝒅𝒆 𝒄𝒐𝒍𝒖𝒎𝒏𝒂𝒔 − 𝟏 = (𝟒 − 𝟏) = 𝟑
𝒈 𝒅𝒆 𝒍 𝒅𝒆𝒍 𝒅𝒆𝒏𝒐𝒎𝒊𝒏𝒂𝒅𝒐𝒓 = (# 𝒅𝒆 𝒄𝒐𝒍𝒖𝒎𝒏𝒂𝒔 − 𝟏)(# 𝒅𝒆 𝒇𝒊𝒍𝒂𝒔 − 𝟏) = (𝟒 − 𝟏)(𝟑 − 𝟏) = 𝟔

𝑭𝒄 = 𝟒. 𝟕𝟔

b) Para los bloques

𝜶 = 𝟎. 𝟎𝟓
𝒈 𝒅𝒆 𝒍 𝒅𝒆𝒍 𝒏𝒖𝒎𝒆𝒓𝒂𝒅𝒐𝒓 = # 𝒅𝒆 𝒇𝒊𝒍𝒂𝒔 − 𝟏 = (𝟑 − 𝟏) = 𝟐
𝒈 𝒅𝒆 𝒍 𝒅𝒆𝒍 𝒅𝒆𝒏𝒐𝒎𝒊𝒏𝒂𝒅𝒐𝒓 = (# 𝒅𝒆 𝒄𝒐𝒍𝒖𝒎𝒏𝒂𝒔 − 𝟏)(# 𝒅𝒆 𝒇𝒊𝒍𝒂𝒔 − 𝟏) = (𝟒 − 𝟏)(𝟑 − 𝟏) = 𝟔

𝑭𝒄 = 𝟓. 𝟏𝟒
PASO 5. Decisión

a) Para tratamientos

b) Para bloques
 a) CONCLUSIÓN PARA LOS TRATAMIENTOS: Gráficamente se observa que F-prueba está en la
región de aceptación, por lo tanto, no se puede rechazar la hipótesis nula.
En otras palabras, no se ha demostrado que la hipótesis alternativa sea cierta, es decir, no
se ha demostrado que por lo menos una de las medias poblacionales las variedades de
granos no es igual a las otras, con un nivel de confianza del 95%.

b) CONCLUSIÓN PARA LOS BLOQUES: Gráficamente se observa que F-prueba está en la región
de aceptación, por lo tanto, no se puede rechazar la hipótesis nula.
En otras palabras, no se ha demostrado que la hipótesis alternativa sea cierta, es decir, no
se ha demostrado que por lo menos una de las medias poblacionales de los tipos de
fertilizantes no es igual a las otras, con un nivel de confianza del 95%.

TABLA RESUMEN ANOVA

FUENTE DE GRADOS DE SUMA DE CUADRADOS Valor de la
VARIACIÓN LIBERTAD CUADRADOS SC MEDIOS razón Fp
Entre grupos de 𝒌−𝟏=𝟒−𝟏 SCA=62.25 CMA=20.75 𝑪𝑴𝑨
= 𝟎. 𝟗𝟒
tratamiento =𝟑 𝑪𝑴𝑬
Entre grupos de H-1=3-1=2 SCB=200.67 CMB=100.33 𝑪𝑴𝑩
= 𝟒. 𝟓𝟔
bloques 𝑪𝑴𝑬
Error de (K-1)(H-1)=(4- SCE=132 CME=22
muestreo 1)(3-1)=6
TOTAL NT-1=12-1=11 62.25+200.67+132=
394.92

EJERCICIO 9. Un fabricante de una bebida gaseosa sin azúcar quiere comparar el efecto sobre las
ventas del color del bote-rojo, amarillo o azul. Se seleccionan cuatro regiones para realizar el
contraste, y se seleccionan aleatoriamente tres tiendas de cada región, cada una para vender botes
de un color. Los resultados del estudio se muestran a continuación (en cajas de 100 botes). A)
Construir una tabla de análisis de la varianza de dos factores. B) Contrastar la hipótesis nula de que
las ventas medias son las mismas para los tres tipos de bote, utilizar un nivel de significancia de 5%.

Color
Región
Rojo Amarillo Azul
Central 47 52 60
Paracentral 56 54 52
Occidente 49 63 55
Oriente 41 44 48

PASO 1. Planteamiento de 𝐻0 y 𝐻1

c) Para los tratamientos (Columnas)

 𝐻0 : 𝜇𝑅𝑂 = 𝜇𝐴𝑀 = 𝜇𝐴𝑍

Las medias poblacionales de los tres tipos de botes son iguales.

𝐻1 : 𝜇𝑅𝑂 ≠ 𝜇𝐴𝑀 ≠ 𝜇𝐴𝑍

Por lo menos una de las medias poblacionales de los tipos de botes no es igual a las otras.

d) Para los bloques (filas)

𝐻0 : 𝜇𝐶 = 𝜇𝑃 = 𝜇𝑂𝐶 = 𝜇𝑂𝑅

Las medias poblacionales de las zonas geográficas son iguales.

𝐻1 : 𝜇𝐶 ≠ 𝜇𝑃 ≠ 𝜇𝑂𝐶 = 𝜇𝑂𝑅

Por lo menos una de las medias poblacionales de las zonas geográficas no es igual a los
otras.

PASO 2. Nivel de significación

∝= 𝟓%

PASO 3. Datos. Se tienen dos factores de análisis.

Color (TRATAMIENTOS)
Región (BLOQUES)
Rojo Amarillo Azul
Central 47 52 60
Paracentral 56 54 52
Occidente 49 63 55
Oriente 41 44 48

PASO 4. Se calculan los 𝑭𝒑𝒓𝒖𝒆𝒃𝒂𝒔 y 𝑭𝒄𝒓í𝒕𝒊𝒄𝒐𝒔

OBTENER LAS MEDIAS

a) Las medias de cada tratamiento.

𝟒𝟕 + 𝟓𝟔 + 𝟒𝟗 + 𝟒𝟏
̅𝑹𝑶 =
𝒙 = 𝟒𝟖. 𝟐𝟓
𝟒
𝟓𝟐 + 𝟓𝟒 + 𝟔𝟑 + 𝟒𝟒
̅𝑨𝑴 =
𝒙 = 𝟓𝟑. 𝟐𝟓
𝟒
𝟔𝟎 + 𝟓𝟐 + 𝟓𝟓 + 𝟒𝟖
̅𝑨𝒁 =
𝒙 = 𝟓𝟑. 𝟕𝟓
𝟒
 b) Las medias de cada bloque.

𝟒𝟕 + 𝟓𝟐 + 𝟔𝟎
̅𝑪 =
𝒙 = 𝟓𝟑
𝟑
𝟓𝟔 + 𝟓𝟒 + 𝟓𝟐
̅𝑷 =
𝒙 = 𝟓𝟒
𝟑
𝟒𝟗 + 𝟔𝟑 + 𝟓𝟓
̅𝑶𝑪 =
𝒙 = 𝟓𝟓. 𝟔𝟕
𝟑
𝟒𝟏 + 𝟒𝟒 + 𝟒𝟖
̅𝑶𝑹 =
𝒙 = 𝟒𝟒. 𝟑𝟑
𝟑

c) La media de todos los datos

𝟒𝟕 + 𝟓𝟐 + 𝟔𝟎 + 𝟓𝟔 + 𝟓𝟒 + 𝟓𝟐 + 𝟒𝟗 + 𝟔𝟑 + 𝟓𝟓 + 𝟒𝟏 + 𝟒𝟒 + 𝟒𝟖
̅𝑮 =
𝒙 = 𝟓𝟏. 𝟕𝟓
𝟏𝟐
̅𝑮 = 𝟓𝟏. 𝟕𝟓 = 𝒙
𝒙 ̅

SUMAS DE CUADRADOS

a) La suma de cuadrados total

𝑺𝑪𝑻 = (𝟒𝟕 − 𝟓𝟏. 𝟕𝟓)𝟐 + (𝟓𝟐 − 𝟓𝟏. 𝟕𝟓)𝟐 + (𝟔𝟎 − 𝟓𝟏. 𝟕𝟓)𝟐 + (𝟓𝟔 − 𝟓𝟏. 𝟕𝟓)𝟐
+ (𝟓𝟒 − 𝟓𝟏. 𝟕𝟓)𝟐 + (𝟓𝟐 − 𝟓𝟏. 𝟕𝟓)𝟐 + (𝟒𝟗 − 𝟓𝟏. 𝟕𝟓)𝟐 + (𝟔𝟑 − 𝟓𝟏. 𝟕𝟓)𝟐
+ (𝟓𝟓 − 𝟓𝟏. 𝟕𝟓)𝟐 + (𝟒𝟏 − 𝟓𝟏. 𝟕𝟓)𝟐 +(𝟒𝟒 − 𝟓𝟏. 𝟕𝟓)𝟐 + (𝟒𝟖 − 𝟓𝟏. 𝟕𝟓)𝟐
= 𝟒𝟒𝟖. 𝟐𝟓
b) La suma de cuadrados de los tratamientos
𝑺𝑪𝑨 = 𝟒(𝟒𝟖. 𝟐𝟓 − 𝟓𝟏. 𝟕𝟓)𝟐 + 𝟒(𝟓𝟑. 𝟐𝟓 − 𝟓𝟏. 𝟕𝟓)𝟐 + 𝟒(𝟓𝟑. 𝟕𝟓 − 𝟓𝟏. 𝟕𝟓)𝟐 = 𝟕𝟒

c) La suma de los cuadrados de los bloques.

𝑺𝑪𝑩 = 𝟑(𝟓𝟑 − 𝟓𝟏. 𝟕𝟓)𝟐 + 𝟑(𝟓𝟒 − 𝟓𝟏. 𝟕𝟓)𝟐 + 𝟑(𝟓𝟓. 𝟔𝟕 − 𝟓𝟏. 𝟕𝟓)𝟐 + 𝟑(𝟒𝟒. 𝟑𝟑 − 𝟓𝟏. 𝟕𝟓)𝟐
= 𝟐𝟑𝟎. 𝟗𝟐
d) La suma de cuadrados de error.
𝑺𝑪𝑬 = (𝟒𝟕 − 𝟓𝟑 − 𝟒𝟖. 𝟐𝟓 + 𝟓𝟏. 𝟕𝟓)𝟐 + (𝟓𝟐 − 𝟓𝟑 − 𝟓𝟑. 𝟐𝟓 + 𝟓𝟏. 𝟕𝟓)𝟐
+ (𝟔𝟎 − 𝟓𝟑 − 𝟓𝟑. 𝟕𝟓 + 𝟓𝟏. 𝟕𝟓)𝟐 + (𝟓𝟔 − 𝟓𝟒 − 𝟒𝟖. 𝟐𝟓 + 𝟓𝟏. 𝟕𝟓)𝟐
+ (𝟓𝟒 − 𝟓𝟒 − 𝟓𝟑. 𝟐𝟓 + 𝟓𝟏. 𝟕𝟓)𝟐 +(𝟓𝟐 − 𝟓𝟒 − 𝟓𝟑. 𝟕𝟓 + 𝟓𝟏. 𝟕𝟓)𝟐 +(𝟒𝟗
− 𝟓𝟓. 𝟔𝟕 − 𝟒𝟖. 𝟐𝟓 + 𝟓𝟏. 𝟕𝟓)𝟐 +(𝟔𝟑 − 𝟓𝟓. 𝟔𝟕 − 𝟓𝟑. 𝟐𝟓 + 𝟓𝟏. 𝟕𝟓)𝟐 +(𝟓𝟓
− 𝟓𝟓. 𝟔𝟕 − 𝟓𝟑. 𝟕𝟓 + 𝟓𝟏. 𝟕𝟓)𝟐 +(𝟒𝟏 − 𝟒𝟒. 𝟑𝟑 − 𝟒𝟖. 𝟐𝟓 + 𝟓𝟏. 𝟕𝟓)𝟐 +(𝟒𝟒
− 𝟒𝟒. 𝟑𝟑 + 𝟓𝟑. 𝟐𝟓 + 𝟓𝟏. 𝟕𝟓)𝟐 +(𝟒𝟖 − 𝟒𝟒. 𝟑𝟑 + 𝟓𝟑. 𝟕𝟓 + 𝟓𝟏. 𝟕𝟓)𝟐
= 𝟏𝟒𝟑. 𝟑𝟑
PROMEDIOS CUADRADOS

a) Para tratamiento
𝑺𝑪𝑨 𝟕𝟒
𝑪𝑴𝑨 = = = 𝟑𝟕
𝑲−𝟏 𝟑−𝟏

b) Para bloques

𝑺𝑪𝑩 𝟐𝟑𝟎. 𝟗𝟐
𝑪𝑴𝑩 = = = 𝟕𝟔. 𝟗𝟕
𝑯−𝟏 𝟒−𝟏

c) Y además obtener el promedio de los cuadrados del error.

𝑺𝑪𝑬 𝟏𝟒𝟑. 𝟑𝟑
𝑪𝑴𝑬 = = = 𝟐𝟑. 𝟖𝟗
(𝑲 − 𝟏)(𝑯 − 𝟏) (𝟐)(𝟑)

OBTENER LOS VALORES 𝑭𝒑𝒓𝒖𝒆𝒃𝒂

a) Para los tratamientos

𝑪𝑴𝑨 𝟑𝟕
𝑭𝒑 = = = 𝟏. 𝟓𝟓
𝑪𝑴𝑬 𝟐𝟑. 𝟖𝟗

b) Para los bloques

𝑪𝑴𝑩 𝟕𝟔. 𝟗𝟕
𝑭𝒑 = = = 𝟑. 𝟐𝟐
𝑪𝑴𝑬 𝟐𝟑. 𝟖𝟗
OBTENER LOS VALORES 𝑭𝒄𝒓í𝒕𝒊𝒄𝒂

a) Para los tratamientos

𝜶 = 𝟎. 𝟎𝟓
𝒈 𝒅𝒆 𝒍 𝒅𝒆𝒍 𝒏𝒖𝒎𝒆𝒓𝒂𝒅𝒐𝒓 = # 𝒅𝒆 𝒄𝒐𝒍𝒖𝒎𝒏𝒂𝒔 − 𝟏 = (𝟑 − 𝟏) = 𝟐
𝒈 𝒅𝒆 𝒍 𝒅𝒆𝒍 𝒅𝒆𝒏𝒐𝒎𝒊𝒏𝒂𝒅𝒐𝒓 = (# 𝒅𝒆 𝒄𝒐𝒍𝒖𝒎𝒏𝒂𝒔 − 𝟏)(# 𝒅𝒆 𝒇𝒊𝒍𝒂𝒔 − 𝟏) = (𝟑 − 𝟏)(𝟒 − 𝟏) = 𝟔

𝑭𝒄 = 𝟓. 𝟏𝟒

b) Para los bloques

 𝜶 = 𝟎. 𝟎𝟓
𝒈 𝒅𝒆 𝒍 𝒅𝒆𝒍 𝒏𝒖𝒎𝒆𝒓𝒂𝒅𝒐𝒓 = # 𝒅𝒆 𝒇𝒊𝒍𝒂𝒔 − 𝟏 = (𝟒 − 𝟏) = 𝟑
𝒈 𝒅𝒆 𝒍 𝒅𝒆𝒍 𝒅𝒆𝒏𝒐𝒎𝒊𝒏𝒂𝒅𝒐𝒓 = (# 𝒅𝒆 𝒄𝒐𝒍𝒖𝒎𝒏𝒂𝒔 − 𝟏)(# 𝒅𝒆 𝒇𝒊𝒍𝒂𝒔 − 𝟏) = (𝟑 − 𝟏)(𝟒 − 𝟏) = 𝟔

𝑭𝒄 = 𝟒. 𝟕𝟔

PASO 5. Decisión

a) Para tratamientos

b) Para bloques
 a) CONCLUSIÓN PARA LOS TRATAMIENTOS: Gráficamente se observa que F-prueba está
en la región de aceptación, por lo tanto, no se puede rechazar la hipótesis nula.
En otras palabras, no se ha demostrado que la hipótesis alternativa sea cierta, es decir,
no se ha demostrado que por lo menos una de las medias poblacionales los tipos de
botes no es igual a las otras, con un nivel de confianza del 95%.

b) CONCLUSIÓN PARA LOS BLOQUES: Gráficamente se observa que F-prueba está en la

región de aceptación, por lo tanto, no se puede rechazar la hipótesis nula.
En otras palabras, no se ha demostrado que la hipótesis alternativa sea cierta, es decir,
no se ha demostrado que por lo menos una de las medias poblacionales de las zonas
geográficas no es igual a las otras, con un nivel de confianza del 95%.

TABLA RESUMEN ANOVA

FUENTE DE GRADOS DE SUMA DE CUADRADOS Valor de la
VARIACIÓN LIBERTAD CUADRADOS SC MEDIOS razón Fp
Entre grupos de 𝒌−𝟏=𝟑−𝟏 SCA=74 CMA=37 𝑪𝑴𝑨
= 𝟏. 𝟓𝟓
tratamiento =𝟐 𝑪𝑴𝑬
Entre grupos de H-1=4-1=3 SCB=230.92 CMB=76.97 𝑪𝑴𝑩
= 𝟑. 𝟐𝟐
bloques 𝑪𝑴𝑬
Error de (K-1)(H-1)=(3- SCE=143.33 CME=23.89
muestreo 1)(4-1)=6
TOTAL NT-1=12-1=11 74+230.92+143.33=
448.25