Sie sind auf Seite 1von 10

Apéndice 4

1. A partir de la lectura del capítulo 5, 6 y 7 del libro análisis y diseños de


experimentos, aplique los conceptos del diseño factorial al siguiente
enunciado.

Un estudiante en la UNAD, viene realizando experimentos sobre la solubilidad


de un extruido tipo cereal para el desayuno. El estudio se encuentra enfocado
en determinar el efecto del polvo de hornear y la proporción de yuca que
contiene el producto sobre el índice de solubilidad en agua (ISA). El trabajo
experimental se localizó en la planta piloto de la ECBTI, en el cual se utilizaron
tres concentraciones de yuca y tres concentraciones de polvo de hornear en la
formulación del extruido.

A continuación, se describe la tabla con los resultados para cada uno de los
tratamientos, cada variable de respuesta (ISA) se midió 3 veces.

Tabla 1. Datos de ISA (%) del cereal para desayuno.

Yuca (%) Polvo de hornear (%)


Concentración Concentración Concentración
1 2 3
Concentración 1 10.11 12.33 14.89
10.34 12.30 14.95
10.55 12.19 15.01
Concentración 2 10.77 12.76 15.65
10.85 12.89 15.83
10.92 13.01 16.01
Concentración 3 11.23 13.88 16.67
11.66 14.01 16.98
11.98 14.23 17.03

a. Plantear el modelo estadístico para este diseño, explicar cada uno de los
términos en función del ejercicio (10 /120)

Variable de respuesta: la solubilidad (ISA)

Para este caso el modelo estadístico que se utilizara para este


diseño es 3k = 32 ya que contiene 2 factores con 3 niveles en
cada tratamiento con 3 mediciones para un total de 9
tratamientos por nivel, el factor A es el % de polvo de hornear y
el factor B es el % de yuca
b. Realice las hipótesis de interés para la investigación (igualdad y alterna).
(10 /120)

HO= efecto del factor polvo de hornear (%) =0

HA= efecto del factor polvo de hornear (%) ≠ 0

HO= efecto del factor proporción yuca (%) =0

HA= efecto del factor proporción yuca (%) ≠ 0

HO= efecto polvo de hornear x proporción yuca =0

HA= efecto polvo de hornear x proporción yuca ≠ 0

c. Realice los cálculos correspondientes al análisis de varianza y elabore la


tabla ANOVA correspondiente,  = 0.05. (20 /120)

Tabla ANOVA diseño 3k

Sumatorias totales

Polvo de hornear (%)


Yuca (%) Concentración Concentración Concentración
totales
1 2 3
10,11 12,33 14,89
Concentración
10,34 12,3 14,95
1
10,55 12,19 15,01 112,67
10,77 12,76 15,65
Concentración
10,85 12,89 15,83
2
10,92 13,01 16,01 118,69
11,23 13,88 16,67
Concentración
11,66 14,01 16,98
3
11,98 14,23 17,03 127,67
totales 98,41 117,6 143,02 359,03
SUMA DE CUADRADOS TOTAL

(112.672 + 118.692 + 127,672 ) 359.032


𝑠𝑐𝐴 = −
3𝑥3 3𝑥32

(12694.5289 + 14087.3161 + 16299.6289) 128902 .5409


𝑠𝑐𝐴 = −
9 27

43081. 4739 128902 .5409


𝑠𝑐𝐴 = −
9 27

𝑠𝑐𝐴 = 4786.830433 − 4774.168181

𝑠𝑐𝐴 = 12.662252

(98.412 + 117.62 + 143.022 ) 359.032


𝑠𝑐𝐵 = −
3𝑥3 3𝑥32

(9684.5281 + 13829.76 + 20454 .7204) 128902 .5409


𝑠𝑐𝐵 = −
9 27

43969. 0085 128902 .5409


𝑠𝑐𝐵 = −
9 27

𝑠𝑐𝐵 = 4889.445389 − 4774.168181

𝑠𝑐𝐵 = 111.277208

(312 + 36.822 + 44.852 + 32.542 + 38.662


+47.492 + 34.872 + 42.122 + 50.682 ) 359.032
𝑠𝑐𝐴𝐵 = − − 12.662252 − 111.277208
3 3𝑥32

(961 + 1355.7124 + 2011.5225 + 1058.8516 + 1494.5956


+2255.3001 + 1215.9169 + 1774.0944 + 2568.4624) 128902 .5409
𝑠𝑐𝐴𝐵 = − − 12.662252 − 111.277208
3 27

14695.4559 128902 .5409


𝑠𝑐𝐴𝐵 = − − 12.662252 − 111.277208
3 27
𝑠𝑐𝐴𝐵 = 4898.4853 − 4774.168181 − 12.662252 − 111.277208

𝑠𝑐𝐴𝐵 = 0.377659

(10.112 + 10.342 + 10.552 + 12.332 + 12.32


+12.192 + 14.892 + 14.952 + 15.012 + 10.772 359.032
𝑠𝑐𝑇 = +10.852 + 10.922 + 12.762 + 12.892 + 13.012 −
3𝑥32
+15.652 + 15.832 + 16.012 + 11.232 + 11.662 + 11.982
+13.882 + 14.012 + 14.232 + 16.672 + 16.982 + 17.032 )

(102.2121 + 106.9156 + 11.3025 + 152.0289 + 151.29


+148.5961 + 221.7121 + 223.5025 + 225.3001 + 115.9929 128902 .5409
𝑠𝑐𝑇 = +117.7225 + 119.2464 + 162.8176 + 166.1521 + 169.2601 −
+244.9225 + 250.5889 + 256.3201 + 126.1129 + 135.9556 + 153.5204 27
+192,6544 + 196,2801 + 202,4929 + 277,8889 + 288,3204 + 290,0209)

128902 .5409
𝑠𝑐𝑇 = 4899.1295 −
27

𝑠𝑐𝑇 = 4899.1295 − 4774.168181

𝑠𝑐𝑇 = 124.961319

𝑠𝑐𝐸 = 124.961319 − 12.662252 − 111.277208 − 0.377659

𝑠𝑐𝐸 = 0.6442

GRADOS DE LIBERTAD
𝐸𝑅𝑅𝑂𝑅 = 32 (𝑛 − 1)

𝐸𝑅𝑅𝑂𝑅 = 32 (3 − 1)

𝐸𝑅𝑅𝑂𝑅 = 9(2)

𝐸𝑅𝑅𝑂𝑅 = 18

𝑇𝑂𝑇𝐴𝐿 = 𝑛32 − 1

𝑇𝑂𝑇𝐴𝐿 = 3𝑋32 − 1

𝑇𝑂𝑇𝐴𝐿 = 3𝑋92 − 1

𝑇𝑂𝑇𝐴𝐿 = 26
CUADRADO MEDIO

𝑆𝐶𝐴
𝐶𝑀𝐴 =
2
12.662252
𝐶𝑀𝐴 =
2

𝐶𝑀𝐴 = 6.331126

𝑆𝐶𝐵
𝐶𝑀𝐵 =
2
111.277208
𝐶𝑀𝐵 =
2

𝐶𝑀𝐵 = 55.638604

𝑆𝐶𝐴𝐵
𝐶𝑀𝐴𝐵 =
4
0.377659
𝐶𝑀𝐴𝐵 =
4

𝐶𝑀𝐴𝐵 = 0.09441475

𝑆𝐶𝐸
𝐶𝑀𝐸 =
32 (𝑛 − 1)

0.6442
𝐶𝑀𝐸 =
18

𝐶𝑀𝐸 = 0.03578888889

ESTADISTICO DE PRUEBA
𝑪𝑴𝑨
𝑭𝒐𝑨 =
𝑪𝑴𝑬
6.331126
0.03578888889
𝟏𝟕𝟔. 𝟗𝟎𝟏𝟗𝟗𝟗𝟒

𝑪𝑴𝑩
𝑭𝒐𝑩 =
𝑪𝑴𝑬
55.638604
0.03578888889
𝟏𝟓𝟓𝟒. 𝟔𝟑𝟑𝟒𝟓𝟓
𝑪𝑴𝑨𝑩
𝑭𝒐𝑨𝑩 =
𝑪𝑴𝑬
0.09441475
0.03578888889
𝟐. 𝟔𝟑𝟖𝟏𝟎𝟐𝟐𝟗𝟕

CRITERIOS DE EVALUACION

PRIMER CRITERIO VALOR -p


𝑭𝒐𝑨 = 𝟏𝟕𝟔. 𝟗𝟎𝟏𝟗𝟗𝟗𝟒 ≥ 𝟎, 𝟎𝟓, 𝟐, 𝟏𝟖 = 𝟑, 𝟓𝟓

𝑭𝒐𝑩 = 𝟏𝟓𝟓𝟒. 𝟔𝟑𝟑𝟒𝟓𝟓 ≥ 𝟎, 𝟎𝟓, 𝟐, 𝟏𝟖 = 𝟑, 𝟓𝟓

𝑭𝒐𝑨𝑩 = 𝟐. 𝟔𝟑𝟖𝟏𝟎𝟐𝟐𝟗𝟕 ≥ 𝟎, 𝟎𝟓, 𝟒, 𝟏𝟖 = 𝟐, 𝟗𝟑

SEGUNDO CRITERIO

TABLA ANOVA
FUENTE DE SUMA DE GRADOS DE CUADRADO
VARIABILIDAD CUADRADOS LIBERTAD MEDIO F0 VALOR-p
A 12,662252 2 6,331126 176,9019994 1,46092E-12
B 111,277208 2 55,638604 1554,633455 6,93375E-21
AB 0,377659 4 0,09441475 2,638102297 0,068040415
ERROR 124,961319 18 0,0357888889
TOTAL 0,6442 26
ANÁLISIS DE
VARIANZA
Origen de las Suma de Grados de Promedio de los Valor crítico
variaciones cuadrados libertad cuadrados F Probabilidad para F
Muestra 12,66225185 2 6,331126 176,901997 1,4609E-12 3,554557146
Columnas 111,2772074 2 55,63860 1554,633 6,9337E-21 3,554557146
Interacción 0,377659259 4 0,094415 2,63810 0,06804 2,927744173
Dentro del grupo 0,6442 18 0,035788889

Total 124,961319 26

Para verificar los cálculos realizados con anterioridad se anexa link de hoja de calculo
de Excel https://drive.google.com/open?id=1uhEUMZsV2vxsOjzMDYaSvREbIjfnhiC9

d. A partir del resultado del valor – P y F0 (2 criterios diferentes), que se


puede concluir con respecto a las hipótesis planteadas. (10 /120)

Se puede concluir según los criterios en el que se casó del factor A


rechazan las hipótesis H0 ya que en el primer criterio se puede
observar que el resultado Valor –p fue un valor mayor que el valor
resultante de la tabla puntos críticos al 5% de la distribución en el
segundo criterio se rechaza la hipótesis H0 por que el valor resultante
de la distribución F fue menor a 0.05 esto también nos indica que la
hipótesis alterna está en los cierto y se acepta HA

Para el caso del factor B Se puede concluir según los criterios que se
rechazan las hipótesis H0 ya que en el primer criterio se puede
observar que el resultado Valor –p fue un valor mayor que el valor
resultante de la tabla puntos críticos al 5% de la distribución en el
segundo criterio se rechaza la hipótesis H0 por que el valor resultante
de la distribución F fue menor a 0.05 esto también nos indica que la
hipótesis alterna está en los cierto y se acepta HA

Y por último en el factor AxB Se puede concluir según los criterios que
se aprueba las hipótesis H0 ya que en el primer criterio se puede
observar que el resultado Valor –p fue un valor menor que el valor
resultante de la tabla puntos críticos al 5% de la distribución en el
segundo criterio se aprueba la hipótesis H0 por que el valor resultante
de la distribución F fue mayor a 0.05 esto también nos indica que la
hipótesis alterna esta errada y se rechaza HA

e. Realice las hipótesis para la comparación de las medias para los


tratamientos de la investigación. (10 /120)
Factor A: % polvo de hornear:A1 concentración 1, A2 concentración 2;
A3 concentración 3

Hipótesis de igualdad factor A

Ho= µA1= µA2

Ho= µA2= µA3

Ho= µA2= µA3

Hipótesis alterna factor A

Ho= µA1≠ µA2

Ho= µA2≠ µA3

Ho= µA1≠ µA3

Factor B: % yuca:B1 concentración 1, B2 concentración 2; B3


concentración 3

Hipótesis de igualdad factor B

Ho= µB1= µB2

Ho= µB2= µB3

Ho= µB1= µB3

Hipótesis alterna factor A

Ho= µB1≠ µB2

Ho= µB2≠ µB3

Ho= µB1≠ µB3

f. Calcular el LSD. (20 /120)

2𝐶𝑀𝐸
𝐿𝑆𝐷 = 𝑡𝛼/2 ; 32 (𝑛 − 1)√
𝑛

2(0.03578888889)
𝐿𝑆𝐷 = 𝑡0.05/2 ; 32 (3 − 1)√
9
0,07157777778
𝐿𝑆𝐷 = 𝑡0.025 ; 9(2)√
9

𝐿𝑆𝐷 = 𝑡0.025 ; 18√0.00795308642

𝐿𝑆𝐷 = 2.100922(0.08918007861)

𝐿𝑆𝐷 = 𝟎. 𝟏𝟖𝟕𝟑𝟔𝟎𝟑𝟖𝟗𝟏

MEDIAS DE CADA NIVEL FACTOR A

𝟗𝟖, 𝟒𝟏
𝜇𝐴1 =
𝟗

𝜇𝐴1 = 𝟏𝟎, 𝟗𝟑𝟒𝟒

𝟏𝟏𝟕, 𝟔
𝜇𝐴2 =
𝟗

𝜇𝐴2 = 𝟏𝟑. 𝟎𝟔𝟔𝟔

𝟏𝟒𝟑, 𝟎𝟐
𝜇𝐴3 =
𝟗

𝜇𝐴3 = 𝟏𝟓, 𝟗𝟖𝟏𝟏

MEDIAS DE CADA NIVEL FACTOR B

𝟏𝟏𝟐, 𝟔𝟕
𝜇𝐵1 =
𝟗

𝜇𝐵1 = 𝟏𝟐. 𝟓𝟏𝟖𝟖

𝟏𝟏𝟖, 𝟔𝟗
𝜇𝐵2 =
𝟗

𝜇𝐵2 = 𝟏𝟑. 𝟏𝟖𝟕𝟕


𝟏𝟐𝟕, 𝟔𝟕
𝜇𝐵3 =
𝟗

𝜇𝐵3 = 𝟏𝟒, 𝟏𝟖𝟓𝟓

g. Aplique el concepto de LSD para aceptar o rechazar las hipótesis para la


comparación de las medias. (30 /120)

DIFERENCIA DIFERENCIA MUESTRAL


POBLACIONAL EN VALOR ABSOLUTO DECISION
µA1- µA2 2.1322>0.1873603891 Significativa
µA2- µA3 2.9145>0.1873603891 Significativa
µA1- µA3 5.0467>0.1873603891 Significativa

En el caso del factor A como se puede observar las decisiones en los tres
casos fueron significativas ya que la diferencia muestral es mayor al
valor LSD, esto quiere decir que la hipótesis alterna se aceptan y las de
igualdad se rechazan

DIFERENCIA DIFERENCIA MUESTRAL


POBLACIONAL EN VALOR ABSOLUTO DECISION
µB1- µB2 0.6689>0.1873603891 Significativa
µB1- µB2 0.9978>0.1873603891 Significativa
µB1- µB2 1.6667>0.1873603891 Significativa

En el caso del factor B como se puede observar las decisiones en los tres
casos fueron significativas ya que la diferencia muestral es mayor al
valor LSD, esto quiere decir que la hipótesis alterna se aceptan y las de
igualdad se rechazan

h. Investigue que programas o paquetes estadísticos son utilizados para el


análisis de diseños experimentales (mencionar 3). (10 /120)

R, SAS, SPSS, Epi Info 7, OpenEpi, DynStats, SPAD, Stata, Statgraphics ,


Redatam, Minitab, Matlab, S-PLUS, LISREL, WinQSB, PSPP