SEP SNEST DGEST

INSTITUTO TECNOLÓGICO DE TOLUCA

MATERIA: ESTADÍSTICA II
PRESENTA:
DEL VILLAR ÁLVAREZ SERGIO GABRIEL
TRABAJO: EJERCICIOS MINITAB
No. CONTROL: 08280470

INGENIERÍA INDUSTRIAL

METEPEC, MÉXICO, NOVIEMBRE 2010

 EJERCICIOS 2 Y 3 FACTORES MINITAB

Se llevó a cabo un experimento para estudiar el efecto de la temperatura y del tipo

de horno en la vida de un componente en particular que está probándose, se
están utilizando 4 tipos de horno y 3 niveles de temperatura. Se asignan
aleatoriamente 24 piezas, 2 para cada combinación de tratamientos y se
registraron los resultados en la siguiente tabla:

Temperatura HORNOS
(Grados) O1 O2 O3 O4
500 227 214 225 260
221 250 236 229
550 187 181 232 246
208 179 198 273
600 174 198 178 206
202 194 213 219

Realice ANOVA de 0.05 para probar la significancia de la temperatura en relación

con los hornos.
Una técnica para minimizar el daño, corrosión y fatiga en el aluminio involucra la
aplicación de un recubrimiento protector. En un estudio realizado se utilizaran 3
diferentes niveles de humedad

Bajo: 20-25% de humedad relativa

Medio: 55-60% de humedad relativa.

Alto: 86-91% de humedad relativa.

Y 3 tipos de recubrimientos superficiales

No protegido: Sin recubrimiento.

Anodizando

Recubrimiento de óxido anótico a base de ácido sulfúrico.

Conclusión: Recubrimiento de protección química de cromo.

Los datos de corrosión-fatiga expresados en miles de ciclos antes de falla se

registran en la tabla siguiente:

Humedad relativa
Recubrimient Baja Media Alta
o
Sin 361 469 106 135 314 522 261 134 1344 121 663 1011
9 7 6
recubrimiento 466 437 244 739 1027 1097
Anodizado 114 103 533 211 322 471 68 398 78 466 130 327
2
1236 92 306 130 387 107

Conversión 130 148 159 754 252 874 847 573 402 751 846 529
2 5
841 529 105 755 586 529

a) Realice ANOVA de 0.05 para probar la significancia de los efectos

principales y de infección.

b) Utilizar Duncan a nivel de 0.05 para determinar que los niveles de humedad
resultan un daño diferente de corrosión-fatiga.
La fatiga a la corrosión en los metales se define como la acción simultánea del
esfuerzo cíclico y el ataque químico sobre una estructura metálica. En el estudio
“effect of humidly and several surface coatings on the fatigue life 2024-T351
aluminum alloy” llevado a cabo en 1979 por el department of mechanical
engineering en la Virginia Polytechnic Institute and state university, se utilizó una
técnica que involucra la aplicación de un recubrimiento protector de cromato para
minimizar el daño corrosión-fatiga en el aluminio. Se utilizaron tres factores en la
investigación con 5 réplicas para cada combinación de tratamiento: recubrimiento,
en dos niveles y humedad y esfuerzo de corte, ambos en tres niveles. Los datos
de fatiga registrados en miles de ciclos antes de fallar, son los del cuadro de la
izquierda.

Realice un análisis de varianza con α=0.01 para probar la significancia de los

efectos principales y la interacción.

Recubrimiento Humedad Esfuerzo de corte

13000 17000 20000
psi Psi Psi
Baja 4580 5252 361
(20-25% RH) 10126 897 466
1341 1465 1069
6414 2694 469
SIN 3549 1017 937
2858 799 314
RECUBRIMIENTO Media 8829 3471 244
10914 685 261
(50-60% RH)
4067 810 522
2595 3409 739
6489 1862 1344
Alta 5248 2710 1027
6816 2632 663
(86-91% RH)
5860 2131 1216
5901 2470 1097
5395 4035 130
Baja 2768 2022 841
1821 914 1595
(20-25% RH)
3604 2036 1482
4106 3524 529
CROMADO 4833 1847 252
Media 7414 1684 105
10022 3042 847
(50-60% RH)
7463 4482 874
21906 996 755
3287 1319 586
Alta 5200 929 402
5493 1263 846
(86-91% RH)
4145 2236 524
3336 1392 751
 HIPÓTESIS
1) H0: α1= α2= α3=0
H1: Al menos una de las αi’s no es igual a 0.
2) H0: β1= β2= β3= β4=0
H1: Al menos una de las βj’s no es igual a 0.
3) H0: (αβ)11= (αβ)12= (αβ)13=…= (αβ)ij=0
H1: Al menos una de las (αβ)ij’s no es igual a 0.

DISEÑO EN MINITAB
Multilevel Factorial Design
Factors: 2 Replicates: 2
Base runs: 12 Total runs: 24
Base blocks: 1 Total blocks: 1

Number of levels: 3; 4

General Linear Model: Res versus Temp, Horno

Factor Type Levels Values
Temp fixed 3 500, 550, 600
Horno fixed 4 1, 2, 3, 4

Analysis of Variance for Res, using Adjusted SS for Tests

Source DF Seq SS Adj SS Adj MS F P

Temp 2 4860.3 4860.3 2430.2 8.41 0.005
Horno 3 5167.5 5167.5 1722.5 5.96 0.010
Temp*Horno 6 2905.0 2905.0 484.2 1.67 0.210
Error 12 3469.0 3469.0 289.1
Total 23 16401.8

S = 17.0025 R-Sq = 78.85% R-Sq(adj) = 59.46%

Least Squares Means for Res

Temp Mean SE Mean

500 232.7 6.011
550 213.0 6.011
600 198.0 6.011
Horno
1 203.2 6.941
2 202.7 6.941
3 213.7 6.941
4 238.8 6.941
Temp*Horno
500 1 224.0 12.023
500 2 232.0 12.023
500 3 230.5 12.023
500 4 244.5 12.023
550 1 197.5 12.023
550 2 180.0 12.023
550 3 215.0 12.023
550 4 259.5 12.023
600 1 188.0 12.023
600 2 196.0 12.023
600 3 195.5 12.023
600 4 212.5 12.023
 Residual Plots for Res
Normal Probability Plot Versus Fits
99 20

90 10

Residual
Percent

50 0

10 -10

1 -20
-30 -15 0 15 30 180 200 220 240 260
Residual Fitted Value

Histogram Versus Order

20
4.8
10
3.6
Frequency

Residual
0
2.4

1.2 -10

0.0 -20
-20 -10 0 10 20 2 4 6 8 10 12 14 16 18 20 22 24
Residual Observation Order

De acuerdo los valores obtenidos de P value (si p>0.05 Se acepta H 0, de lo

contrario, se rechaza):
1) 0.005=> Se rechaza H0.Existe evidencia estadística suficiente para probar
que hay diferencia significativa entre los tipos de temperatura por lo que sí
afecta en la vida de los hornos.
2) 0.010=> Se rechaza H0. Existe evidencia estadística suficiente para probar
que hay diferencia significativa entre los tipos de hornos que afecta en la
vida de cada uno de ellos.
3) 0.210=> Se acepta H0. Existe prueba estadística suficiente para probar que
no existe diferencia significativa entre las interacciones de los hornos y de
las temperaturas que afecten en la vida de los hornos.
 HIPÓTESIS
1) H0: α1= α2= α3=0
H1: Al menos una de las αi’s no es igual a 0.
2) H0: β1= β2= β3=0
H1: Al menos una de las βj’s no es igual a 0.
3) H0: (αβ)11= (αβ)12= (αβ)13=…= (αβ)ij=0
H1: Al menos una de las (αβ)ij’s no es igual a 0.

Multilevel Factorial Design

Factors: 2 Replicates: 6
Base runs: 9 Total runs: 54
Base blocks: 1 Total blocks: 1

Number of levels: 3; 3

General Linear Model: Res versus Recubrimiento, Humedad

Factor Type Levels Values
Recubrimiento fixed 3 1, 2, 3
Humedad fixed 3 1, 2, 3

Analysis of Variance for Res, using Adjusted SS for Tests

Source DF Seq SS Adj SS Adj MS F P

Recubrimiento 2 1535021 1535021 767511 6.87 0.002
Humedad 2 1020639 1020639 510320 4.57 0.016
Recubrimiento*Humedad 4 1089990 1089990 272497 2.44 0.061
Error 45 5028397 5028397 111742
Total 53 8674047

S = 334.279 R-Sq = 42.03% R-Sq(adj) = 31.72%

Unusual Observations for Res

Obs Res Fit SE Fit Residual St Resid

7 130.00 888.50 136.47 -758.50 -2.49 R
22 1236.00 536.33 136.47 699.67 2.29 R
43 1595.00 888.50 136.47 706.50 2.32 R

R denotes an observation with a large standardized residual.

Least Squares Means for Res

Recubrimient Mean SE Mean

1 735.1 78.79
2 356.0 78.79
3 687.5 78.79
Humedad
1 733.8 78.79
2 406.4 78.79
3 638.4 78.79
Recubrimient*Humedad
1 1 776.5 136.47
1 2 369.0 136.47
1 3 1059.7 136.47
2 1 536.3 136.47
2 2 282.5 136.47
2 3 249.2 136.47
3 1 888.5 136.47
3 2 567.7 136.47
3 3 606.3 136.47

Residual Plots for Res

Normal Probability Plot Versus Fits
99 800

90 400

Residual
Percent

50 0

-400
10

1 -800
-800 -400 0 400 800 200 400 600 800 1000
Residual Fitted Value

Histogram Versus Order

800
10.0
400
Frequency

7.5
Residual 0
5.0

2.5 -400

0.0 -800
-600 -300 0 300 600 1 5 10 15 20 25 30 35 40 45 50
Residual Observation Order

De acuerdo los valores obtenidos de P value (si p>0.05 Se acepta H 0, de lo

contrario, se rechaza):
1) 0.002=> Se rechaza H0.Existe evidencia estadística suficiente para probar
que hay diferencia significativa entre los tipos de recubrimientos por lo que
sí afecta en la fatiga de los metales.
2) 0.016=> Se rechaza H0. Existe evidencia estadística suficiente para probar
que hay diferencia significativa entre los tipos de humedad que afectan en
la fatiga de los metales.
3) 0.061=> Se acepta H0. Existe prueba estadística suficiente para probar que
no existe diferencia significativa entre las interacciones de los tipos de
recubrimiento y de humedad que afecten en la fatiga de los metales.
 HIPÓTESIS
1) H0: α1= α2= α3=0
H1: Al menos una de las αi’s no es igual a 0.
2) H0: β1= β2= β3=0
H1: Al menos una de las βj’s no es igual a 0.
3) H0: γ1= γ2=0
H1: Al menos una de las γk’s no es igual a 0.
4) H0: (αβ)11= (αβ)12= (αβ)13=…= (αβ)ij=0
H1: Al menos una de las (αβ)ij’s no es igual a 0.
5) H0: (αγ)11= (αγ)12= (αγ)13=…= (αγ)ik=0
H1: Al menos una de las (αγ)ik’s no es igual a 0.
6) H0: (βγ)11= (βγ)12= (βγ)13=…= (βγ)jk=0
H1: Al menos una de las (βγ)jk’s no es igual a 0.
7) H0: (αβγ)11= (αβγ)12= (αβγ)13=…= (αβγ)ijk=0
H1: Al menos una de las (αβγ)ijk’s no es igual a 0.

Multilevel Factorial Design

Factors: 3 Replicates: 5
Base runs: 18 Total runs: 90
Base blocks: 1 Total blocks: 1

Number of levels: 3; 3; 2

General Linear Model: Res versus Humedad, Corte, Recubrimiento

Factor Type Levels Values
Humedad fixed 3 1, 2, 3
Corte fixed 3 1, 2, 3
Recubrimiento fixed 2 1, 2

Analysis of Variance for Res, using Adjusted SS for Tests

Source DF Seq SS Adj SS Adj MS F P

Humedad 2 19876891 19876891 9938446 2.13 0.126
Corte 2 427993946 427993946 213996973 45.96 0.000
Recubrimiento 1 216384 216384 216384 0.05 0.830
Humedad*Corte 4 58623693 58623693 14655923 3.15 0.019
Humedad*Recubrimiento 2 31736626 31736626 15868313 3.41 0.039
Corte*Recubrimiento 2 699830 699830 349915 0.08 0.928
Humedad*Corte*Recubrimiento 4 36034809 36034809 9008702 1.93 0.114
Error 72 335213134 335213134 4655738
Total 89 910395313

S = 2157.72 R-Sq = 63.18% R-Sq(adj) = 54.49%

Unusual Observations for Respuestas

Obs Respuestas Fit SE Fit Residual St Resid

8 4833,0 10327,6 965,0 -5494,6 -2,85 R
19 10126,0 5202,0 965,0 4924,0 2,55 R
37 1341,0 5202,0 965,0 -3861,0 -2,00 R
43 10914,0 5852,6 965,0 5061,4 2,62 R
80 21906,0 10327,6 965,0 11578,4 6,00 R

R denotes an observation with a large standardized residual.

Least Squares Means for Respuestas

Humedad Mean SE Mean
1 2514,6 393,9
2 3568,0 393,9
3 2639,2 393,9
Esfuerzo de
1 5879,3 393,9
2 2134,2 393,9
3 708,3 393,9
Recubrimient
1 2858,2 321,7
2 2956,3 321,7
Humedad*Esfuerzo de
1 1 4370,4 682,3
1 2 2385,6 682,3
1 3 787,9 682,3
2 1 8090,1 682,3
2 2 2122,5 682,3
2 3 491,3 682,3
3 1 5177,5 682,3
3 2 1894,4 682,3
3 3 845,6 682,3
Humedad*Recubrimient
1 1 2709,1 557,1
1 2 2320,1 557,1
2 1 2701,1 557,1
2 2 4434,8 557,1
3 1 3164,4 557,1
3 2 2113,9 557,1
Esfuerzo de *Recubrimient
1 1 5705,8 557,1
1 2 6052,9 557,1
2 1 2153,6 557,1
2 2 2114,7 557,1
3 1 715,3 557,1
3 2 701,3 557,1
Humedad*Esfuerzo de *Recubrimient
1 1 1 5202,0 965,0
1 1 2 3538,8 965,0
1 2 1 2265,0 965,0
1 2 2 2506,2 965,0
1 3 1 660,4 965,0
1 3 2 915,4 965,0
2 1 1 5852,6 965,0
2 1 2 10327,6 965,0
2 2 1 1834,8 965,0
2 2 2 2410,2 965,0
2 3 1 416,0 965,0
2 3 2 566,6 965,0
3 1 1 6062,8 965,0
3 1 2 4292,2 965,0
3 2 1 2361,0 965,0
3 2 2 1427,8 965,0
3 3 1 1069,4 965,0
3 3 2 621,8 965,0
 Residual Plots for Res
Normal Probability Plot Versus Fits
99.9
99 10000
90

Residual
Percent

5000
50

10
0

1
-5000
0.1
-5000 0 5000 10000 0 2500 5000 7500 10000
Residual Fitted Value

Histogram Versus Order

40 10000
Frequency

30
Residual
5000

20
0
10
-5000
0
-3000 0 3000 6000 9000 12000 1 10 20 30 40 50 60 70 80 90
Residual Observation Order

De acuerdo los valores obtenidos de P value (si p>0.05 Se acepta H 0, de lo

contrario, se rechaza):
1) 0.126=> Se acepta H0.Existe evidencia estadística suficiente para probar
que no hay diferencia significativa entre los tipos de humedad por lo que no
afecta en la fatiga de los metales.
2) 0.000=> Se rechaza H0. Existe evidencia estadística suficiente para probar
que hay diferencia significativa entre los tipos de corte que afectan en la
fatiga de los metales.
3) 0.830=> Se acepta H0. Existe evidencia estadística suficiente para probar
que no hay diferencia significativa entre los tipos de recubrimiento que
afectan en la fatiga de los metales.
4) 0.019=> Se rechaza H0. Existe prueba estadística suficiente para probar
que existe diferencia significativa entre la interacción de humedad y el
esfuerzo de corte que afecten en la fatiga de los metales.
5) 0.039=> Se rechaza H0.Existe evidencia estadística suficiente para probar
que hay diferencia significativa entre la interacción de humedad y el
recubrimiento que afectan en la fatiga de los metales.
6) 0.928=> Se acepta H0. Existe evidencia estadística suficiente para probar
que no hay diferencia significativa entre la interacción de la humedad y el
recubrimiento que afectan en la fatiga de los metales.
7) 0.114=> Se acepta H0. Existe prueba estadística suficiente para probar que
no existe diferencia significativa entre las interacciones de la humedad, el
esfuerzo de corte y los recubrimientos que afecten en la fatiga de los
metales.