Professional Documents
Culture Documents
1. .Seleccione una muestra aleatoria simple de tamaño n = 5 de cada factor de profundidad (Pulg) y por cada
velocidad de alimentación (pulg/min). Ubique sus datos llenando la siguiente tabla.
Profundidad de Corte (PDC) en (pulg)
PDC PDC PDC PDC
TOTALE
No 0,15 No 0,18 No 0,2 No 0,25 S MEDIA
2 71 5 60 7 67 12 109 307 76,75
3 79 8 71 9 91 15 105 346 86,5
0,2 7 66 12 55 14 94 17 103 318 79,5
9 77 20 95 18 70 22 116 358 89,5
22 68 24 87 21 74 24 104 333 83,25
TOTALE
S 361 368 396 537 1662 415,5
MEDIA 72,2 73,6 79,2 107,4 332,4
1 90 6 112 10 101 2 81 384 96
8 86 9 94 15 87 6 101 368 92
0,25 15 82 18 98 16 98 17 102 380 95
16 93 19 102 22 98 22 69 362 90,5
23 103 20 128 25 99 23 105 435 108,75
TOTALE
S 454 534 483 458 1929 482,25
MEDIA 90,8 106,8 96,6 91,6 385,8
3 88 3 104 9 113 2 122 427 106,75
7 86 12 123 11 88 7 100 397 99,25
0,3 15 123 18 98 14 108 8 103 432 108
17 88 22 83 18 97 15 135 403 100,75
Velocidad 21 129 25 104 26 110 22 122 465 116,25
de TOTALE
alimentación S 514 512 516 582 2124 531
pulg/min MEDIA 102,8 102,4 103,2 116,4 424,8
TOTALE
S 1329 1414 1395 1577 5715
2. Calcule las sumas de cuadrados correspondientes SCT, SCA, SCB, SCAB, teniendo en cuenta los
resultados de la tabla anterior.
SCT=¿
SCT=563397−544353.75
SCT=19043 . 25
1
SCsubt= [ 3612 +3682 +3962 +5372 + 4542 +534 2+ 4832 +458 2+514 2+ 5122+516 2+5822 ]−¿ ¿
5
SCsubt=555315−544353.75
SCsubt=10961.25
Ahora calculamos la suma de los cuadrados de los efectos principales que son:
1
S CA= [ 16622 +19292+ 21242 ]−¿ ¿
20
S C A =5379 . 3
1
SC B= [1324 2+1414 2 +13952 +15772 ]−¿ ¿
15
SC B=546572.733−544353.75
SC B=2218 . 983
Ahora la suma de las interacciones:
SC AB=10961.25−5379.3−2218.983
SC AB=3362. 967
SC E=19043.25−3362.967−5379.3−2218.983
SC E=¿ 8082
3. Obtenga con los resultado del punto dos la tabla ANOVA y anote los principales conclusiones, tomando
Ftabla = F (0.05, 3, 48) = 2.80 y Ftabla = F (0.05, 2, 48) = 3.19.
TABLA ANOVA
ANOVA
F.V S. CUADRADOS G.L M. CUADRADOS F.O
TRATAMIENTO A 5379,3 2 2689,65 15,97
TRATAMIENTO B 2218,983 3 739,661 4,39
INTERACCION 3362,967 6 560,4945 3,33
ERROR 8082 48 168,375
TOTAL 19043,25 59
CONCLUSIÓN:
Puesto que Ftabla = F (0.05, 3, 48) = 2.80 <3.33< 4.39 < 15.97 es menor para ambos tratamientos de A y B y también
para las interacciones entre ellos (A.B) es decir es mayor para los efectos de profundidad de corte y la velocidad de
alimentación, entonces rechazamos la hipótesis nula. Es decir, los efectos de profundidad de corte y la velocidad de
alimentación son significativos. Por otra parte, Ftabla = F (0.05, 2, 48) = 3.19< 3.33 < 4.39 < 15.97 es menor que el F0
observado, de igual forma que el anterior, se concluye que hay diferencias significativa entre los tratamientos
(profundidad de corte y la velocidad de alimentación), y en sus interacciones.
Grafica para velocidad alimentación (pulg/min) (0.20) vs profundidad de corte (PDC) en (pulg).
Podemos apreciar que existe un efecto multiplicativo ya que las líneas de tendencias suben y bajan.
Grafica para velocidad alimentación (pulg/min) (0.25) vs profundidad de corte (PDC) en (pulg).
Podemos apreciar que existe un efecto multiplicativo ya que las líneas de tendencias suben y bajan.
Grafica para velocidad alimentación (pulg/min) (0.30) vs profundidad de corte (PDC) en (pulg).
Podemos apreciar que existe un efecto multiplicativo ya que las líneas de tendencias suben y bajan.
5. Construir las gráficas de los residuales estandarizados, teniendo en cuenta solamente los niveles de profundización de
corte y analizar la adecuación del modelo.
Y ij N (u+ τ i , σ 2)
ei
e i=(Y ¿¿ ij−Yj ), y d i= ¿
√ MCE
e i=71−72.2=−1.2
−1.2
d i= =−1.2
√ 168,375
Así para todos los valores de: PDC N° 0.15, PDC N° 0.18, PDC N° 0.20, PDC N° 0.25
Grafica: estandarizada:
Conclusión: Se concluye que las muestras de tratamientos provienen de poblaciones normales y además se observa que las varianzas
de los tratamientos son muy similares.
Grafica: estandarizada:
Conclusión: Se concluye que las muestras de tratamientos provienen de poblaciones normales y además se observa que las varianzas
de los tratamientos son muy similares.
Así para todos los valores de: PDC N° 0.15, PDC N° 0.18, PDC N° 0.20, PDC N° 0.25
Grafica: estandarizada:
Conclusión: Se concluye que las muestras de tratamientos provienen de poblaciones normales y además se observa que las varianzas
de los tratamientos son muy similares.
6. Usar la prueba de Tukey para determinar los niveles de velocidad de alimentación son significativamente diferentes al nivel
de profundidad de 0.25. Usar q0.05 (3, 48) = 3.41
|Y . i−Y . j|>T
Donde:
MCE
T ∝=q ∝ ( k , kn−k )
√ n
Tenemos que:
G.l =48
Tratamiento B=3
n=5
Al obtener:
168,375
T ∝=q 0.05 ( 3 , 48 )
√ 5
Esto significa que cualquier par de promedios de los tratamientos del factor A = 0.25 (velocidad de alimentación) que
exceda el valor de 19.8 implicara que el par correspondiente de medias poblacionales serán significativamente
diferentes (SD).
Calculamos las combinaciones que existen entre los tratamientos:
Ordenamos:
|Y 4−Y 3|
|Y 4−Y 2|
|Y 4−Y 1|
|Y 3−Y 2|
|Y 3−Y 1|
|Y 2−Y 1|
|91.6−96.6|=5<19.8 NS
|91.6−106.8|=15.2<19.8 NS
|96.6−90.8|=5.8<19.8 NS
|96.6−106.8|=10.2<19.8 NS
|96.6−106.8|=10.2<19.8 NS
|106.8−90.8|=16<19.8 8 NS
Conclusión:
Podemos decir que no hay NS (no existe diferencias significativas) entre las medias de los tratamientos del factor B ya
que los valores entre las medias no excedió el valor calculado (la condición).
7. Usar la prueba de Duncan para determinar los niveles de velocidad de alimentación son significativamente
diferentes al nivel de profundidad de 0.25. Usar r0.05 (2, 48) = 2.85 y r0.05 (3, 48) = 3.0
Solución:
168.375
E ( Y . j )=
√ 5
=5.80
Posición:
Y1→Y4=4 medias
Y1→Y3=3
Y2→Y4=3
Y1→Y2=2
Y2→Y3=2
Y3→Y4=2
Comparamos:
Y1→Y4=4
|90.8−91.6|=0.8
LS=r ( 0.05 ) ( 4,48 )=3.10 → 0.8 ≪3.10 NS
Y1→Y3=3
|90.8−96.6|=5.8
LS=r ( 0.05 ) (3,48 )=3.0 →5.8 ≪ 3.0 NS
Y2→Y4=3
|106.8−91.6|=15.2
LS=r ( 0.05 ) (3,48 )=3.0 →15.2 ≫3.0∗¿ DS
Y1→Y2=2
|90.8−106.8|=16
LS=r ( 0.05 ) (2,48 )=2.85 →16 ≫ 2.85∗¿ DS
Y2→Y3=2
|106.8−96.6|=10.2
LS=r ( 0.05 ) (2,48 )=2.85 →10.2 ≫2.85∗¿ DS
Y3→Y4=2
|96.6−91.6|=5
LS=r ( 0.05 ) (2,48 )=2.85 →5 ≫ 2.85 DS
Conclusión: podemos decir que existe diferencias altamente significativas entre todas las medias de los
tratamientos excepto entre (Y1-Y4) y (Y1-Y3)
8. Usar el asistente matemático Matlab y la opción anova2(X,n), donde X es la matrix de datos y n es el tamaño de
muestra en cada nivel de A bajo el nivel B, para obtener la tabla anova del diseño factorial. Compare sus
resultados con los del punto 2.
Al comparar los resultados obtenidos en la anova de matlab con los obtenidos en la anova del punto 2, podemos concluir
que el estudio se realizó de manera correcta al haber igualdad en los resultados encontrados