UNIVERSIDAD DE LAS FUERZAS ARMADAS ESPEL

DISEÑO EXPERIMENTAL

Nombre: Raúl Rosero H

Curso: 6º Petroquímica
Fecha: 05/07/2018

10. Se hace un estudio sobre la efectividad de tres marcas de atomizador contra las
moscas. Para ello, cada producto se aplica a un grupo de 100 moscas, y se cuenta el
número de moscas muertas expresado en porcentajes. Se hicieron seis réplicas, pero
en días diferentes; por ello, se sospecha que puede haber algún efecto importante
debido a esta fuente de variación. Los datos obtenidos se muestran a continuación:
Número de réplica (día)
Marca de atomizador 1 2 3 4 5 6
1 72 65 67 75 62 73
2 55 59 68 70 53 50
3 64 74 61 58 51 69

a) Suponiendo un DBCA, formule las hipótesis adecuadas y el modelo

estadístico.

Modelo estadístico:
Yij = μ + τi + γj + εij ; i = 1,2,3 y j = 1,2,3,4,5,6

-Hipótesis para la marca del atomizador contra moscas:

𝐻𝑜 : 𝜇𝑚𝑎𝑟𝑐𝑎 1 = 𝜇𝑚𝑎𝑟𝑐𝑎 2 = 𝜇𝑚𝑎𝑟𝑐𝑎 3
𝐻𝐴 : 𝜇𝑚𝑎𝑟𝑐𝑎 1 ≠ 𝜇𝑚𝑎𝑟𝑐𝑎 2 ≠ 𝜇𝑚𝑎𝑟𝑐𝑎 3

-Hipótesis para el número de réplicas (día):

𝐻𝑜 : 𝜇𝑑í𝑎1 = 𝜇𝑑í𝑎2 = 𝜇𝑑í𝑎3 = 𝜇𝑑í𝑎4 = 𝜇𝑑í𝑎5 = 𝜇𝑑í𝑎6
𝐻𝐴 : 𝜇𝑑í𝑎1 ≠ 𝜇𝑑í𝑎2 ≠ 𝜇𝑑í𝑎3 ≠ 𝜇𝑑í𝑎4 ≠ 𝜇𝑑í𝑎5 ≠ 𝜇𝑑í𝑎6

b) ¿Existe diferencia entre la efectividad promedio de los atomizadores?

Ya que P(0.103) > 0.05 se acepta la hipótesis nula (H0), es decir que no existe
diferencia entre la efectividad promedio de los atomizadores según su marca.
c) ¿Hay algún atomizador mejor? Argumente su respuesta.

No. Según la gráfica los intervalos de confianza se traslapan por lo que se podría
decir que los atomizadores de las diferentes marcas son estadísticamente iguales.

d) ¿Hay diferencias significativas en los resultados de diferentes días en las que

se realizó el experimento? Argumente su respuesta.

No. Según la gráfica los intervalos de confianza se traslapan, por lo tanto, los
resultados de los diferentes días en que se realizó el experimento son
estadísticamente iguales en cuanto a sus medias.

e) Verifique los supuestos de normalidad y de igual varianza entre las marcas.

 En la gráfica de probabilidad normal se observa que los residuos siguen una
distribución normal ya que tienen una tendencia lineal.
En la gráfica residuos vs valor ajustado se observa que los puntos se distribuyen
de manera aleatoria sin ningún patrón claro y contundente, por lo que se cumple
el supuesto de que los tratamientos tienen igual varianza.

14. Una de las variables críticas en el proceso de ensamble del brazo lector de un
disco duro es el ángulo que éste forma con el cuerpo principal de la cabeza lectora.
Se corre un experimento con el objetivo de comparar dos equipos que miden dicho
ángulo en unidades de radianes. Se decide utilizar como factor de bloque los
operadores de los equipos. Los resultados se muestran en la siguiente tabla:

Operador
Equipo
1 2 3
1 1.2677 1.2291 1.3742
2 1.0410 0.9862 1.3002
TOTAL 2.3087 2.2153 2.6744

a) Plantee el modelo y las hipótesis más adecuadas al problema.

Hipótesis para el operador del equipo
𝐻𝑜 : 𝜇𝑜𝑝𝑒𝑟𝑎𝑑𝑜𝑟 1 = 𝜇𝑜𝑝𝑒𝑟𝑎𝑑𝑜𝑟 2 = 𝜇𝑜𝑝𝑒𝑟𝑎𝑑𝑜𝑟 3
𝐻𝐴 : 𝜇𝑜𝑝𝑒𝑟𝑎𝑑𝑜𝑟 1 ≠ 𝜇𝑜𝑝𝑒𝑟𝑎𝑑𝑜𝑟 2 ≠ 𝜇𝑜𝑝𝑒𝑟𝑎𝑑𝑜𝑟 3

Hipótesis para el tipo de equipo

𝐻𝑜 : 𝜇𝑒𝑞𝑢𝑖𝑝𝑜 1 = 𝜇𝑒𝑞𝑢𝑖𝑝𝑜2
𝐻𝐴 : 𝜇𝑒𝑞𝑢𝑖𝑝𝑜 1 ≠ 𝜇𝑒𝑞𝑢𝑖𝑝𝑜2

b) ¿Existen diferencias entre los equipos? Argumente estadísticamente.

 Ya que P(0.078) > 0.05 se acepta la hipótesis nula (H0), es decir que los dos
equipos son estadísticamente iguales.
c) ¿Existen diferencias entre los operadores?

Ya que P(0.129) > 0.05 se acepta la hipótesis nula (H0), es decir que los dos
equipos son estadísticamente iguales

d) Dibuje los diagramas de cajas simultáneos y las gráficas de medias para

ambos factores, después interprételas.

Ya que en ambas gráficas los intervalos se traslapan se puede concluir que no

existe diferencia significativa entre los equipos y los operadores. Se acepta la
hipótesis nula.
e) Verifique los supuestos de normalidad e igualdad de varianza entre
tratamientos, así como la posible presencia de puntos aberrantes.

La normalidad en los datos es uniforme y la varianza es constante, la calidad del

ajuste es satisfactorio porque no hay puntos aberrantes.
18. Se quiere estudiar el efecto de cinco diferentes catalizadores (A, B, C, D y E)
sobre el tiempo de reacción de un proceso químico. Cada lote de material sólo
permite cinco corridas y cada corrida requiere aproximadamente 1.5 horas, por lo
que sólo se pueden realizar cinco corridas diarias. El experimentador decide correr
los experimentos con un diseño en cuadro latino para controlar activa mente los lotes
y días. Los datos obtenidos son:

a) ¿Cómo se aleatorizó el experimento?

Se construye el cuadro latino estándar más sencillo. Se aleatoriza el orden de los

renglones y después se aleatoriza el orden de las columnas (o renglones). Por
último, los tratamientos a comparar se asignan en forma aleatoria a las letras
latinas.

b) Anote la ecuación del modelo y las hipótesis estadísticas correspondientes.

Modelo estadístico:
Yij = μ + τi + γj + δl + εij i = 1,2,3,4,5 j = 1,2,3,4,5, l = 1,2,3,4,5

Hipótesis para el lote de material utilizado.

𝐻𝑜 : 𝜇𝑙𝑜𝑡𝑒 1 = 𝜇𝑙𝑜𝑡𝑒 2 = 𝜇𝑙𝑜𝑡𝑒 3 = 𝜇𝑙𝑜𝑡𝑒 4 = 𝜇𝑙𝑜𝑡𝑒 5 = 𝜇𝑙𝑜𝑡𝑒 6 = 𝜇𝑙𝑜𝑡𝑒 7

𝐻𝐴 : 𝜇𝑚𝑎𝑟𝑐𝑎 1 ≠ 𝜇𝑚𝑎𝑟𝑐𝑎 2 ≠ 𝜇𝑚𝑎𝑟𝑐𝑎 3

c) ¿Existen diferencias entre los tratamientos? ¿Cuáles tratamientos son

diferentes entre sí?
 Se tienen valores de P > 0.05 para el lote del material y el número de días.
Únicamente para el tipo de catalizador se tiene que 0 < 0.05, por lo que se rechaza
la Hipótesis nula. Por lo tanto, existe diferencia significativa entre los tipos de
catalizadores utilizado en la reacción. Además, mediante la comparación en la
siguiente gráfica los catalizadores A y C son significativamente diferentes a los
catalizadores D y E.

d) ¿Los factores de ruido, lote y día afectan el tiempo de reacción del proceso?
Se acepta la hipótesis nula del tipo de lote ya que P(0.348) > 0.05, por lo tanto no existe
diferencia para el tiempo de reacción de un proceso químico de los lotes.
Se acepta la hipótesis nula para los días ya que P(0.455) > 0.05, por lo tanto no existe
diferencia para el tiempo de reacción de un proceso químico evaluado por el número de
días.

e) Dibuje los gráficos de medias para los tratamientos, los lotes y los días. ¿Cuál
tratamiento es mejor?

El mejor tratamiento para los lotes es el número 5 ya que se observa en la gráfica

que tiene la menor media en cuanto al tiempo de reacción, es decir la reacción se
lleva a cabo en menor tiempo a diferencia de los demás tratamientos.
 El mejor tratamiento es el número 4, puesto que se observa en la gráfica que tiene
el menor promedio en cuanto al tiempo de reacción, es decir se lleva la reacción
en menor tiempo a diferencia de los demás tratamientos.

f) Verifique los supuestos del modelo, considerando que los da tos se obtuvieron
columna por columna, día a día.

En la gráfica de probabilidad normal se observa que los residuos siguen una

distribución normal ya que tienen una tendencia lineal.
En la gráfica residuos vs valor ajustado se observa que los puntos se distribuyen
de manera aleatoria sin ningún patrón claro y contundente, por lo que se cumple
el supuesto de que los tratamientos tienen igual varianza.
25. Un investigador está interesado en el efecto del porcentaje de lisina y del
porcentaje de proteína en la producción de vacas lecheras. Se consideran siete
niveles en cada factor.
 % de lisina: 0.0 (A), 0.1 (B), 0.2 (C), 0.3 (D), 0.4 (E), 0.5 (F), 0.6 (G).
 % de proteína: 2 (α), 4(β), 6(χ), 8(δ), 10(ε), 12(φ), 14(γ).
Para el estudio, se seleccionan siete vacas al azar, a las cuales se les da un seguimiento
de siete periodos de tres meses. Los datos en galones de leche fueron los siguientes:

a) Analice este experimento. ¿Qué factores tienen efecto en la producción de

leche?
  Ya que P(0.227) > 0.05 se acepta la hipótesis nula de la vaca. Por lo tanto, no
existe diferencia significativa en la producción de leche en cuanto a la vaca
utilizada.
 Ya que P(0.932) > 0.05 se acepta la hipótesis nula del periodo. Por lo tanto,
no existe diferencia significativa en la producción de leche en cuanto al
periodo.
 Ya que P(0.00) < 0.05 se rechaza la hipótesis nula del %Lisina. Por lo tanto,
existe diferencia significativa al aplicar un porcentaje diferente de lisina en la
producción de leche.
 Ya que P(0.00) < 0.05 se rechaza la hipótesis nula del %Proteína. Por lo tanto,
existe diferencia significativa al aplicar un porcentaje distinto de proteína en
la producción de leche.

b) Interprete los resultados usando gráficos de medias.

Según la gráfica los valores agrupados por el tipo de vaca no son

significativamente diferentes ya que sus intervalos de confianza se traslapan, por
lo que no afectan a la producción de leche.

Según la gráfica los valores agrupados por el periodo no son significativamente

diferentes ya que sus intervalos de confianza se traslapan, por lo que no afectan
a la producción de leche.
 Según la gráfica los valores agrupados por el %Lisina presente en la leche no
son significativamente diferentes ya que sus intervalos de confianza se traslapan,
por lo que el aumento de lisina es insignificante en la producción de leche.

Según la gráfica los valores agrupados por % Proteína presente en la leche son
significativamente diferentes ya que sus intervalos de confianza no se traslapan,
Por lo tanto, entre mayor sea el porcentaje de proteína, se tiene mayor cantidad
de leche
c) ¿Cómo puede explicar la falta de efectos en vacas y periodo?
El diseño pretendía verificar el efecto del porcentaje de lisina y del porcentaje
de proteína en la producción de vacas lecheras por lo que se bloquearon los
aspectos relacionados a las vacas y al período.
d) ¿Qué porcentajes de lisina y proteína dan los mejores resultados?
En las gráficas de medias, se puede observar que el % de lisina que presenta
mejores resultados es: 0,4 (E). Por otra parte, el % de proteínas que presenta
mejores resultados es: 12(𝜑)
e) Verifique los supuestos del modelo.

En la gráfica de probabilidad normal se observa que los residuos siguen una

distribución normal ya que tienen una tendencia lineal.
En la gráfica residuos vs valor ajustado se observa que los puntos se distribuyen
de manera aleatoria sin ningún patrón claro y contundente, por lo que se cumple
el supuesto de que los tratamientos tienen igual varianza.