ejercicio de metodos estadisticos
TRANSCRIPT
![Page 1: Ejercicio de Metodos Estadisticos](https://reader036.vdocuments.co/reader036/viewer/2022082317/55721072497959fc0b8d2ec4/html5/thumbnails/1.jpg)
DISEÑO EN BLOQUES INCOMPLETOS BALANCEADOS (DBIB)
Ejercicio 1:
Supóngase que un ingeniero químico cree que el tiempo de reacción en un proceso
químico es función del catalizador empleado. De hecho 4 catalizadores están siendo
investigados. El procedimiento experimental consiste en seleccionar un lote de materia
prima, cargar una planta piloto, aplicar cada catalizador a ensayos separados de dicha
planta y observar el tiempo de reacción. Debido a que las variaciones en los lotes de
materia prima pueden afectar el comportamiento del catalizador, el ingeniero decide
controlar este factor por medio de bloques. Sin embargo, cada lote es lo suficientemente
grande para permitir el ensayo de 3 catalizadores únicamente. Por lo tanto, es necesario
utilizar un diseño por bloques incompletos balanceados. El DBIB, junto con las
observaciones recopiladas aparecen en la siguiente tabla:
Bloque (Lote de Materia Prima)Tratamiento(Catalizador) 1 2 3 4 Yi.
1 73 74 - 71 2182 - 75 67 72 2143 73 75 68 - 2164 75 - 72 75 222
Y.j 221 224 207 218 Y..= 870
Considérense los datos de la Tabla para el experimento de los catalizadores. Éste es un DBIB con t = 4, b = 4, k = 3, r = 3, λ = 2 y N = 12.
λ=r (k−1)t−1
=3(2)
3 = 2
Métodos Estadísticos Página1
![Page 2: Ejercicio de Metodos Estadisticos](https://reader036.vdocuments.co/reader036/viewer/2022082317/55721072497959fc0b8d2ec4/html5/thumbnails/2.jpg)
Para calcular la suma de cuadrados de tratamiento corregida que tome en cuenta los bloques, primero hay que determinar los totales de tratamientos corregidos:
Q1= (218) – (221+ 224 + 218)/ 3 = - 9/ 3
Q2 = (214) – (207 + 224 + 218) /3 = - 7/3
Q3 = (216) – (221 + 207+ 224) / 3 = - 4/3
Q4 = (222) – (221 + 207 + 224) /3 = 20 /3
Se calcula ahora la suma de cuadrados de tratamiento corregida:
T’yy = k∑Qi2⁄λt = 3. [(- 9/3)2 + (-7/3)2 + (-4/3)2 + (20/3)2]/ (2). (4) = 22.75
A continuación vamos a realizar el análisis de estos datos:
La Suma Total de Cuadrados:
Wyy = ∑∑yi j2– (y..2/ 12) = 63 156 – (870¿2 / 12 = 81
La Suma de Cuadrados de Bloque es:
Byy = ∑ y2.j / 3 – ( y2../ 12) = [(221)2 + (207)2 + (224)2 + (218)2] / 3 – (870)2/ 12 = 55
La suma de cuadrados del error se calcula por diferencia:
Eyy = Wyy – T’yy – Byy = 81 – 22. 75 – 55 = 3.25
Métodos Estadísticos Página2
![Page 3: Ejercicio de Metodos Estadisticos](https://reader036.vdocuments.co/reader036/viewer/2022082317/55721072497959fc0b8d2ec4/html5/thumbnails/3.jpg)
Fuente de
Variación
Grados de
Libertad
Suma de
Cuadrados
Cuadrados
Medios
F
Tratamientos 3 22.75 7.58 11.66
Bloques 3 55 18.3 28.21
Error Exp. 4 3.25 0.65
Total 11 81
Como F > F 3, 11,0.95 = 3.59, se concluye que el catalizador empleado tiene un efecto
significativo sobre el tiempo de reacción.
Ejercicio 2:
Una industria algodonera, interesada en maximizar el rendimiento de la semilla de algodón,
quiere comprobar si dicho rendimiento depende del tipo de fertilizante utilizado para tratar
la planta. A su disposición tiene 5 tipos de fertilizantes. Como se cree que el tipo de terreno
puede influir también en el rendimiento de la semilla de algodón se considera el terreno
dividido en bloques. Para ello, divide el terreno en 4 bloques y cada bloque en 5 parcelas,
fumigando dentro de cada bloque cada una de las parcelas con un fertilizante, pero debido a
la extensión de los bloques y a la falta de recursos, no se pueden aplicar todos los
fertilizantes en cada bloque, sino que sólo se pueden aplicar 4 de los 5 fertilizantes en cada
uno de ellos. Al recoger la cosecha se mide el rendimiento de la semilla, obteniéndose las
siguientes observaciones.
Métodos Estadísticos Página3
![Page 4: Ejercicio de Metodos Estadisticos](https://reader036.vdocuments.co/reader036/viewer/2022082317/55721072497959fc0b8d2ec4/html5/thumbnails/4.jpg)
Un posible diseño DBIB para los parámetros I = J = 5 lo proporciona la tabla
correspondiente al Diseño 5 del Apéndice B, con R = 4, J = 5 y λ = 3. La disposición del
diseño y las observaciones obtenidas se muestran en la siguiente tabla.
Bloques
Fertilizantes B1 B2 B3 B4 B5
1 94 96 100 92
2 95 75 76 92
3 76 100 97 98
4 94 102 93 96
5 75 91 86 95
Comprobemos que se verifican las relaciones exigidas a los parámetros del diseño.
N = IR = JK. En efecto, ya que N = 20, I = J = 5 y R = K = 4
λ = R(K – 1)/(I – 1)= 4(3/4) = 3
J ≥ I. En este caso, puesto que I = J = 5, es un diseño simétrico
Organizamos los datos en forma tabular como se muestra a continuación
Bloques Yi.
Y2i.
∑Y2ij
B1 B2 B3 B4 B5
1 94 96 100 92 382 145924 36516
2 95 75 76 92 338 114244 28890
Métodos Estadísticos Página4
![Page 5: Ejercicio de Metodos Estadisticos](https://reader036.vdocuments.co/reader036/viewer/2022082317/55721072497959fc0b8d2ec4/html5/thumbnails/5.jpg)
3 76 100 97 98 371 137641 34789
4 94 102 93 96 385 148225 37105
5 75 91 86 95 347 120409 30327
Y.j 359 346 369 368 381 1823 666443 167627
Y2.j 128881 119716 136161 135424 145161 665343
Las sumas de cuadrados necesarias para el análisis de la varianza se calculan como sigue:
Wyy = ∑∑yi j2– (y..2/ N) = 167627 - (1823)2/20 = 1460,55
Byy = ∑ y2.j / k – ( y2../ N) = 665343/4 − (1823)2/20 = 169,3
T’yy = k∑Qi2⁄λt = 4/15(1790,625) = 477,5
Donde los totales ajustados de los tratamientos Ti se calculan utilizando la ecuación
Ti = yi. −1/K∑nijy.j i = 1, 2, · · ·, 5
de la siguiente manera:
T1 = (382) −1/4(359 + 346 + 369 + 368) = 21,5
T2 = (338) −1/4(359 + 346 + 369 + 381) = −25,75
T3 = (371) −1/4(359 + 369 + 368 + 381) = 7,5
T4 = (385) −1/4(359 + 369 + 368 + 381) = 15,75
Métodos Estadísticos Página5
![Page 6: Ejercicio de Metodos Estadisticos](https://reader036.vdocuments.co/reader036/viewer/2022082317/55721072497959fc0b8d2ec4/html5/thumbnails/6.jpg)
T5 = (347) −1/4(369 + 346 + 368 + 381) = −19
Se comprueba que efectivamente:
∑i
Ti = 0
Por último se calcula la suma de cuadrados del error
Eyy = Wyy – T’yy – Byy = 813,75
El análisis de la varianza resultante se presenta en la siguiente tabla:
Análisis de la varianza para los datos del Ejercicio
Fuentes devariación
Grados delibertad
Suma de Cuadrados
Cuadradosmedios
F
Tratamiento 4 477.5 119.375 1.614
Bloque 4 169.3 42.325 0.57
Error Exp. 11 813.75 73.97
Total 19 1460.55
Recordemos que los grados de libertad se obtienen como diferencia entre los grados de
libertad de la suma de cuadrados total y los correspondientes a las sumas debidas a los
tratamientos y a los bloques. Notemos que dichos grados de libertad también se pueden
obtener como el producto de los grados de libertad de los tratamientos y los bloques (de forma
Métodos Estadísticos Página6
![Page 7: Ejercicio de Metodos Estadisticos](https://reader036.vdocuments.co/reader036/viewer/2022082317/55721072497959fc0b8d2ec4/html5/thumbnails/7.jpg)
similar al modelo en bloques completos) pero restando a este producto el número de
observaciones faltantes con respecto al diseño completo, es decir 4 × 4 − 5 = 11.
Si realizamos el contraste al 5 % y comparamos el valor del estadístico de contrate con el
correspondiente valor de la F teórica (F 4, 19,0.95 = 2.88) concluimos que los efectos de los
fertilizantes no son significativos.
DISEÑOS EXPERIMENTALES FACTORIALES
Ejercicio 1:
Se aplican pinturas tapaporos para aeronaves en superficies de aluminio, con dos
métodos: inmersión y rociado. La finalidad del tapaporos es mejorar la adhesión de la pintura,
y puede aplicarse en algunas partes utilizando cualquier método. El grupo de ingeniería de
procesos responsable de esta operación está interesado en saber si existen diferencias entre tres
tapaporos diferentes en cuanto a sus propiedades de adhesión.
Para investigar el efecto que tienen el tipo de pintura tapaporos y el método de aplicación
sobre la adhesión de la pintura, se realiza un diseño factorial. Para ello, se pintan tres muestras
con cada tapaporo utilizando cada método de aplicación, después se aplica una capa final de
pintura y a continuación se mide la fuerza de adhesión. Los datos son los siguientes:
Métodos Estadísticos Página7
![Page 8: Ejercicio de Metodos Estadisticos](https://reader036.vdocuments.co/reader036/viewer/2022082317/55721072497959fc0b8d2ec4/html5/thumbnails/8.jpg)
Tapaporos Inmersión Rociado
1 4 4.5 4.3 5.4 4.9 5.6
2 5.6 4.9 5.4 5.8 6.1 6.3
3 3.8 3.7 4 5.5 5 5
Entonces, t= 5, a = 3, b = 2, r = 3, N = 18.
Las medias de las observaciones son:
Tapaporos Inmersión Rociado Yi..1 12.8 15.9 28.72 15.9 18.2 34.13 11.5 15.5 27
Y·j· 40.2 49.6 Y··· = 89,8
Cálculos:
Tyy = ∑∑ y2ij .r - Y
2…N = 457.73 – 448.002 = 9.728
Ayy = ∑ y2i ..br
−Y2…N
= 452.583 – 448.002 = 4.581
Byy = ∑ y2 . j .ar
−Y2…N
= 452.91 – 448.002 = 4.908
AByy = ∑∑ y2ij .r – ∑ y
2i ..br – ∑ y
2 . j .ar + y
2…N = 0.239
Wyy = ∑∑∑y2 ijk− y2…N = 458.72 – 448.002 = 10.718
Métodos Estadísticos Página8
![Page 9: Ejercicio de Metodos Estadisticos](https://reader036.vdocuments.co/reader036/viewer/2022082317/55721072497959fc0b8d2ec4/html5/thumbnails/9.jpg)
Eyy = Wyy – Tyy = 10.718 – 9.728 = 0.99
F de V GL SC CM FTratamiento 5 9.728 1.9456 23.583
A 2 4.581 2.2905 27.764B 1 4.908 4.908 57.491
AB 2 0.239 0.1195 1.449Error Exp. 12 0.99 0.0825
Total 17 10.718
Ft 5,17, 0.95 = 2,88
Fc ¿Ft, por lo tanto concluimos que los efectos del tipo de tapaporos y del método de aplicación empleado afectan a la fuerza de adhesión.
Ejercicio 2:
Supongamos que un ingeniero diseña una batería para su uso en un dispositivo que será
sometido a ciertas variaciones extremas de temperatura. El único parámetro de diseño que
se puede seleccionar es el material de la cubierta de la batería, y tiene tres alternativas.
Cuando el dispositivo se manufactura y se envía al campo, el ingeniero no tiene control
sobre los extremos de temperatura a que será expuesto el dispositivo, y sabe por
experiencia que es probable que la temperatura influya en la duración efectiva de la batería.
Métodos Estadísticos Página9
![Page 10: Ejercicio de Metodos Estadisticos](https://reader036.vdocuments.co/reader036/viewer/2022082317/55721072497959fc0b8d2ec4/html5/thumbnails/10.jpg)
Sin embargo, sí es posible controlar la temperatura en el laboratorio de desarrollo de
productos para los fines del ensayo.
El ingeniero decide probar los tres materiales de la cubierta a tres niveles de temperatura
(15, 70 y 125ºF) consistentes en el entorno de uso final del producto. Se prueban cuatro
baterías con cada combinación de material de la cubierta y temperatura, y las 36 pruebas se
ejecutan al azar. Los datos son los siguientes:
Material 15ºF 70ºF 125ºF
1 130 155
74 180
34 40
80 75
20 70
82 58
2 150 188
159 126
136 122
106 115
25 70
58 45
3 138 110
168 160
174 120
150 139
96 104
82 60
En este ejemplo a = 3, b = 3, n = 4, N = 36. Las medias de las observaciones son:
Material 15ºF 70º F 125ºF Yi··
1 134.75 57.25 57.5 249.51
2 155.75 119.75 49.5 324.99
3 144 145.75 85.5 375.249
Métodos Estadísticos Página10
![Page 11: Ejercicio de Metodos Estadisticos](https://reader036.vdocuments.co/reader036/viewer/2022082317/55721072497959fc0b8d2ec4/html5/thumbnails/11.jpg)
Y·j· 434.5 322.749 192.51 Y···=1198.5
Cálculos:
Tyy = ∑∑ y2ij .r - Y
2…N = 77646,972
Ayy = ∑ y2i ..br
−Y2…N
= 10683,722
Byy = ∑ y2 . j .ar
−Y2…N
= 39118,722
AByy = ∑∑ y2ij .r – ∑ y
2i ..br – ∑ y
2 . j .ar + y
2…N = 18230,75
Wyy = ∑∑∑y2 ijk− y2…N = 9613,778
La tabla ANOVA es:
F.V. S.C. G.L Cm. F
Material (A) 10683,722 2 5341.861 7,91
Temperatura (B) 39118,722 2 19559.361 28.97
Métodos Estadísticos Página11
![Page 12: Ejercicio de Metodos Estadisticos](https://reader036.vdocuments.co/reader036/viewer/2022082317/55721072497959fc0b8d2ec4/html5/thumbnails/12.jpg)
Interacción 9613,778 4 2403.444 3.56
Error
18230,75 27 675.213
Total 77646,972 35
Ft 2, 27,0.05 = 3,3541
Ft 4,27, 0.05 = 2,7278
Fc ¿Ft Por tanto, existe una interacción significativa entre los factores. Los efectos del
tipo de material y de la temperatura son significativos.
Métodos Estadísticos Página12