TALLER 2 EST 3

(DISEÑO DE BLOQUES)

DANIELA CASTRO ARRIETA

DANIELA JIMÉNEZ ARRIETA
JHASETH MENDOZA DE LA ROSA
PAULA ANDREA ROMERO CALVO

ING. RICK ACOSTA VEGA

GRUPO # 5

UNIVERSIDAD DEL MAGDALENA

PROGRAMA DE INGENIERÍA INDUSTRIAL
SANTA MARTA
2019
 TALLER 2
ESTADISTICA III
ING. RICK ACOSTA VEGA
TEMA: DISEÑO DE BLOQUES

I. Preguntas (Experimentos con un solo factor)

1. Explique en qué consiste y cuándo se debe aplicar el diseño completamente
al azar con un solo criterio de clasificación.
Consiste en comparar los tratamientos en cuanto a sus medias poblacionales y se
utiliza cuando el objetivo es comparar más de 2 tratamientos.

2. Supongamos que se desea probar la igualdad entre sí de cinco medias. Una

alternativa para hacer esto sería comparar de dos en dos las medias, utilizando
la prueba T de Student y al final tomar una decisión. Explique por qué esto
aumenta el error tipo I.
Dado que este caso cuenta con 5 medias tenemos 10 posibles pares de estas y si
la probabilidad de aceptar Ho para cada prueba individual es de alpha=0,95
entonces la probabilidad de aceptar las 10 hipótesis nulas es de 0,9510=0,5987, lo
cual nos representa un aumento bastante considerable del error tipo I. Si se utilizara
un nivel de confianza tal que (1-alpha)10=0,95 podemos decir que dicho
procedimiento es inapropiado ya que se pueden generar sesgos por parte del
experimentador.

3. ¿Qué mide el cuadrado medio del error en el ANOVA de un experimento?

Es la suma de cuadrados divididos entre sus respectivos grados de libertad.
4. ¿Qué son los grados de libertad para una suma de cuadrados en un análisis
de varianza?
Son el número de piezas de información independientes en la suma de cuadrados.
En un sentido más amplio, son los números de observaciones menos los números
de parámetros estimados de los datos.

5. A continuación, se muestra parte del ANOVA para comparar cinco tratamientos

con cuatro réplicas cada uno.
 a) Agregar en esta tabla los grados de libertad, el cuadrado medio y la razón
F para cada una de las fuentes de variación.
FUENTE DE SUMA DE G.DE C. MEDIO RAZÓN F VALOR-P
VARIACIÓN CUADRADOS LIBERTAD
Tratamiento 800 4 200 7,5
Error 400 15 26,66
Total 1200 19

b) Explique de manera esquemática cómo calcularía el valor-p o la

significancia observada, para ver si hay diferencia entre tratamientos.
El P-Valor se define como el área bajo la distribución Fk-1, N-k a la derecha del
estadístico F0, en otras palabras, el valor-p=P(F>F0)
c) ¿Con la información disponible se pueden hacer conjeturas sobre si hay
diferencias significativas entre tratamientos? Argumente su respuesta.
Sí es posible determinar la diferencia entre los tratamientos, con la información
presentada en la tabla ANOVA y el valor obtenido del estadístico F0 que sigue una
distribución F con (k-1) grados de libertad en el numerador y (N-k) grados de libertad
en el denominador y el valor obtenido de las tablas de la distribución F para probar
la hipótesis de igualdad de los tratamientos con respecto a la media de la
correspondiente variable de respuesta. Debido a que en caso de rechazar la
hipótesis anterior se estaría asumiendo que las medias de los tratamientos son
diferentes.
d) Anote el modelo estadístico y formule la hipótesis pertinente.
𝐻𝑜: 𝜇1 = 𝜇2 = ⋯ = 𝜇𝑘 = 𝜇
𝐻𝑎: 𝜇1 ≠ 𝜇2 𝑝𝑎𝑟𝑎 𝑎𝑙 𝑚𝑒𝑛𝑜𝑠 𝑢𝑛 𝑝𝑎𝑟 𝑖 ≠ 𝑗

6. Se desea investigar el efecto del pH en el crecimiento de cierto

microorganismo en un medio específico. Para ello se realiza un experimento,
teniendo como punto de partida la misma cantidad de microorganismos. Se
hacen cuatro repeticiones y se obtienen los siguientes resultados. ¿Estos
datos son evidencia suficiente para afirmar que los niveles de pH donde se
logra menor y mayor crecimiento son e1 3 y el 2, respectivamente?
Explique su respuesta.
 No es posible afirmar que el nivel de pH influya directamente en el crecimiento
promedio, pues se considera que existen más factores que intervienen, además es
requerido que se proporcionen más datos por tratamiento para tomar esa decisión.

7. Se desea investigar la influencia de la temperatura en el rendimiento de un

proceso químico, en particular interesa investigar un rango de temperatura
entre 60 y 120°C. Se tienen recursos para realizar 20 corridas experimentales.
a) Los niveles de temperatura con los que se experimenta son: 60, 65, 70 y 120;
se hacen cinco repeticiones con cada nivel. ¿Considera que es adecuado el
diseño experimental usado? Argumente su respuesta, y de ser necesario
proponga alternativas.
No es adecuado el diseño experimental debido a que los niveles de temperatura con
los cuales se pretende experimentar no están distribuidos uniformemente en el rango
establecido. Es recomendable hacer un experimento con 5 réplicas para las
siguientes temperaturas: 60,80, 100, 120.
b) El orden en que decidieron hacer las corridas experimentales para facilitar el
trabajo experimental fue: primero las cinco del nivel bajo de temperatura, luego
las cinco del siguiente y así hasta finalizar. ¿Es correcto lo que hicieron?
Argumente su respuesta.
No es correcto, las corridas experimentales deben ser aleatorias para que el
resultado de un tratamiento no influya en el siguiente tratamiento inmediato.
c) Para hacer el análisis estadístico se comparan, mediante una prueba T de
Student, de dos en dos niveles de temperatura, y con base en esto obtuvieron
conclusiones. ¿Es adecuado tal análisis?, argumente, y en su caso proponga
alternativas.
No adecuado debido a que aumenta el error tipo I que dice: rechazar la Ho siendo
verdadera en cada par de medias

8. Describa en qué consiste cada uno de los supuestos del modelo en un análisis
de varianza, y explique la forma típica en que estos supuestos se verifican.
Normalidad: Consiste en verificar que los residuos siguen una distribución
normal con media cero. Se verifica graficando los residuos en un plano X y Y
donde si los residuos al graficarlos tienden a quedar alineados en una línea
recta, estos siguen una distribución normal.
Varianza Constante: Comprueba que los residuos de cada tratamiento
tienen la misma varianza. Se verifica graficándolos contra los residuos y si
 los puntos en esta gráfica se distribuyen de manera aleatoria en una banda
horizontal, sin ningún patrón claro y contundente, entonces es señal de que
se cumple el supuesto de que los tratamientos tienen igual varianza.
Independencia: Prueba que los residuos son independientes entre sí. Se
verifica si se grafica el orden en que se colecto un dato contra el residuo
correspondiente, de esta manera si al graficar en el eje horizontal el tiempo
(orden de corrida) y en el eje vertical los residuos, se detecta una tendencia
o patrón no aleatorio claramente definido, esto es evidencia de que existe una
correlación entre los errores y, por lo tanto, el supuesto de independencia no
se cumple.

9. ¿Qué son y cuándo se aplican las pruebas para comparar medias?

Son métodos que nos permiten hacer comparaciones entre todos los posibles pares
de medias, dependiendo del número de tratamientos para identificar cuales
resultaron diferentes, Se aplican cuando es rechazada la hipótesis nula (Ho): todas
las medias son iguales.

II Preguntas (Diseño de bloques)

1. ¿En qué situaciones se aplica un diseño en bloques completos al azar? ¿En

qué difieren los factores de tratamientos y de bloque?

Cuando se quieren comparar ciertos tratamientos o estudiar el efecto de un factor,

es deseable que las posibles diferencias se deban principalmente al factor de interés
y no a otros factores que no se consideran en el estudio. Cuando esto no ocurre y
existen otros factores que no se controlan o nulifican para hacer la comparación, las
conclusiones podrían ser afectadas sensiblemente.

La diferencia entre los factores de tratamiento y de bloque radica en que estos

últimos no se incluyen en el experimento de manera explícita en el experimento
porque interese analizar su efecto, sino como un medio para estudiar de manera
adecuada y eficaz al factor de interés.

2. ¿Qué diferencia hay entre un DBCA y los diseños en cuadro latino?

En un DBCA se consideran 3 fuentes de variabilidad: el factor tratamientos, el factor

de bloque y el error aleatorio. Mientras que, en los diseños en cuadro latino se
consideran 4 fuentes de variabilidad: 2 factores de bloque, el factor de tratamiento
y el error aleatorio.

3. De acuerdo con el modelo estadístico para un diseño en bloques, ¿por qué a

través de este diseño se reduce el error aleatorio?
 Porque en el diseño en bloques, en cada bloque se prueban todos los tratamientos
y se toman en cuenta todos los posibles factores que puedan afectar de manera
significativa el experimento.

4. Aunque en el análisis de varianza para un diseño en bloques completos al azar

también se puede probar la hipótesis sobre si hay diferencia entre los bloques,
se dice que esta hipótesis se debe ver con ciertas reservas. Explique por qué.

Esta no es una prueba F exacta, sino aproximada, debido a la restricción de

aleatorización (sólo se aleatoriza dentro de bloque). Sin embargo, en la práctica se
recomienda su interpretación porque es evidencia a favor o en contra de que valió
la pena el esfuerzo de controlar el factor de bloque. Si resulta significativa implica
que el factor de bloques tiene influencia sobre la variable de respuesta, y debe ser
tomado en cuenta para mejorar la calidad de ésta. Pero, si no se rechaza y se acepta
que los bloques son iguales en respuesta media, entonces se tiene el argumento a
favor de no controlar este factor en futuros experimentos sobre esta misma
respuesta, además de que su influencia en la calidad de la respuesta no es
significativa.

5. Explique por qué se utiliza el adjetivo azar en el nombre del diseño en bloques
completos al azar.

Se debe a que en cada bloque se prueban todos los tratamientos; o sea, los
bloques están completos. La aleatorización se hace dentro de cada bloque; por lo
tanto, no se realiza de manera total.

6. Una compañía farmacéutica realizó un experimento para estudiar los tiempos

promedio (en días) necesarios para que una persona se recupere de los
efectos y complicaciones que siguen a un resfriado común. En este
experimento se hizo una comparación de distintas dosis diarias de vitamina
C. Para hacer el experimento se contactó a un número determinado de
personas, que en cuanto les daba el resfriado empezaban a recibir algún tipo
de dosis. Si la edad de las personas es una posible fuente de variabilidad,
explique con detalle cómo aplicaría la idea de bloqueo para controlar tal fuente
de variabilidad.

Si el número de personas es grande, se pueden acomodar en subgrupos o en

rangos para distribuir las diferentes edades y se aplicarían las distintas dosis en las
diferentes edades.
Ejercicios

1. Se hace un estudio sobre la efectividad de tres marcas de spray para matar

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 hacen
seis réplicas y los resultados obtenidos se muestran a continuación.

a) Formule la hipótesis adecuada y el modelo estadístico.

Hipótesis
H₀: μ₁= μ₂= μ₃= μ
Hₐ: μᵢ≠ μⱼ para algún i≠j

Modelo estadístico: Yᵢⱼ=μ+ τᵢ+Ꜫᵢⱼ

Yᵢ: Medición del tratamiento marca del spray
μ: Media global
τᵢ: Efecto debido al tratamiento marca del spray
Ꜫᵢ: Error aleatorio
ANOVA Completamente aleatorizado sin bloquear.

b) ¿Existe diferencia entre la efectividad promedio de los productos en

spray?

Hipótesis
H₀: μ₁= μ₂= μ₃= μ
Hₐ: μᵢ≠ μⱼ para algún i≠j

No se rechaza la H₀. Dado que, el valor-p= 0,0931 > α=0,05 decimos que no
existe diferencia estadísticamente significativa entre la efectividad promedio
de los productos en los sprays.
c) ¿Hay algún spray mejor? Argumente su respuesta.

No se puede afirmar si hay algún spray mejor que los demás; puesto que, las
medias de los tratamientos son estadísticamente iguales. Pero si podemos
ver que existe una diferencia significativa entre las medias de los sprays 1-2.

d) Dé un intervalo al 95% de confianza para la efectividad promedio

(porcentaje) de cada una de las marcas.

e) Dibuje las gráficas de medias y los diagramas de caja simultáneos,

después interprételos.
 En ambos gráficos vemos que los sprays 2 y 3 se traslapan; por lo tanto, no
hay diferencias significativas en estos 2 sprays. Además, se observa que los
sprays 1 y 2 se traslapan un poco y puede ser que haya o no diferencias
significativas; esto lo comprobamos anteriormente con el método LSD.

f) Verifique los supuestos de normalidad y de igual varianza entre las

marcas.

Supuesto de normalidad
Hipótesis
H₀: Los datos provienen de una distribución normal.
Hₐ: Los datos no provienen de una distribución normal.

No se rechaza la H₀, se concluye que lo datos proviene de una distribución

normal; puesto que, el valor-p=0,74 > α=0,05.

Supuesto de igualdad de varianza

Hipótesis
H₀: σ₁²=σ₂² σ₃²= σ²
Hₐ: σᵢ²≠σⱼ² para algún i≠j
 No se rechaza la H₀, debido que el valor-p=0,55 > α=0,05. Concluimos que se
cumple es supuesto de varianza constante.

2. Para estudiar la confiabilidad de ciertos tableros electrónicos para carros, se

someten a un envejecimiento acelerado durante 100 horas a determinada
temperatura, y como variable de interés se mide la intensidad de corriente que
circula entre dos puntos, cuyos valores aumentan con el deterioro. Se
probaron 20 módulos repartidos de manera equitativamente en cinco
temperaturas y los resultados obtenidos fueron los siguientes:

a) Formule la hipótesis y el modelo estadístico para el problema.

Hipótesis
H₀: μ₂₀= μ₄₀= μ₆₀= μ₈₀= μ₁₀₀
Hₐ: μᵢ≠ μⱼ para algún i≠j

Modelo estadístico: Yⱼ=μ+ τᵢ+Ꜫ ⱼ

Yⱼ: Medición del tratamiento temperatura
μ: Media global poblacional
τj: Efecto debido al tratamiento temperatura
Ꜫ ⱼ: Error aleatorio
ANOVA Completamente aleatorizado sin bloquear.

b) Realice el análisis de varianza para estos datos, a fin de estudiar si

la temperatura afecta la intensidad de corriente promedio.

Hipótesis
H₀: μ₂₀= μ₄₀= μ₆₀= μ₈₀= μ₁₀₀
Hₐ: μᵢ≠ μⱼ para algún i≠j

Se rechaza la H₀. Dado que el valor-p=0,00 < α=0,05 y se concluye que

la temperatura si afecta la intensidad de corriente promedio.
 Debido a que se rechazó la H₀, vemos que las únicas medias que son
estadísticamente iguales son los pares de las temperaturas 20-40. Los
demás pares nos muestran diferencias significativas.

c) ¿La temperatura afecta la variabilidad de las intensidades? Es decir,

verifique si hay igual varianza entre los diferentes tratamientos.

Supuesto de igualdad de varianza

Hipótesis
H₀: σ²₂₀=σ²₄₀=σ²₆₀= σ²₈₀= σ²₁₀₀= σ²
Hₐ: σᵢ²≠σⱼ² para algún i≠j
 No se rechaza la H₀, debido que el valor-p=0,649 > α=0,05. Concluimos que
se cumple es supuesto de igual varianza.

3. Una compañía farmacéutica desea evaluar el efecto que tiene la cantidad de

almidón en la dureza de las tabletas. Se decidió producir lotes con una
cantidad determinada de almidón, y que las cantidades de almidón a aprobar
fueran 2%, 5% y 10%. La variable de respuesta sería el promedio de la dureza
de 20 tabletas de cada lote. Se hicieron 4 réplicas por tratamiento y se
obtuvieron los siguientes resultados:

a) ¿Hay evidencia suficiente de que el almidón influye en la dureza de las

tabletas? Halle el ANOVA.

Hipótesis
H₀: μ₂= μ₅= μ₁₀
Hₐ: μᵢ≠ μⱼ para algún i≠j

Modelo estadístico: Yⱼ=μ+ τᵢ+Ꜫ ⱼ

Yi: Medición del tratamiento porcentaje de almidón
μ: Media global
τj: Efecto debido al tratamiento dureza
Ꜫ ⱼ: Error aleatorio
ANOVA Completamente aleatorizado sin bloquear.
 Se rechaza la H₀; puesto que el valor-p 0,0000 < α=0,05. Concluimos que el almidón
tiene un efecto significativo en la dureza de las tabletas.

b) Realice los análisis complementarios necesarios.

Se observa que los 3 pares tiene una diferencia significativa. Además, se observa
en el gráfico de medias a un intervalo de confianza del 95% en los 3 tipos de almidón
no se traslapan; por lo tanto, decimos que son diferentes, en cuanto a sus medias.

c) Si se desea maximizar la dureza de las tabletas, ¿qué recomendaría al

fabricante?

Si se desea maximizar la dureza de las tabletas, la recomendación seria aumentar

el porcentaje de almidón en la elaboración de las mismas.
d) Verifique los supuestos.

Supuesto de normalidad
Hipótesis
H₀: Los datos provienen de una distribución normal.
Hₐ: Los datos no provienen de una distribución normal.

No se rechaza la H₀; debido que, el valor-p 0,446 > α=0,05 y se concluye que los
datos provienen de una distribución normal.

Supuesto de igualdad de varianza

Hipótesis
H₀: σ²₂=σ²₅=σ²₁₀= σ²
Hₐ: σᵢ²≠σⱼ² para algún i≠j

No se rechaza la H₀. Puesto que el valor-p 0,88 > α=0,05, se concluye que se
cumple el supuesto de varianza constante.

Supuesto de independencia
Hipótesis
H₀: Los datos se comportan de manera independiente
Hₐ: los datos no se comportan de manera independiente
 No se rechaza la H₀; puesto que el valor-p en los 3 casos es > α=0,05 y
concluimos que para este conjunto de datos se cumple el supuesto de
independencia.

4. Se hace un estudio sobre la efectividad de tres marcas de atomizador para

matar 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:

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

estadístico.

Hipótesis
H₀: μ₁= μ₂= μ₃= μ
Hₐ: μᵢ≠ μⱼ para algún i≠j

Modelo estadístico: Yᵢⱼ=μ+τᵢ+ϒⱼ+Ꜫ ᵢⱼ

Yᵢⱼ: Medición del tratamiento marca del atomizador en el bloque día
μ: Media global
τᵢ: Efecto debido al tratamiento marca del atomizador
ϒⱼ: Efecto debido al bloque día
Ꜫ ᵢⱼ: Error aleatorio
 Diseño de bloques completos al azar

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

Hipótesis
H₀: μ₁= μ₂= μ₃= μ
Hₐ: μᵢ≠ μⱼ para algún i≠j

No se rechaza la H₀. Puesto que el valor-p 0,104 > α=0,05 y se concluye que no
hay diferencia estadísticamente significativa entre la efectividad promedio de los
atomizadores; es decir, los 3 atomizadores son estadísticamente iguales.

c) ¿Hay algún atomizador mejor? Argumente su respuesta.

 No se puede afirmar si hay un atomizador mejor que los demás; puesto que, las
medias de los tratamientos son estadísticamente iguales. Pero si podemos ver que
existe una diferencia significativa entre las medias de los atomizadores 1 y 2.

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

realizó el experimento? Argumente su respuesta.

Hipótesis
H₀: ϒ₁=ϒ₂=ϒ₃= ϒ4= ϒ5= ϒ6= 0
Hₐ: ϒⱼ ≠ 0 para algún bloque j

Se rechaza la H₀. Debido a que, el valor-p 0,23 > α=0,05 y concluimos que no hay
efecto significativo en los resultados de los diferentes días en que se realizó el
experimento.

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

Supuesto de normalidad
Hipótesis
H₀: Los datos provienen de una distribución normal.
Hₐ: Los datos no provienen de una distribución normal.
 No se rechaza la H₀. Puesto que, el valor-p 0,761 > α=0,05 concluimos que los datos
provienen de una distribución normal.

Supuesto de igualdad de varianza

Hipótesis
H₀: σ²₁=σ²₂=σ²₃= σ²
Hₐ: σᵢ²≠σⱼ² para algún i≠j

No se rechaza la H₀. Puesto que el valor-p 0,558 > α=0,05 y se concluye que se
cumple el supuesto de varianza constante.

5. 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 a los lotes y días. Los datos obtenidos son:

a) ¿Cómo se aleatorizó el experimento?

Se utilizó un diseño en cuadro latino; en donde los 2 factores involucrados se
prueban en la misma cantidad de niveles. Se utilizaron letras latinas para los 5 tipos
de catalizadores (tratamientos a comparar). Por lo tanto, ambos factores de bloques
tienen también 5 niveles cada uno, en donde los mismo son asignados de manera
aleatoria en cada renglón y columna.

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

Modelo estadístico: Yᵢⱼꙇ=μ+τᵢ+ϒⱼ+δꙇ +Ꜫ ᵢⱼꙇ

Yijl: Es la observación del tratamiento atomizadores, en el nivel del factor lote y en
el nivel del factor día
 μ: Media global
τᵢ: Efecto debido al tratamiento atomizadores
ϒⱼ: Efecto debido al bloque lotes
δꙇ: Efecto debido al bloque días
Ꜫ ᵢⱼ: Error atribuible a dicha observación

Hipótesis
H₀: μA=μB=μC=μD=μE=μ
Hₐ: μᵢ≠ μⱼ para algún i≠j

Efecto de bloque
H₀: ϒA=ϒB=ϒC=ϒD=ϒE=0
Hₐ: ϒⱼ≠0 para algún bloque j

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

diferentes entre sí?

Hipótesis
H₀: μA=μB=μC=μD=μE=μ
Hₐ: μᵢ≠ μⱼ para algún i≠j

Se rechaza la H₀. Se concluye que si existe diferencias estadísticamente

significativas entre los tratamientos; puesto que, el valor-p 0.0005 < α=0,05.
 Los tratamientos que son diferentes entre sí, son:

A-B
A-D
A-E
B-C
C-D
C-E

d) ¿Los factores de ruido, lote y día afectan el tiempo de reacción del proceso?

Efecto del catalizador

H₀: ϒA=ϒB=ϒC=ϒD=ϒE=0
Hₐ: ϒⱼ≠0 para algún bloque j
Se rechaza la H₀ y se concluye que el factor catalizador si tiene un efecto
estadísticamente significativo en el tiempo de reacción del proceso. Puesto que, el
valor-p=0,0005 < α=0,05.

Efecto del lote

H₀: ϒ₁=ϒ₂=ϒ₃=ϒ₄=ϒ₅=0
Hₐ: ϒⱼ≠0 para algún bloque j
 No se rechaza la H₀ y se concluye que el factor lote no tiene un efecto
estadísticamente significativo en el tiempo de reacción del proceso. Puesto que, el
valor-p=0,347 > α=0,05.

Efecto del día

H₀: ϒ1=ϒ2=ϒ3=ϒ4=ϒ5=0
Hₐ: ϒⱼ≠0 para algún bloque j
No se rechaza la H₀ y se concluye que el factor día no tiene un efecto
estadísticamente significativo en el tiempo de reacción del proceso. Puesto que, el
valor-p=0,455 > α=0,05.

e) Dibuje los gráficos de medias para los tratamientos, los lotes y los días. ¿Cuál
tratamiento es mejor?
 El mejor tratamiento es el catalizador E, en el lote 5 y en el día 4; puesto que, el
tiempo de reacción en el proceso químico es más rápido.

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

Supuesto de normalidad
H₀: Los datos provienen de una distribución normal
Hₐ: Los datos no provienen de una distribución normal

No se rechaza la H₀. Se concluye que los datos provienen de una distribución

normal; puesto que el valor-p=0,534 > α=0,05.

Supuesto de varianza constante para los tratamientos

Hipótesis
H₀: σ²A=σ²B=σ²C= σ²D= σ²E= σ²
Hₐ: σᵢ²≠σⱼ² para algún i≠j
No se rechaza H₀. Puesto que el valor-p=0,617 > α=0,05 y se concluye que se
cumple el supuesto de varianza constante para los tratamientos.

Supuesto de varianza constante para el efecto lotes

Hipótesis
H₀: σ²₁=σ²₂=σ²₃= σ²₄= σ²₅= σ²
Hₐ: σᵢ²≠σⱼ² para algún i≠j

No se rechaza H₀. Puesto que el valor-p=0,952 > α=0,05 y se concluye que se

cumple el supuesto de varianza constante para el efecto lotes.

Supuesto de varianza constante para el efecto días

Hipótesis
H₀: σ²₁=σ²₂=σ²₃= σ²₄= σ²₅= σ²
Hₐ: σᵢ²≠σⱼ² para algún i≠j
No se rechaza H₀. Puesto que el valor-p=0,623 > α=0,05 y se concluye que se
cumple el supuesto de varianza constante para el efecto días.

Supuesto de independencia
Hipótesis
H₀: Los datos se comportan de manera independiente
Hₐ: Los datos no se comportan de manera independiente

Se rechaza la H₀; puesto que en las 3 pruebas de aleatoriedad el valor-p en la

prueba de Box- Pierce es < α=0,05 y concluimos que para este conjunto de datos
no se cumple el supuesto de independencia.
 BIBLIOGRAFÍA

Análisis-y-Diseño-de-Experimentos Humberto Gutiérrez Pulido

Referencia Llinas 12 -métodos estadísticos

https://es.slideshare.net/albertojeca/diseno-completamente-al-azar