Trabajo Diseño Experimental 2

22)Se desea comprar una gran cantidad de bombillas y se tiene que elegir entre las arcas A y B.
Para ello, se compraron 100 focos de cada marca, y se encontr que las bombillas probadas de la
marca A tuvieron un tiempo de vida medio de 1 120 horas, con una desviacin estndar de 75 horas;
mientras que las de la marca B tuvieron un tiempo de vida medio de 1 064 horas, con una desviacin
estndar de 82 horas.
a) Es significativa la diferencia entre los tiempos medios de vida?
Use a = 0.05.
Tenemos que
Datos
N (a y b)
Sa
Sa
Xb
Sb
100
11,2
75
10,64
82
0,05
Primero vemos si las varianzas son iguales o diferentes para esto proponemos como hiptesis nula que las
varianzas son iguales y la alterna que una es mayor que otra.
Procedemos con el estadstico de prueba
5625
= 0,836431
6725
Ahora hallamos ,1,1

0,05,99,99 = 1,39
Tenemos como criterio de rechazo que si
se rechaza la Ho
Vemos que (0,83) < (1,39) por lo tanto no se rechaza la Ho y podemos decir que las muestras poseen
varianzas desconocidas pero iguales.
Ahora si procedemos a mirar si existe diferencia entre los tiempos medio de vida, para esto decimos que la
hiptesis nula es que las medias de las dos muestras son iguales.
Procedemos con el estadstico de prueba , para esto primero calculamos Sp .
2 =
(99) 5625 + (99) 6724

99 + 99 2
= 78,9779
Reemplazando valores
=
1120 1064
1
1
78,9779 +
99 99
= 4,98867
Tenemos que
,1+22
2
0,025,199 = 1,960
Como criterio de rechazo para esta prueba tenemos que :
| |(4,98867) > ,1+22 (1,960)

2
Por lo tanto se rechaza la hiptesis nula, esto quiere decir que si existen diferencias significativas entre las
dos tiempos medios de vida.
b) Con qu tamao de muestra se aceptara que las marcas son iguales, utilizando a = 0.05?
esto se dara cuando los grados de libertad fuesen 1 ,por lo tanto existe una diferencia muy grande entre las
dos medias que no hace que fcilmente se igualen.
23. En un laboratorio bajo condiciones controladas, se evalu, para 10 hombres y 10 mujeres, la temperatura
que cada persona encontr ms confortable. Los resultados en grados Fahrenheit fueron los siguientes:
a) Cules son en realidad los tratamientos que se comparan en este estudio?

La temperatura ms confortante entre ambos sexos.
b) Las muestras son dependientes o independientes? Explique.
Las muestras son independientes, no existe relacin de otros factores que influyan en algn dato. Ningn dato
depende de alguna relacin a otra variable.
c) La temperatura promedio ms confortable es igual para hombres que para mujeres?
Pruebe la hiptesis adecuada.
Usando el software estadstico statgraphic introducimos los datos para corroborar esta afirmacin . como
primera medida tenemos un resumen de los datos estadsticos que se pueden calcular .
Resumen Estadstico
Recuento
Promedio
Desviacin Estndar
Coeficiente de Variacin
Mnimo
Mximo
Rango
Sesgo Estandarizado
Curtosis Estandarizada
hombre
10
77,4
2,06559
2,66872%
73,0
80,0
7,0
-1,47949
0,814864
mujer
10
74,5
1,58114
2,12233%
72,0
77,0
5,0
0
-0,577874
Esta tabla contiene el resumen estadstico para las dos muestras de datos. Pueden utilizarse otras opciones tabulares, dentro
de este anlisis, para evaluar si las diferencias entre los estadsticos de las dos muestras son estadsticamente significativas.
De particular inters son el sesgo estandarizado y la curtosis estandarizada que pueden usarse para comparar si las muestras
provienen de distribuciones normales. Valores de estos estadsticos fuera del rango de -2 a +2 indican desviaciones
significativas de la normalidad, lo que tendera a invalidar las pruebas que comparan las desviaciones estndar. En este
caso, ambos valores de sesgo estandarizado se encuentran dentro del rango esperado. Ambas curtosis estandarizadas se
encuentran dentro del rango esperado.
Ahora miramos si las varianzas son desconocidas pero iguales

Comparacin de Desviaciones Estndar
hombre
mujer
Desviacin Estndar
2,06559
1,58114
Varianza
4,26667
2,5
Gl
9
9
Razn de Varianzas= 1,70667
Intervalos de confianza del 95,0%
Desviacin Estndar de hombre: [1,42079; 3,77096]
Desviacin Estndar de mujer: [1,08756; 2,88654]
Razones de Varianzas: [0,423912; 6,87103]
Prueba-F para comparar Desviaciones Estndar
Hiptesis Nula: sigma1 = sigma2
Hiptesis Alt.: sigma1 <> sigma2

F = 1,70667 valor-P = 0,438071
No se rechaza la hiptesis nula para alfa = 0,05.
Esta opcin ejecuta una prueba-F para comparar las varianzas de las dos muestras. Tambin construye intervalos cotas
de confianza para cada desviacin estndar y para la razn de varianzas. De particular inters es el intervalo de confianza
para la razn de varianzas, el cual se extiende desde 0,423912 hasta 6,87103. Puesto que el intervalo contiene el valor de
1, no hay diferencia estadsticamente significativa entre las desviaciones estndar de las dos muestras con un nivel de
confianza del 95,0% .
Tambin puede ejecutarse una prueba-F para evaluar una hiptesis especfica acerca de las desviaciones estndar de las
poblaciones de las cuales provienen las dos muestras. En este caso, la prueba se ha construido para determinar si el cociente
de las desviaciones estndar es igual a 1,0 versus la hiptesis alternativa de que el cociente no es igual a 1,0. Puesto que el
valor-P calculado no es menor que 0,05, no se puede rechazar la hiptesis nula.
Ahora que sabemos que las varianzas son iguales realizamos el estadstico de prueba correspondiente, con sus intervalos
de confianza al 95%
Comparacin de Medias
Intervalos de confianza del 95,0% para la media de hombre: 77,4 - 1,19739 [76,2026]
Intervalos de confianza del 95,0% para la media de mujer: 74,5 - 0,916559 [73,5834]
Intervalos de confianza del 95,0% para la diferencia entre las medias
suponiendo varianzas iguales: 2,9 - 1,42644 [1,47356]
Prueba t para comparar medias
Hiptesis nula: media1 = media2
Hiptesis Alt.: media1 > media2
suponiendo varianzas iguales: t = 3,52542 valor-P = 0,0012082
Se rechaza la hiptesis nula para alfa = 0,05.
Esta opcin ejecuta una prueba-t para comparar las medias de las dos muestras. Tambin construye los intervalos, cotas,
de confianza para cada media y para la diferencia entre las medias. De particular inters es la cota de confianza para la
diferencia entre medias, la cual se extiende por abajo hasta 1,47356. Esta indica el valor ms pequeo para la diferencia
que es soportado por los datos.
Tambin puede usarse una prueba-t para evaluar hiptesis especficas acerca de la diferencia entre las medias de las
poblaciones de las cuales provienen las dos muestras. En este caso, la prueba se ha construido para determinar si la
diferencia entre las dos medias es igual a 0,0 versus la hiptesis alterna de que la diferencia es mayor que 0,0. Puesto que
el valor-P calculado es menor que 0,05, se puede rechazar la hiptesis nula en favor de la alterna.
Con esto demostramos que adems de que hay diferencias significativas, decimos tambin que el promedio de
temperaturas ms confortable es para hombres que para mujeres.
Se presentan algunos anexos grficos para este problema:
Histograma.
Caja y bigotes.
25. Una compaa de transporte de carga desea escoger la mejor ruta para llevar la mercanca de un depsito a
otro. La mayor preocupacin es el tiempo de viaje. En el estudio se seleccionaron al azar cinco choferes de un
grupo de 10 y se asignaron a la ruta A; los cinco restantes se asignaron a la ruta B. Los datos obtenidos fueron:
a) Existen diferencias significativas entre las rutas? Plantee y pruebe las hiptesis estadsticas
correspondientes.
Empezamos con el resumen estadstico
Resumen Estadstico
Recuento
Promedio
Desviacin Estndar
Mnimo
ruta A
5
25,0
5,91608
23,6643%
18,0
ruta B
5
29,0
5,61249
19,3534%
22,0
Mximo
Rango
Sesgo Estandarizado
32,0
14,0
0,110217
-1,00416
35,0
13,0
-0,141996
-1,01913
Esta tabla contiene el resumen estadstico para las dos muestras de datos. Pueden utilizarse otras opciones
tabulares, dentro de este anlisis, para evaluar si las diferencias entre los estadsticos de las dos muestras son
estadsticamente significativas. De particular inters son el sesgo estandarizado y la curtosis estandarizada que
pueden usarse para comparar si las muestras provienen de distribuciones normales. Valores de estos estadsticos
fuera del rango de -2 a +2 indican desviaciones significativas de la normalidad, lo que tendera a invalidar las
pruebas que comparan las desviaciones estndar. En este caso, ambos valores de sesgo estandarizado se
encuentran dentro del rango esperado. Ambas curtosis estandarizadas se encuentran dentro del rango esperado.
Miramos si las varianzas son iguales
ruta A
ruta B
Desviacin Estndar
5,91608
5,61249
Varianza
35,0
31,5
Gl
4
4
Desviacin Estndar de ruta A: [3,54452; 17,0002]
Desviacin Estndar de ruta B: [3,36263; 16,1278]
F = 1,11111 valor-P = 0,921125
Como son iguales las varianzas procedemos con el estadstico de prueba pertinente y su intervalo de confianza a 95%.
Intervalos de confianza del 95,0% para la media de ruta A: 25,0 +/- 7,34581 [17,6542; 32,3458]
Intervalos de confianza del 95,0% para la media de ruta B: 29,0 +/- 6,96884 [22,0312; 35,9688]
Intervalos de confianza del 95,0% intervalo de confianza para la diferencia de medias
suponiendo varianzas iguales: -4,0 +/- 8,40982 [-12,4098; 4,40982]
Hiptesis Alt.: media1 <> media2
suponiendo varianzas iguales: t = -1,09682 valor-P = 0,304636
de confianza para cada media y para la diferencia entre las medias. De inters particular es el intervalo de confianza para
la diferencia entre las medias, el cual se extiende desde -12,4098 hasta 4,40982. Puesto que el intervalo contiene el valor
de 0, no hay diferencia significativa entre las medias de las dos muestras de datos, con un nivel de confianza del 95,0%.
diferencia entre las dos medias es igual a 0,0 versus la hiptesis alterna de que la diferencia no es igual a 0,0. Puesto que el
Se acepta la Ho con un nivel de confiabilidad de 95%, concluyendo que no existen diferencias

significativas entre las rutas.
A continuacin, algunos grficos:
Grafico caja y bigotes
Grfico de cuartiles
c) Sugiera otra manera de obtener los datos (diseo alternativo), de manera que se pueda lograr una comparacin
ms efectiva de las rutas.
Se podra obtener una muestra ms significativa para cada ruta y calcular su desviacin estndar y sus
respectivos coeficientes de variacin, con esto podramos escoger la ruta con el menor coeficiente de variacin
ya que sus datos seran ms homogneos
30. El mejor mtodo de inoculacin del problema anterior se aplic a dos variedades de maz en dos localidades.
Una vez infectada la mazorca, interesa medir el porcentaje final de la superficie de sta que fue cubierta por el
hongo y el peso en gramos del huitlacoche. Los resultados para la variedad 2 de maz, obtenidos en 15 mazorcas
de Texcoco y en 15 mazorcas de Cela ya son los siguientes:
a) Se puede afirmar que el porcentaje de cobertura del hongo es mayor en Celaya

que en Texcoco?
Si es mayor en Celaya puesto que el promedio en general de este es de 62,66 % frente a la de Texcoco que es
de 38 %
b) Utilice un diagrama de dispersin (grfica tipo X-Y) para ver si existe una relacin lineal
entre el porcentaje de cobertura de la mazorca con los gramos de huitlacoche.
% texacoco
250
R = 0,6649
% texacoco
200
150
100
50
0
0
20
40
60
80
100
gramos texacoco
%celaya
R = 0,5886
400
350
%celaya
300
250
200
150
100
50
0
0
20
40
60
80
100
120
gramos celaya
c) Ignore la cobertura y pruebe la igualdad de la produccin promedio de huitlacoche

en las dos localidades.
Primero hacemos el resumen estadstico
Resumen Estadstico
Recuento
Promedio
Desviacin Estndar
Mnimo
Mximo
Rango
Sesgo Estandarizado
peso en gramos texcoco

15
93,3313
58,4853
62,6641%
12,81
203,45
190,64
0,55801
-0,594383
peso en gramos celaya

15
143,65
100,257
69,7925%
19,7
346,74
327,04
0,759644
-0,283823
Esta tabla contiene el resumen estadstico para las dos muestras de datos. Pueden utilizarse otras opciones tabulares, dentro
de este anlisis, para evaluar si las diferencias entre los estadsticos de las dos muestras son estadsticamente significativas.
De particular inters son el sesgo estandarizado y la curtosis estandarizada que pueden usarse para comparar si las muestras
provienen de distribuciones normales. Valores de estos estadsticos fuera del rango de -2 a +2 indican desviaciones
significativas de la normalidad, lo que tendera a invalidar las pruebas que comparan las desviaciones estndar. En este
caso, ambos valores de sesgo estandarizado se encuentran dentro del rango esperado. Ambas curtosis estandarizadas se
encuentran dentro del rango esperado.
Miramos si las varianzas son iguales o desconocidas

peso en gramos texcoco
Desviacin Estndar
58,4853
Varianza
3420,53
Gl
14
peso en gramos celaya

100,257
10051,5
14

Desviacin Estndar de peso en gramos texcoco: [42,8186; 92,237]
Desviacin Estndar de peso en gramos celaya: [73,4008; 158,115]
F = 0,340302 valor-P = 0,0527793
Con esto comprobamos que se tienen varianzas desconocidas pero iguales

Ahora procedemos a comparar las medias para ver si son diferentes o iguales y sus correspondientes
intervalos de confianza
Intervalos de confianza del 95,0% para la media de peso en gramos texcoco: 93,3313 +/- 32,3881 [60,9432; 125,719]
Intervalos de confianza del 95,0% para la media de peso en gramos celaya: 143,65 +/- 55,5206 [88,1294; 199,171]
El StatAdvisor
diferencia entre las dos medias es igual a 0,0 versus la hiptesis alterna de que la diferencia no es igual a 0,0. Puesto que
el valor-P calculado no es menor que 0,05, no se puede rechazar la hiptesis nula.
Vemos que no hay diferencia significativa entre las medias de las dos variedades .
d) Es evidente que a mayor cobertura hay una mayor produccin de huitlacoche, habra forma de saber con
estos datos si a igual cobertura corresponde una produccin de huitlacoche semejante en ambas localidades?
Argumente su respuesta.
No hay manera de saber esto a ciencia cierta
32. Se desea comparar dos proveedores; para ello, se toma una muestra aleatoria de la produccin de cada uno
de n = 150 piezas, y se les hace en orden aleatorio una prueba. En el caso del primer proveedor se obtuvieron
x1 = 11 piezas que no pasaron la prueba, mientras que para el segundo fueron x2 = 22.
a) Qu proveedor parece mejor?
Aquel cuyo nmero de defectos sea menor
b) Hay una diferencia significativa entre los dos proveedores? Pruebe la hiptesis correspondiente
a 95% de confianza.
Para comprobar esto cogemos el estadstico de comparacin siguiente, adems tenemos los siguientes datos
N1=N2=150
1 =
11
22
, 2 =
150
150
Formulamos nuestro Ho,
Tenemos el estadstico de prueba
11 + 22
= 0,11
150 + 150
11
22
+
150 150
0,11 (1 0,11) ( 1 + 1 )
150 150
= 2,0297
Como criterio de rechazo se tiene que se rechaza Ho si

(2,0297) < (1,64)
Se rechaza Ho por tanto adems de que Hay una diferencia significativa entre los dos proveedores vimos que
el proveedor dos posee ms defectuosos que el proveedor uno.
33. La prueba actual de un solo disco se tarda 2 minutos. Se propone un nuevo mtodo de prueba que consiste
en medir solamente los radios 24 y 57, donde casi es seguro que estar el valor mnimo buscado. Si el mtodo
nuevo resulta igual de efectivo que el mtodo actual se podr reducir en 60% el tiempo de prueba. Se plantea
un experimento donde se mide la densidad mnima de metal en 18 discos usando tanto el mtodo actual como
el mtodo nuevo. Los resultados estn ordenados horizontalmente por disco. As 1.88 y 1.87 es el resultado
para el primer disco con ambos mtodos.
a) Pruebe la igualdad de las medias usando la prueba pareada. Cul es el criterio de apareamiento?
Resumen Estadstico para metodo actual - metodo nuevo
Recuento
18
Promedio
-0,00222222
Desviacin Estndar
0,0394902
Coeficiente de Variacin -1777,06%
Mnimo
-0,08
Mximo
0,06
Rango
0,14
Sesgo Estandarizado
-0,672012
-0,600118
Esta tabla muestra los estadsticos de resumen para metodo actual-metodo nuevo. Incluye medidas de tendencia
central, medidas de variabilidad y medidas de forma. De particular inters aqu son el sesgo estandarizado y la
curtosis estandarizada, las cuales pueden utilizarse para determinar si la muestra proviene de una distribucin
normal. Valores de estos estadsticos fuera del rango de -2 a +2 indican desviaciones significativas de la
normalidad, lo que tendera a invalidar cualquier prueba estadstica con referencia a la desviacin estndar. En
este caso, el valor del sesgo estandarizado se encuentra dentro del rango esperado para datos provenientes una
distribucin normal. El valor de curtosis estandarizada se encuentra dentro del rango esperado para datos
provenientes de una distribucin normal.
Hiptesis
Prueba de Hiptesis para metodo actual - metodo nuevo
Media Muestral = -0,00222222
Mediana Muestral = 0,01
Desviacin Estndar de la Muestra = 0,0394902
Prueba t
Hiptesis Nula: media = 0
Alternativa: no igual
Estadstico t = -0,238745
Valor-P = 0,814158
Esta ventana muestra los resultados de las pruebas relativas a la poblacin de la cual procede la muestra de
metodo actual-metodo nuevo. La prueba-t evala la hiptesis de que la media de metodo actual-metodo nuevo
es igual a 0,0 versus la hiptesis alterna de que la media de metodo actual-metodo nuevo es no igual a 0,0.
Debido a que el valor-P para esta prueba es mayor o igual a 0,05, no se puede rechazar la hiptesis nula, con
un nivel de confianza del 95,0% de confianza.
b) Encuentre un intervalo para la diferencia de medias usando la desviacin estndar de las diferencias.
Inteprete.
Intervalos de Confianza para metodo actual - metodo nuevo
Intervalos de confianza del 95,0% para la media: -0,00222222 +/- 0,0196381 [-0,0218603; 0,0174158]
Intervalos de confianza del 95,0% para la desviacin estndar: [0,029633; 0,0592015]
Este panel muestra los intervalos de confianza del 95,0% para la media y la desviacin estndar de metodo actual-metodo
nuevo. La interpretacin clsica de estos intervalos es que, en muestreos repetidos, estos intervalos contendrn la media
verdadera la desviacin estndar verdadera de la poblacin de la que fueron extradas las muestras, el 95,0% de las veces.
En trminos prcticos, puede establecerse con 95,0% de confianza, que la media verdadera de metodo actual-metodo nuevo
se encuentra en algn lugar entre -0,0218603 y 0,0174158, en tanto que la desviacin estndar verdadera est en algn lugar
entre 0,029633 y 0,0592015.
Ambos intervalos asumen que la poblacin de la cual proviene la muestra puede representarse por la distribucin normal.
Mientras que el intervalo de confianza para la media es bastante robusto y no muy sensible a violaciones de este supuesto,
los intervalos de confianza para la desviacin estndar son muy sensibles
c) Haga el anlisis de los datos ignorando el apareamiento. Compare con los resultados del inciso a), por qu
ignorar el apareamiento es incorrecto?
Miramos si la varianza son iguales
metodo actual
Desviacin Estndar
0,115018
Varianza
0,0132291
Gl
17
metodo nuevo
0,112397
0,012633
17

Desviacin Estndar de metodo actual: [0,0863079; 0,172428]
Desviacin Estndar de metodo nuevo: [0,0843411; 0,168499]

F = 1,04718 valor-P = 0,925382
Comparamos las medias

Resulta errneo quitar el apareamiento puesto que se quiere verificar de que existan o no diferencias entre dos
mtodos que se relacionan entre si .
d ) Determine un intervalo de confianza para la diferencia de medias suponiendo muestras independientes.
Compare con el inciso b).
Intervalos de confianza del 95,0% para la media de metodo actual: 1,96056 +/- 0,0571971 [1,90336; 2,01775]
Intervalos de confianza del 95,0% para la media de metodo nuevo: 1,96278 +/- 0,0558937 [1,90688; 2,01867]
e) Qu se gana con el apareamiento de los datos en este caso?

Puesto que como dice la definicin Son aquellas en las que los datos de ambos tratamientos se obtienen por
pares, de manera que stos tienen algo en comn y no son independientes
f ) Recomendara usted la adopcin del mtodo nuevo? Argumente su respuesta.
El mtodo actual tiene mayor tiempo de lectura.
37. Se realiz un experimento para ver si dos tcnicos tienen alguna tendencia a obtener diferentes resultados
cuando determina la pureza de cierto producto. Cada muestra fue dividida en dos porciones y cada tcnico
determin la pureza de una de las porciones. Los resultados se muestran a continuacin:
a) Estos datos deben analizarse en forma pareada, explique por qu.
ambos tratamientos se obtienen por pares, de manera que stos tienen algo en comn y no son independientes.se
estn comprobando a 2 tcnicos bajo un mismo proceso de limpiar un mismo producto
b) Formule la hiptesis correcta al problema.
Ho: los tcnicos obtienen los mismos resultados.
Ha: los tcnicos no obtienen los mismos resultados.
c) Pruebe la hiptesis y obtenga conclusiones.
Resumen Estadstico para Col_1 - Col_2
Recuento
Promedio
Desviacin Estndar
Mnimo
Mximo
Rango
Sesgo Estandarizado
8
1,1625
0,995615
85,6443%
-0,4
2,8
3,2
0,126592
0,0258444
Prueba de Hiptesis para Col_1 - Col_2

Media Muestral = 1,1625
Prueba t
Hiptesis Nula: media = 0
Estadstico t = 3,30253
Valor-P = 0,0130752
Esta ventana muestra los resultados de las pruebas relativas a la poblacin de la cual procede la muestra de Col_1-Col_2.
La prueba-t evala la hiptesis de que la media de Col_1-Col_2 es igual a 0,0 versus la hiptesis alterna de que la media de
Col_1-Col_2 es no igual a 0,0. Debido a que el valor-P para esta prueba es menor que 0,05, se puede rechazar la hiptesis
nula con un 95,0% de confianza.
Con una confianza del 95 % se puede decir que las basculas no estn sincronizadas adecuadamente por lo que pueden arrojar
pesos distintos a iguales muestras.
A continuacin los intervalos de confianza:
Intervalos de Confianza para Col_1 - Col_2
Intervalos de confianza del 95,0% para la media: 1,1625 +/- 0,832357 [0,330143; 1,99486]
Este panel muestra los intervalos de confianza del 95,0% para la media y la desviacin estndar de Col_1-Col_2. La
interpretacin clsica de estos intervalos es que, en muestreos repetidos, estos intervalos contendrn la media verdadera
la desviacin estndar verdadera de la poblacin de la que fueron extradas las muestras, el 95,0% de las veces. En trminos
prcticos, puede establecerse con 95,0% de confianza, que la media verdadera de Col_1-Col_2 se encuentra en algn lugar
entre 0,330143 y 1,99486, en tanto que la desviacin estndar verdadera est en algn lugar entre 0,658275 y 2,02635.
d ) Si los tcnicos son diferentes, hay alguna evidencia sobre cul de ellos hace mal el
trabajo?
No se sabra a ciencia cierta, pues la diferencia entre sus pesos no es tan grande como para tomar una decisin.
e) Qu recomendara para lograr mayor uniformidad en las determinaciones de los
dos tcnicos?
Que a los dos tcnicos se les ensee las mismas tcnicas de pureza para que asi pudieran disminuir sus errores.
A continuacin, algunos grficos.
Grfico de caja y bigotes
histograma
13. En un problema similar al del ejercicio 11, es necesario garantizar que la resistencia mnima que tiene un
envase de plstico en posicin vertical sea de 20 kg. Para evaluar esto se han obtenido los siguientes datos
mediante pruebas destructivas:
a) Esta variable, forzosamente tiene que evaluarse mediante muestreo y no al 100%, por qu?
No se puede obtener al 100% porque no se sabe si todos los envases sern resistentes, Se debe hacer mediante
una prueba de muestreo para verificar dicho dato, ya que asi se puede observar de mejor manera el dato
requerido, y no inferirlo. el muestreo da una mejor visin del comportamiento de los envases a dicha Fuerza.
b) Haga un anlisis exploratorio de estos datos (obtenga un histograma y vea el comportamiento de los datos
obtenidos).
Como se puede observar en la grfica, el comportamiento de los envases a la prueba de resistencia, sali superior
al lmite establecido de 20 kg, por lo que se puede decir que los envases tienen la resistencia adecuada a dicha
fuerza.
Histograma
c) Estime, con una confianza de 95%, cul es la resistencia promedio de los envases?
Intervalos de Confianza para A.Col_1
Intervalos de confianza del 95,0% para la media: 27,2464 +/- 0,383076 [26,8634; 27,6295]
Este panel muestra los intervalos de confianza del 95,0% para la media y la desviacin estndar de A.Col_1. La
interpretacin clsica de estos intervalos es que, en muestreos repetidos, estos intervalos contendrn la media verdadera
la desviacin estndar verdadera de la poblacin de la que fueron extradas las muestras, el 95,0% de las veces. En
trminos prcticos, puede establecerse con 95,0% de confianza, que la media verdadera de A.Col_1 se encuentra en algn
lugar entre 26,8634 y 27,6295, en tanto que la desviacin estndar verdadera est en algn lugar entre 1,20597 y 1,75838.
La resistencia promedio de los envases va de 26.85478 y 27.85478, cuya diferencia es igual a 1
d ) Antes del estudio se supona que m = 25. Dada la evidencia de los datos, tal supuesto es correcto?
Prueba de Hiptesis para A.Col_1
Media Muestral = 27,2464
Prueba t
Hiptesis Nula: media = 25,0
Estadstico t = 11,7521
Valor-P = 0
Se comprueba que la media no era igual a 25 para este caso

15. Una caracterstica importante en la calidad de la leche de vaca es la concentracin de grasa. En una industria
en particular se fij como estndar mnimo que el producto que recibe directamente de los establos lecheros es
de 3.0%. Por medio de 40 muestreos y evaluaciones en cierta poca del ao se obtuvo que X = 3.2 y S = 0.3.
a) Estime con una confianza de 90% el contenido promedio poblacional de grasa.
Tenemos la frmula que es:

Para lmite superior
Para lmite inferior
Tenemos que t de alfa medios de 0,05 a 39 grados de libertad extrapolando es 1,
[3.2-1.686(0.474) <M< 3.2+1.686(0.474)]

3,1219 <M< 3,27803
b) Cul es el error mximo de estimacin para la media? Por qu?
Esto se da porque la desviacin estndar es mas pequea

c) Estime, con una confianza de 95%, cul es la desviacin estndar poblacional?
Grados de libertad (n-1)
Tablas Lim superior= 58.17006
Chi, Z Lim inferior= 23.6543
Lim superior=0.25
Lim inferior=0.34
d) Qu puede decir sobre la cantidad mnima y mxima de grasa en la leche? Es posible

garantizar con suficiente confianza que la leche tiene ms de 3.0% de grasa?
De acuerdo a los resultados del primer inciso se plantea la garanta que contiene ms de 3.0% de grasa contenida
en la leche. Los intervalos que nos muestra la campana sern de 3.12 a 3.28 de acuerdo a los datos.
21. Dos mquinas, cada una operada por una persona, son utilizadas para cortar tiras de hule, cuya longitud
ideal debe ser de 200 mm. De las inspecciones de una semana (25 piezas) se observa que la longitud media de
las 25 piezas para una mquina es de 200.1 y para la otra es de 201.2. Es significativa la diferencia entre los
dos casos? Argumente.
Se observa una diferencia de 1,1 entre las longitudes medias de ambas maquinas. dependiendo de la tolerancia
de error admitida por cada una de ella se podra decir que existe o no una diferencia significativa entre ambos
casos, siendo 0 la tolerancia de error permitido donde se puede observar una diferencia significativa.
DISEO EXPERIMENTAL
TALLER CAPITULO II
JULIAN GALINDO
ANDREA VELEZ
UNIVERSIDAD DE CALDAS
2016

Trabajo Diseño Experimental 2

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Trabajo Diseño Experimental 2

Uploaded by

Copyright:

Available Formats

22)Se desea comprar una gran cantidad de bombillas y se tiene que elegir entre las arcas A y B.

Procedemos con el estadstico de prueba

Ahora hallamos ,1,1

Tenemos como criterio de rechazo que si

Procedemos con el estadstico de prueba , para esto primero calculamos Sp .

(99) 5625 + (99) 6724

| |(4,98867) > ,1+22 (1,960)

a) Cules son en realidad los tratamientos que se comparan en este estudio?

Ahora miramos si las varianzas son desconocidas pero iguales

Hiptesis Alt.: sigma1 <> sigma2

Se acepta la Ho con un nivel de confiabilidad de 95%, concluyendo que no existen diferencias

Grafico caja y bigotes

a) Se puede afirmar que el porcentaje de cobertura del hongo es mayor en Celaya

c) Ignore la cobertura y pruebe la igualdad de la produccin promedio de huitlacoche

peso en gramos texcoco

peso en gramos celaya

Miramos si las varianzas son iguales o desconocidas

peso en gramos celaya

Intervalos de confianza del 95,0%

Con esto comprobamos que se tienen varianzas desconocidas pero iguales

Formulamos nuestro Ho,

Tenemos el estadstico de prueba

Como criterio de rechazo se tiene que se rechaza Ho si

Intervalos de confianza del 95,0%

Prueba-F para comparar Desviaciones Estndar

Comparamos las medias

e) Qu se gana con el apareamiento de los datos en este caso?

Prueba de Hiptesis para Col_1 - Col_2

Se comprueba que la media no era igual a 25 para este caso

Tenemos la frmula que es:

Para lmite inferior

Tenemos que t de alfa medios de 0,05 a 39 grados de libertad extrapolando es 1,

[3.2-1.686(0.474) <M< 3.2+1.686(0.474)]

Esto se da porque la desviacin estndar es mas pequea

d) Qu puede decir sobre la cantidad mnima y mxima de grasa en la leche? Es posible

You might also like