Universidad de los Andes

Facultad de Ingeniera
Postgrado en Ingeniera Vial
Mrida - Venezuela

TRABAJO 1
ANLISIS DE VARIANZA
(ANOVA)

Materia: Introduccin a la Estadstica y Probabilidad.

Profesor: Framklin Dvila.
Elaborado por:
Ing. Edelis Mrquez. 16.208.474
Ing. Francisco Pinto. 18.964.152
Ing. Susan Gutirrez. 15.356.961
Ing. Yitson Hernndez. 12.747.755

Mayo 2016

INTRODUCCIN
En el presente trabajo, a travs de mediciones de rugosidad del asfalto obtenidos con la
utilizacin del Rugosmetro de Merlin, se busca determinar si la rugosidad del asfalto
depende del tipo de piedra usada en su elaboracin, mediante un anlisis de varianza
(ANOVA), para lo cual, se dispone de asfalto lquido, arena, relleno grueso (material
con granos irregulares significativamente ms grandes que los granos de arena) y piedra
picada proveniente de rocas trituradas de El Viga, Tovar y Mrida; produciendo tres
clases de asfalto para pavimento.
Rugosidad del Pavimento
El Pavimento usado en la construccin de carreteras es un material que se obtiene
mezclando principalmente asfalto lquido con elementos slidos: arena, agregado fino o
arena gruesa proveniente de roca triturada con dimetros mximos entre 5 y 8 mm y
agregado grueso (piedra picada con dimetros mximos entre 12 y 15 mm ).
Una de las caractersticas importantes del Pavimento es la Rugosidad, en la norma de
ensayo ASTM E 867-06,1 se define el concepto de Rugosidad (Roughness) como:
desviacin de una determinada superficie respecto a una superficie plana terica, con
dimensiones que afectan la dinmica del vehculo, la calidad de manejo, cargas
dinmicas y el drenaje. Por lo tanto, una carretera con una superficie demasiado lisa o
muy rugosa no resulta conveniente para el trnsito rodado.
El ndice de regularidad internacional (IRI) (en ingls International Roughness Index),
es un parmetro que se utiliza en pavimento flexible, para determinar su regularidad y la
comodidad en la conduccin. La definicin del IRI, la establecieron los expertos del
Banco Mundial en los aos 80, mediante un modelo denominado cuarto de coche o
Quarter Car, que simula la 4 parte de un coche, y que consta de los siguientes
parmetros para la definicin del IRI:

Donde:

Longitud de clculo del IRI,

Velocidad de circulacin del vehculo,
Masa inferior,
Masa superior o suspendida,
constante de rigidez de la suspensin primaria (entre el
pavimento y la masa inferior), es decir del neumtico,
constante de rigidez de la suspensin
secundaria (entre la masa inferior y la masa superior) es decir la suspensin del vehculo,
constante
de amortiguacin de la suspensin primaria,
constante de amortiguacin de la suspensin
secundaria

En funcin de este modelo, el concepto de IRI se materializa como la representacin de

un modelo matemtico, que simula el movimiento de la suspensin acumulada por un
vehculo, al circular por una determinada longitud del perfil terico de una carretera, a
una velocidad estndar de 80 Km/h. A mayor irregularidad en el firme, el valor del IRI
aumenta. El valor del IRI ser mejor cuanto ms nos acerquemos a la superficie plana
terica, teniendo en cuenta que este concepto es utpico, ya que se necesita un mnimo
de rugosidad para garantizar la adherencia rueda-pavimento.

Medicin de la Rugosidad del Pavimento

En la actualidad existe una gran variedad de equipos capaces de medir el IR. Los datos
de partida para obtener el IR no son ms all que un perfil longitudinal de la
superficie del firme. Una metodologa de medicin del IR es la propuesta por el
Laboratorio Britnico de Investigacin de Transportes y Caminos (TRRL) en 1990,
sobre el rugosmetro denominado MERLIN introducido en el Per en 1993.
La medicin de la rugosidad de un pavimento a travs del rugosmetro de Merlin se
basa en el concepto de usar la distribucin de las desviaciones de la superficie respecto
de una cuerda promedio (Ver Figura 1). El desplazamiento es conocido como la
desviacin respecto a la cuerda promedio. La longitud de la cuerda promedio es 1.80m,
por ser la distancia que proporciona los mejores resultados en las correlaciones.

Figura 1. Distribucin de las desviaciones de la superficie.

Se ha definido que es necesario medir 200 desviaciones, la definicin del histograma de

la distribucin de frecuencias de las medidas, permite establecer la dispersin de las
desviaciones que se define como el rango de la muestra (D), el cual define la rugosidad
del pavimento en unidades MERLIN, el cual se puede correlacionar con el ndice de
Rugosidad Internacional (IRI), mediante las siguientes expresiones:
a. Cuando 2.4<IRI<15.9, entonces IRI = 0.593 + 0.0471 D (1)
b. Cuando IRI < 2.4, entonces IRI = 0.0485 D (2)
La expresin 1 es la ecuacin original establecida por el TRRL mediante simulaciones
computarizadas, utilizando para la evaluacin de pavimentos en servicio, con superficie
de rodadura asfltica, granular o de tierra. La expresin 2 es la ecuacin de correlacin
establecida de acuerdo a la experiencia peruana no es aplicable para el caso de
pavimentos asflticos nuevos o poco deformados.
Anlisis ANOVA
Un anlisis de varianza o ANOVA segn terminologa inglesa, prueba la hiptesis de
que las medias de dos o ms poblaciones son iguales. Los ANOVA evalan la
importancia de uno o ms factores al comparar las medias de la variable de respuesta en
los diferentes niveles de los factores.
Para ejecutar un ANOVA, debe tener una variable de respuesta continua y al menos un
factor categrico con dos o ms niveles. Los anlisis ANOVA requieren datos de
TAREA N 1. ANOVA

poblaciones que sigan una distribucin aproximadamente normal con varianzas iguales
entre los niveles de factores. Sin embargo, los procedimientos de ANOVA funcionan
bastante bien incluso cuando se viola el supuesto de normalidad, a menos que una o ms
de las distribuciones sean muy asimtricas o si las varianzas son bastante diferentes.
Anlisis de la varianza permite contrastar la hiptesis nula de que las medias de K
poblaciones (K >2) son iguales, frente a la hiptesis alternativa de que por lo menos una
de las poblaciones difiere de las dems en cuanto a su valor esperado. Este contraste es
fundamental en el anlisis de resultados experimentales, en los que interesa comparar
los resultados de K 'tratamientos' o 'factores' con respecto a la variable dependiente o de
inters.

El Anova requiere el cumplimiento los siguientes supuestos:

Las poblaciones (distribuciones de probabilidad de la variable dependiente

correspondiente a cada factor) son normales.
Las K muestras sobre las que se aplican los tratamientos son independientes.
Las poblaciones tienen todas igual varianza (homoscedasticidad).

Un anlisis ANOVA elabora una tabla que rene la informacin, denominada "Tabla de
Anlisis de varianza o ANOVA" donde se muestra informacin referente a las sumas de
cuadrados, las medias cuadrticas, los grados de libertad y el P-Value.
Pruebas de significacin
El anlisis de varianza lleva a la realizacin de pruebas de significacin estadstica. Si el
valor P-Value es menor que el nivel de significancia supuesto, entonces concluye que al
menos una media es diferente.

TAREA N 1. ANOVA

DISEO DEL EXPERIMENTO

Se quiere determinar si la rugosidad del asfalto depende del tipo de piedra usada en su
elaboracin.
Se dispone de asfalto lquido, arena, relleno grueso (material con granos
irregulares significativamente ms grandes que los granos de arena) y piedra picada
proveniente de rocas trituradas de El Viga, Tovar y Mrida; con todo eso se
producen tres clases de asfalto para pavimento:
Clase 1: Producido slo con piedra picada de El Viga.
Clase 2 : Producido slo con piedra picada de Tovar.
Clase 3 : Producido slo con piedra picada de Mrida.
Se realiza un experimento en donde se preparan 90 mezclas de 1/12 tonelada cada una,
con 30 mezclas para cada Clase. La composicin en peso de cada mezcla es de 10% de
asfalto lquido, 54% de arena, 12 % de arena gruesa y 24% de piedra picada (de una de
las Clases antes enumeradas). La mezcla se prepara revolviendo, durante 45 minutos,
todos los ingrediente en una mezcladora a 150 C, que se vierte luego en un molde
(recipiente de hierro ortodrico de base rectangular de 12 x 200 cm2 ) en el cual se
compacta y se deja enfriar durante dos das para medir posteriormente su rugosidad
longitudinal.
Los resultados de este experimento se almacenan en dos vectores columnas, uno que
contiene el ndice de Rugosidad (IR-adimensional) y el que contiene el tipo de clase
(Clase =1, 2 o 3).

DESARROLLO Y ANLISIS DEL PROBLEMA

Dado que se dispone de datos para diferentes tratamientos, en este caso pavimentos con
distintos tipos (3 tipos) de piedra picada. Es factible utilizar un anlisis de varianza
(ANOVA), contrastando para la media de una variable continua normal, donde el factor
es el tipo de piedra picada, conformada en 3 clases, y la variable a analizar es el IR
medido a travs del Rugosmetro de Merlin. El ANOVA se desarrollara a travs del
programa Rstudio, el cual, es un entorno de desarrollo integrado (IDE) para R (lenguaje
de programacin) . Incluye una consola, editor de sintaxis que apoya la ejecucin de
cdigo, as como herramientas para el trazado, la depuracin y la gestin del espacio de
trabajo. tiene la misin de proporcionar el entorno informtico estadstico R.
Los datos utilizados corresponde a Datos1, los cuales se presentan a continuacin:
IR

Clase

IR

Clase

IR

Clase

28.3017236

31

25.8271022

61

17.4651942

19.4456714

26.2882004

32

13.820039

33

25.8598115

62

29.2529653

63

39.1300006

32.288409

34

17.2264156

64

24.9498356

27.8320407

35

36.1048517

65

27.5095167

23.8099167

26.9087816

36

19.1395668

66

15.1610005

37

24.4097207

67

22.404322

27.2797343

38

26.2934691

68

24.5780036

19.2434681

39

20.1539365

69

19.5836435

10

18.8897315

40

26.0782511

70

16.7120234

11

20.4373895

41

24.5943356

71

19.9610862

12

17.5329558

42

22.7282801

72

23.4052152

13

15.7049699

43

25.2236881

73

10.9024984

14

14.5311424

44

23.875865

74

28.7843899

15

20.8255653

45

23.1422638

75

27.1383831

16

15.4048231

46

17.9148081

76

33.4950407

17

20.8297549

47

26.1213073

77

18.8413763

18

23.0475843

48

22.5515935

78

36.0248927

19

16.4772739

49

17.3217997

79

23.203558

20

21.0241964

50

26.1217281

80

24.6435736

21

21.5557363

51

32.1124166

81

18.6753462

22

23.5528997

52

18.1268613

82

29.4104906

23

24.214399

53

14.8806997

83

22.8403819

24

18.3136908

54

17.0932655

84

23.408425

25

24.0327089

55

21.1986337

85

24.5820828

26

23.3005173

56

26.3533819

86

28.4962011

27

27.5020616

57

22.1421547

87

21.7405721

28

12.9114489

58

26.7344694

88

32.7014681

29

22.6991055

59

24.6270246

89

20.4849631

30

11.6319186

60

16.6209117

90

29.7070232

TAREA N 1. ANOVA

A. Planteamiento de la hiptesis
El anlisis de varianza parte de establecer las hiptesis al contrastar para analizar si
existen diferencias entre la media de los k grupos, por lo tanto:

B. Procedimiento con el programa Rstudio

Para iniciar el desarrollo del ejercicio se abre el programa Rstudios y se realizan los
siguientes pasos:
1.

Se establece el directorio de trabajo:

Session-Set Working directory - choose directory- seleccionar la
carpeta de trabajo.

2.

Importar datos
En la pestaa del recuadro superior derecho Import Dataset- From Local
File y seleccionar el archivo de datos en este caso denominado Datos 1

Automticamente los datos aparecen en el cuadro superior izquierdo perfectamente

ordenados en 2 columnas que contienen los datos del nmero de pruebas (90) con sus
respectivas IR y Clase.
3.

Se verifica que se tiene 90 muestras con dos variables correspondientes a IR y la

Clase.

>dim(Datos1)
[1] 90

TAREA N 1. ANOVA

4. Para observar los datos agrupados por clase se aplica el siguiente comando:
> split(IR,Clase)
$`1`
[1] 28.30172 19.44567
[4] 32.28841 27.83204
[7] 26.90878 27.27973
[10] 18.88973 20.43739
[13] 15.70497 14.53114
[16] 15.40482 20.82975
[19] 16.47727 21.02420
[22] 23.55290 24.21440
[25] 24.03271 23.30052
[28] 12.91145 22.69911

26.28820
23.80992
19.24347
17.53296
20.82557
23.04758
21.55574
18.31369
27.50206
11.63192

$`2`
[1]
[4]
[7]
[10]
[13]
[16]
[19]
[22]
[25]
[28]

25.82710
17.22642
24.40972
26.07825
25.22369
17.91481
17.32180
18.12686
21.19863
26.73447

13.82004
36.10485
26.29347
24.59434
23.87586
26.12131
26.12173
14.88070
26.35338
24.62702

25.85981
19.13957
20.15394
22.72828
23.14226
22.55159
32.11242
17.09327
22.14215
16.62091

$`3`
[1]
[4]
[7]
[10]
[13]
[16]
[19]
[22]
[25]
[28]

17.46519
24.94984
22.40432
16.71202
10.90250
33.49504
23.20356
29.41049
24.58208
32.70147

29.25297
27.50952
24.57800
19.96109
28.78439
18.84138
24.64357
22.84038
28.49620
20.48496

39.13000
15.16100
19.58364
23.40522
27.13838
36.02489
18.67535
23.40842
21.74057
29.70702

5. Para cada clase, se obtiene la estadstica descriptiva

>tapply(IR,Clase,summary)
$`1`
Min. 1st Qu. Median
Mean 3rd Qu.
11.63
18.46
21.29
21.53
24.17

Max.
32.29

$`2`
Min. 1st Qu.
13.82
18.38

Median
23.51

Mean 3rd Qu.

22.81
26.02

Max.
36.10

$`3`
Min. 1st Qu.
10.90
20.09

Median
23.99

Mean 3rd Qu.

24.51
28.71

Max.
39.13

TAREA N 1. ANOVA

6. Graficando los datos correspondiente a IR y Clase se obtiene

> plot(Clase,IR)

7. Grafico del diagrama de Caja

> plot(IR~as.factor(Clase),data=Datos1)

Observando los resultados obtenidos del diagrama de cajas se aprecia que las
diferencias entre las clases son mnimas, tanto en las medias como en la variabilidad,
por tanto preliminarmente se puede decir que no se rechaza la hiptesis nula.
8. Obtencin del Cuadro ANOVA
> tarea1<-lm(IR~as.factor(Clase),data=Datos1)
> anova(tarea1)
Analysis of Variance Table
Response: IR
Df Sum Sq Mean Sq F value Pr(>F)
as.factor(Clase) 2 133.96 66.981 2.2604 0.1104
Residuals
87 2578.07 29.633

C. Conclusin y anlisis de los resultados

El nivel de significancia supuesto en este caso es =0.05.
De los resultados de la tabla de ANOVA obtenidos especficamente el valor
de Pr(>F)= 0.1104 resulta mayor a 0.05, (0,1104>0.05). Por tanto no se
rechaza la hiptesis nula H0, lo que indica que el tipo de piedra picada
usada en la elaboracin del asfalto no influye en la rugosidad del mismo.
TAREA N 1. ANOVA