Professional Documents
Culture Documents
Ejercicios Captulo 2
(Design and Analysis of Experiments.Eighth Edition. MONTGOMERY)
2.1.Computer output for a random sample of data is shown below. Some of the quantities are
missing. Compute the values of the missing quantities.
SE Mean = n =
3.12
3
= 1.04
Variance = 2 = 9.734
2.4. Suppose that we are testing
H0 : = 0 vs H0 : 0
Calculate the P-value for the following observed values of the test statistic:
a)Z0 = 2.45
p = 1 (Z0 ) = 1 0.9928572 = 0.007142811
b)Z0 = 1.53
p = 1 (Z0 ) = 1 0.06300836 = 0.9369916
c)Z0 = 2.15
p = 1 (Z0 ) = 1 0.9842224 = 0.01577761
d)Z0 = 1.95
p = 1 (Z0 ) = 1 0.9744119 = .02558806
e)Z0 = 0.25
p = 1 (Z0 ) = 1 0.4012937 = 0.5099725
2.7. Suppose that we are testing H0 : 1 = 2 v.s H1 : 1 > 2 where the two sample sizes are
n1 = n2 = 10. Both sample variances are unknown but assumed equal. Find bounds on the P-value
for the following observed values of the test statistic.
a) t0 = 2.31
2.101 < 2.31 < 2.552
0.025 > P (t > 2.31) > 0.01
0.01 < P valor < 0.025
b) t0 = 3.6
2.878 < 3.6 < 3.610
0.005 > P (t > 3.6) > 0.001
0.001 < P valor < 0.005
c) t0 = 1.95
1.734 < 1.95 < 2.101
0.05 > P (t > 1.95) > 0.025
0.025 < P valor < 0.05
d) t0 = 2.19
2.101 < 2.19 < 2.552
0.025 > P (t > 2.19) > 0.01
0.01 < P valor < 0.025
2.10. A computer program has produced the following output for a hypothesis-testing problem:
to =
r
Sp
r
Sp
y y2
q1
Sp n11 + n12
1
y1 y2
1
+
=
n1 n2
to
1
1
11.5
+
=
= 6.117
n1 n2
1.88
y y2
q1
Sp n11 + n12
1
y1 y2
1
+
=
n1 n2
to
1
11.5
1
+
=
= 6.117
n1 n2
1.88
S = SEy N
S = 0.4673 5
S = 2.3365
y + t/2,24 S N
2.3365
= 935449
5
-Rechazaremos la hipotesis nula si |t0 | > t/2,n1 , donde t/2,n1 denota el punto porcentual superior
t0 =
y 0
S
N
92.5805 91
2.3365
5
= 3.3821
t/2,n1 = t0.025 24 = 2.0638
Se tiene por tanto que |t0 | > t/2,n1 , y rechazamos la hipotesis nula.
b) Is this a one-sided or a two-sided test?
p = P (t0 tc )
= 1 P (t0 < tc )
= 1 0.9987
0.0013
Como en la salida se tiene P = 0.002 y P = 2 p, la prueba es a dos colas.
c)If the hypotheses had been H0 : = 90 versus H1 : 6= 90 would you reject the null hypothesis at
the 0.05 level? Calculando t0 se tiene
t0 =
92.5805 90
2.3365
5
= 5.5221
En este caso se tiene que |t0 | = 505221 > t/2 n 1 = 2.0638, por lo tanto se rechaza la hipotesis nula.
d) Use the output and the t table to find a 99 percent twosided CI on the mean.
y
P (t/2,n1
S
N
t/2,n1 ) = 1
S
S
P (y t/2,n1 y + t/2,n1 ) = 1
N
N
Un intervalo de confianza del 99% para es
(92.5805 2.7964
0.4673
0.4673
, 92.5805 + 2.7964
)
5
5
(91.2737, 93.8872)
e) What is the P-value if the alternative hypothesis is H1 : > 91? La salida muestra un P-valor de
una prueba a dos colas, por lo tanto si la hipotesis alternativa es
H1 : > 91
P =
0.002
= 0.001
2
2.16. The breaking strength of a fiber is required to be at least 150 psi. Past experience has indicated
that the standard deviation of breaking strengths is = 3psi. A random sample of four specimens
is tested and the results are y1 = 145, y2 = 153, y3 = 150 and y4 = 147.
a) State the hypotheses that you think should be tested in this experiment.
H0 : = 150 vs. H1 : > 150
Se rechaza H0 si Zc > Z1
Donde Zc =
Y 0
[
y Z 2 y + Z 2 ]
n
n
3
3
[146.75 1.96 ; 146.75 + 1.96 ]
n
n
[145.81; 151.69]
2.19. A normally distributed random variable has an unknown mean and a known variance
2 = 9. Find the sample size required to construct a 95 percent confidence interval on the mean that
has total length of 1.0.
Confidence interval on the mean:
3
3
(Y 1.96 , Y + 1.96 )
n
n
3
1.96 = 0, 5
n
1.96 3
= n
0, 5
n = 138.2976 139
2.22. The time to repair an electronic instrument is a normally distributed random variable measured
in hours. The repair times for 16 such instruments chosen at random are as follows:
a) You wish to know if the mean repair time exceeds 225 hours. Set up appropriate hypotheses for
investigating this issue.
H0 : = 225
H1 : > 225
b) Test the hypotheses you formulated in part (a). What are your conclusions? Use = 0.05.
Y = 241.5
t0 =
S = 98.725
Y 0
= 0.668
S/ n
t0.95,15 = 1.753
(y1 y2 ) (1 2 )
q
1
1
+ 12
10
Zo = 5.83
Z0.01 = 2.32
5.83 < 2.32
r
r
1
1
1
1
(y1 y2 (2.326)(
+ ); y1 y2 + (2.326)(
+ ))
10 12
10 12
IC 99%(6.504, 8.496)
Por lo tanto, no hay suficiente evidencia estadstica para rechazar la hipotesis nula. En consecuencia, no se aconseja usar el plastico n
umero 1.
2.28. A new filtering device is installed in a chemical unit. Before its installation, a random sample
yielded the following information about the percentage of impurity: y1 = 12.5, S12 = 101.17, and
n1 = 8. After installation, a random sample yielded y2 = 10.2, S22 = 94.73, n2 = 9.
a) Can you conclude that the two variances are equal? Use = 0.05
Se quieren contrastar las hipotesis
H0 : 12 = 22
vs
H1 : 12 =6= 22
El estadstico de prueba es
F0 =
=
S12
S22
101.17
= 1.067
94.73
y
F/2,n1 1,n2 1=F0.025,7,8=4.52
Como no se tiene
F0 > F/2,7,8
no se rechaza la hipotesis nula.
b) Has the filtering device reduced the percentage of impurity significantly? Use = 0.05.
En este caso se desea contrastar las hipotesis
H0 : 1 = 2
vs
H1 : 1 > 2
Se puede suponer que 12 = 22 = 2 , por la prueba anterior, siendo as, el estadstico de prueba para
este sistema de hipotesis sera
y1 y2
to = q
Sp n11 + n12
con
Sp2 =
una estimacion de la varianza 2 . Reemplazando los distintos valores en las ecuaciones anteriores se
tiene
t0 = 0.4625
Con un nivel de significancia del 5% se tiene
t/2,n1 +n2 2
t0.975,14 = 2.1447
Como no se tiene t0 > t0.975,14 no se rechaza la hipotsis nula y se concluye que no hay evidencia
estadstica que indique que con el nuevo dispositivo de filtrado se ha reducido significativamente el
porcentaje de impurezas.
2.31. Twenty observations on etch uniformity on silicon wafers are taken during a qualification
experiment for a plasma etcher.The data are as follows:
(201)(0.88907)2
32.852
(n1)S 2
21 ,n1
2
(201)(0.88907)2
8.907
(0.457, 1.686)
Test the hypotheses that 2 = 1.0. Use = 0.05 . What are your conclusions ?
2 = 1
vs.
2
6= 1
Regla de decision: Rechazar si 20 > 2 ,n1
2
20 = (n1)S
= (201)(0.88907)
= 15.01846383
1
02
2
Y se sabe que ,n1 = 32.852
2
Luego, no se rechaza la hipotesis nula.
Discuss the normality assumption and its role in this problem.
El supuesto de normalidad es fundamental en este problema, ya que es el punto de partida para
el estadstico usado en la prueba de varianza y su intervalo de confianza. En dado caso, que
el supuesto de normalidad no sea valido, la prueba hecha y el intervalo de confianza realizados
anteriormente no seran correctos. Cabe destacar que en el siguiente numeral se verificara este
supuesto.
Check normality by constructing a normal probability plot. What are your conclusions?
H0 : d = 0 vs H1 : 0 6= 0
t0 =
d0
sd / n
0.274
0.045
= 6.08
d = 0.274
t0.025,8 = 2.306
Sd = 0.135
t0.975,8 = 2.306
Como t0 > t0,975,8 se rechaza H0 .
Por lo tanto se puede concluir que hay diferencia entre los dos metodos.
c) Construct a 95 percent confidence interval for the difference in mean predicted to observed load.
(d t1/2,
Sd
n1
Sd
n1
(a) Gr
afico QQ muestra 1 - Metodo Karlsruhe
(b) Gr
afico QQ muestra 2 - Metodo Leihgh
e) Investigate the normality assumption for the difference in ratios for the two methods.
Al igual que los datos del literal anterior se puede afirmar el supuesto en la diferencia de las dos
muestras.
a) Do the data indicate that the claim that both solutions have the same mean etch rate is valid?
Use = 0.05 and assume equal variances.
Y1 = 9.95
Sp2 =
S1 = 9.95
1.7962
(n1 1)S12 + (n2 )S22
=
= 0.1283
n1 + n2 2
14
Y2 = 10.3625, S2 = 0.2326
t0 =
Y Y2
0.4125
q1
= 6.4302
=
0.06415
Sp n11 + n12
t0.025,14 = 2.01444
q
1
1
Y1 Y2 t1 2 ,v Sp n1 + n2
(0.4125 2.1447(0.06415))
(0.55; 0.274)
c) Use normal probability plots to investigate the adequacy of the assumptions of normality and
equal variances.
Como se observa en los graficos las observaciones estan ubicadas cerca a la recta, lo que indica que
las poblaciones de las que vienen las muestras presentan distribucion normal.
( n11 +
22
)
N n1
12
22
= 2 +
=0
n1
(N n1 )2
n1
22
12
=
n21
n22
Como la varianza es positiva y el tama
no de la muestra tambien, sacamos raiz cuadrada a ambos
lados.
1
2
=
n1
n2
Con lo cual obtenemos que se deben elegir tama
nos de muestra para cada poblacion proporcional
a la desviacion estandar de cada poblacion.
2.43. Develop Equation 2.50 for a 100(1 ) percent confidence interval for the ratio
and 22 are the variances of two normal distributions.
Se sabe que
S 2 [( 2 /n 1)] 2n1
Por tanto
12
,
22
where 12
2n1
S2
2
n1
Luego
S22
22
S12
12
Fn2 1,n1 1
P (F1/2,n2 1,n1 1
= P(
S22
22
S12
12
12
22
es
F/2,n2 1,n1 1 ) = 1
S12
12
S12
F
F/2,n2 1,n1 1 ) = 1
1/2,n
1,n
1
2
1
S22
22
S22
2.46. Consider the experiment described in Problem 2.26. If the mean burning times of the two
flares differ by as much as 2 minutes, find the power of the test. What sample size would be required
to detect an actual difference in mean burning time of 1 minute with a power of at least 0.90?
Ejercicios Captulo 1
(Dise
no de Experimentos [Metodos y Aplicaciones])
1. Comente que importancia tienen los dise
nos experimentales en la investigacion experimental y
que aspectos se deben considerar dentro de la metodologa experimental.
Una correcta elaboracion del dise
no experimental le va permitir al investigador hacer inferencia
sobre la poblacion con respecto a su experimento, de lo contrario todo su experimento no tendra
validez cuando se quiera generalizar a la poblacion.
Los aspectos que se deben considerar dentro de la metodologa experimental son:
Identificacion y enunciacion del problema.
Eleccion de los factores, los niveles y los rangos.
Seleccion de la variable de respuesta.
Eleccion del dise
no experimental.
Realizacion del experimento.
Analisis estadstico de los datos.
Conclusiones y recomendaciones,
3. Cuales seran las unidades experimentales, replicas, unidades observacionales, tratamientos y el
modelo matematico en las siguientes situaciones?
a) Un experimento en el que se examina la efectividad de varios antiboticos en animales de laboratorio.
Unidades experimentales: Animales de laboratorio.
Unidades observacionales: Animales de laboratorio.
Tratamientos: Antiboticos
Modelo matematico:
Yij = + Ai + ej(i)
b) Un estudio de la fisiologa de los ejercicios con voluntarios humanos, en donde estos se someten a
una prueba respiratoria y cardiovascular despues de estar en una banda caminadora.
Unidades experimentales: Humanos voluntarios
Unidades observacionales: Humanos voluntarios
Tratamientos: Tiempo en la banda caminadora
Modelo matematico:
Yij = + Ti + ej(i)
Donde Ti es el i-esimo tiempo aplicado a un voluntario.
ej(i) N (0, 2 )
Factores: Envoltura.
Niveles: Icopor, Biopak, Cry-0-Pak y Shopak
Unidades experimentales: Porciones de carne que son empacadas.
Unidades observacionales: Porciones de carne que son empacadas.
Tratamientos: Icopor, Biopak, Cry-0-Pak y Shopak
variable respuesta: Peso perdido en porcentaje.
b) Dise
ne una aleatorizacion correcta para este experimento y proponga el modelo lineal asociado.
Es recomendable para el experimento que hayan por lo menos 4n porciones de carne (con condiciones de homogeneidad), donde n > 1 para garantizar la replicacion de cada envoltura. Por otro
lado, para determinar que tipo de envoltura se le asigna a cada porcion de carne, se realiza un
coordinado negativo para garantizar aleatorizacion.
7. Se midio la concentracion de calcio en hojas de cinco especies de arboles para saber si el nitrogeno
en tres niveles diferentes afectaba el porcentaje de peso seco de la hoja (esta es una forma de medir la
concentracion de calcio). Dentro de cada arbol, se tomaron aleatoriamente cuatro hojas y se hicieron
cuatro lecturas de cada hoja.
a) Lleve a cabo una descripcion completa del experimento especificando: Objetivos, poblacion, factores, unidades experimentales, unidades observacionales, tratamientos y variable respuesta.
Objetivo: Observar si los niveles de nitrogeno afectan la concentracion de calcio en los arboles.
Poblacion: Arboles.
Factores:Nitrogeno.
b) Presente el modelo lineal para su estudio; identifique los factores, los tratamientos y las unidades
experimentales.
Factores: Tipo de aceite y tipo de combustible.
Tratamientos: Todas las combinaciones entre los dos tipos de aceite y los tres tipos de combustible.
Unidades experimentales: Vehculo
Modelo lineal:
Yijkm = + Ci + Aj + Ci Aj + Gk + el(ijk)
c) Que suposiciones tendra que hacer sobre su estudio para tener inferencias validas?
el(ijk) N (0, 2
Homogeneidad de varianza y normalidad.
.