DISEO EXPERIMENTAL

FASE 4

TRABAJO PRESENTADO POR:

JULIAN ALEXIS MARTINEZ AVELLANEDA
CDIGO. 1.071.164.636

DIRECTOR DE CURSO
CAMPO RIAO

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA- UNAD

ECAPMA
PROGRAMA, ZOOTECNIA
BOGOT D.C
2016

1. Un docente en la UNAD, viene realizando experimentos sobre la textura de

un producto crnico.
Para determinar el efecto de las condiciones ambientales, y la concentracin de
una sustancia funcional aprobada por el INVIMA, en la textura del producto, realizo
un trabajo experimental en la planta piloto de la ECBTI.
Para el experimento utiliz tres concentraciones de la sustancia seleccionada y
almacen los productos en tres condiciones ambientales diferentes 1,2 y 3.
Los datos que siguen corresponden a tres rplicas de cada uno de los nueve
tratamientos. Se realizaron todos los ensayos y se obtuvieron los siguientes datos:
Tabla 1. Datos de la textura del producto
Sustancia funcional

Condiciones de almacenamiento para el

%
Concentracin 1

curado
Condicin 1
3.1, 3.7,

Condicin 2
5.5, 6.7,

Concentracin 2

4.7
6.0, 6.9,

7.3,
11.2,

Concentracin 3

7.5
7.7, 8.3,

13
15.7, 14.3,

16.5
19.1, 18.2,

9.5

15.2

19.0

Condicin 3
7.9,
8.5,

9.3,
12.34, 17.0, 15.8,

a) Qu tipo de diseo experimental se sigui? Justifique la respuesta. (Valor 5/100

puntos).
Es un Diseo completamente aleatorizado con 2 factores que son:
-Concentracin.
-Condicin.

Que al ser combinados entre todos sus niveles generan 9 tratamientos diferentes.
b) Formule las hiptesis apropiadas. (Valor 3/100 puntos).
El sistema de hiptesis estadstico es:
i=0
Vs .

Al menos un tratamiento diferente.

c)

Qu grado de significancia propondras? Justifica su decisin. (Valor 3/100

puntos).
Antes de hacer una prueba de hiptesis se selecciona el nivel de significancia para
juzgar si los resultados son estadsticamente significantes. Que determinan la
probabilidad del error inherente a la prueba.
Formalmente es el nivel de riesgo mximo aceptado, uno escoge el nivel de
significancia que balancee el error tipo I y error tipo II basado en la experiencia
sobre situaciones prcticas.

Escoger una significancia grande como 0.1 para tener ms certeza de no se

pierda la deteccin de una diferencia que puede existir.
Escoger una significancia pequea como 0.01 es para tener mayor certeza de que
solo se detectara una diferencia que realmente existe.
En este caso se seleccionar un =0.05.
d)

Realice el ANAVA o ANOVA para probar la hiptesis y obtenga conclusiones.

(Valor 15/100 puntos).

Mean
Df
conc

Sum sq sq

F value Pr(>F)
8.97e-

**

289.90

144.95

244.5

14
5.46e-

*
**

cond
2
conc:con

306.92

153.46

258.8

14
5.69e-

*
**

d
4
Residual

28.92

7.23

12.2

05

10.67

0.59

18

Una vez realizado el ANOVA, segn los p-valores se rechaza la hiptesis de

igualdad de tratamientos, resultan los

factores significativos y su interaccin

estadsticamente significativamente.
Tambin se puede ver que la concentracin y condicin como causa de variacin
aportan mucho a la suma de cuadrados total.
e) Se podra presentar una ecuacin estadstica? Cmo sera esta? (Valor 6/100
puntos).
Si se puede, el modelo que se acepta despus del ANOVA, es el modelo
completo.
y ijk=Conc i+ Cond j +CondConc ij + k (ij)

2. La siguiente tabla result de un experimento 2 2 con tres rplicas por

combinacin de tratamientos diseados para mejorar el rendimiento de un
proceso bioqumico. Para lo cual se seleccionaron dos factores y se
realizaron tres rplicas de cada tratamiento, reportndose los siguientes
datos.
Tabla 2. Rendimientos del proceso biotecnolgico
Nivel del Factor
a
b
-+
+

Condicin

-+
+

I
a
b
ab

Observaciones
Replicas
1
2
106
95
197
205
199
207
329
331

a) Utilice los datos de la tabla para calcular los contrastes de efectos.

Contraste A=670.9993
Contraste B=627.0024
Contraste AB=72.99315
b) La suma de cuadrados.
SC(A)=37520
SC(B)=32761
SC(AB)=444
SC(Error)=916
SCT= 71641
c) Construya una tabla ANOVA.

Df

Sum sq

Mean F

p-value

3
118
216
190
308

sq
8.91eA

37520

37520

327.686 08
1.51e-

B
1
A:B
1
Residual

32761
444

32761
444

286.120 07
3.878
0.0844

916

115

c) Prueba todas las hiptesis usando un grado de significancia apropiado.

La hiptesis nula es que cada uno de los efectos de los factores es igual a cero, y
para tal fin se usan los valores de F en la ANOVA contra un F-calculado= 5.317655
con 1 grado en el numerador y 8 en el denominador con un nivel de significancia
del 0.05.
Resultan significantes los factores A y B, pero no su interaccin sobre el
rendimiento del proceso biotecnolgico.

e) Qu efectos son significativos?

Los efectos significativos son A y B, sin necesidad de interaccin.

f) Cul es el mejor tratamiento?

Usando el LSD de Fisher, si hay diferencias significativas entre la presencia y
ausencia de los factores, adems la presencia de los tratamientos aumenta la
media del rendimiento del proceso, luego se puede pensar en seleccionar el

tratamiento A, B o ambos. Pero sera necesario analizar costos del proceso o

pensar en otro tipo de experimento.

Para A
Groups, Treatments and means
a

264.3

152.5

Y
std
r
1.525.00 5.137.60

LCL
UCL
Min
1.424.26 1.625.73

Max

0
6
6
2.643.33 6.468.90

3
7
95
2.542.59 2.744.07

207

197

331

Y
std
r
1.561.66 5.540.18

LCL

UCL
Min
1.662.40

Max

7
7
6
2.606.66 6.860.51

146.093 3
95
2.707.40

216

250.593 3

331

Para B
Groups, Treatments and means
a

260.6667

156.1667

190

Con el tratamiento A se tiene una media ms alta, aunque y tiene un intervalo de

confianza un poco ms pequeo, pero no resulta siendo muy fuerte este
argumento. Pues el intervalo de B contiene a A en cuanto al nivel presencia que es
el importante.

y=100.250+111.833*A+104.5B

Cuando se trabaja con una superficie de respuesta no es claro el efecto de la

interaccin tampoco. Y se puede observar

que la presencia de los factores

impacta en el aumento de la media del rendimiento del proceso biotecnolgico.

El modelo estadstico para la respuesta es:

y ijk=+ A i+ B j + k (ij)

Bibliografa:

1. Melo, O., Lpez, L. A., & Melo, S. E. (2007). Diseo de experimentos: mtodos y
aplicaciones. Editorial Universidad Nacional de Colombia. Bogot, Colombia.
2. Montgomery, D. C. (2013). Design and Analysis of Experiments Eighth Edition.