LAURA ELENA PUENTES PRADO

UNIVERSIDAD DE GUANAJUATO
DIVISIN DE CIENCIAS NATURALES Y EXACTAS
MAT-2051 1 (DISEO DE EXPERIMENTOS)
TAREA #3. DISEOS EN BLOQUES

I. Problemas del libro. Captulo 4

1. En qu situacin se aplica un diseo de bloques completos al azar? En qu

difieren los factores de tratamiento y de bloques?

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 inters y no a otros factores que
no se consideran en el estudio. Cuando se quiere nulificar el efecto de estos otros factores se
realiza un bloqueo. Por ejemplo, supongamos que se quieren compara varias mquinas, si cada
mquina es manejada por un operador diferente y se sabe que ste tiene influencia en el
resultado, entonces la forma de anular el efecto operador en la comparacin (bloquear) consiste
en que cada operador trabaje durante el experimento con cada una de las mquinas.

Los factores de bloque son aquellos factores adicionales al factor de inters que se incorporan de
manera explcita en un experimento comparativo. No se quiere analizar su efecto si no es un
medio para estudiar de manera adecuada y eficaz al factor inters (tratamiento).

2. Qu diferencia hay entre un DBCA y los diseos en cuadro latino?

En un diseo de bloques completos al azar (DBCA) se consideran tres fuentes de variabilidad: el

factor de tratamientos, el factor de bloque y el error aleatorio.

En el diseo en cuadro latino (DCL) se controlan: dos factores de bloque y se estudia un factor de
tratamientos, as que se tienen cuatro fuentes de variabilidad que pueden afectar sobre la
respuesta observada.

3. De acuerdo con el modelo estadstico para un diseo en bloques, por qu a travs

de este diseo se reduce el error aleatorio?
Porque en el diseo de bloques se analizan posibles factores (bloques) que pueden influir de
manera significativa en nuestro experimento entonces en base a ellos decidir si nuestros
resultados son vlidos o no.

4. A continuacin se muestra parte del ANOVA para un diseo de bloques, que tiene
tres tratamientos y cinco bloques con una sola repeticin por tratamiento-bloque.

Fuente de S. de G. de
C. medio Razn F0 Valor-p F critica
variacin cuadrados libertad
Tratamiento 600 2 600/2= 300 4.8 ? F2,8=4.46
Bloque 850 4 850/4= 212.5 3.4 ? F4,8=3.84
( )( )
Error 500 500/8=62.5
8
Total 1950 14

a) Agregar en esta tabla los grados de libertad, el cuadrado medio y la razn F

para cada una de las fuentes de variacin.
b) Interprete en forma prctica para cada caso, lo que est estimando el cuadrado
medio.

Si la hiptesis nula es verdadera el cuadrado medio puede estimar la varianza (2).

c) Escriba el modelo estadstico y las hiptesis pertinentes.

Modelo:

{ }

Hiptesis:

Tratamiento

para algn

d) Apyese en las tablas de distribucin F para aceptar o rechazar la hiptesis.

Como Fcritica < F0 entonces H0 se rechaza.

Es decir que SI existe diferencia significativa entre los tratamientos.

 e) Con apoyo de un software obtenga el valor-p para cada caso. Interprete los
resultados.

5. (6) Aunque en el anlisis de varianza para un diseo en bloques completos al azar

tambin se puede probar la hiptesis sobre si hay diferencia entre los bloques, se
dice que esta hiptesis se debe ver con ciertas reservas. Explique por qu.

Porque sta no es una prueba F exacta, sino aproximada, debido a la restriccin de aleatorizacin
(slo se aleatoriza dentro del bloque no de manera completa a causa de que no es prctico e
incluso imposible aleatorizar totalmente dada la existencias de los bloques). Sin embargo, en la
prctica se recomienda su interpretacin porque es evidencia en favor o en contra de que vali la
pena el esfuerzo de controlar el factor de bloque. Si resulta significativa significa que el factor de
bloque si tiene influencia sobre la variable respuesta, y debe ser tomado en cuenta para mejorar la
calidad de sta.

6. (7) Explique por qu se utiliza el adjetivo azar en el nombre del diseo en bloques
completos al azar.

Porque aunque es imposible aleatorizar de bloque a bloque, si se aleatoriza dentro del mismo
bloque, y tambin se aleatorizan los tratamientos. La imposibilidad de aleatorizar de bloque a
bloque se aprecia claramente cuando se bloquean factores como da o turno, ya que no tiene
sentido pensar en seleccionar al azar el orden de los das o los turnos porque es imposible regresar
en el tiempo.

7. (10) Se hace un estudio sobre la efectividad de tres maracas de atomizador para

matar moscas. Para ello cada producto se aplica a un grupo de 100 moscas, y se
cuenta el nmero de moscas muertas expresado en porcentajes. Se hicieron seis
rplicas, pero en das diferentes; por ello, se sospecha que puede haber algn
efecto importante debido a esta fuente de variacin. Los datos obtenidos se
muestran a continuacin:

Marca de Nmero de rplica (da)

atomizador 1 2 3 4 5 6
1 72 65 67 75 62 73
2 55 59 68 70 53 50
3 64 74 61 58 51 69

a) Suponiendo un DBCA, formule las hiptesis adecuadas y el modelo estadstico.

Modelo:

{ }

Hiptesis:

Tratamiento

para algn

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

Anlisis de varianza de dos factores con una sola muestra por grupo

RESUMEN Cuenta Suma Promedio Varianza

Fila 1 6 414 69 26
Fila 2 6 355 59.1666667 66.9666667
Fila 3 6 377 62.8333333 66.1666667

Columna 1 3 191 63.6666667 72.3333333

Columna 2 3 198 66 57
Columna 3 3 196 65.3333333 14.3333333
Columna 4 3 203 67.6666667 76.3333333
Columna 5 3 166 55.3333333 34.3333333
Columna 6 3 192 64 151

ANLISIS DE VARIANZA
Origen de Promedio Valor
las Suma de Grados de de los crtico para
variaciones cuadrados libertad cuadrados F Probabilidad F
Tratamiento 296.333333 2 148.166667 2.88075178 0.10280442 4.10282102
Bloques 281.333333 5 56.2666667 1.09397278 0.42071775 3.32583453
Error 514.333333 10 51.4333333

Total 1092 17

Como entonces se acepta, es decir que no existe diferencia significativa entre los
atomizadores para matar moscas.
 c) Hay algn atomizador mejor? Argumente su respuesta.

En base al anlisis anterior se concluye que no existe diferencia significativa entre los
atomizadores. Entonces no hay ningn atomizador mejor

d) Hay diferencias significativas en los resultados de diferentes das en qu se

realiz el experimento? Argumente su respuesta.

Hiptesis:

Bloques

para algn

Como entonces se acepta, es decir que no existe diferencia significativa entre los
bloques, es decir, los das en que se realiz la prueba.

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

Normalidad

[ ( )]
( )

Datos en Coeficientes
i xn-i+j-xi ai(xn-i+j-xi)
orden Shapiro-Wilks
1 50 0.4886 25 12.215
2 51 0.3253 23 7.4819
3 53 0.2553 20 5.106
4 55 0.2027 17 3.4459
5 58 0.1587 12 1.9044
 6 59 0.1197 10 1.197
7 61 0.0837 7 0.5859
8 62 0.0496 5 0.248
9 64 0.0163 1 0.0163
10 65 32.2004
11 67
12 68
13 69
14 70
15 72
16 73
17 74
18 75

64.235

Entonces 0.9495

Y de tablas 0.982

Por lo tanto si la hiptesis nula se acepta. Es una distribucin normal.

Varianza constante

Como los datos tienen una distribucin normal se utiliza el estadstico de Bartlett.
 para algn

Dnde:

[( ) ( ) ]
( )

( ) ( )

( )

Para tratamiento:

si2 log si2

26 1.41497335
66.9666667 1.82585868
66.1666667 1.82063926
159.133333 5.06147129

( )
21.2178

( ) ( )( ) 9.7775

( )
( ) 1.0944

20.571

De tablas 5.991

Por lo tanto, como entonces, la hiptesis nula se rechaza, esto quiere decir que no
existe Homocedasticidad en los datos.
Para bloque:

si2 72.3333333 57 14.3333333 76.3333333 34.3333333 151 405.333333
log si2 1.85933848 1.75587486 1.1563472 1.88271423 1.53571597 2.17897695 10.3689677

( )
135.1111

( ) ( )( ) -19.8845

( )
( ) 1.0178

- 44.9862

De tablas 11.070

Por lo tanto, como entonces, la hiptesis nula se acepta, esto quiere decir que hay
homogeneidad de varianza en los datos con respecto a los bloques.
Independencia

El mtodo analtico de comprobar el supuesto de independencia se realiza con la prueba Durbin-

Watson.

( )

( )
( )

Datos yi ei ei2 (ei-ei-1)2

1 72 69.000 -3.00 9.00
2 65 69.000 4.00 16.00 49
3 67 69.000 2.00 4.00 4
4 75 69.000 -6.00 36.00 64
5 62 69.000 7.00 49.00 169
6 73 69.000 -4.00 16.00 121
7 55 59.167 4.17 17.36 66.6944444
8 59 59.167 0.17 0.03 16
9 68 59.167 -8.83 78.03 81
10 70 59.167 -10.83 117.36 4
11 53 59.167 6.17 38.03 289
12 50 59.167 9.17 84.03 9
13 64 62.833 -1.17 1.36 106.777778
 14 74 62.833 -11.17 124.69 100
15 61 62.833 1.83 3.36 169
16 58 62.833 4.83 23.36 9
17 51 62.833 11.83 140.03 49
18 69 62.833 -6.17 38.03 324
795.667 1630.472

2.049

De las tablas obtenemos para p=2, y

Por lo tanto, siendo que se acepta , es decir no existe correlacin entre los datos.

8. (12) Se dise un experimento para estudiar el rendimiento de cuatro detergentes.

Las siguientes lecturas de blancura se obtuvieron con un equipo especial
diseado para 12 cargas de lavado, distribuidas en tres modelos de lavadoras:

Detergente Lavadora 1 Lavadora 2 Lavadora 3

A 45 43 51
B 47 44 52
C 50 49 57
D 42 37 49
 a) Seale el nombre del diseo experimental utilizado.

Diseo en bloques completos al azar.

{ }

b) Formule la hiptesis que se quiere probar en este problema.

Tratamiento:

para algn

Bloques:

para algn

c) Realice el anlisis estadstico ms apropiado para estos datos y obtenga

conclusiones.

Anlisis de varianza de dos factores con una sola muestra por grupo

RESUMEN Cuenta Suma Promedio Varianza

Fila 1 3 139 46.3333333 17.3333333
Fila 2 3 143 47.6666667 16.3333333
Fila 3 3 156 52 19
Fila 4 3 128 42.6666667 36.3333333

Columna 1 4 184 46 11.3333333

Columna 2 4 173 43.25 24.25
Columna 3 4 209 52.25 11.5833333

ANLISIS DE VARIANZA
Origen de Promedio Valor
Suma de Grados de
las de los F Probabilidad crtico para
cuadrados libertad
variaciones cuadrados F
Tratamiento 133.666667 3 44.5555556 34.1276596 0.00036333 4.75706266
Bloque 170.166667 2 85.0833333 65.1702128 8.5228E-05 5.14325285
Error 7.83333333 6 1.30555556

Total 311.666667 11

En tratamiento:

Dado que , la hiptesis nula es rechazada, esto quiere decir que si existe diferencia
significativa entre los diferentes tipos de detergentes.

En bloque:

Como , la hiptesis nula se rechaza, esto se interpreta en que la lavadora que se

utilice si tiene influenza en el resultado del tratamiento (detergente).

9. (15) Un aspecto crtico para que se conserve la leche es la temperatura de

almacenamiento. De manera tradicional se han usado termmetros de mercurio
(Mer) para verificar que la temperatura sea la adecuada, pero ahora se han
comprado termmetros electrnicos (Rtd) para facilitar el proceso de medicin. Sin
embrago, se duda de las mediciones de estos nuevos dispositivos. Para aclarar
dudas y diagnosticar la situacin, durante cinco das se toman mediciones con
ambos tipos de termmetros en varios silos (a la misma hora). Los datos para cinco
silos se muestran a continuacin:

Da 1 Da 2 Da 3 Da 4 Da 5
Silo
Mer Rtd Mer Rtd Mer Rtd Mer Rtd Mer Rtd
A 4.0 2.6 4.0 2.8 5.0 5.0 0.5 0.0 3.0 2.4
B 5.0 6.4 6.0 6.4 2.0 2.3 4.0 4.2 4.0 4.0
C 4.5 3.3 4.0 1.4 3.5 1.8 2.0 -1.9 3.0 -7.6
D 2.5 3.1 4.0 5.0 6.5 6.6 4.5 2.7 4.0 6.3
E 4.0 0.0 4.0 0.4 3.5 0.6 2.0 -4.0 4.0 -6.3

a) Observe los datos y establezca una conjetura acerca de la confiabilidad de las

mediciones con Rtd (del termmetro de mercurio no hay duda).

A primera vista, si comparamos el termmetro de Mer con el Rtd se aprecian diferencias grandes,
incluso el termmetro Rtd marca temperaturas inferiores a 0C, cosa que nunca sucede con el otro
termmetro.
 b) Es claro que el silo se puede ver como tratamiento y da como bloque. Considere
slo los datos de Rtd y establezca el modelo estadstico. Tambin haga el ANOVA
correspondiente y obtenga conclusiones.

El tipo de anlisis sera Diseo en bloques completos al azar (DBCA), cuyo modelo es:

{ }

Hiptesis:

Tratamiento:

para algn

Bloques:

para algn

Anlisis de varianza de dos factores con una sola muestra por grupo

RESUMEN Cuenta Suma Promedio Varianza

Fila 1 5 12.8 2.56 3.148
Fila 2 5 23.3 4.66 3.068
Fila 3 5 -3 -0.6 18.915
Fila 4 5 23.7 4.74 3.203
Fila 5 5 -9.3 -1.86 9.728

Columna 1 5 15.4 3.08 5.197

Columna 2 5 16 3.2 6.18
Columna 3 5 16.3 3.26 6.078
Columna 4 5 1 0.2 11.085
Columna 5 5 -1.2 -0.24 39.653
ANLISIS DE VARIANZA
Origen de Promedio Valor
las Suma de Grados de de los crtico para
variaciones cuadrados libertad cuadrados F Probabilidad F
Filas 182.532 4 45.633 8.09095745 0.00091159 3.00691728
Columnas 62.008 4 15.502 2.74858156 0.06486529 3.00691728
Error 90.24 16 5.64

Total 334.78 24

En tratamiento:

Dado que , la hiptesis se rechaza, esto significa que la temperatura en los silos es
diferente.

En bloque:

Como , la hiptesis nula se acepta, esto se interpreta en que el da no tiene un efecto

en la medicin de la temperatura.

c) Repita el inciso anterior pero ahora para las mediciones Mer.

El tipo de anlisis sera Diseo en bloques completos al azar (DBCA), cuyo modelo es:

{ }

Hiptesis:

Tratamiento:

para algn

Bloques:

para algn
Anlisis de varianza de dos factores con una sola muestra por grupo

RESUMEN Cuenta Suma Promedio Varianza

Fila 1 5 16.5 3.3 2.95
Fila 2 5 21 4.2 2.2
Fila 3 5 17 3.4 0.925
Fila 4 5 21.5 4.3 2.075
Fila 5 5 17.5 3.5 0.75

Columna 1 5 20 4 0.875
Columna 2 5 22 4.4 0.8
Columna 3 5 20.5 4.1 2.925
Columna 4 5 13 2.6 2.675
Columna 5 5 18 3.6 0.3

ANLISIS DE VARIANZA
Origen de Promedio Valor
las Suma de Grados de de los crtico para
variaciones cuadrados libertad cuadrados F Probabilidad F
Filas 4.46 4 1.115 0.69040248 0.60921239 3.00691728
Columnas 9.76 4 2.44 1.51083591 0.24602212 3.00691728
Error 25.84 16 1.615

Total 40.06 24

En tratamiento:

Dado que , la hiptesis se acepta, esto significa que la temperatura en los silos no
es diferente.

En bloque:

Como , la hiptesis nula se acepta, esto se interpreta en que el da no tiene un

efecto en la medicin de la temperatura.

d) Las conclusiones obtenidas en los incisos anteriores coinciden? Comente su

respuesta.

No las conclusiones con respecto a los tratamientos (silos) fue distinta, en el caso del termmetro
Rtd haba variacin en los silos; mientras que con el termmetro Mer, eso no se detect, los silos
eran estadsticamente iguales. Esto quiere decir que los termmetros son distintos entre s, ya que
muestran conclusiones diferentes.

e) Datos pareados. Para comprara los dos mtodos de medicin (Mer y Rtd) obtenga
como variable de respuesta a la diferencia de temperaturas que registran los
mtodos para cada da en cada silo. Considerando esto, establezca el modelo
estadstico, haga el ANOVA correspondiente y obtenga conclusiones.

Para |MER-RTD|
Da 1 Da 2 Da 3 Da 4 Da 5
Silo
Dif. Dif. Dif. Dif. Dif.
A 1.4 1.2 0 0.5 0.6
B 1.4 0.4 0.3 0.2 0
C 1.2 2.6 1.7 3.9 10.6
D 0.6 1 0.1 1.8 2.3
E 4 3.6 2.9 6 10.3

El tipo de anlisis sera Diseo en bloques completos al azar (DBCA), cuyo modelo es:

{ }

Hiptesis:

Tratamiento:

para algn

Bloques:

para algn
Anlisis de varianza de dos factores con una sola muestra por grupo

RESUMEN Cuenta Suma Promedio Varianza

Fila 1 5 3.7 0.74 0.318
Fila 2 5 2.3 0.46 0.298
Fila 3 5 20 4 14.665
Fila 4 5 5.8 1.16 0.793
Fila 5 5 26.8 5.36 8.953

Columna 1 5 8.6 1.72 1.732

Columna 2 5 8.8 1.76 1.708
Columna 3 5 5 1 1.6
Columna 4 5 12.4 2.48 5.997
Columna 5 5 23.8 4.76 27.703

ANLISIS DE VARIANZA
Origen de Promedio Valor
las Suma de Grados de de los crtico para
variaciones cuadrados libertad cuadrados F Probabilidad F
Filas 96.8136 4 24.2034 6.65998927 0.00235744 3.00691728
Columnas 41.9616 4 10.4904 2.88661723 0.05639643 3.00691728
Error 58.1464 16 3.63415

Total 196.9216 24

En tratamiento:

Dado que , la hiptesis nula se rechaza esto se interpreta en que, la diferencia entre
las temperaturas de los termmetros, en los silos es diferente, es decir, hay diferencias entre cada
tratamiento.

En bloque:

Como , la hiptesis nula se acepta, esto se interpreta en que el da no tiene un efecto

en la medicin de la temperatura.

En conclusin, se puede inferir por los resultados en los incisos anteriores, que el termmetro Rtd
es diferente al termmetro Mer, y considerando que sobre ste ltimo no hay duda de su
funcionamiento, entonces, el termmetro Rtd, est daado y no registra las temperaturas
correctas.
 10. (16) Se requiere estudiar el efecto de cinco catalizadores diferentes (A, B, C, D y E)
sobre el tiempo de reaccin de un proceso qumico. Cada lote de material slo
permite cinco corridas y cada corrida requiere aproximadamente 1.5 horas, por lo
que slo se pueden realizar cinco corridas diarias. El experimentador decide correr
los experimentos con un diseo en cuadro latino para controlar activamente a los
lotes y das. Los datos obtenidos son:

Da
1 2 3 4 5
Lote 1 A=8 B=7 D=1 C=7 E=3
2 C=11 E=2 A=7 D=3 B=8
3 B=4 A=9 C=10 E=1 D=5
4 D=6 C=8 E=6 B=6 A=10
5 E=4 D=2 B=3 A=8 C=8

a) Cmo se aleatoriz el experimento?

Primero se construy el cuadro latino estndar, y despus se aleatoriza el orden de los renglones,
y despus el de las columnas. La regla fundamental es que cada letra debe aparecer slo una vez
en cada rengln y en cada columna.

b) Anote la ecuacin del modelo y las hiptesis estadsticas correspondientes.

El tipo de anlisis es Diseo en cuadro latino (DCL), cuyo modelo es:

Hiptesis:

Tratamiento:

para algn

Bloque 1:

para algn
Bloque 2:

para algn

c) Existen diferencias entre los tratamientos? Cules tratamientos son diferentes

entre s?

Anlisis de varianza de dos factores con una sola muestra por grupo

RESUMEN Cuenta Suma Promedio Varianza

Fila 1 5 26 5.2 9.2
Fila 2 5 31 6.2 13.7
Fila 3 5 29 5.8 13.7
Fila 4 5 36 7.2 3.2
Fila 5 5 25 5 8

Columna 1 5 33 6.6 8.8

Columna 2 5 28 5.6 11.3
Columna 3 5 27 5.4 12.3
Columna 4 5 25 5 8.5
Columna 5 5 34 6.8 7.7

sA= 5 42 8.4 1.3

sB= 5 28 5.6 4.3
sC= 5 44 8.8 2.7
sD= 5 17 3.4 4.3
sE= 5 16 3.2 3.7

ANLISIS DE VARIANZA
Origen de Promedio Valor
las Suma de Grados de de los crtico para
variaciones cuadrados libertad cuadrados F F
Tratamiento 141.44 4 35.36 11.3092 3.26
Das (B1) 12.24 4 3.06 0.9787 3.26
Lotes (B2) 15.44 4 3.86 1.2345 3.26
Error 37.52 12 3.1267

Total 206.64 24
En tratamiento:

Dado que , la hiptesis nula se rechaza, es decir, los tratamientos (catalizadores) son
diferentes entre s.

En bloque 1:

Como , la hiptesis nula se acepta, es decir, en que el da no tiene un efecto en los

catalizadores.

En bloque 2:

Como , la hiptesis nula se acepta, es decir, que el nmero de lote no tiene eecto
sobre el catalizador.

d) Los factores de ruido, lote y da afectan el tiempo de reaccin del proceso?

No, lo efectos de ruido (lote y da) no tienen influencia significativa sobre la reaccin del procesos
(catalizadores), es decir no influyen en los resultados de los tratamientos.

e) Dibuje los grficos de medias para los tratamientos, los lotes y los das. Cul
tratamiento es mejor?
Hiptesis:

( )( )

( )( ) 2.1788128

3.12667

( ) 2.4366
Utilizando LSD
i-j LSD H0
A B 2.8 > 2.43663628
A C 0.4 < 2.43663628
A D 5 > 2.43663628
A E 5.2 > 2.43663628
B C 3.2 > 2.43663628
B D 2.2 < 2.43663628
B E 2.4 < 2.43663628
C D 5.4 > 2.43663628
C E 5.6 > 2.43663628
D E 0.2 < 2.43663628

En base a esta comparacin los catalizadores E, D y B son estadsticamente iguales y los que
resultan mejores, ya que el tempo de reaccin es menor.

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

Normalidad

[ ( )]
( )

i yij ai xn-i+1-xi ai(xn-i+1-xi)

1 1 0.4450 24 10.6800
2 1 0.3069 23 7.0587
3 2 0.2543 21 5.3403
4 2 0.2148 20 4.2960
5 3 0.1822 18 3.2796
 6 3 0.1539 17 2.6163
7 3 0.1283 16 2.0528
8 4 0.1046 14 1.4644
9 4 0.0823 13 1.0699
10 5 0.0610 11 0.6710
11 6 0.0403 9 0.3627
12 6 0.0200 8 0.1600
13 6 0.0000 7 0.0000
14 7 39.0517
15 7
16 7
17 8
18 8
19 8
20 8
21 8
22 9
23 10
24 10
25 11

8.61

Entonces 7.3802

Y de tablas 0.985

Por lo tanto si la hiptesis nula se rechaza. Estos datos no provienen de una

distribucin normal.
Varianza constante

Como los datos no tienen una distribucin normal se utiliza el estadstico de Levine.

Para tratamiento:

para algn

Desviaciones de cada valor respecto a la media (tratamiento)

0.4 1.4 1.8 2.4 0.2
1.4 2.4 2.2 0.4 1.2
0.6 1.6 1.2 1.6 2.2
1.6 0.4 0.8 2.6 2.8
0.4 2.6 0.8 1.4 0.8

Anlisis de varianza de un factor

RESUMEN
Grupos Cuenta Suma Promedio Varianza
Columna 1 5 4.4 0.88 0.332
Columna 2 5 8.4 1.68 0.772
Columna 3 5 6.8 1.36 0.388
Columna 4 5 8.4 1.68 0.772
Columna 5 5 7.2 1.44 1.108

ANLISIS DE VARIANZA
Promedio Valor
Origen de las Suma de Grados de de los crtico para
variaciones cuadrados libertad cuadrados F Probabilidad F
Tratamientos 2.1504 4 0.5376 0.797 0.54104084 2.8660814
Error 13.488 20 0.6744

Total 15.6384 24

Por lo tanto si la hiptesis nula se acepta. Por lo tanto si existe homogeneidad de

varianza con respecto a los tratamientos.
Para bloque 1 (Das):

para algn

Desviaciones de cada valor respecto a la media (Das)

1.4 1.4 4.4 2.0 3.8
4.4 3.6 1.6 2.0 1.2
2.6 3.4 4.6 4.0 1.8
0.6 2.4 0.6 1.0 3.2
2.6 3.6 2.4 3.0 1.2

Anlisis de varianza de un factor

RESUMEN
Grupos Cuenta Suma Promedio Varianza
Columna 1 5 11.6 2.32 2.072
Columna 2 5 14.4 2.88 0.932
Columna 3 5 13.6 2.72 3.052
Columna 4 5 12 2.4 1.3
Columna 5 5 11.2 2.24 1.428
ANLISIS DE VARIANZA
Grados Promedio Valor
Origen de las Suma de de de los crtico para
variaciones cuadrados libertad cuadrados F Probabilidad F
Entre grupos 1.5104 4 0.3776 0.21493625 0.92702704 2.8660814
Dentro de los
grupos 35.136 20 1.7568

Total 36.6464 24

Por lo tanto si la hiptesis nula se acepta. Por lo tanto si existe homogeneidad de

varianza con respecto al da.

Para bloque 2 (Lotes):

para algn

Desviaciones de cada valor con respecto a la media (Lotes)

2.8 1.8 4.2 1.8 2.2
4.8 4.2 0.8 3.2 1.8
1.8 3.2 4.2 4.8 0.8
1.2 0.8 1.2 1.2 2.8
1.0 3.0 2.0 3.0 3.0
Anlisis de varianza de un factor

RESUMEN
Grupos Cuenta Suma Promedio Varianza
Fila 1 5 12.8 2.56 1.008
Fila 2 5 14.8 2.96 2.748
Fila 3 5 14.8 2.96 2.748
Fila 4 5 7.2 1.44 0.608
Fila 5 5 12 2.4 0.8

ANLISIS DE VARIANZA
Grados Promedio Valor
Origen de las Suma de de de los crtico para
variaciones cuadrados libertad cuadrados F Probabilidad F
Entre grupos 7.7696 4 1.9424 1.22750253 0.33073341 2.8660814
Dentro de los
grupos 31.648 20 1.5824

Total 39.4176 24

Por lo tanto como la hiptesis nula se acepta. Por lo tanto si existe homogeneidad de
varianza con respecto a los lotes.
Independencia

El mtodo analtico de comprobar el supuesto de independencia se realiza con la prueba Durbin-

Watson.

( )

( )
( )

Datos yi ei ei2 (ei-ei-1)2

8 8.4 0.40 0.16
9 8.4 -0.60 0.36 1.0
7 8.4 1.40 1.96 4.0
8 8.4 0.40 0.16 1.0
10 8.4 -1.60 2.56 4.0
4 5.6 1.60 2.56 10.2
7 5.6 -1.40 1.96 9.0
3 5.6 2.60 6.76 16.0
6 5.6 -0.40 0.16 9.0
8 5.6 -2.40 5.76 4.0
11 8.8 -2.20 4.84 0.0
8 8.8 0.80 0.64 9.0
10 8.8 -1.20 1.44 4.0
7 8.8 1.80 3.24 9.0
8 8.8 0.80 0.64 1.0
6 3.4 -2.60 6.76 11.6
2 3.4 1.40 1.96 16.0
1 3.4 2.40 5.76 1.0
3 3.4 0.40 0.16 4.0
5 3.4 -1.60 2.56 4.0
4 3.2 -0.80 0.64 0.6
2 3.2 1.20 1.44 4.0
6 3.2 -2.80 7.84 16.0
1 3.2 2.20 4.84 25.0
3 3.2 0.20 0.04 4.0
65.200 167.480

2.5687

De las tablas obtenemos para p=2, y

Por lo tanto, siendo que se acepta , es decir no existe correlacin entre los datos.

11. (21) Se quieren comparar tres dietas (A, B, C) a base de protenas de origen vegetal
utilizando 18 ratas de laboratorio de una misma camada. Primero se observa por
un tiempo el apetito para formar tres grupos de seis ratas, segn su voracidad; y
cada uno de estos grupos se clasifica a su vez en tres grupos de dos ratas, de
acuerdo a su peso inicial. Se plantea un experimento donde la variable de
respuesta es el peso en gramos ganado por las ratas despus de cierto perodo,
con los siguientes resultados:

Apetito/
A1 A2 A3
Peso inicial
67 (C) 105 (A) 95 (B)
P1 72 112 86

85 (A) 75 (B) 88 (C)

P2 98 67 110

66 (B) 68 (C) 108 (A)

P3 47 91 120

a) Analice los datos. Cules factores influyen en el peso ganado por las ratas?

El tipo de anlisis es Diseo en cuadro latino (DCL), cuyo modelo es:

Hiptesis:

Tratamiento:

para algn

Bloque 1:

para algn

Bloque 2:

para algn

Anlisis de varianza de dos factores con una sola muestra por grupo

RESUMEN Cuenta Suma Promedio Varianza

A 3 628 209.333333 550.333333
B 3 436 145.333333 1164.33333
C 3 496 165.333333 900.333333

Fila 1 3 537 179 1524

Fila 2 3 523 174.333333 840.333333
Fila 3 3 500 166.666667 3350.33333

Columna 1 3 435 145 1252

Columna 2 3 518 172.666667 1546.33333
Columna 3 3 607 202.333333 566.333333
ANLISIS DE VARIANZA
Promedio Valor
Origen de las Suma de Grados de de los crtico para
variaciones cuadrados libertad cuadrados F F
Tratamiento 6432 2 3216 99.4639175 6.94427191
Peso inicial (B1) 232.666667 2 116.333333 3.59793814 6.94427191
Voracidad (B2) 4932.66667 2 2466.33333 76.2783505 6.94427191
Error 64.6666667 2 32.3333333

Total 11662 8

En tratamiento:

Dado que , la hiptesis nula se rechaza, es decir, los tratamientos (dietas) son
diferentes entre s.

En bloque 1:

Como , la hiptesis nula se acepta, es decir, que el peso inicial no tiene un efecto en
el resultado.

En bloque 2:

Como , la hiptesis nula se rechaza, es decir, que la voracidad de las ratas si es un

factor que influye en los resultados.

b) Cul dieta es mejor?

Utilizando LSD
i-j LSD H0
A B 64 > 19.9763391
A C 44 > 19.9763391
B C 20 > 19.9763391

Por lo tanto, se puede concluir que la dieta B es la mejor, ya que el incremento de peso es el
menor.
 c) Alguno de los factores de bloque puede ser ignorado? Argumente su respuesta.

Como el peso inicial no tiene influencia en los resultados, este factor de bloque puede ser
ignorado.

d) Si se fuera el caso, analice de nuevo el experimento y saque conclusiones.

Hiptesis:

Tratamiento:

para algn

Bloques

para algn

Anlisis de varianza de dos factores con una sola muestra por grupo

RESUMEN Cuenta Suma Promedio Varianza

Fila 1 3 628 209.333333 550.333333
Fila 2 3 436 145.333333 1164.33333
Fila 3 3 496 165.333333 900.333333

Columna 1 3 435 145 1252

Columna 2 3 518 172.666667 1546.33333
Columna 3 3 607 202.333333 566.333333

ANLISIS DE VARIANZA
Origen de Promedio Valor
las Suma de Grados de de los crtico para
variaciones cuadrados libertad cuadrados F Probabilidad F
Filas 6432 2 3216 43.264574 0.00195228 6.94427191
Columnas 4932.66667 2 2466.33333 33.1793722 0.00323209 6.94427191
Error 297.333333 4 74.3333333

Total 11662 8
En tratamiento:

Dado que , la hiptesis nula se rechaza, es decir, los tratamientos (dietas) son
diferentes entre s.

En bloque:

Como , la hiptesis nula se rechaza, es decir, que l apetito si influye en el resultado.

Es decir los resultados siguen siendo los mismos.

e) Verifique los supuestos del modelo.

Normalidad

[ ( )]
( )

Coeficientes
Datos en
i Shapiro- xn-i+j-xi ai(xn-i+j-xi)
orden
Wilks
1 50 0.5888 14 8.2432
2 51 0.3244 11 3.5684
3 53 0.1976 8 1.5808
4 55 0.0947 4 0.3788
5 58 13.7712
6 59
7 61
8 62
9 64

3680.125

Entonces 0.00644

Y de tablas 0.978
 Por lo tanto si la hiptesis nula se acepta. Estos dato provienen de una
distribucin normal.

Varianza constante

Como los datos tienen una distribucin normal se utiliza el estadstico de Bartlett.

para algn

Dnde:

[( ) ( ) ]
( )

( ) ( )

( )
Para tratamiento:

si2 log si2

550.333333 2.74062582
1164.33333 3.06607733
900.333333 2.95440333
2615 8.76110648

sp2= 871.666667 log sp2= 2.94035044

q= -5212.3579
c= 1.05555556

-
2= 11370.2924

De tablas 5.991

Por lo tanto, como entonces, la hiptesis nula se rechaza, esto quiere decir que no
existe Homocedasticidad en los datos.

Para bloque:

si2 1252 1546.33333 566.333333 3364.66667
log si2 3.09760433 3.18930312 2.75307212 9.03997957
 sp2= 1121.55556 log sp2= 3.04982079
q= 0.2189656
c= 1.11111111

2= 0.45377118

De tablas 5.991

Por lo tanto, como entonces, la hiptesis nula se acepta, esto quiere decir que hay
homogeneidad de varianza en los datos con respecto a los bloques.

Independencia

El mtodo analtico de comprobar el supuesto de independencia se realiza con la prueba Durbin-

Watson.

( )

( )
( )

independencia
Datos yi ei ei2 (ei-ei-1)2
1 183 209.333333 -26.33 693.44
2 217 209.333333 7.67 58.78 1156
3 228 209.333333 18.67 348.44 121
 4 113 145.333333 -32.33 1045.44 2601
5 142 145.333333 -3.33 11.11 841
6 181 145.333333 35.67 1272.11 1521
7 139 165.333333 -26.33 693.44 3844
8 159 165.333333 -6.33 40.11 400
9 198 165.333333 32.67 1067.11 1521
5230.000 12005.000

2.2954

De las tablas no viene el valor correspondiente, para y , por lo tanto, no se pudo

concluir el mtodo analtico.

Grficamente: en base al valor de se puede concluir que no hay correlacin entre los datos.

12. (23) Un investigador est interesado en el efecto del porcentaje de lisina y del
porcentaje de protena en la produccin de vacas lecheras. Se consideran siete
niveles en cada factor.
% de lisina: 0.0 (A), 0.1 (B), 0.2 (C), 0.3 (D), 0.4 (E), 0.5 (F), 0.6 (G).
% de protena: 2 (), 4 (), 6 (), 8 (), 10 (), 12 (), 14 ().

Para el estudio se seleccionan siete vacas al azar, a las cuales se les da un seguimiento
de siete perodos de tres meses. Los datos en galones de leche fueron los siguientes:
 Vaca/
1 2 3 4 5 6 7
perodo
304 436 350 504 417 519 432
1
(A) (B) (C) (D) (E) (F) (G)
381 505 425 564 494 350 413
2
(B) (C) (D) (E) (F) (G) (A)
432 566 479 357 461 340 502
3
(C) (D) (E) (F) (G) (A) (B)
442 372 536 366 495 425 507
4
(D) (E) (F) (G) (A) (B) (C)
496 449 493 345 509 481 380
5
(E) (F) (G) (A) (B) (C) (D)
534 421 352 427 346 478 397
6
(F) (G) (A) (B) (C) (D) (E)
543 386 435 485 406 554 410
7
(G) (A) (B) (C) (D) (E) (F)

a) Analice este experimento. Qu factores tienen efecto en la produccin de leche?

Se utiliza un anlisis de diseo en cuadro greco-latino (DCGL)

Modelo:

Hiptesis:

% Lisina:

para algn

% Protena:

para algn

Vaca:

para algn
Perodo:

para algn

A 304 340 345 386 413 495 352
B 435 381 425 427 436 502 509
C 346 350 432 481 485 505 507
D 380 406 425 442 478 504 566
E 372 397 417 479 496 554 564
F 357 449 410 494 536 534 519
G 350 366 421 432 461 493 543

Anlisis de varianza de dos factores con una sola muestra por grupo

RESUMEN Cuenta Suma Promedio Varianza

Fila 1 7 2635 376.428571 3940.95238
Fila 2 7 3115 445 2057.66667
Fila 3 7 3106 443.714286 4887.2381
Fila 4 7 3201 457.285714 4051.57143
Fila 5 7 3279 468.428571 5728.95238
Fila 6 7 3299 471.285714 4704.57143
Fila 7 7 3066 438 4638.66667

Columna 1 7 2544 363.428571 1587.95238

Columna 2 7 2689 384.142857 1383.80952
Columna 3 7 2875 410.714286 887.571429
Columna 4 7 3141 448.714286 1456.57143
Columna 5 7 3305 472.142857 1629.14286
Columna 6 7 3587 512.428571 518.285714
Columna 7 7 3560 508.571429 5363.61905
 Vaca/
1 2 3 4 5 6 7
perodo
1 304 436 350 504 417 519 432
2 381 505 425 564 494 350 413
3 432 566 479 357 461 340 502
4 442 372 536 366 495 425 507
5 496 449 493 345 509 481 380
6 534 421 352 427 346 478 397
7 543 386 435 485 406 554 410

Anlisis de varianza de dos factores con una sola muestra por grupo

RESUMEN Cuenta Suma Promedio Varianza

Fila 1 7 2962 423.142857 5925.47619
Fila 2 7 3132 447.428571 5777.61905
Fila 3 7 3137 448.142857 6361.80952
Fila 4 7 3143 449 4415.33333
Fila 5 7 3153 450.428571 4055.28571
Fila 6 7 2955 422.142857 4501.14286
Fila 7 7 3219 459.857143 4644.47619

Columna 1 7 3132 447.428571 7373.28571

Columna 2 7 3135 447.857143 4611.14286
Columna 3 7 3070 438.571429 4937.61905
Columna 4 7 3048 435.428571 7151.61905
Columna 5 7 3128 446.857143 3555.80952
Columna 6 7 3147 449.571429 6674.28571
Columna 7 7 3041 434.428571 2542.95238

ANLISIS DE VARIANZA
Origen de Promedio Valor
las Suma de Grados de de los crtico para
variaciones cuadrados libertad cuadrados F F
% Lisina 42783.551 6 7130.5918 7.2322 2.51
%Protena 145879.551 6 24313.2585 24.6598 2.51
Vaca 8754.408 6 1459.0680 1.4799 2.51
Perodo 1760.980 6 293.4966 0.2977 2.51
Error 23662.776 24 985.9490
 Total 222841.265 48

En %Lisina:

Dado que , la hiptesis nula se rechaza, es decir, el porcentaje de lisina no es igual

para cada nivel, es decir, si tiene un efecto significativo.

En % Protena:

Como , , la hiptesis nula se rechaza, lo que significa que, el porcentaje de protena si

tiene un efecto en la produccin de vacas lecheras.

Vaca:

Como , la hiptesis nula se acepta, es decir, que la vaca (que vaca es) no es un factor
que influye en los resultados.

Perodo:

Como , la hiptesis nula se acepta, es decir, que el perodo tampoco es un factor que
influye en los resultados.

b) Interprete los datos usando grficos de medias.

 c) Cmo puede explicar la falta de efectos en vacas y perodo?

Estos factores que no influyen en la produccin de las vacas.

d) Qu porcentajes de lisina y protena dan los mejores resultados?

Utilizando diferencias mnimas significativas

Utilizando LSD
i-j LSD H0
1 A B 68.571 > 33.872
2 A C 67.286 > 33.872
3 A D 80.857 > 33.872
4 A E 92.000 > 33.872
5 A F 94.857 > 33.872
6 A G 61.571 > 33.872
7 B C 1.286 < 33.872
8 B D 12.286 < 33.872
9 B E 23.429 < 33.872
10 B F 26.286 < 33.872
11 B G 7.000 < 33.872
12 C D 13.571 < 33.872
13 C E 24.714 < 33.872
14 C F 27.571 < 33.872
15 C G 5.714 < 33.872
16 D E 11.143 < 33.872
17 D F 14.000 < 33.872
18 D G 19.286 < 33.872
19 E F 2.857 < 33.872
20 E G 30.429 < 33.872
21 F G 33.286 < 33.872

Entonces se concluye que el porcentaje de lisina A es el que proporciona menor produccin de las
vacas, pero el resto son significativamente iguales.
 e) Verifique los supuestos del modelo.

Normalidad

Homogeneidad de varianza
Independencia
II. Problemas marcados con asterisco

1. (2) Un equipo de especialistas en remotivacin, en un hospital psiquitrico,

condujo un experimento para comprobar cinco mtodos para remotivar a
los pacientes. Estos fueron agrupados de acuerdo con el nivel de motivacin
inicial. En cada grupo, los pacientes fueron asignados al azar a los cinco
mtodos. Al final del periodo experimental, un equipo de trabajo formado
por un psiquiatra, un psiclogo, una enfermera y un trabajador social
evaluaron a los pacientes. Ningn miembro del equipo de evaluacin sabia
de los mtodos que fueron asignados a los pacientes. El equipo asign a
cada paciente una calificacin como medida de su nivel de motivacin. Los
resultados fueron los siguientes:

Nivel de Mtodo de motivacin

motivacin inicial A B C D E
Nulo 58 68 60 68 64
Muy bajo 62 70 65 80 69
Bajo 67 78 68 81 70
Promedio 70 81 70 89 74

Proporcionan estos datos evidencia suficiente que indique una diferencia

en las calificaciones medias entre los mtodos? Sea = 0.05

2. (3) La enfermera supervisora de un departamento de salud local quera

analizar el efecto de la hora del da en la duracin de las visitas domiciliarias
realizadas por el personal de enfermera. Pensaba que las diferencias
individuales entre las enfermeras podan ser grandes, por lo que utiliz a las
enfermeras como un factor de formacin de bloques. Recolecto adems los
siguientes datos:

Duracin de la visita domiciliaria

Temprano
Enfermera En la A medio Por la
por la
maana da tarde
tarde
A 27 28 30 23
B 31 30 27 20
C 35 38 34 30
D 20 18 20 14
 Proporcionan estos datos evidencia suficiente para indicar una diferencia
en la duracin de las visitas domiciliarias en las diferentes horas del da? Sea
= 0.05

3. (5) Se realiza un experimento para investigar el efecto de la temperatura de

secado en granos de trigo con la finalidad de mejorar la calidad en el
horneado para producir pan. Se utilizaron tres niveles de temperatura y la
variable de respuesta medida fue el volumen de la pieza de pan obtenida.
Los datos obtenidos fueron los siguientes:

Temperatura
Volumen (cm3)
(C)
70.0 1245 1235 1285 1242 1235
75.0 1235 1240 1200 1220 1210
80.0 1225 1200 1170 1155 1095

a) La temperatura de secado afecta el volumen de pan? Usar un =0.01

b) Utilizar el mtodo de LSD para determinar la diferencia de medias y cul es
el tratamiento ms adecuado que cumple con los fines de obtener un mayor
volumen.
c) Analizar el cumplimiento de normalidad y homogeneidad de varianzas por
los mtodos grficos y matemticos.

4. (9) Un artculo en Agricultural Engineering (diciembre 1964, pp672-673)

describe un experimento en el cual el peso ganado diariamente por los
cerdos es evaluado en los diferentes niveles de temperatura de su vivienda.
El peso promedio de cada grupo de cerdos al inicio del experimento es
considerado como un factor de ruido. Los datos obtenidos de este experimento se
muestran a continuacin:

Temperatura promedio del aire de la vivienda (F)

Peso (lbs)
50 60 70 80 90 100
100 1.37 1.58 2.00 1.97 1.40 0.39
150 1.47 1.75 2.16 1.82 1.14 -0.19
200 1.19 1.91 2.22 1.67 0.88 -0.77
a) La temperatura promedio de la vivienda afecta al peso promedio ganado? Usa
=0.05
b) Utiliza el mtodo de LSD de Fisher para determinar qu niveles de temperatura son
diferentes.
c) Analiza los residuos de este experimento y haz comentarios sobre la adecuacin
del modelo.