Professional Documents
Culture Documents
Porcentaje de Arcilla
Temperatura
0.8 0.9 1.0 1.1
90 5.8 5.9 5.4 5.5 4.9 5.1 4.5 4.4
100 5.0 4.9 4.8 4.7 4.6 4.4 4.1 4.3
110 4.7 4.6 4.4 4.4 4.1 4.0 3.7 3.6
Modelo Estadístico
Para i = 1, . . . , a, j = 1, . . . , b, k = 1, . . . , n donde:
μ=Media global
αi = efecto de la temperatura causado por el nivel i
βj = efecto del %Arcilla causado por el nivel j
(αβ)ij = el efecto de la interacción entre el nivel i de la temperatura y el nivel j del %Arcilla
εijk = error aleatorio
Hipótesis
H0 = Efecto de %Arcilla (B) = 0 (El factor %Arcilla no influye en el color del aceite)
HA = Efecto de %Arcilla (B) ≠ 0 (El factor %Arcilla influye en el color del aceite)
H0 = Efecto temperatura x %Arcilla (AB) = 0 (No hay interacción entre los factores)
HA = Efecto temperatura x %Arcilla (AB) ≠ 0 (Hay interacción entre los factores)
b) ¿Cuál es el nombre del diseño utilizado?
Porque tal vez estos niveles de prueba son los que mejor funcionan para este caso
en particular y proporcionan mayor calidad de datos.
Entonces,
𝑎 3
𝑌𝑖2 𝑦…2 41,52 + 36,82 + 33,52 111,8002 4.198,74 12.499,24
𝑆𝐶𝐴 = ∑ − = ∑ − = −
𝑏𝑛 𝑁 4∗2 24 8 24
𝑖=1 𝑖=1
𝑏 4
𝑌𝑗2
𝑦…2 30,92 + 29,22 + 27,12 + 24,62 111,8002 3.147,02 12.499,24
𝑆𝐶𝐵 = ∑ − = ∑ − = −
𝑎𝑛 𝑁 3∗2 24 6 24
𝑗=1 𝑖=1
𝑎 𝑏
11,72 + 9,92 + 9,32 + 10,95 + 9,52 + 8,82 + 102 + 92 + 8,12 + 8,92 + 8,42 + 7,32
𝑆𝐶𝐴𝐵 = ∑∑
2
𝑖=1 𝑗=1
111,8002
− − 4,040 − 3,701
24
𝑎 𝑏
1.057,56 111,8002
𝑆𝐶𝐴𝐵 = ∑ ∑ − − 4,040 − 3,701 = 528,78 − 520.802 − 4,040 − 3,701
2 24
𝑖=1 𝑗=1
𝑆𝐶𝐴𝐵 = 𝟎, 𝟐𝟑𝟓𝟖𝟑
𝒂 𝒃 𝒏
𝑦2… 111,8002
𝑆𝐶𝑇 = ∑ ∑ ∑ 𝒀𝟐𝒊𝒋𝒌 − = 528,88 − = 528,88 − 520.802 = 𝟖, 𝟎𝟕𝟖𝟑𝟑
𝑁 24
𝒊=𝟏 𝒋=𝟏 𝒌=𝟏
0,039305
Interacción
(a-1)(b-1) 0,23583
0,008333
𝐹0.05,6,12
(AB)
0,23583 =2*3 6 0,011
=6 =0,039305 =3,00
=4,716
0,1
ab(n-1)
Error 0,1 12
=3*4(2-1)
=0,0083
=12
abn-
Total 8,07833
1=(3*4*2)-1
=23
El análisis de varianza permite concluir que, tanto para el factor A como el factor B,
temperatura y porcentaje de arcilla respectivamente, se rechaza H0 debido a que en
ambos caso 𝑭𝟎 es muy grande, mucho mayor al 𝐹𝛼 , de igual forma, el 𝑉𝑎𝑙𝑜𝑟 − 𝑝 < 𝛼 es menor
que la significancia prefijada 𝛼 = 0,05 por lo cual se contradice la hipótesis de que no hay
efectos..
Para el caso de la interacción, se evidencia una interacción entre los factores. Por tanto
rechaza H0 , el 𝑭𝟎 es mayor al 𝐹𝛼 , y el 𝑉𝑎𝑙𝑜𝑟 − 𝑝 < 𝛼 es menor que la significancia prefijada
𝛼 = 0,05.
El tratamiento más óptimo para cumplir con ese requerimiento sería Factor A en
nivel 3 y Factor B en nivel 1.
h) ¿Vale la pena plantear el estudio en condiciones reales?
Dado que el diseño factorial ha permitido investigar todas las posibles combinaciones
de los niveles de los factores, permitiendo conocer qué factores son más importantes
y cuál es el tratamiento que más conviene, plantear el estudio en condiciones reales
permitiría ver resultados más explícitamente, por tanto, si valdría la pena plantearlo.