ESTADÍSTICA APLICADA II – MA145

Ejercicios para PC2

Caso 1: Diseño
Una empresa dedicada a la producción de alambres de acero desea lanzar al mercado un tipo de alambre
mejorado en su resistencia a la tracción (Kg/mm 2). Para ello piensa evaluar cuatro tipos de alambres de acero de
alta tensión (A, B, C, D), a los cuales se les mide su resistencia en  Kg/mm2. La gerencia decide realizar un
experimento en 20 trozos de alambre de igual tamaño, siendo elegidos al azar cada uno de los cuatro tipos
evaluados, resultando de este modo, un modelo balanceado con cinco réplicas.
Se desea determinar si existe alguna diferencia significativa en la resistencia a la tracción entre los cuatro tipos de
alambres de acero, si así fuera recomiende el mejor(es) tipo(s) de alambre que le conviene producir.

A partir del siguiente contexto, complete:

1. El objetivo del experimento que se ha diseñado es:

Determinar el mejor(es) tipo(s) de alambre que le conviene producir a la empresa

2. Los elementos del experimento diseñado son:

Variable respuesta Resistencia a la tracción (Kg/mm2).

Factor Tipos de alambre de acero

Niveles de A,B,C,D
factor/Tratamiento
s
Unidad Un trozo de alambre
experimental
Número de réplicas 5 repeticiones
por tratamento
Número de réplicas 4x5 = 20
total
Modelo yij     i   ij

Hipótesis de H1: El tipo de alambre afecta la resistencia a la tracción

investigación

3. En este experimento ¿cómo se evidencian los principios del experimento? Brinde dos ejemplos de
variables de control.
Aleatorización Se selecciona al azar los cuatro tipos de alambres evaluados

Repetición Un modelo balanceado con cinco réplicas

Control controlando la temperatura ambiente

controlando que los trozos de alambre sean del mismo tamaño
controlando que los trozos de alambre sean del mismo grosor
Caso 2:
El aluminio es el tercer elemento más abundante en los minerales, las rocas y el barro. El aluminio se puede
extraer con el método de absorción atómica espectrométrica (método 1), el cual está exento de interferencias
como fluoruros y fosfatos. El aluminio también se puede analizar por medio del método de calorimetría de
cianuro de Eriocromo R (método 2), y la empresa Mineral Tecnology está presentando un tercer método 3 de
análisis químico X.
El gerente de operaciones de una empresa minera está interesado en implementar el mejor método de
extracción que obtenga el mayor contenido porcentual de aluminio en la extracción de rocas. Para evaluar cuál de
los tres métodos es mejor, realiza un experimento, donde se evalúan 15 rocas de similar tamaño y peso; y a cada
roca se le asigna aleatoriamente uno de los tres métodos, resultando un modelo balanceado con cinco réplicas. A
partir de los datos de los contenidos de aluminio recolectados, se calcularon las siguientes sumatorias:

Y .. = 2.54 ∑ ∑ Y 2ij=0.4512 Y 1. =0.645 Y 2. =1.03 Y 3. =0.865

Y las siguientes salidas obtenidas con el complemento de MSExcel, Real Statistics:

TUKEY HSD/KRAMER alpha 0.05

group mean n ss df
Método 1 0.129 5 0.000746
Método 2 0.206 5 0.004314
Método 3 0.173 5 0.001066
    15 0.006126 12
Q TEST
group 1 group 2 mean std err q-stat p-value
Método 1 Método 2 0.077 0.0101 7.6204 0.0004
Método 1 Método 3 0.044 0.0101 4.3545 0.0241
Método 2 Método 3 0.033 0.0101 3.2659 0.0929

A partir de estos resultados, asumiendo que todos los supuestos del diseño experimental se cumplen y utilizando
un nivel de significación de 5%, indique ¿qué método debe implementar el gerente de operaciones?

A partir del contexto, complete el siguiente cuadro de dimensiones:

Interpretación Determinar el método de extracción de aluminio que debe implementar el gerente de

operaciones.

Representación Factor: Método de extracción

Tratamientos o poblaciones: Método 1, Método 2, Método 3
Variable respuesta Y: Contenido porcentual de aluminio en las rocas
Unidad experimental: una roca
Nro. tratamientos: K= 3
Nro. repeticiones por tratamiento: 5
Nro. total de unidades experimentales: n.= 15
Técnica estadística: ANOVA de un factor
El modelo lineal para un diseño completo al azar (DCA) es:
Yij =  + i + ij donde: i= 1,2,3 j= 1,2,3,4,5

Ho: El método de extracción no afecta el contenido de aluminio extraído de las rocas

H1: El método de extracción afecta el contenido de aluminio extraído de las rocas
= 0.05
Cálculo y Análisis de varianza (ANOVA)
Análisis Ho: El método de extracción no afecta el contenido de aluminio extraído de las rocas
H1: El método de extracción afecta el contenido de aluminio extraído de las rocas
Fcal= 14.51
Fcrít= F(0.05,2,12) = 3.885
Gráfica de distribución
F, df1=2, df2=12

1.0

0.8
Densidad

0.6

0.4

0.2

0.05
0.0
0 3.885
X

Decisión y conclusión estadístico: Fc > Fcrit  Se rechaza H0

Con un nivel de significación de 5%, existe evidencia estadística suficiente para afirmar que
el método de extracción afecta el contenido de aluminio extraído de las rocas.

Completa el siguiente cuadro ANOVA:

Fuente de Grados de Suma de Cuadrado F cal

variación libertad cuadrados medio
Tratamiento
3-1=2 0.01492 0.00746 14.51
s
Error 15-3=12 0.00617 0.0005141
Total 14 0.02109

SC T = 0.4512 – 2.542/15 = 0.02109

SC Tr = (0.6452/5 + 1.032/5 + 0.8652/5) - 2.542/15 = 0.01492

SC E = 0.02109 – 0.01492 = 0.00617

CM Tr = 0.01492/2 = 0.00746

CM E = 0.00617/12 = 0.0005141

Fcal = 0.00746 / 0.0005141 = 14.5108

 Análisis de comparaciones por pares (Tukey)
Presente las pruebas estadísticas usando Valor P:
Indique 3 conclusiones a partir del análisis estadístico de la comparación por pares.

Tratamiento Media Agrupación

Método 2 0.206 A
Método 3 0.173 A
Método 1 0.129 B

Ho: µ2 = µ3
H1: µ2 ≠ µ3
⍺=0.05
Valor p= 0.0929 > 0.05  No rechazar Ho, por lo tanto, con un nivel de 5% de significación
no existen diferencias significativas entre los métodos 2 y 3.

Ho: µ1 = µ3
H1: µ1 ≠ µ3
⍺=0.05
Valor p= 0.0241 > 0.05  Rechazar Ho, por lo tanto, con un nivel de 5% de significación
existen diferencias significativas entre los métodos 1 y 3.

Argumentación Los métodos de extracción de aluminio que debe implementar el gerente de operaciones
serían los métodos 2 o 3, ya que ambos proporcionan los mayores porcentajes promedio de
extracción del mineral.

Caso 3
Una empresa metalmecánica desea estudiar la fuerza de percusión de una perforadora (en kp/cm 3) en función de
la velocidad de giro (baja, media y alta) y de un coeficiente mecánico denominado ratio (0.15, 0.30, 0.45). Se ha
experimentado en las nueve posibles combinaciones de ambos factores, replicando cada experimento tres veces,
siendo en total 27 superficies de cemento evaluadas.
Con los datos recolectados, con un nivel de significación del 1% y utilizando el software MINITAB se obtienen
resultados que se muestran a continuación:

Análisis de residuos del modelo Factorial:

Prueba Anderson Darling Prueba de Bartlett
AD= 0.379 EP=3.33
Valor-p=0.382 Valor-p=0.912

Análisis de Varianza
Valor
Fuente GL SC Ajust. MC Ajust. F Valor p
  Velocidad 2 16385 8192.6 29.11 0.000
  Ratio 2 5474 2737.0 9.72 0.001
  Velocidad*Ratio 4 3659 914.8 3.25 0.036
Error 18 5067 281.5    
Total 26 30585      
Comparaciones por parejas de Tukey: Velocidad
Agrupar información utilizando el método de Tukey y una confianza de 99%
Velocida
d N Media Agrupación
Media 9 381.111 A  
Alta 9 345.556   B
Baja 9 321.111   B
Las medias que no comparten una letra son significativamente diferentes.

Comparaciones por parejas de Tukey: Ratio

Agrupar información utilizando el método de Tukey y una confianza de 99 %
Ratio N Media Agrupación
0.3(R2) 9 368.889 A  
0.15(R1 9 343.333 A B
)
0.45(R3 9 335.556   B
)
Las medias que no comparten una letra son significativamente diferentes.

Comparaciones por parejas de Tukey: Velocidad*Ratio

Agrupar información utilizando el método de Tukey y una confianza de 99%
Velocidad*Ratio N Media Agrupación
Media 0.3(R2) 3 406.667 A      
Alta 0.3(R2) 3 380.000 A B    
Media 0.45(R3) 3 370.000 A B C  
Media 0.15(R1) 3 366.667 A B C D
Baja 0.15(R1) 3 333.333   B C D
Alta 0.15(R1) 3 330.000   B C D
Alta 0.45(R3) 3 326.667   B C D
Baja 0.3(R2) 3 320.000     C D
Baja 0.45(R3) 3 310.000       D
Las medias que no comparten una letra son significativamente diferentes.

A partir de estos resultados, utilizando un nivel de significación de 1%, indique ¿cuál es la velocidad de giro y/o el
ratio que proporciona mayor fuerza de percusión en una perforadora?

Interpretación ¿Cuál es la velocidad de giro y/o el ratio que proporciona mayor fuerza de percusión en
una perforadora?
Representación
Factor A: velocidad de giro
Niveles de A: baja, media y alta
Factor B: El ratio
Niveles de B: 0.15, 0.30, 0.45
Variable respuesta: Fuerza de percusión de una perforadora (en kp/cm 3)
Unidad experimental: Una superficie de cemento
Nro tratamientos: 3x3=9
Tratamientos: baja 0.15, media 0.15, alta 0.15, baja 0.30, media 0.30 alta 0.30
baja 0.45, media 0.45, alta 0.45
Nro. Repeticiones x tratamiento: 3
Hipótesis de investigación: H1: Existe interacción entre las velocidades de giro y los ratios
que afecta a la fuerza de percusión de una perforadora
Cálculo y Análisis
1. Prueba de supuestos

Prueba de Normalidad de los errores

Ho: Los errores provienen de una distribución normal
H1: Los errores no provienen de una distribución normal
⍺ = 0.01
El estadístico de Anderson Darling =0.379 y el valor p =0.382
Como valor p= 0.382 > 0.01 No se rechaza Ho, al nivel de significación de 1%,
se asume que el supuesto de normalidad de los errores se cumple.

Prueba de Homogeneidad de Varianzas

H 0 :σ 21=σ 22=σ 23=σ 24=σ 25=σ 26 =σ 27 =σ 28=σ 29
H 1 : Al menosuna varianzadiferente al resto
 = 0.01

Prueba de Bartlett
Como valor p= 0.912 > 0.01 No se rechaza H0, al nivel de significación de 1%,
se asume que el supuesto de varianzas constantes de los errores se cumple.

2. Prueba de ANOVA
H0: No existe interacción entre las velocidades de giro y los ratios que afecta a la
fuerza de percusión de una perforadora
H1: Existe interacción entre las velocidades de giro y los ratios que afecta a la
fuerza de percusión de una perforadora

Fc=3.25 < F(0.01,4,18)=4.579  No Se rechaza H0.

Pvalor = 0.036 > 0.01  No se rechaza H0

Con un nivel de significación de 1%, no existe evidencia suficiente para afirmar

que existe interacción entre las velocidades de giro y los ratios que afecta la fuerza de
percusión de una perforadora.

Analizando la influencia de la velocidad de giro por separado.

Ho: La velocidad de giro no afecta la fuerza de percusión de una perforadora

H1: La velocidad de giro afecta la fuerza de percusión de una perforadora
⍺= 0.01

Pvalor = 0.000 < 0.01  Se rechaza H0

Con un nivel de significación de 1%, existe evidencia muestral para afirmar que
la velocidad de giro afecta la fuerza de percusión de una perforadora.

Comparaciones múltiples – Prueba Tukey

Con un nivel de significación de 1%, se puede afirmar que la velocidad de giro

Media es la que brinda la mayor fuerza de percusión promedio en relación al resto de
velocidades.
 Analizando la influencia de el ratio por separado.

Ho: El ratio no afecta la fuerza de percusión de una perforadora

H1: El ratio afecta la fuerza de percusión de una perforadora
⍺= 0.01

Pvalor = 0.001 < 0.01  Se rechaza H0

Con un nivel de significación de 1%, existe evidencia muestral para afirmar que
el ratio afecta la fuerza de percusión de una perforadora.

Comparaciones múltiples – Prueba Tukey

Con un nivel de significación de 1%, se puede afirmar que el ratio 0.3 es el que
brinda la mayor fuerza de percusión promedio en relación al resto de ratios.

Argumentación
La empresa metalmecánica elegiría la velocidad de giro media.
Y el ratio de 0.3 ya que serían los que proporcionan una mayor fuerza de percusión en una
perforadora por separado