Tarea 2 Diseño de Experimentos
Tarea 2 Diseño de Experimentos
Tarea 2 Diseño de Experimentos
Programa de Matemáticas
Profesor:
Jan Luis Comas Ruiz
Presentado por:
Andrés Escolar
Óscar Galvis Polo
Noviembre – 2020
El modelo de diseño unifactorial es el modelo más afable del diseño de experimentos,
en el cual la variable respuesta puede requerir del predominio de un único factor, de
manera que el sobrante de las causas de variación se comprende en el error
experimental.
Se conjetura que el experimento ha sido aleatorizado totalmente, es decir, todas las
unidades experimentales han sido destinadas al azar a los tratamientos
En este trabajo estudiaremos la situación A y resolveremos todos los ítems de las
actividades 1 y 2.
Objetivo Principal: Poner en práctica los conceptos sobre el tema, poniendo aprueba
nuestras capacidades para analizar datos obtenidos y nuestra aptitud para resolver
problemas formulando hipótesis y tomando el modelo estadístico correcto.
2)
S S T =293,31845
G . L=N−1=14
3
1 2 y . .2
¿ SStratamientos= ∑ y i −
n i=1 N
1 50.8292
SStratamientos= ( 2325.80 )−
5 15
SStratamientos=292.9208
G . L=a−1=2
¿ S S E =S S T −SStratamientos=293.31845−292.9208
SSE=0.3976
G . L=N−a=15−3=12
TABLA ANOVA
t^ 1= ý 1− ý ..=0.2348−3.3886=−3.1538
t^ 2= ý 2− ý ..=9.638−3.3886=6.2494
^t 3= ý 3− ý ..=0.293−3.3886=−3.0956
Intervalo de confianza para μ 2
t 0.05,12 t 0.05,12
9.638−
2 √
(0.0331¿¿ 5)≤ μ 2≤ 9.638+
2
√(0.0331¿¿ 5)¿ ¿
9.638−(2.179)(0.081363) ≤ μ 2 ≤9.638+(2.179)(0.081363)
9.4607 ≤ μ 2≤ 9.8115
t 0.05,12
0.2348−0.293 ∓ √2( 0.0331¿ ¿5) ≤ μ 1−μ 2 ¿
2
−0.0582 ∓(2.179) √ 2( 0.0331¿¿ 5)≤ μ 1−μ 2 ¿
e ij = y ij − ýi
e ij
0.2502 0.0152 -0.1618 -0.0298 -0.0738
0.002 -0.268 -0.108 0.222 0.152
-0.004 -0.018 0.319 -0.141 -0.156
Rango i e ij i−0,5 %
N
1 -0.268 0.0333 3.3%
2 -0.1618 0.1 10%
3 -0.156 0.1666 16.6%
4 -0.141 0.2333 23.3%
5 -0.108 0.3 30%
6 -0.0738 0.366 36.6%
7 -0.0298 0.433 43.3%
8 -0.018 0.5 50%
9 -0.004 0.566 56.6%
10 0.002 0.633 63.3%
11 0.0152 0.7 70%
12 0.152 0.766 76.6%
13 0.222 0.833 83.3%
14 0.2502 0.9 90%
15 0.319 0.966 96.6%
Calculando la varianza
varianza ( s 2) :0.02839
Los coeficientes serian:
i ai x(n−i−1)−x i a i [ x n−i−1−x i ]
1 0.5150 0.319- (-0.268) = 0.587 0.3023
2 0.3306 0.2502- (-0.1618) = 0.412 0.1362
3 0.2495 0.222- (-0.156) = 0.378 0.0943
4 0.1878 0.152- (-0.141) = 0.293 0.055
5 0.1353 0.0152- (-0.108) = 0.1232 0.0166
6 0.0880 0.002- (-0.0738) = 0.0758 0.0066
7 0.0433 -0.004-(-0.0298) = 0.0258 0.00111
total 0.61211
Ahora
1 2
W= [ 0.61211 ] =( 2.51597 ) ( 0.37467 )=0,94265
( 14 ) ( 0.02839 )
Teniendo en cuenta un nivel de confianza del 95% se tiene que
W =0,94265<W 1−α =0.980
Por lo tanto, no se rechaza Ho, es decir, se cumple el supuesto de normalidad para los
residuales
e ij
0.2502 0.0152 -0.1618 -0.0298 -0.0738
0.002 -0.268 -0.108 0.222 0.152
-0.004 -0.018 0.319 -0.141 -0.156
−0.268
sea d 2,2= =−1.47306
√ 0.0331
0.319
sea d 3,3= =1.75338
√ 0.0331
Teniendo en cuenta los residuos estandarizados podemos afirmar que no hay datos
atípicos en las observaciones
Ho: σ 12 =σ 22=σ 32
H A :al menos una difiere
q=0.11635
1 5 1 2.3026 ( 0.11635 )
c=1+ [ ]
−
( 3 ) ( 2 ) 4 12
=1.1944 entonces X o2=
1.1944
=0.2243
valor X 20.05,2=5.9915
ya que X O 2 < X 2 0.05,2no se rechaza la hipótesis nula, es decir se valida la igualdad de las
varianzas de cada tratamiento
Prueba de Levene
Aglutinante % de friabilidad ~y i
PVP 0.485 0.250 0.073 0.205 0.161 0.205
CMC 9.64 9.37 9.53 9.86 9.79 9.64
GRE 0.289 0.275 0.612 0.152 0.137 0,275
d ij di d́ i
0.28 0.045 0.132 0 0.044 0.501 0.1002
0 0.27 0.11 0.22 0.15 0.75 0.15
0.014 0 0.337 0.123 0.138 0.612 0.1224
1.863 0.1224
3 5
2 d ..2 1.8632
* S S T =∑ ∑ di j − =0.403623−
i=1 j=1 N 15
S S T =0.172238
G . L=N−1=14
3
1 2 d . .2
¿ SStratamientos= ∑ d i −
n i=1 N
1 1.8632
SStratamientos= ( 1.188045 )−
5 15
SStratamientos=0.9567
G . L=a−1=2
¿ S S E =S S T −SStratamientos=¿
0.172238−0.9567=−0.7844
S S E =−0.7844
G . L=N−a=15−3=12
TABLA ANOVA
ý 1=0.2348
ý 3=0.293
ý 2=9.638
0.0331
¿ error estandar S ý i=
√ 5
=0.08136
¿ rangos significativos
r 0.05 ( 2,12 )=3.082
r 0.05 ( 3,12 )=3.225
entonces
R 2=r 0.05 ( 2,12 ) S ý i=( 3.082 ) ( 0.08136 )=0.2507
R 3=r 0.05 ( 3,12 ) S ý i=( 3.225 ) ( 0.08136 )=0.2623
Resultado de las operaciones
2 vs 1 :9.638−0.2348=9.4032> 0.2623(R 3)
2 vs 3 : 9.638−0.293=9.345>0.2507 (R 2)
3 vs 1:0.293−0.2348=0.0582< 0.2507 ( R 2 )
Por el análisis anterior se observa que hay diferencias significativas entre todos los
pares de media con excepción de la 3 y la 1
8) comparación de pares de medias por el método LSD
Ho: μ i=μ j
H 1 : μ i ≠ μ j ∀ i≠ j
| ý 1− ý 2|=|0.2348−9.638|=9.4032 *
| ý 1− ý 3|=|0.2348−0.293|=0.0582
| ý 2− ý 3|=|9.638−0.293|=9.345 *
√
LSD=( 2.179 ) 2 ( 0.0331 ) ( 15 + 13 )
LSD=( 2.179 ) √ ( 0.0662 )( 0.5333 )=0.4094
Como las diferencias de las medias cuyos valores absolutos superan el estadístico de
prueba se consideran estadísticamente diferentes los pares: ý 1 y ý 2, y ý 2 y ý 3. Estos
pares tienen diferencias significativas
Conclusiones generales
La influencia del aglutinante que se utilizo en las tablas de ampicilina de 500mg difiere
significativamente sobre el porcentaje de friabilidad, lo que quiere decir que al menos el
porcentaje de uno de ellos, tiene un mayor efecto
Con las pruebas realizadas se encontró que los aglutinantes PVC Y Gre, no difieren
significativamente, lo que implica que el aglutinante CMC tiene un mayor efecto en el
porcentaje de friabilidad sobre los otros dos tratamientos
Solución
1) Establecer hipótesis y modelo
Ho: m1=m2 =m3
2)
# % de friabilidad yi ýi
1 8.69 6.68 6.83 6.43 10.30 38.93 7.786
2 8.00 16.41 12.43 10.99 15.53 63.36 12.672
3 17.39 13.73 15.62 17.05 15.42 79.21 15.842
4 10.37 9.16 8.13 4.40 10.38 42.44 8.488
TOTAL 223.94 11.197
4 5
2 y . .2 223.94 2
* S S T =∑ ∑ yi j − =2812.0084−
i=1 j=1 N 20
S S T =304.55222
G . L=N−1=19
3
1 2 y . .2
¿ SStratamientos= ∑ y i −
n i=1 N
1( 223.942
SStratamientos= 13605.4122 −
)
5 20
SStratamientos=213.62626
G . L=a−1=3
¿ S S E =S S T −SStratamientos=304.55222−213.62626
SSE=90.92596
G . L=N−a=20−4=16
TABLA ANOVA
t^ 1= ý 1− ý ..=7.786−11.197=−3.411
t^ 2= ý 2− ý ..=12.672−11.197=1.475
t^ 3= ý 3− ý ..=15.842−11.197=4.645
^t 4= ý 4− ý ..=¿8.488−11.197=−2.709
Intervalo de confianza para μ 2
t 0.05,12 t 0.05,12
9.638−
2 √
(5.6828¿¿ 5)≤ μ 2≤ 9.638+
2
√(5.6828¿¿ 5) ¿ ¿
9.638−(2.120)(0.081363)≤ μ 2 ≤9.638+(2.120)(0.081363)
9.4607 ≤ μ 2≤ 9.8115
t 0.05,12
0.2348−0.293 ∓ √2( 0.0331¿ ¿5) ≤ μ 1−μ 2 ¿
2
−0.0582 ∓(2.179) √ 2( 0.0331¿¿ 5)≤ μ 1−μ 2 ¿
e ij = y ij − ýi
e ij
0.904 -1.106 -0.956 -1.356 2.514
-4.672 3.738 -0.242 -1.682 2.858
1.548 -2.112 -0.222 1.208 -0.422
1.882 0.672 -0.358 -4.088 1.892
Rango i e ij i−0,5 %
N
1 -4.672 0.025 2.5%
2 -4.088 0.075 7.5%
3 -2.112 0.125 12.5%
4 -1.682 0.175 17.5%
5 -1.356 0.225 22.5%
6 -1.106 0.275 27.5%
7 -0.956 0.325 32.5%
8 -0.422 0.375 37.5%
9 -0.358 0.425 42.5%
10 -0.242 0.475 47.5%
11 -0.222 0.525 52.5%
12 0.672 0.575 57.5%
13 0.904 0.625 62.5%
14 1.208 0.675 67.5%
15 1.548 0.725 72.5%
16 1.882 0.775 77.5%
17 1.892 0.825 82.5%
18 2.514 0.875 87.5%
19 2.858 0.925 92.5%
20 3.738 0.975 97.5%
Calculando la varianza
varianza ( s 2) : 4.78557
Los coeficientes serian:
i ai x(n−i−1)−x i a i [ x n−i−1−x i ]
1 0.4734 3.738- (-4.672) = 8.41 3.9812
2 0.3211 2.858- (-4.088) = 6.946 2.2303
3 0.2565 2.514- (-2.112) = 4.626 1.1865
4 0.2085 1.892- (-1.682) = 3.574 0.7451
5 0.1686 1.882- (-1.356) = 3.238 0.5459
6 0.1334 1.548- (-1.106) = 2.654 0.3540
7 0.1013 1.208-(-0.956) = 2.164 0.2192
8 0.0711 0.904-(-0.422)=1.326 0.0942
9 0.0422 0.672-(-0.358-)=1.03 0.0434
10 0.0140 -0.222-(-0.242)=0.02 0.00028
Total 9.40
Ahora
1 2
W= [ 9.40 ] =( 0.010997 ) ( 88.36 ) =0.9717
( 19 )( 4.78557 )
Teniendo en cuenta un nivel de confianza del 95% se tiene que
W =0,9717<W 1−α =0.983
Por lo tanto, no se rechaza Ho, es decir, se cumple el supuesto de normalidad para los
residuales
e ij
0.904 -1.106 -0.956 -1.356 2.514
-4.672 3.738 -0.242 -1.682 2.858
1.548 -2.112 -0.222 1.208 -0.422
1.882 0.672 -0.358 -4.088 1.892
−4.672
sea d 2,1=
√¿¿ ¿
3.738
sea d 2,2=
√¿¿¿
Teniendo en cuenta los residuos estandarizados podemos afirmar que no hay datos
atípicos en las observaciones
prueba de Bartlett
Ho: σ 12 =σ 22=σ 32
H A :al menos una difiere
# % de friabilidad S2 i
1 8.69 6.68 6.83 6.43 10.3 2.7783
0
2 8.00 16.41 12.43 10.99 15.5 11.7140
3
3 17.39 13.73 15.62 17.05 15.4 2.1358
2
4 10.37 9.16 8.13 4.40 10.3 6.1032
8
q=1.5626
1 5 1 2.3026 ( 1.5625 )
c=1+ [ − ]
( 3 ) ( 3 ) 4 16
=1.1319 entonces X o2 =
1.1319
=3.1785
ya que X O 2 < X 2 0.05,2no se rechaza la hipótesis nula, es decir se valida la igualdad de las
varianzas de cada tratamiento
Prueba de Levene
# % de friabilidad ~y i
1 8.69 6.68 6.83 6.43 10.30 6.83
2 8.00 16.41 12.43 10.99 15.53 12.43
3 17.39 13.73 15.62 17.05 15.42 15.62
4 10.37 9.16 8.13 4.40 10.38 9.16
d ij di d́ i
1.86 0.15 0 0.4 3.47 5.88 1.176
4.43 3.98 0 1.44 3.1 12.95 2.59
1.77 1.89 0 1.43 0.2 5.29 1.058
1.21 0 1.03 4.76 1.22 8.22 1.644
32.34 1.617
3 5
2 d ..2 32.34 2
* S S T =∑ ∑ di j − =98.2928−
i=1 j=1 N 20
S S T =45.999
G . L=N−1=19
3
1 d . .2
¿ SStratamientos= ∑ d i 2−
n i=1 N
1 32.342
SStratamientos= ( 299.829 )−
5 20
SStratamientos=7.67202
G . L=a−1=3
¿ S S E =S S T −SStratamientos=¿
45.999−7.67202=38.3269
S S E =38.3269
G . L=N−a=20−4=16
TABLA ANOVA
ý 1=7.786
ý 4=8.488
ý 2=12.672
ý 3=15.842
5.6828
¿ error estandar S ý i=
√ 5
=1.0660
¿ rangos significativos
r 0.05 ( 2,16 )=3.00
r 0.05 ( 3,16 )=3.15
r 0.05 ( 4,16 )=3.23
entonces
R 2=r 0.05 ( 2,16 ) S ý i=( 3 )( 1.0660 )=3.198
R 3=r 0.05 ( 3,16 ) S ý i= (3.15 )( 1.0660 ) =3.3579
R 4=r 0.05 ( 4,16 ) S ý i=( 3.23 ) (1.0660 )=3.4431
Resultado de las operaciones
3 vs 1:15.842−7.786=8.056> 3.4431( R 4)
3 vs 4 :15.842−8.488=7.354 >3.3579(R 3)
3 vs 2:15.842−12.672=3.17<3.198 ( R 2 )
2 vs 1 :12.672−7.786=4.886> 3.3579(R 3)
2 vs 4 :12.672−8.488=4.184>3.198 ( R 2 )
4 vs 1 8.488−7.786=0.702<3.198 ( R 2 )
Por el análisis anterior se observa que hay diferencias significativas entre todos los
pares de media con excepción de la 3 y la 1
8) comparación de pares de medias por el método LSD
Ho: μ i=μ j
H 1 : μ i ≠ μ j ∀ i≠ j
| ý 1− ý 2|=|7.786−12.672|=4.886 *
| ý 1− ý 3|=|7.786−15.842|=8.056∗¿
| ý 1− ý 4|=|7.786−8.488|=0.702
| ý 2− ý 3|=|12.672−15.842|=3.17
| ý 2− ý 4|=|12.672−8.488|=4.184∗¿
| ý 3− ý 4|=|15.842−8.488|=7.354∗¿
2 ( 5.6828 )
LSD=( 2.120 )
√ 5
LSD=3.196
Como las diferencias de las medias cuyos valores absolutos superan el estadístico de
prueba se consideran estadísticamente diferentes los pares: ý 1 y ý 2, y ý 2 y ý 3. Estos
pares tienen diferencias significativas
Conclusiones generales
La influencia del aglutinante que se utilizo en las tablas de ampicilina de 500mg difiere
significativamente sobre el porcentaje de friabilidad, lo que quiere decir que al menos el
porcentaje de uno de ellos, tiene un mayor efecto
Con las pruebas realizadas se encontró que los aglutinantes PVC Y Gre, no difieren
significativamente, lo que implica que el aglutinante CMC tiene un mayor efecto en el
porcentaje de friabilidad sobre los otros dos tratamientos