Universidad del Atlántico

Programa de Matemáticas

Trabajo de diseño unifactorial

completamente aleatorizado

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.

Objetivos Secundarios: Resolver problemas análisis de varianza, poner en práctica la

prueba del shapiro, determinar intervalos de confianza, aplicar el concepto de datos
atípicos y saber cómo aplicarlo, saber cuándo aplicar la prueba de Bartlett y la prueba
de Levene.
 Solución
1) Establecer hipótesis y modelo
Ho: m1=m2 =m3

H 1 : al menos un par de ellos es diferente

¿ modelo estadistico : ANOVA

2)

Aglutinante % de friabilidad yi ýi

PVP 0.485 0.250 0.073 0.205 0.161 1.174 0.2348
CMC 9.64 9.37 9.53 9.86 9.79 48.19 9.638
GRE 0.289 0.275 0.612 0.152 0.137 1.465 0.293
TOTAL 50.829 3.3886
 3 5
2 y . .2 50.8292
* S S T =∑ ∑ yi j − =465.5576−
i=1 j=1 N 15

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

Fuente de Suma de G. L Cuadrado Fo

var. cuadrado medio
Aglutinante 292.9208 2 146.4604 4424.78
error 0.3976 12 0.0331
Total 293.3184 14
 Fo=4424.78> F 0,05,2,12=3.89

Como nuestro estadístico de prueba es mayor que el tabulado, rechazamos la

hipótesis nula, por ende, se puede afirmar que la influencia del aglutinante difiere
muy significativamente y que al menos uno de ellos tiene mayor efecto

3) intervalo de confianza para μ 2 y μ 1−μ 3

dado que μ^ = ý .. entonces μ^ =3.3886

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

 Intervalo de confianza para μ 1−μ 3

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 ¿

−0.3089 ≤ μ 1−μ 3 ≤ 0.1925

4) supuesto de normalidad (grafica) y prueba de Shapiro – Wilks

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%

 prueba de shapiro – wilks

Ho:los datos provienen de una distribucion normal

H 1 :los datos no provienen de una distribucion normal

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

5) verificación de datos atípicos

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

6) verificación del supuesto de homocedasticidad

Mediante la gráfica podemos observar que se cumple el supuesto de homocedasticidad

  prueba de Bartlett

Ho: σ 12 =σ 22=σ 32
H A :al menos una difiere

Aglutinante % de friabilidad s2i

PVP 0.485 0.250 0.073 0.205 0.161 0.0238
CMC 9.64 9.37 9.53 9.86 9.79 0.0389
GRE 0.289 0.275 0.612 0.152 0.137 0.0365

4 ( 0.0238+ 0.0389+0.0365 ) 0.3968

S p 2= = =0.03306
15−3 12

q=12 log 10 ( 0.03306 )−4 ¿ ¿

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

Desviación absoluta de la observación de cada tratamiento con la mediana de los

tratamientos
d ij =| y ij −~
y i|

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

Fuente de Suma de G. L Cuadrado Fo

var. cuadrado medio
Aglutinante 0.9567 2 0.4783 -7.3254
Error −0.7844 12 -0.0653
Total 0.1722 14

Fo=−7.3254 .78< F0,05,2,12 =3.89

Como nuestro estadístico de prueba es menor que el tabulado, no se rechazamos la

hipótesis nula

7) comparación de pares de medias por el método de Duncan

MSE=0.0331
N=15
n=5
G . L=12

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

se rechaza Ho si| ý i− ý j|> Tα

| 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

H 1 : al menos un par de ellos es diferente

¿ modelo estadistico : ANOVA

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

Fuente de Suma de G. L Cuadrado Fo

var. cuadrado medio
Clones 213.62626 3 71.20875 12.5305
error 90.92596 16 5.6828
Total 304.55222 19
 Fo=12.5305> F 0,05,3,16 =3.24

Como nuestro estadístico de prueba es mayor que el tabulado, rechazamos la

hipótesis nula, por ende, se puede afirmar que la influencia del aglutinante difiere
muy significativamente y que al menos uno de ellos tiene mayor efecto

3) intervalo de confianza para μ 2 y μ 1−μ 3

dado que μ^ = ý .. entonces μ^ =11.197

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

 Intervalo de confianza para μ 1−μ 3

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 ¿

−0.3089 ≤ μ 1−μ 3 ≤ 0.1925

4) supuesto de normalidad (grafica) y prueba de Shapiro – Wilks
# % 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

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%

 prueba de shapiro – wilks

Ho:los datos provienen de una distribucion normal

H 1 :los datos no provienen de una distribucion normal

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

5) verificación de datos atípicos

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

6) verificación del supuesto de homocedasticidad

Mediante la gráfica podemos observar que se cumple el supuesto de homocedasticidad

 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

4 ( 2.7783+11.7140 +2.1358+6.1032 ) 90.9252

S p 2= = =5.6828
20−4 16

q=16 log 10 ( 5.6828 )−4 ¿ ¿

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

valor X 20.05,3 =7.81

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

Desviación absoluta de la observación de cada tratamiento con la mediana de los

tratamientos
d ij =| y ij −~
y i|

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

Fuente de Suma de G. L Cuadrado Fo

var. cuadrado medio
7.67202 3 2.557 1.0674
Error 38.3269 16 2.3954
Total 45.99 19

Fo=1.0674 < F0,05,2,12 =3.24

Como nuestro estadístico de prueba es menor que el tabulado, no se rechazamos la

hipótesis nula

7) comparación de pares de medias por el método de Duncan

MSE=5.6828
N=20
n=5
G . L=16

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

se rechaza Ho si| ý i− ý j|> Tα

| 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