Docx
Docx
Docx
11. En la publicidad de tres pinturas se dice que tienen el mismo tiempo de secado. Para
verificar esto, se prueban cinco muestras de cada una de las pinturas. Se registra el
tiempo en minutos necesario para que el secado sea suficiente para la aplicación de una
segunda mano. Los datos obtenidos son los siguientes.
GRAFICO DE DISPERSIÓN
160
150
respuesta
140
130
120
pintura 1 pintura 2 pintura 3 pintura 4
Resumen Estadístico
Recuent Promedi Desviación Coeficiente de Mínimo Máximo
o o Estándar Variación
PINTURA A 5 133,0 6,89202 5,18197% 124,0 141,0
PINTURA B 5 139,0 7,07107 5,0871% 130,0 146,0
PINTURA C 5 136,0 4,58258 3,36954% 131,0 143,0
PINTURA D 5 144,0 7,38241 5,12667% 135,0 153,0
Total 20 138,0 7,33413 5,31459% 124,0 153,0
En esta grafica podemos ver la desviación estándar por cada tratamiento en este caso
diferentes pinturas asi también como sus coeficientes de variación una medida de
dispersión que describe la cantidad de variabilidad en relación con la media. Puesto que
el coeficiente de variación no se basa en unidades, se puede utilizar en lugar de la
desviación estándar para comparar la dispersión de los conjuntos de datos que tienen
diferentes unidades o diferentes medias.
PINTURA A
PINTURA B
PINTURA C
PINTURA D
son una forma útil de graficar datos divididos en cuatro cuartiles, cada uno con igual
cantidad de valores. El diagrama de caja no grafica frecuencia ni muestra las estadísticas
individuales, pero en ellos podemos ver claramente dónde se encuentra la mitad de los
datos. Es un buen diagrama para analizar la asimetría en los datos.
La tabla de ANDEVA
Este procedimiento compara los datos en 4 columnas del archivo de datos actual. Realiza
varias pruebas estadísticas y gráficas para comparar las muestras. La prueba-F en la
tabla ANOVA determinará si hay diferencias significativas entre las medias.
Tabla ANOVA
Fuente Suma de Gl Cuadrado Razón-F Valor-P
Cuadrados Medio
Entre 330.0 3 110.0 2.54 0.0928
grupos
Intra 692.0 16 43.25
grupos
Total 1022.0 19
(Corr.)
Lo que se desea probar es
Hipótesis Nula: μA = μB = μC = μD = μe
Hipótesis Alternativa: las medias no son todas iguales
Residuos
-13 -8 -3 2 7 12 17
150
145
140
Media
135
130
125
120
PINTURA A PINTURA B PINTURA C PINTURA D
Esta gráfica muestra las medias de las 4 columnas de datos. También muestra un
intervalo alrededor de cada media. Los intervalos mostrados actualmente están basados
en el procedimiento de la diferencia mínima significativa (LSD) de Fisher. Están
construidos de tal manera que, si dos medias son iguales, sus intervalos se traslaparán un
95.0% de las veces. Cualquier par de intervalos que no se traslapen verticalmente
corresponden a pares de medias que tienen una diferencia estadísticamente significativa.
En otras palabras este grafico muestra intervalos que de alguna manera nos definen los
límites que podemos considerar para decir que las medias tienden a ser iguales, según
este grafico si los intervalos no se traslapan en pares todos habrá diferencia significativa
en sus medias, en este caso podemos ver que el intervalo de la pintura 1 y la pintura 4 no
se traslapan por lo que es posible que haya una diferencia significativa entre las medias
de estas dos muestras. En este caso sería conveniente realizar la prueba de rangos
múltiples.
HETEROESLASTICIDAD
Gráfico de Residuos
3
residuos
-3
-6
-9
130 133 136 139 142 145
valor predicho
INDEPENDENCIA
Gráfico de Residuos
3
residuos
-3
-6
-9
0 4 8 12 16 20
observación
se observa una nube de puntos que no tienen una tendencia definida, los residuos se
encuentran distribuidos en forma aleatoria, esto indica independencia de los residuos y
por tanto independencia en las observaciones.
NORMALIDAD
99,9
p o r c e n ta je
99
95
80
50
20
0,1
-9 -6 -3 0 3 6 9
RESIDUOS
Tamaño de la muestra
Potencia y tamaño de la muestra
ANOVA unidireccional
Alfa = 0.05 Desviación estándar asumida = 7.33413
Tamaño Potencia
Diferencia de la del Potencia
máxima muestra objetivo real
5 62 0.9 0.900163
Conclusión
Al realizar la prueba se pudo obtener que las medias si bien no son exactamente iguales
son estadísticamente consideradas iguales ya que no hay diferencias significativas. Hay
que considerar el tamaño de las muestras ya que como vimos en la prueba de rangos
múltiples si existe diferencia significativa entre un par de variables puede ser por que
estemos cayendo en el porcentaje del error y por lo tanto habría que considerarlo, y en
este caso el tamaño de la muestra puede estar influyendo.
Para determinar si la temperatura afecta la densidad de los ladrillos podríamos hacer uso
del análisis de la varianza para comprobar si estas son diferentes y si la densidad de los
ladrillos es afectada.
Verificación de Varianza
Prueba Valor-P
de Bartlett 1.11303 0.720465
Verificación de Varianza
Prueba Valor-P
Levene's 0.2955 0.828027
Para comparar pares de medias requieren que todos los tratamientos tengan el mismo
número de observaciones n.
Esto se puede comprender, porque la prueba de rangos múltiples de Duncan analiza las
medias por pares y si cada tratamiento no tiene las mismas observaciones podríamos
incurrir en un error, entonces como conclusión no es apropiado comparar las medias por
la prueba de rango múltiple de Duncan.
En nuestro análisis que realizamos utilizamos la prueba de Fisher, lo cual está prueba es
más adecuada para la variables a experimentar.
c) analizar los residuales de este experimento. ¿Se satisfacen los supuestos del
análisis de varianza?
Gráfico de Residuos
0.3
0.2
0.1
residuos
-0.1
-0.2
-0.3
0 3 6 9 12 15 18
observación
Gráfico de Residuos
0.3
0.2
0.1
residuos
-0.1
-0.2
-0.3
21.5 21.54 21.58 21.62 21.66 21.7 21.74
valor predicho
Conclusión: Esta grafica muestra que no existe ningún patrón obvio en la distribución de
los valores por lo tanto se puede concluir que no se viola el supuesto de homogeneidad
de las varianzas.
Residuo
0.0
50
10 -0.2
1
-0.4 -0.2 0.0 0.2 0.4 21.5 21.6 21.7
Residuo Valor ajustado
Histograma
3
Frecuencia
0
-0.3 -0.2 -0.1 0.0 0.1 0.2
Residuo
Conclusión: En este grafico obtenido de minitab nos podemos fijar que los tratamientos
si se comportan significativamente de una manera normal.
Podemos ver que la gráfica de valor ajustado-residuos que las varianzas son
significativamente iguales por lo que sí existe homocedasticidad.
100
125
150
175
Conclusión: Este grafico nos muestra los intervalos de las pinturas en base a las
observaciones, podemos observar que en todos los intervalos la mediana varía con la
media.
Podemos observar que la temperatura 175 que está entre los intervalos 21.4 y 21.9 la
mediana se encuentra a la derecha por lo que la temperatura en la densidad de los
ladrillos si influye en la cocción.
ANOVA unidireccional
Tamaño Potencia
Diferencia de la del Potencia
máxima muestra objetivo real
0.24 16 0.9 0.900974
CONCLUSIÓN
Al realizar las pruebas se pudo observar que las temperaturas no afectan en la densidad
de los ladrillos, la prueba que se aplicó en este problema fue la de levene´s ya que es la
más fuerte entre todas las pruebas consideradas.
Los supuestos realizados en los problemas si se cumplen por lo que si se satisfacen los
supuestos del análisis de varianza
BIBLIOGRAFÍA