UNIVERSIDAD AUTONOMA DE NUEVO LEON

FACULTAD DE INGENIERIA MECANICA Y

ELECTRICA
PRUEBA DE TUKEY

Nombre: Eduardo Hernandez Avalos Matricula: 1953328

Carrera: IMA Fecha: 09/11/21
Materia: Estadística Inferencial
Maestro: Rigoberto Américo Garza
 • La prueba de Tukey es un método que tiene como fin comparar las medias individuales provenientes de un
análisis de varianza de varias muestras sometidas a tratamientos distintos.
El test, presentado en el año 1949 por John.W. Tukey, permite discernir si los resultados obtenidos son
significativamente diferentes o no. Se le conoce también como la prueba de diferencia honestamente
significativa de Tukey
En los experimentos donde se compara entre tres o más tratamientos diferentes aplicados a igual número de
muestras, se requiere discernir si los resultados son significativamente distintos o no.
En la aplicación de esta prueba se calcula un valor w llamado el comparador de Tukey cuya definición es como
sigue:

PRUEBA
w = q √(MSE /r)

DE TUKEY
 PRUEBA DE TUKEY
• Se consideran cuatro máquinas diferentes, M1, M2 M3 y M4, para ensamblar un producto específico. Se
decidió que para comparar las máquinas se usarían 6 operadores distintos en un experimento de bloques
aleatorizados. Las máquinas se asignaron al azar a cada operador. La operación de las máquinas requiere
destreza física, y se anticipó que habría una diferencia en la velocidad con que los operadores trabajaban con
las máquinas. En la tabla 13.9 se observan los tiempos (en segundos) requeridos para ensamblar el
producto. A un nivel de significancia de 0.05, pruebe la hipótesis H0 de que las máquinas se desempeña con
el mismo índice de velocidad promedio.
DATOS FORMULA
A= 0.05 )
H0: α1 = α2 = α3 = α4 = 0 (los efectos
de las máquinas son iguales a cero),
H1 : Al menos una de las αi
no es igual a cero.

SUSTITUCION PUNTOS PORCENTUALES

SUSTITUCION SUPERIORES
PUNTOSDEPORCENTUALES
LA DISTRIBUCION DE
RANGOSDE
SUPERIORES ESTUDENTIZADOS
LA DISTRIBUCION DE
RANGOS ESTUDENTIZADOS

Y K
4
15 4.06

Total 247.8 258.3 255.4 259.4

Medias 41.3 41.283 42.566 43.233 168.482
DIF. DE MEDIAS 4 3 2 MAQUINAS MEDIAS
43.23
43.23 42.57
42.57 41.42
41.42 41.3
41.3 1 41.3
1 41.3
41.3
1.93 1.27 0.12 2 41.42
2 41.42 3 42.57
41.42 1.81 1.15
4 43.23
2 42.57
42.57 0.66
2 43.23
43.23
CONDICION CONCLUSION
Después de Después de
obtener el obtener el
DIF. DE MEDIAS M4 M3 M2 M1 resultado de q, si resultado, se llego
43.23 42.57 41.41 41.43 una media es a la conclusión de
menor que q se que todas las
M1 41.3 1.93 1.27 0.12 considera igual, si medias son iguales
M2 41.42 1.81 1.15 es mayor se
considera
M3 42.57 0.66 diferente
M4 43.23
 UNIVERSIDAD AUTONOMA DE NUEVO LEON
FACULTAD DE INGENIERIA MECANICA Y
ELECTRICA
PRUEBA DE DUNCAN

• Nombre: Eduardo Hernandez Avalos Matricula: 1953328

• Carrera: IMA Fecha: 09/11/21
• Materia: Estadística Inferencial
• Maestro: Rigoberto Américo Garza
 • Al aplicar análisis de varianza (ANOVA) y determinar que existe una diferencia estadísticamente significativa,
normalmente surge la pregunta acerca de cuáles pares de medias son diferentes.
Para ello se utilizan las llamadas "Pruebas de Comparación Múltiple".
El Test de Duncan o Prueba de Rangos Múltiples de Duncan permite comparar las medias de los “t niveles” de un
factor después de haber utilizado ANOVA.
Aunque se puede aplicar sin que ANOVA haya arrojado significancia, lo lógico es aplicarla a partir de ese resultado,
para determinar a qué se deben las diferencias encontradas.
Aunque se puede aplicar sin que ANOVA haya arrojado significancia, lo lógico es aplicarla a partir de ese resultado,
para determinar a qué se deben las diferencias encontradas.

PRUEBA Consiste en calcular varios "rangos", denominados comúnmente “rangos significativos mínimos”, según la siguiente
fórmula:

DE
DUNCAN
 • PRUEBA DE DUNCAN
Se consideran cuatro máquinas diferentes, M1, M2 M3 y M4, para ensamblar un producto
específico. Se decidió que para comparar las máquinas se usarían 6 operadores distintos en un
experimento de bloques aleatorizados. Las máquinas se asignaron al azar a cada operador. La
operación de las máquinas requiere destreza física, y se anticipó que habría una diferencia en la
velocidad con que los operadores trabajaban con las máquinas. En la tabla 13.9 se observan los
tiempos (en segundos) requeridos para ensamblar el producto. A un nivel de significancia de
0.05, pruebe la hipótesis H0 de que las máquinas se desempeñan con el mismo índice de
velocidad promedio.
DATOS FORMULA
)

SUSTITUCION
SUSTITUCION RANGOS
RANGOS ESTANDARIZADOS
ESTANDARIZADOS
MINIMPOS
MINIMPOS
1.5516

P 2 3 4
rp 3.014 3.16 3.25
 3 2 1 DIFERE MEDIA M4 M3 M2
NCIA S 43.23 42.56 41.38
43.23 42.57 41.42 41.3
DE
1 41.3
1.93 1.27 0.12 M1 41.3 M4-Mi M3-Mi M2-Mi
41.42 Rp4 Rp3 Rp2
41.42
1.81 1.15
M2 41.38 M4-M2 M3-M2
42.57 Rp3 Rp2
42.57 0.66
4 43.23 M3 42.56 M4-M3
43.23 Rp2

DIF. DE MEDIAS CONDICION CONCLUSION

43.23 42.57 41.42 41.43
Si las diferencias de Son 2 las medias
41.3 1.93>1.673 1.27<1.626 0.12<1.551 medias son mayores diferentes. Se rechaza
1 8 6
que el valor de Rp las Ho porque existen
medias de los diferencias
41.42 1.81>1.626 1.15<1.551
8 6 tratamientos son significativas en las
diferentes medias.
42.57 0.66<1.626 estadísticamente
8

43.53
 UNIVERSIDAD AUTONOMA DE NUEVO LEON
FACULTAD DE INGENIERIA MECANICA Y
ELECTRICA
ANALISIS DE VARIANZA PARA DOS CRITERIOS

• Nombre: Eduardo Hernandez Avalos Matricula: 1953328

• Carrera: IMA Fecha: 09/11/21
• Materia: Estadística Inferencial
• Maestro: Rigoberto Américo Garza
ANALISIS DE VARIANZA PARA DOS
CRITERIOS
• Es un diseño de anova que permite estudiar Una observación individual se representa como:
simultáneamente los efectos de dos fuentes de
variación.
• En cualquier caso, el investigador puede estar El primer subíndice indica el nivel del primer
interesado en estudiar si hay, o no, diferencia factor, el segundo el nivel del segundo factor y
en la evolución según el sexo. En un anova de el tercero la observación dentro de la muestra.
dos vías se clasifica a los individuos de acuerdo Los factores pueden ser ambos de efectos fijos
a dos factores (o vías) para estudiar (se habla entonces de modelo I), de efectos
simultáneamente sus efectos. En este ejemplo aleatorios (modelo II) o uno de efectos fijos y el
se harían cinco grupos de tratamiento para los otro de efectos aleatorios (modelo mixto). El
hombres y otros cinco para las mujeres, en modelo matemático de este análisis es:
total diez grupos; en general, si el primer factor
tiene a niveles y el segundo tiene b, se tendrán modelo I
ab muestras o unidades experimentales, cada
una con n individuos o repeticiones. modelo II

modelo mixto
• En un experimento realizado para determinar cuál de 3
sistemas de misiles distintos es preferible, se midió la tasa
de combustión del propulsor para 24 arranques estáticos. Se
emplearon 4 tipos de combustible diferentes y el
experimento generó observaciones duplicadas de las tasas
de combustión para cada combinación de los tratamientos.
Los datos, ya codificados, se presentan en la tabla 14.3.
Pruebe las siguientes hipótesis:
• a) H0: no hay diferencia en las tasas medias de combustión
del propulsor cuando se emplean diferentes sistemas de
misiles
• b) H0 : no existe diferencia en las tasas medias de
combustión de los 4 tipos de propulsor
• c) H0 : no hay interacción entre los distintos sistemas de
misiles y los diferentes tipos de propulsor.
SISTEMA DE MISILES TIPO DE PROPULSOR
b1 b2 b3 b4 PROMEDIO DE Y
a1

a2 33.35 31.45 28.25 28.95 30.5

a3 32.6 20 28.4 27.7 29.675

28.85 28 28.5 28.95 28.575
Promedio Y
31.6 29.817 29.383 28.533 29.583

SUMA DE 1 2 3 4
CUADRADOS
1 1156 906.01 888.04 841
1069.29 1075.84 712.89 835.21
2 1024 912.04 623.69 761.76
1102.24 888.04 789.09 772.84
3 806.56 734.41 882.09 829.44
858.49 835.21 745.29 846.81
 =2 PROMEDIO
CELDAS
PROMEDIO DE J PROMEDIO DE I 29.583PROMED
IO
FORMULA SCAB

  =21097 33.35 31.6 30.5 29.583 0.693889

32.6 31.6 29.675 29.583 0.824464
28.85 31.6 28.575 29.583 3.034564
21.45 29.82 30.5 29.583 0.508369
30 29.82 29.675 29.583 0.007744
28 29.82 28.575 29.583 0.659344

••  + 28.25 28.38 30.5 29.583 1.096209

28.4 28.38 29.675 29.583 0.005184
28.5 28.38 28.575 29.583 1.272384
28.95 28.53 30.5 29.583 0.247009
27.7 28.53 29.675 29.583 0.850084
28.95 28.53 28.575 29.583 2.039184
11.2348428
 • 
•
•

•
•

FUENTE DE SUMA DE GRADOS DE CUADRADO F CALCULADA

VARIANZION CUADRADOS LIBERTAD MEDIO
A SCA a-1 5.793
A SCA a-1 5.793
B SCB b-1 10.35
B SCB b-1 10.35
AB SC(AB) (a-1)(b-1) 2.91
AB
ERROR SC(AB)
SCE (a-1)(b-1)
Ab(n-1) 2.91

TOTAL STC Abn-1

ERROR SCE Ab(n-1)

TOTAL STC Abn-1

FUENTE DE SUMA DE GRADOS DE CUADRADO F VALORES CRITICOS V1=2 V1=3 V1=6
VARIACION CUADRADOS LIBERTAD MEDIO CALCULADA DE LA
DISTRIBUCION
F(0.05)(V1,V2)
A 14.923 2 7.4615 5.793 V2=12 3.89 3.49 3
B 39.993 3 13.331 10.35
AB 22.46 6 3.743 2.91
ERROR 15.454 12 1.288
TOTAL 92.84 23

F critica=F(gI factor, gl error, a) CONDICION CONCLUSION

F critica A= (2,12,0.05)=3.89 La Ho se rechaza en el nivel cuando a) Se rechaza Ho porque los
F critica B= (3,12,0.05)=3.49 sistemas de misiles dan
F critica AB=(6,12,0.05)=3 a) 5.793>3.89 diferentes tasas de medias de
b) 10.35>3.49 combustión del propulsor
c) 2.91<3
b) Se rechaza Ho se concluye que
las medias de combustión del
propulsor no son las mismas
para los 4 tipos de propulsores
c) Se rechaza Ho, la interacción es
insignificante a un nivel del 0.05
UNIVERSIDAD AUTONOMA DE NUEVO LEON
FACULTAD DE INGENIERIA MECANICA Y
ELECTRICA
Prueba de Kruskal Wallis

Nombre: Eduardo Hernandez Avalos Matricula: 1953328

Carrera: IMA Fecha: 09/11/21
Materia: Estadística Inferencial
Maestro: Rigoberto Américo Garza
Prueba de Kruskal Wallis
En estadística, la prueba de Kruskal-Wallis (de William Kruskal y W. Allen Wallis)
es un método no paramétrico para probar si un grupo de datos proviene de la misma
población. Intuitivamente, es idéntico al ANOVA con los datos reemplazados por
categorías. Es una extensión de la prueba de la U de Mann-Whitney para 3 o más
grupos.
Ya que es una prueba no paramétrica, la prueba de Kruskal-Wallis no asume normalidad
en los datos, en oposición al tradicional ANOVA. Sí asume, bajo la hipótesis nula, que
los datos vienen de la misma distribución. Una forma común en que se viola este
supuesto es con datos heterocedásticos.
Prueba de Kruskal Wallis

• En un experimento realizado para determinar

cuál de 3 sistemas de misiles distintos es
preferible, se midió la tasa de combustión del
propulsor para 24 arranques estáticos. Se
emplearon 4 tipos de combustible diferentes y el
experimento generó observaciones duplicadas de
las tasas de combustión para cada combinación
de los tratamientos.
• Los datos, ya codificados, se presentan en la tabla
14.3. Pruebe las siguientes hipótesis:
• a) H0: no hay diferencia en las tasas medias de
combustión del propulsor cuando se emplean
diferentes sistemas de misiles, b) H0 : no existe
diferencia en las tasas medias de combustión de
los 4 tipos de propulsor, c) H0 : no hay interacción
entre los distintos sistemas de misiles y los
diferentes tipos de propulsor.
Hipótesis:
a) H0: no hay diferencia en las tasas medias de combustión del propulsor cuando
se emplean diferentes sistemas de misiles
b) H0 : no existe diferencia en las tasas medias
de combustión de los 4 tipos de propulsor
c) H0 : no hay interacción entre los distintos
sistemas de misiles y los diferentes tipos de propulsor.

SISTEMA DE b1 b2 b3 b4
MISILES

a1 33.35 11 31.45 9 28.25 3 28.95 6.5

a2 32.6 10 30 8 28.4 4 27.7 1

a3 28.85 6 28 2 28.5 5 28.95 6.5

R1=27 R2=19 R3= 12 R4=14

N1=3 N2=3 N3=3 N4=3
 CONCLUSION
3.66 > 5.991
a) Se rechaza Ho. Se llego a la conclusión
de que hay diferencia en las medias
cuando se emplean diferentes
sistemas de misiles
• FORMULA
•  b) Se rechaza Ho. existe diferencia en las
tasas medias de combustión de los 4
tipos de propulsor
• SUSTITUCION
• −3(12+1) c) Se rechaza Ho. Si hay interacción entre
• Hcal= 3.66 los distintos sistemas de misiles y los
diferentes tipos de propulsor.