EJERCICIO 1 DE LA PRACTICA 5 Se desea determinar si cuatro diferentes puntas producen una diferencia en las lecturas de
Views 228 Downloads 18 File size 1MB
EJERCICIO 1 DE LA PRACTICA 5 Se desea determinar si cuatro diferentes puntas producen una diferencia en las lecturas de un equipo para medir la dureza. La máquina funciona presionando la punta sobre una probeta de metal y determinando la dureza de la probeta a partir de la profundidad de la marca que se produce. Se ha decidido obtener cuatro observaciones para cada tipo de punta. Formule las hipótesis correspondientes y use el ANOVA para probar la hipótesis. PROBETA
1 1 2 3 4
2 9.3 9.4 9.2 9.7
TIPO DE PUNTA 3 9.4 9.3 9.4 9.6
4 9.6 9.8 9.5 10
10 9.9 9.7 10.2
SOLUCION PLANTEAMIENTO DE LA HPOTESIS: Ho: t1=t2=t3=t4=0 H1: ti≠0 PARA ALGUN i
ANÁLISIS DE VARIANZA Origen de las variaciones
Suma de cuadrados
Grados de libertad
TRATAMIENTOS
0.385
3
ERROR
0.905
12
1.29
15
Total
Promedio de los cuadrados 0.12833333 3 0.07541666 7
F
1.7016
Probabilidad
0.2195
CONCLUSION
Por lo tanto concluimos que las cuatro puntas no influyen en las lecturas de un equipo para medir la dureza
Valor crítico para F 3.4902
EJERCICIO 6 DE LA PRACTICA 5 Se realiza un experimento para comparar el efecto de varios herbicidas sobre el peso en onzas de las espigas de la gladiola. El peso promedio por espiga se muestra a continuación para 4 herbicidas. BLOQUES
TRATAMIENTOS
Yi
1
2
3
4
H1
1.25
1.73
1.82
1.31
6.11
H2
2.05
1.56
1.68
1.69
6.98
H3
1.95
2
1.83
1.81
7.59
H4
1.75
1.93
1.7
1.59
6.97
YJ
7
7.22
7.03
6.4
27.65
SOLUCION PLANTEAMIENTO DE LA HPOTESIS:
Ho: t1=t2=t3=t4=0 H1: ti≠0 PARA ALGUN i
Ho: B1=B2=B3=B4=0 H1: Bj≠0 PARA ALGUN j
ANÁLISIS DE VARIANZA Origen de las variaciones
Suma de cuadrados
Grados de libertad
Promedio de los cuadrados
TRATAMIENTOS
0.278
3
0.093
2.213
0.15606018
3.86254836
BLOQUES
0.095
3
0.032
0.754
0.54706092
3.86254836
ERROR
0.376
9
0.042
TOTAL
0.749
15
F
Probabilidad
Por lo tanto concluimos que no existe efecto de los herbicidas sobre el peso en onzas de las espigas de gladiola.
Por lo tanto concluimos que los bloques no influyen en los 4 herbicidas.
Valor crítico para F
EJERCICIO 11 DE LA PRACTICA 5 Dado el siguiente ANOVA para un diseño en bloque completo aleatorizado SOLUCION
FUENTE DE VARIACION TRATAMIENTOS BLOQUES ERROR TOTAL
t r
ANALISIS DE VARIANZA SC GL CME F P- VALOR 1.1986 3 0.3995 17.262602 1.84973E-06 0.4074 9 0.0453 1.95583293 0.086021964 0.6249 27 0.0231 2.2309 39
4 10
EFICIENCIA RELATIVA =
(𝑟−1)∗𝐶𝑀𝑏𝑙𝑜𝑞𝑢𝑒𝑠+𝑟(𝑡−1)∗𝐶𝑀𝑒𝑟𝑟𝑜𝑟 (𝑟𝑡−1)∗𝐶𝑀𝑒𝑟𝑜𝑟
= 1.2205 > 1
CONCLUSION Por lo tanto concluimos que es más eficiente el diseño en bloques al azar
EJERCICIO 9 DE LA PRACTICA 6 Un ingeniero está investigando el efecto que tiene cuatro métodos de ensamblaje (A, B, C Y D) sobre el tiempo de ensamblaje de un componente para televisor a color. Selecciona cuatro operadores para realizar este estudio. El método de ensamblaje produce fatiga (el tiempo que se tarda en el último ensamblaje puede ser mayor que el primero, independientemente del método). Para controlar esta posible fuente de variabilidad, el ingeniero utiliza el diseño cuadrado latino. Pero sospecha que el lugar de trabajo usado por los cuatro operadores puede representar otra fuente de variabilidad; por lo que se introduce el lugar de trabajo (α, ᵦ, ƴ y ơ) como un cuarto factor. Se produce el cuadrado grecolatino. SOLUCION ORDEN DEL ENSAMBLE
OPERADOR 1
2
3
4
1 Cᵦ = 11
Bƴ = 10
Dơ = 14
Aα = 8
2 Bα = 8
Cơ = 12
Aƴ = 10
Dᵦ = 12
3 Aơ = 9
Dα = 11
Bᵦ = 7
Cƴ = 15
4 Dƴ = 9
Aᵦ = 8
Cα = 18
Bơ = 6
METODO
TIEMPO DE ENSAMBLE
Yi
Yi^2
A
8
10
9
8
35
1225
B
10
8
7
6
31
961
C
11
12
15
18
56
3136
D
14
12
11
9
46
2116
168
7438
TOTAL
LUGAR DE TRABAJO
Y…
TIEMPO DE ENSAMBLE
Yi
Yi^2
α
8
8
11
18
45
2025
ᵦ
11
12
7
8
38
1444
ƴ
10
10
15
9
44
1936
ơ
14
12
9
6
41
1681
168
7086
TOTAL
Y…
ORDEN DEL ENSAMBLE
1
2
3
4
1
11
10
14
8
43
1849
2
8
12
10
12
42
1764
3
9
11
7
15
42
1764
4
9
8
18
6
41
1681
37 1369
41 1681
49 2401
41 1681
168
7058 7132
Yj Yj^2
OPERADOR
Yi
Yi^2
ANALISIS DE VARIANZA FUENTE DE VARIACION METODO
SC
GL CM
FC
P-VALOR
95.5
3
31.833
3.473
0.167
OPERADOR
7.5
3
2.500
0.273
0.843
ORDEN
0.5
3
0.167
0.018
0.996
LUGAR
19
3
6.333
0.691
0.616
ERROR
27.5
3
9.167
TOTAL
150 15
CONCLUSION
Por lo tanto concluimos que los cuatro métodos de ensamblaje sobre el tiempo de un componente para televisor a color no producen fatiga y ninguno de los factores tiene efecto significativo sobre el tiempo de ensamblaje.
EJERCICIO 5 DE LA PRACTICA 7 Un distribuidor de bebidas embotelladas está estudiando la efectividad de su sistema de reparto. Se han diseñado tres tipos de carretillas y se lleva a cabo un experimento en el laboratorio de ingeniería de métodos de la compañía. La variable de interés es el tiempo de reparto en minutos (Y). Sin embargo, esta variable está estrechamente relacionada con la cantidad de cajas repartidas (X). Cada carretilla se usa cuatro veces y los datos recopilados se muestran en la tabla. Analice los datos y realice las conclusiones apropiadas. Calcule las medias de tratamiento ajustado.
1 Y
X 27 44 33 41
24 40 35 40
TIPO DE CARRETILLA 2 Y X Y 25 26 35 32 46 42 26 25
SOLUCION CALCULOS PREVIOS
t r
3 4
SYY SXX SXY TYY TXX TXY EYY EXX EXY SSE' SSE
1286 910 1059 26 25 21 1260 885 1038 54 42
3 X 40 22 53 18
38 26 50 20
F.V
SUMA DE CUADRADOS Y PRODUCTOS X XY Y
G.L Y
AJUSTADO PARA LA REGRESION G.L MEDIA DE CUADRADOS
TIPO DE CARRETILLA
25
21
26
2
ERROR
885
1038
1260
12
42
8
TOTAL
910
1059
1286
14
54
10
12
2
MAQUINAS AJUSTADAS
PRUEBA DE HIPOTESIS Ho : ti = 0 H1 : ti=/0
F =
(𝑺𝑺′ 𝑬−𝑺𝑺𝑬) (𝒕−𝟏)∗𝑪𝑴𝑬
= 1.1105 ~ p – valor = 0.36364
Por lo tanto concluimos que no existe evidencia del tiempo de reparto en minutos producida por los tres tipos de carretilla.
PRUEBA DE HIPOTESIS Ho : B= 0 H1 : B=/0
F =
(𝑬𝑿𝒀)^𝟐 𝑬𝑿𝑿∗𝑪𝑴𝑬
= 232.204 ~ p – valor = 8.22E-08
Por lo tanto concluimos que la cantidad de cajas repartidas influyen en el tiempo de reparto en minutos.
5.243 5.823
PROMEDIO X1 34.75 y1' y1' y1'
X2 31.25
X3 33.5
X'' 33.1666667
34.3923356 35.2487516 32.8589128
Comparando las medias de tratamientos ajustadas con las no ajustadas decidimos que si fue necesario el análisis de covarianza
EJERCICIO 1 DE LA PRACTICA 8 La siguiente tabla presenta el rendimiento de 3 variedades de una cierta cosecha en un diseño en bloques completo aleatorizado con 4 bloques. SOLUCION
VARIEDADES BLOQUE 1 2 3 4 TOTAL
A
B
C
X
54
51
57
Y
64
65
72
X
62
64
60
Y
68
69
70
X
51
47
46
Y
54
60
57
X
53
50
41
Y
62
66
61
Xi
220
212
204
Yi
248
260
260
t
3
r
4
CALCULOS PREVIOS SXX SXY SYY TXX TXY TYY RXX RXY RYY EXX EXY EYY S'YY
514 286 324 32 -24 24 396 264 252 86 46 48 72
Xj
Yj 162 201 186 207 144 171 144 189 636 768
S'XX S'XY
118 22
PRUEBA DE HIPOTESIS Ho : ti = 0 H1 : ti=/0
F.V TRATAMIENTOS RESIDUAL TOTAL
ANALISIS DE VARIANZA AJUSTADA S.C G.L C.M FC Ft p-valor 44.50 2 22.25 4.75553459 5.79 0.06969097 23.40 5 4.68 67.90 7
Por lo tanto, concluimos que no existe diferencias de las tres variedades de una cierta cosecha en el rendimiento de la parcela durante un año experimental.
Ho : B= 0 H1 : B=/0
F.V REGRESION RESIDUAL TOTAL
ANALISIS DE REGRESION S.C G.L C.M FC Ft p-valor 24.60 1 24.60 5.2584493 6.61 0.07037355 23.40 5 4.68 48.00 6
Por lo tanto concluimos que el rendimiento de una parcela en un año preliminar bajo condiciones uniformes de ensayo no influye en el rendimiento de la misma parcela durante el año experimental cuando se usan las 3 variedades.
EJERCICIO 6 DE LA PRACTICA 8 Se realizó una investigación con la finalidad de conocer si la contaminación de un lago influía en la desaparición de una especie, si esta estaba localizada en alguno de los tres lugares del lago (1, 2,3). Los datos corresponden a los metales tóxicos hallados en la especie (mg/kg). Se dispone además del peso total de la especie (g) y de la longitud del hocico (cm).
PARA:
Y = metales tóxicos hallados en la especie (mg/kg) X1= peso total de la especie (g) X2= longitud de hocico (cm) t r
3 7
LUGARES BLOQUE
Xi. Yi.
1
2
3
X.j
Y.j
X.j*Y.j
X1
Y
X1
Y
X1
Y
1
345
54.9634
828
13.62
323
27.9402
1496
96.5236 144399.306
2
764
18.862
572
17.501
266
35.0043
1602
71.3673 114330.415
3
295
15.2285
502
26.847
25
27.469
822
4
560
42.0528
653.8
13.403
417
17.051
1630.8
72.5068 118244.089
5
309
20.3573
272.5
3.5133
469
5.41
1050.5
29.2806 30759.2703
6
194
65.2764
172
12.0675
281
6.217
647
83.5609 54063.9023
7
232
8.846
148
32.0946
254
13.842
634
54.7826 34732.1684
7882.3
553694.73
2699
3148.3 225.5864
2035 119.0464
132.9335
69.5445
477.5663
57165.579
CALCULOS PREVIOS SXX SXY SYY TXX TXY TYY RXX RXY RYY EXX EXY EYY S'YY S'XX S'XY
862692.152 -11588.21 5161.30051 89628.7324 86.0668967 958.484906 395973.426 5311.53624 921.104643 377089.994 16813.6793 3281.71096 4240.19587 466718.727 16899.7462
PRUEBA DE HIPOTESIS Ho : B= 0 H1 : B=/0
F.V REGRESION RESIDUAL TOTAL
ANALISIS DE REGRESION S.C G.L C.M FC Ft p-valor 749.69 1 749.69 3.25690839 4.84 0.09854131 2532.02 11 230.18 3281.71 12
Por lo tanto concluimos que el peso total de la especie (g) no influye en los metales tóxicos hallados en la especie.
Ho: ti = 0 H1: ti=/0
F.V TRATAMIENTOS RESIDUAL TOTAL
ANALISIS DE VARIANZA AJUSTADA S.C G.L C.M FC Ft p-valor 1096.24 2 548.12 2.3812221 3.98 0.13827071 2532.02 11 230.18 3628.26 13
Por lo tanto concluimos que no existen diferencias significativas entre la cantidad encontrado en los animales que murieron en los lagos.
PRUEBA DE HIPOTESIS Ho : B= 0 H1 : B0
F.V REGRESION RESIDUAL TOTAL
ANALISIS DE REGRESION S.C G.L C.M FC Ft p-valor 555.84 1 555.84 2.24305826 4.84 0.16235027 2725.87 11 247.81 3281.71 12
Por lo tanto concluimos que la longitud de hocico (g) no influye en los metales tóxicos hallados en la especie.
Ho: ti = 0 H1: ti 0
F.V TRATAMIENTOS RESIDUAL TOTAL
ANALISIS DE VARIANZA AJUSTADA S.C G.L C.M FC Ft p-valor 1296.34 2 648.17 2.61564158 3.98 0.11768445 2725.87 11 247.81 4022.21 13
Por lo tanto concluimos que no existen diferencias significativas entre la cantidad encontrado en los animales que murieron en los lagos.