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.

TIPO DE PUNTA
PROBETA 1 2 3 4
1 9.3 9.4 9.6 10
2 9.4 9.3 9.8 9.9
3 9.2 9.4 9.5 9.7
4 9.7 9.6 10 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 Suma de Grados Promedio F Probabilidad Valor
variaciones cuadrados de de los crítico
libertad cuadrados para F

TRATAMIENTOS 0.385 3 0.12833333 1.7016 0.2195 3.4902

3
ERROR 0.905 12 0.07541666
7
Total 1.29 15

CONCLUSION

Por lo tanto concluimos que las cuatro puntas no influyen en las

lecturas de un equipo para medir la dureza
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 1 2 3 4 Yi

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 Ho: B1=B2=B3=B4=0

H1: ti≠0 PARA ALGUN i H1: Bj≠0 PARA ALGUN j

ANÁLISIS DE VARIANZA
Origen de las Suma de Grados de Promedio de F Probabilidad Valor
variaciones cuadrados libertad los crítico
cuadrados para F

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

 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.
 EJERCICIO 11 DE LA PRACTICA 5

Dado el siguiente ANOVA para un diseño en bloque completo aleatorizado

SOLUCION

ANALISIS DE VARIANZA
FUENTE DE VARIACION SC GL CME F P- VALOR
TRATAMIENTOS 1.1986 3 0.3995 17.262602 1.84973E-06
BLOQUES 0.4074 9 0.0453 1.95583293 0.086021964
ERROR 0.6249 27 0.0231
TOTAL 2.2309 39

t 4
r 10

(𝑟−1)∗𝐶𝑀𝑏𝑙𝑜𝑞𝑢𝑒𝑠+𝑟(𝑡−1)∗𝐶𝑀𝑒𝑟𝑟𝑜𝑟
EFICIENCIA RELATIVA =
(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 OPERADOR

ENSAMBLE 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
TOTAL Y… 168 7438

LUGAR DE
TRABAJO 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
TOTAL Y… 168 7086
 ORDEN DEL OPERADOR
ENSAMBLE 1 2 3 4 Yi Yi^2
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
Yj 37 41 49 41 168 7058
Yj^2 1369 1681 2401 1681 7132

ANALISIS DE VARIANZA
FUENTE DE VARIACION SC GL CM FC P-VALOR
METODO 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.

TIPO DE CARRETILLA
1 2 3
Y X Y X Y X
27 24 25 26 40 38
44 40 35 32 22 26
33 35 46 42 53 50
41 40 26 25 18 20

SOLUCION

CALCULOS PREVIOS
SYY 1286
SXX 910
SXY 1059
TYY 26
t 3
TXX 25
r 4
TXY 21
EYY 1260
EXX 885
EXY 1038
SSE' 54
SSE 42
 F.V SUMA DE CUADRADOS Y G.L AJUSTADO PARA LA
PRODUCTOS REGRESION
X XY Y Y G.L MEDIA DE
CUADRADOS
TIPO DE CARRETILLA 25 21 26 2
ERROR 885 1038 1260 12 42 8 5.243
TOTAL 910 1059 1286 14 54 10
MAQUINAS 12 2 5.823
AJUSTADAS

PRUEBA DE HIPOTESIS

Ho : ti = 0
H1 : ti=/0

(𝑺𝑺′ 𝑬−𝑺𝑺𝑬)
F = = 1.1105 ~ p – valor = 0.36364
(𝒕−𝟏)∗𝑪𝑴𝑬

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

(𝑬𝑿𝒀)^𝟐
F = = 232.204 ~ p – valor = 8.22E-08
𝑬𝑿𝑿∗𝑪𝑴𝑬

Por lo tanto concluimos que la cantidad de cajas repartidas influyen

en el tiempo de reparto en minutos.
 PROMEDIO X1 X2 X3 X''
34.75 31.25 33.5 33.1666667

y1' 34.3923356
y1' 35.2487516
y1' 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 A B C Xj Yj

1 X 54 51 57 162
Y 64 65 72 201
2 X 62 64 60 186
Y 68 69 70 207
3 X 51 47 46 144
Y 54 60 57 171
4 X 53 50 41 144
Y 62 66 61 189
TOTAL Xi 220 212 204 636
Yi 248 260 260 768

t 3
r 4

CALCULOS PREVIOS

SXX 514
SXY 286
SYY 324
TXX 32
TXY -24
TYY 24
RXX 396
RXY 264
RYY 252
EXX 86
EXY 46
EYY 48
S'YY 72
 S'XX 118
S'XY 22
PRUEBA DE HIPOTESIS

Ho : ti = 0
H1 : ti=/0

ANALISIS DE VARIANZA AJUSTADA

F.V S.C G.L C.M FC Ft p-valor
TRATAMIENTOS 44.50 2 22.25 4.75553459 5.79 0.06969097
RESIDUAL 23.40 5 4.68
TOTAL 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

ANALISIS DE REGRESION
F.V S.C G.L C.M FC Ft p-valor
REGRESION 24.60 1 24.60 5.2584493 6.61 0.07037355
RESIDUAL 23.40 5 4.68
TOTAL 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 3
r 7

LUGARES
1 2 3
BLOQUE 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 69.5445 57165.579
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
Xi. 2699 3148.3 2035 7882.3 553694.73
Yi. 225.5864 119.0464 132.9335 477.5663
CALCULOS PREVIOS

SXX 862692.152
SXY -11588.21
SYY 5161.30051
TXX 89628.7324
TXY -
86.0668967
TYY 958.484906
RXX 395973.426
RXY 5311.53624
RYY 921.104643
EXX 377089.994
EXY -
16813.6793
EYY 3281.71096
S'YY 4240.19587
S'XX 466718.727
S'XY -
16899.7462

PRUEBA DE HIPOTESIS

Ho : B= 0
H1 : B=/0

ANALISIS DE REGRESION
F.V S.C G.L C.M FC Ft p-valor
REGRESION 749.69 1 749.69 3.25690839 4.84 0.09854131
RESIDUAL 2532.02 11 230.18
TOTAL 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

ANALISIS DE VARIANZA AJUSTADA

F.V S.C G.L C.M FC Ft p-valor
TRATAMIENTOS 1096.24 2 548.12 2.3812221 3.98 0.13827071
RESIDUAL 2532.02 11 230.18
TOTAL 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 : B0

ANALISIS DE REGRESION
F.V S.C G.L C.M FC Ft p-valor
REGRESION 555.84 1 555.84 2.24305826 4.84 0.16235027
RESIDUAL 2725.87 11 247.81
TOTAL 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

ANALISIS DE VARIANZA AJUSTADA

F.V S.C G.L C.M FC Ft p-valor
TRATAMIENTOS 1296.34 2 648.17 2.61564158 3.98 0.11768445
RESIDUAL 2725.87 11 247.81
TOTAL 4022.21 13

Por lo tanto concluimos que no existen diferencias significativas entre la

cantidad encontrado en los animales que murieron en los lagos.