11.
Se hace un estudio sobre la efectividad de tres marcas de spray para matar
moscas. Para ello, cada producto se aplica a un grupo de 100 moscas, y se
cuenta el número de moscas muertas expresado en porcentajes. Se hacen seis
réplicas y los resultados obtenidos se muestran a continuación.
5
a) Formule la hipótesis adecuada y el modelo estadístico.
H0 : µ1 = µ2 = µ3 = µ La medida de los tres tratamientos son estadísticamente
iguales
HA : µi ≠ µj Al menos dos son distintos (Con criterio de Rechazo: F o>F(α, K-1, N-k)
Para esto se utiliza en análisis de varianza para dar solución al problema.
b) ¿Existe diferencia entre la efectividad promedio de los productos en
spray?
Análisis de Varianza
Fuente GL SC Ajust. MC Ajust. Valor F Valor p
Marca 2 296.3 148.17 2.79 0.093
Error 15 795.7 53.04
Total 17 1092.0
Dado el criterio de rechazo anterior con α=0.05, si 2.79 > F(0.005,3-1 18-3) se
rechaza la de H0 2.79 > 3.682 (Por tanto no se cumple, esto quiere decir que no se
rechaza la hipótesis nula, indicando que no hay diferencia entre la efectividad
promedio de los productos en Spray) Otra forma de decirlo es al ver que el valor
de p=0.093 no es menor que el valor prefijado de α=0.05
c) ¿Hay algún spray mejor? Argumente su respuesta.
Comparaciones en parejas de Tukey
Agrupar información utilizando el método de Tukey y una confianza de 95%
Marca N Media Agrupación
1 6 69.00 A
3 6 62.83 A
2 6 59.17 A
Las medias que no comparten una letra son significativamente diferentes.
Comparaciones en parejas de Fisher
Agrupar información utilizando el método LSD de Fisher y una confianza de
95%
Marca N Media Agrupación
1 6 69.00 A
3 6 62.83 A B
2 6 59.17 B
Las medias que no comparten una letra son significativamente diferentes.
No se puede afirmar que haya un Spray que sea más eficiente que los demás ya
que las 3 medias de los tratamiento son estadísticamente iguales, haciendo
comparación de media con media como se mostró anteriormente.
d) Dé un intervalo al 95% de confianza para la efectividad promedio
(porcentaje) de cada una de las marcas.
Medias
Marca N Media [Link]. IC de 95%
1 6 69.00 5.10 (62.66,
75.34)
2 6 59.17 8.18 (52.83,
65.50)
3 6 62.83 8.13 (56.50,
69.17)
[Link]. agrupada = 7.28316
Según los resultados, a la efectividad promedio es de 69.00, 59.167 y 22.833
para los Spray 1, 2 y 3.
e) Dibuje las gráficas de medias y los diagramas de caja simultáneos,
después interprételos.
Este grafico representa las distribuciones del conjunto de datos de los 3 spray en
donde se usan 5 medidas descriptivas: valor máximo, tercer cuartil, mediana,
primer cuartil y valor mínimo (arriba abajo cada caja)
Mientras mas largas la caja, mas dispersa es la distribución de datos (2 y 3).
La línea que representa la mediana indica simetría, si está relativamente en el
centro de la caja la distribución es simétrica (1)
f ) Verifique los supuestos de normalidad y de igual varianza entre las
marcas.
En la grafica de probabilidad normal, los resultados tienden a ajustarse a la línea
recta, se deduce que: las observaciones proceden de poblaciones normales. Se
cumple el supuesto de normalidad.
Las otras graficas no tienen patrones anormales por lo tanto las muestras
aleatorias e independientes. Se cumple el supuesto de que los tratamientos tienen
alguna varianza.
13. Para estudiar la confiabilidad de ciertos tableros electrónicos para carros, se
someten a un envejecimiento acelerado durante 100 horas a determinada
temperatura, y como variable de interés se mide la intensidad de corriente que
circula entre dos puntos, cuyos valores aumentan con el deterioro. Se probaron 20
módulos repartidos de manera equitativamente en cinco temperaturas y los
resultados obtenidos fueron los siguientes:
a) Formule la hipótesis y el modelo estadístico para el problema.
H0 : µ1 = µ2 = µ3 = µ La medida de los tres tratamientos son estadísticamente
iguales
HA : µi ≠ µj Al menos dos son distintos (Con criterio de Rechazo: F o>F(α, K-1, N-k)
Nivel de significancia α=0.05
b) Realice el análisis de varianza para estos datos, a fin de estudiar si la
temperatura afecta la intensidad de corriente promedio.
Análisis de Varianza
SC MC
Fuente GL Ajust. Ajust. Valor F Valor p
Factor 4 3411.8 852.95 68.05 0.000
Error 15 188.0 12.53
Total 19 3599.8
Como el valor p es 0.000 y este es menor que el nivel de significancia 0.05, se
rechaza la hipótesis nula y concluye que no todas las medias de población son
iguales.
c) ¿La temperatura afecta la variabilidad de las intensidades? Es decir,
verifique si hay igual varianza entre los diferentes tratamientos.
H0: Hipótesis Nula - Toda las varianzas son iguales
HA : Hipótesis Alterna - Por lo menos una varianza es diferente
Nivel de significancia α=0.05
Intervalos de confianza de Bonferroni de 95% para desviaciones estándar
Factor N [Link]. IC
1 4 2.64575 (0.340057, 57.816)
2 4 4.11299 (0.445198, 106.723)
3 4 2.50000 (0.281043, 62.460)
4 4 2.50000 (0.281043, 62.460)
5 4 5.12348 (0.613865, 120.103)
Nivel de confianza individual = 99%
Pruebas
Estadística
Método de prueba Valor p
Comparaciones — 0.747
múltiples
Levene 0.68 0.616
Como el valor de p es 0.747 y este es mayor que el nivel de significancia 0.05,
podemos darnos cuentas que no se cuenta con suficiente evidencia para
rechazar la hipótesis de que las medias de población son todas iguales, por lo
tanto si existe una varianza entre los diferente stratamientos.
16. Los datos que se presentan enseguida son rendimientos en toneladas por
hectárea de un pasto con tres niveles de fertilización nitrogenada. El diseño fue
completamente aleatorizado, con cinco repeticiones por tratamiento.
a) ¿Las diferencias muestrales hacen obvia la presencia de diferencias
poblacionales?
Bueno ya que los datos de cada tratamiento se mueven por rangos de valores
diferentes, lo que nos conlleva a una media no muy exacta observando
variabilidad en los datos.
b) Obtenga el análisis de varianza e interprételo.
Análisis de Varianza
Fuente de Grados de Grados de Promedio del Estadistic P - Critico
Variacion Libertad Libertad Cuadrado o F0
Tratamient 788.340 2 394.17 0.524 0.604
o
Error 9010.63 12 750.88
Total -8222.29 14
H0 : µ1 = µ2 = µ3 = µ La medida de los tres tratamientos son estadísticamente
iguales
HA : µi ≠ µj Al menos dos son distintos (Con criterio de Rechazo: F o>F(α, K-1, N-k)
Para esto se utiliza en análisis de varianza para dar solución al problema.
De acuerdo al resultado del valor P se puede determinar que existe un efecto
entre tratamientos indicando, que al menos dos de ellos son diferentes,
rechazando así el H0 y aceptando HA. Mostrando que los rendimientos del
fertilizante son independientes de los niveles de nitrógeno.
c) Analice los residuos, ¿hay algún problema?
En la gráfica de probabilidad normal, los resultados tienden a ajustarse a la línea
recta, se deduce que: las observaciones proceden de poblaciones normales. Se
cumple el supuesto de normalidad.
Las otras graficas no tienen patrones anormales por lo tanto las muestras
aleatorias e independientes. Se cumple el supuesto de que los tratamientos tienen
alguna varianza.