Estudia en la Universidad del Valle de México
Nombre: Diana Cecilia Guzman Jimenez
Nombre del docente: Erik Leal Enriquez
Número de cuenta: 940005813
Fecha de entrega: 17/Julio/2023
AD de estudiante: ONLINE
Correo electrónico: A940005813@[Link]
Carrera: Maestría en ingeniería con orientación en gestión de la calidad
Materia: Diseño de experimentos
Actividad 1: Actividad 3. Analisis Caso 2
Lee atentamente el siguiente caso y resuelve según lo que se te pide:
En un proceso se están probando 3 diferentes tratamientos de aguas residuales con 2 concentraciones distintas del desinfectante
A. Para cada combinación de tratamiento y concentración de desinfectante se tomaron 3 observaciones independientes
Concentracion
Tratamiento 1 2
9.8 11.3
1 10.1 10.7
9.8 10.7
9.2 10.3
2 8.6 10.7
9.2 10.2
8.4 9.8
3 7.9 10.1
8.0 10.1
Desarrollo
* A un nivel de confianza del 95%, ¿puede considerarse que los tres tratamientos necesitan
concentraciones equivalentes?
Tratamiento Concentracion
1 2 95% Ho Las medidas son iguales
9.8 11.3 10.0225 H1 Las medidas son diferentes
A 10.1 10.7 9.88
9.8 10.7 9.7375
9.2 10.3 9.2625
B 8.6 10.7 9.1675
9.2 10.2 9.215
8.4 9.8 8.645
C 7.9 10.1 8.55
8.0 10.1 8.5975
Análisis de varianza de dos factores con una sola muestra por grupo
RESUMEN Cuenta Suma Promedio Varianza
1 2 21.1 10.55 1.125
2 20.8 10.4 0.18
2 20.5 10.25 0.405
2 2 19.5 9.75 0.605
2 19.3 9.65 2.205
2 19.4 9.7 0.5
3 2 18.2 9.1 0.98
2 18 9 2.42
2 18.1 9.05 2.205
1 9 81 9 0.6625
2 9 93.9 10.43333333 0.2075
ANÁLISIS DE VARIANZA
Origen de las variaciones Suma de cuadrados Grados de libertad Promedio de los cuadrados F Probabilidad Valor crítico para F
Tratamiento 5.58 8 0.6975 4.043478261 0.032364876 3.438101233
Concentracion 9.245 1 9.245 53.5942029 8.22188E-05 5.317655072
Error 1.38 8 0.1725
Total 16.205 17
Análisis de varianza de dos factores con varias muestras por grupo
RESUMEN 1 2 Total
A
Cuenta 3 3 6
Suma 29.7 32.7 62.4
Promedio 9.9 10.9 10.4
Varianza 0.03 0.12 0.36
B
Cuenta 3 3 6
Suma 27 31.2 58.2
Promedio 9 10.4 9.7
Varianza 0.12 0.07 0.664
C
Cuenta 3 3 6
Suma 24.3 30 54.3
Promedio 8.1 10 9.05
Varianza 0.07 0.03 1.123
Total
Cuenta 9 9
Suma 81 93.9
Promedio 9 10.43333333
Varianza 0.6625 0.2075
ANÁLISIS DE VARIANZA
Origen de las variaciones Suma de cuadrados Grados de libertad Promedio de los cuadrados F Probabilidad Valor crítico para F
Concentracion 5.47 2 2.735 37.29545455 7.08359E-06 3.885293835
Tratamiento 9.245 1 9.245 126.0681818 1.01081E-07 4.747225347
Interacción 0.61 2 0.305 4.159090909 0.042440298 3.885293835
Dentro del grupo 0.88 12 0.073333333
Total 16.205 17
O por el contrario, ¿hay algún tratamiento superior a los demás?
Consentracion Si, influye el consentraniento en la prueba con la informacion soportada.
Tratamiento Si, influye la conbinacion de las 2 por lo que tiene diferencias.
Interaccion Tambien influye en la interaccion soportada
¿Que es Anova?
La prueba ANOVA (analisis of Variance) es una prueba de hipotesis
Objetivo
Ver si las medidas de una variable dependiente en cada nivel de la variable independiente, son iguales.
T-Student
Evalua la diferencia sifnificativa entre las medidas de 2 grupos o dos categorias dentro de una misma variable dependiente.
Esto no se puede utilizar cuando es mas de 3 comparativos.
Del mismo modo que la T-Student, la prueba ANOVA es una prueba paramétrica y como tal requiere una serie de supuestos para poder ser aplicados correctamente.
Denominada ANOVA o análisis de la varianza, en realidad nos va a servir no solo para estudiar las dispersiones o varianzas de los grupos, sino para estudiar sus medidas
y la posibilidad de crear subcojuntos de grupos con medidas iguales.
Estadistico de prueba F
Es un factor que se basa en el cumplimiento de dos supuestos fundamentales normalidad y homocedasticidad
Normalidad y homocedasticidad
Normalidad: La variable dependiente se distribuye normal
homocedasticidad: Igualdad de varianzas de las poblaciones
Diagramas de estructuras y análisis de varianza en diseños experimentales
El uso de diagramas de estructura es de gran utilidad práctica en la construc- ción de modelos para el análisis de varianza con datos balanceados, ya que de ellos se obtiene
fácilmente la estructura de la tabla de ANOVA (grados de libertad, suma de cuadrados y esperanza de cuadrados medios). Del conocimiento de los cuadrados medios esperados,
se plantean las hipótesis de interés.
En este tipo de estudios, se tiene un conjunto de observaciones que pueden clasicarse teniendo en cuenta uno o más factores de clasicación.
Estos factores agrupan a los individuos de clases disjuntos y generalmente se denotan por las letras mayúsculas (A, B, C , . . . ) o (A1 , A2 , A3 , . . . ). Cada
factor, por lo general, se evalúa a través de diferentes niveles ¹a0 , . . . , ana ; factor, por lo general, se evalúa a través de diferentes niveles ¹a0 , . . . , ana ; b0 , . . . , bnb ; . . . º.
Cada subclase la constituyen las combinaciones de los diferentes niveles de los factores ¹a0b0..., a0b1..., . . .º, y estos, a su vez, identi can los tratamientos.
Cuando el número de observaciones que se hace sobre un determinado factor es el mismo, se dice que hay una estructura balanceada de datos, por ejemplo,
cuando se tienen tres factores A, B y C, se dice que hay balanceamiento respecto a ABC si el número de observaciones asociado con las diferentes combinaciones
de niveles de los factores son las mismas.
En el desarrollo usual de análisis de varianza, los cálculos se basan en los términos que aparecen en el modelo lineal. Por ejemplo, en un modelo a una vía de clasicación yi j = ` ¸ U
i ¸ n i j , i = 1, . . . , a j = 1, . . . , n, se busca examinar el efecto de U i j.
Los diagramas de estructura en su forma más general son una aproxi-i y el de n mación gráca y simbólica al ANOVA. En la aproximación simbólica, un
diagrama de estructura sirve como objeto de referencia tanto para la derivación de pruebas estadísticas como para los cálculos implicados en estas
según Taylor y Hilton (1981). La representación visual ayuda al análisis, por cuanto exhibe la relación entre los factores experimentales, lo cual sugiere
cómo deben ser los cálculos en el ANOVA, particularmente los grados de libertad y sumas de cuadrados. Los diagramas son fotografías que muestran
si los factores son jos o aleatorios, el número de niveles para cada factor y la relación entre estos (efectos cruzados y/o efectos anidados o jerárquicos).
Bibliografia
Dagnino, J. (2014). Análisis de varianza. [Archivo PDF]. Recuperado de [Link]
Rodrigo, J. (s/f). ANOVA análisis de varianza para comparar múltiples medias. [Archivo PDF]. Recuperado de [Link]