Experimentos con un solo factor Actividad: Comprobación de lectura

Nombre: Lizet Arcos Fomperosa Matrícula: 2868336

Nombre del curso:

Diseño de experimentos. Nombre del profesor:

Eduardo Visoso Noriega.

Módulo: 2. Experimentos con un solo factor Actividad: Comprobación de lectura

Fecha: 25 de octubre 2019

Bibliografía:

Universidad Tecmilenio. (2019). BlackBoard. 25 de octubre del 2019, de Tecmilenio Sitio web:

https://miscursos.tecmilenio.mx/ultra/courses/_153147_1/cl/outline

1. Un químico quiere probar el efecto de cuatro agentes químicos sobre la resistencia de un tipo particular de tela. Debido a que podría haber variabilidades de un rollo de tela a otro, el químico decide usar un diseño de bloques aleatorizados, con los rollos de tela considerados como bloques. Analizar los datos de este experimento (utilizar alfa = 0.50) y sacar las conclusiones de hipótesis.

Realizar análisis de varianza constante e independiente.

1.- Calcular la varianza de cada tratamiento

Rollo Paso 1

Agente químico 1 2 3 4 5 S2

1 73 68 74 71 67 9.3

2 73 67 75 72 70 9.3

3 75 68 78 73 68 19.3

4 73 71 75 75 69 6.8

2. Calcular la estimación combinada

Sp2= 11.175

3. Calcular el valor de b, la variable aleatoria B (con distribución de Barlette)

b = 0.1889

4. Obtener el valor critico (con la tabla de distribución de Barlette)

b4 (0.05;20) = 0.9003

5. Comprobar b con b4

Dado que b= 0.1889 < b4= 9003, Rechazamos la hipotesis nula H0 y aceptamos H1; los cuatro tratamientos no son significativamente diferentes.

Realizar análisis de residuos.

1. Calculamos la media de cada tratamiento

Sabiendo que MSE = 11.175

Rollo MEDIA

Agente químico 1 2 3 4 5

1 73 68 74 71 67 70.6

2 73 67 75 72 70 71.4

3 75 68 78 73 68 72.4

4 73 71 75 75 69 72.6

2. Calculamos los residuos (el error eij de cada elemento yij respecto a su correspondiente media):

ei1 ei2 ei3 ei4 ei5

2.4 -2.6 3.4 0.4 -3.6

1.6 -4.4 3.6 0.6 -1.4

2.6 -4.4 5.6 0.6 -4.4

0.4 -1.6 2.4 2.4 -3.6

3. Calculamos los residuos estándar con la siguiente formula:

di1 di2 di3 di4 di5

0.7179 -0.7778 1.0171 0.1197 -1.0769

0.4786 -1.3162 1.0769 0.1795 -0.4188

0.7778 -1.3162 1.6752 0.1795 -1.3162

0.1197 -0.4786 0.7179 0.7179 -1.0769

Observamos que el mayor valor atípico di3= 1.6753 es menor que 3 o 4 desviaciones estándar, por lo que no nos debe de preocupar.

Generar mapa en minitab comprobando el análisis de residuos.

4. La siguiente grafica nos presenta los residuos respecto al orden de observación

5. Finalmente, podemos observar gráficamente los residuos contra valor ajustado, que no hay alguna concentración de residuos, lo que nos hace ver que se cumple muy probable la condición NID(0, σ^2)

2. Realiza un análisis de verificación de adecuación de un modelo con los siguientes 18 números al azar

23, 17, 10, 9, 21, 11, 24, 16, 22, 2, 8, 11, 16, 19, 16, 22, 20,12

1.- Savar media y desviación estandar

Obtener el valor estadístico con sus respectivas hipótesis

Generar grafica e interpretar los resultados obtenidos.

...