Ejercicio Propuesto 1

La conveccin es una forma de transferencia de calor por los fluidos debido a sus
variaciones de densidad por la temperatura; las partes calientes ascienden y las fras
descienden formando las corrientes de conveccin que hacen uniforme la temperatura del
fluido. Se ha realizado un experimento para determinar las modificaciones de la densidad
de fluido al elevar la temperatura en una determinada zona. Los resultados obtenidos han
sido los siguientes:

Temperatura Densidad
100 21.8 21.9 21.7 21.6 21.7
125 21.7 21.4 21.5 21.4
150 21.9 21.8 21.8 21.6 21.5
175 21.9 22.1 21.85 21.9

Responder a las siguientes cuestiones:

1. Afecta la temperatura a la densidad del fludo?

2. Determinar qu temperaturas producen modificaciones significativas en la densidad
media del fluido.
3. Estudiar las hiptesis del modelo: Homocedasticidad, independencia y normalidad.
4. Se puede afirmar que las temperaturas de 100 y 125 producen menos densidades
de fluido en promedio que las temperaturas de 150 y 175?

Ejercicio Propuesto 2

Un laboratorio de reciclaje controla la calidad de los plsticos utilizados en bolsas. Se desea

contrastar si existe variabilidad en la calidad de los plsticos que hay en el mercado. Para
ello, se eligen al azar cuatro plsticos y se les somete a una prueba para medir el grado de
resistencia a la degradacin ambiental. De cada plstico elegido se han seleccionado ocho
muestras y los resultados de la variable que mide la resistencia son los de la tabla adjunta.

Calidad
Resistencia
Plsticos
Plstico A 135 175 97 169 213 171 115 143
Plstico B 275 170 154 133 219 187 220 185
Plstico C 169 239 184 222 253 179 280 193
Plstico D 115 105 93 85 120 74 87 63

Qu conclusiones se deducen de este experimento?

Ejercicio Propuesto 3

Debido a la proliferacin de los campos de golf y a la gran cantidad de agua que necesitan,
un grupo de cientficos estudia la calidad de varios tipos de csped para implantarlo en
invierno en los campos de golf. Para ello, miden la distancia recorrida por una pelota de
golf, en el campo, despus de bajar por una rampa (para proporcionar a la pelota una
velocidad inicial constante). El terreno del que disponen tiene mayor pendiente en la
direccin norte-sur, por lo que se aconseja dividir el terreno en cinco bloques de manera
que las pendientes de las parcelas individuales dentro de cada bloque sean las mismas. Se
utiliz el mismo mtodo para la siembra y las mismas cantidades de semilla. Las
mediciones son las distancias desde la base de la rampa al punto donde se pararon las
pelotas. En el estudio se incluyeron las variedades: Agrostis Tenuis (Csped muy fino y
denso, de hojas cortas y larga duracin), Agrostis Canina (Hoja muy fina, estolonfera.
Forma una cubierta muy tupida), Paspalum Notatum (Hojas gruesas, bastas y con rizomas.
Forma una cubierta poco densa), Paspalum Vaginatum (Csped fino, perenne, con rizomas
y estolones).

Bloques
Variedad de csped Bloque 1 Bloque 2 Bloque 3 Bloque 4 Bloque 5
Agrostis Tenuis 1.30 1.60 0.50 1.20 1.10
Agrostis Canina 2.20 2.40 0.40 2.00 1.80
Paspalum Notatum 1.80 1.70 0.60 1.50 1.30
Paspalum Vaginatum 3.90 4.40 2.00 4.10 3.40

Se pide:

1. Identificar los elementos del estudio (factores, unidades experimentales, variable

respuesta, etc.) y plantear detalladamente el modelo matemtico utilizado en el
experimento.
2. Son los bloques fuente de variacin?
3. Existen diferencias reales entre las distancias medias recorridas por una pelota de
golf en los distintos tipos de csped?
4. Estudiar las interacciones de los factores.
5. Comprobar que se cumplen las hiptesis del modelo.
6. Utilizando el mtodo de Newman-Keuls, qu tipo de cesped ofrece menor
resistencia al recorrido de las pelotas?
El problema planteado se modeliza a travs de un diseo unifactorial totalmente
aleatorizado de efectos fijos no-equilibrado.

Variable respuesta: Densidad del fluido.

Factor: Temperatura. Es un factor de Efectos fijos.

Modelo no-equilibrado: Los niveles de los factores tienen distinto nmero de elementos.

1. Afecta la temperatura a la densidad del fludo?

Para responder a este apartado, se plantea el siguiente contraste de igualdad de medias:

Se selecciona Analizar/Modelo lineal general/Univariante. En la salida correspondiente, se

introduce en el campo Variable dependiente: La variable respuesta Densidad del fluido y
en el campo Factores fijos: el factor Temperatura. Pulsando Aceptar se obtiene la Tabla
ANOVA

En la tabla ANOVA el valor del estadstico de contrates de igualdad de medias F = 6.983,

deja a su derecha un p-valor = 0.004 inferior a 0.05, por lo que se rechaza la hiptesis nula
de igualdad de medias. Concluyendo que existen diferencias significativas en la densidad
del fluido en funcin de la modificacin de la temperatura.

2. Determinar qu temperaturas producen modificaciones significativas en la densidad

media del fluido.

Se plantea la pregunta de si la densidad media del fluido es significativamente diferente

para las 4 temperaturas analizadas o slo para alguna de ellas. Esta cuestin se resuelve
mediante los contrastes de comparaciones mltiples. Utilizando la prueba de Tukey,se
obtienen los siguientes resultados:
La tabla de comparaciones mltiples muestra los intervalos simultneos construidos por el
mtodo de Tukey para cada posible combinacin de temperaturas. Como se puede observar
todos los intervalos de confianza construidos para las diferencias entre las densidades
medias contienen al 0, excepto el correspondiente a la pareja de temperatura125 y 175. Lo
que significa que todas las densidades medias no pueden considerarse distintas
estadsticamente excepto las densidades medias correspondientes a las temperaturas de 125
y 175. As mismo se observa que la significacin asociada al contraste de las densidades
medias correspondientes a estas temperaturas es inferior a 0.05, lo que se traduce en que
existe evidencia emprica de que ambas densidades medias son diferentes
significativamente.

Para poder analizar esta tabla ms fcilmente la ponemos de la siguiente forma

En esta tabla es ms cmodo comparar cualquier pareja de temperaturas para saber si hay
diferencias significativas. Se deduce que slo se observan diferencias significativas entre
las densidades de los fluidos cuando se ha modificado la temperatura a 125 y 175 grados
(significacin inferior a 0.05).

En la tabla Subconjuntos homogneos asociada al contraste de Tukey se muestra por

columnas los subgrupos de medias iguales. En nuestro estudio sobre las densidades de los
fluidos se observan que las densidades medias del fluido analizado pueden considerarse
similares cuando las temperaturas son 100, 125 y 150 y cuando son 100, 150 y 175 grados.
Tal y como se observa en la tabla, el p-valor asociado al primer grupo de temperaturas
(100, 125 y 150) es 0.081, mayor que 0.05 lo que significa que no se puede rechazar la
hiptesis de igualdad en las densidades medias para este subgrupo. Anlogamente ocurre
con el otro subgrupo formado, con un p-valor igual a 0.124. Tambin se deduce qu
subconjuntos difieren entre si, las densidades medias del primer grupo difieren de las del
segundo. Y se observa que la densidad media mayor (21.9375) se obtiene para la
temperatura de 175 y la menor (21.5) para la tremperatura de 125.

3. Estudiar las hiptesis del modelo: Homocedasticidad, independencia y normalidad.

Validar el modelo propuesto consiste en estudiar si las hiptesis bsicas del modelo estn o
no en contradiccin con los datos observados. Es decir, si se satisfacen los supuestos del
modelo: Normalidad, Independencia y Homocedasticidad.

Hiptesis de Homocedasticidad

El primer aspecto que vamos a considerar es el de la homocedasticidad, la igualdad de

varianzas. Para ello, a travs del botn Opciones del men Analizar/Modelo lineal
general/Univariante, pulsando en Pruebas de homogeneidad se obtiene:

De donde se deduce a partir del valor de la significacin, 0.585, que se puede asumir la
igualdad de varianzas entre las densidades registradas para las diferentes temperaturas.

Grficamente, representamos las barras de error para la desviacin tpica seleccionando en

el men principal Grficos/Cuadros de dilogo antiguos/Barras de error
Se obtiene para cada grupo de temperaturas una representacin grfica de la densidad
media (crculo de cada una de las barras) y dos desviaciones tpicas a izquierda y derecha
del promedio. Se observa una mayor dispersin en la densidad para las temperaturas 125 y
150. Este grfico no aporta evidencias sobre la homogeneidad de las varianzas, por lo que
siempre habr que recurrir al contraste de Levene para dicha comparacin.

Hiptesis de Independencia

Para comprobar que se satisface el supuesto de independencia entre los residuos,

representamos grficamente los residuos frente a los valores pronosticados. La presencia de
alguna tendencia en el grfico puede indicar la alteracin de dicha hiptesis. Seleccionando
Opciones en el cuadro de dilogo de Anlisis Univariante, se selecciona la casilla Grfico
de los residuos y se obtienen los grficos de residuos asociados al anlisis
En el grfico de la tercera fila y la segunda columna (residuos frente a valores
pronosticados) no se observa ninguna tendencia concreta lo que muestra la no existencia de
relacin de dependencia.

Hiptesis de Normalidad

En primer lugar analizamos la normalidad de las densidades y continuaremos con el

anlisis de la normalidad de los residuos. Se selecciona en SPSS Analizar/Estadsticos
descriptivos/Explorar y se obtienen los ajustes de normalidad
El contraste de Shapiro-Wilk (apropiado dado que el nmero total de datos es inferior a 50),
muestra p-valores siempre superiores a 0.05, por lo que podemos concluir que las
densidades se distribuyen segn una normal para cada temperatura considerada en el
estudio.

Para contrastar la hiptesis de Normalidad de los residuos recurriremos a procedimientos

grficos y analticos. Para ello, en primer lugar se calculan los residuos tipificados
asociados al ajuste univariante.

Para obtener el histograma de los residuos se selecciona en el men principal de SPSS,

Grficos/Cuadros de dilogo antiguos/Histograma. Aunque podemos observar algunas
desviaciones de la normalidad en el histograma, estas no implican la ausencia de
normalidad de los residuos como se comprueba con el grfico probabilstico normal
(Analizar/Estadsticos Descriptivos/Grficos QQ ).
El anlisis numrico se llevar a cabo a travs del contraste de Kolmogorov-Smirnov,
Analizar/Pruebas no paramtricas/Cuadros de dilogo antiguos/K-S de 1 muestra
El valor del p- valor (significacin = 0.637) es mayor que el nivel de significacin, 0.05,
por lo que se puede confirmar la normalidad de los residuos.

4. Se puede afirmar que las temperaturas de 100 y 125 producen menos densidades
de fluido en promedio que las temperaturas de 150 y 175?

El contraste de hiptesis que se debe resolver para contestar este apartado es:

Para realizarlo con SPSS, en Analizar/Comparar medias/Anova de un factor... pulsamos

Contrastes. Introduciendo los correspondientes coeficientes se obtiene la siguiente salida

Para interpretar la tabla, asumimos en todos los contrastes la homocedasticidad,

observamos que el p-valor vale 0.006 menor que el nivel de significacin 0.05. Por lo tanto,
se rechaza la hiptesis nula y se deduce que las temperaturas de 100 y 125 conjuntamente
producen menos densidades de fluido en promedio que las temperaturas de 150 y 175
conjuntamente.

Ejercicio Propuesto 2

Un laboratorio de reciclaje controla la calidad de los plsticos utilizados en bolsas. Se desea

contrastar si existe variabilidad en la calidad de los plsticos que hay en el mercado. Para
ello, se eligen al azar cuatro plsticos y se les somete a una prueba para medir el grado de
resistencia a la degradacin ambiental. De cada plstico elegido se han seleccionado ocho
muestras y los resultados de la variable que mide la resistencia son los de la tabla adjunta.

Calidad Plsticos Resistencia

Plstico A 135 175 97 169 213 171 115 143
Plstico B 275 170 154 133 219 187 220 185
Plstico C 169 239 184 222 253 179 280 193
Plstico D 115 105 93 85 120 74 87 63

Qu conclusiones se deducen de este experimento?

Solucin:

Los cuatro tipos de plsticos analizados corresponden a una seleccin aleatoria de 4

conjuntos de observaciones extrados aleatoriamente del total de diferentes tipos de
plsticos que hay en el mercado, entre los cuales debemos observar si existen o no
diferencias significativas. Nos encontramos por tanto ante un diseo unifactorial
completamente aleatorio con efectos aleatorios .

En este modelo, se supone que las variables i son variables aleatorias normales
independientes con media 0 y varianza comn .

Dado que trabajamos con el modelo de efectos aleatorios, analizar si las medias
poblacionales son iguales ser equivalente a contrastar:

No rechazar H0 ser equivalente a afirmar que no hay variedad en los efectos de los
tratamientos, es decir, que la resistencia que ofrecen los plsticos empleados en la
fabricacin de bolsas de cara a la degradacin ambiental es la misma.
Plantearemos el contraste a partir de la informacin de que disponemos:

Variable respuesta: Resistencia a la degradacin ambiental.

Factor: Tipo de plstico.

Modelo equilibrado: Cada uno de los niveles del factor tienen el mismo nmero de
observaciones.

Tamao del experimento: Nmero total de observaciones (40 unidades experimentales).

Comenzaremos definiendo las variables e introduciendo los datos:

Para formular el contraste, en el men principal se selecciona Analizar/Modelo lineal

general/Univariante En la ventana resultante introducimos Resitencia en la Variable
dependiente: y Tipo de plstico como Factor aleatorio. Pulsando Aceptar, obtenemos la
tabla ANOVA:
 El valor del estadstico de contraste 17.232 deja a su derecha un p-valor menor que 0.001,
rechazando la Hiptesis nula tanto a un nivel de significacin del 5% como del 1%.
Podemos concluir que los datos muestran evidencias de variabilidad en la resistencia para
la degradacin ambiental segn el tipo de plstico empleado en la fabricacin de la bolsa.

Dado que estamos ante un modelo de efectos aleatorios, no tenemos que realizar contrastes
adicionales para comprobar qu medias son diferentes, ya que la respuesta es generalizada a
todos los tipos de plsticos.

La media cuadrtica esperada, as como los clculos necesarios para la obtencin de las
esperanzas de los cuadrados medios del factor y del error vienen dados en la tabla:

A partir de estas expresiones se pueden estimar las componentes de la

varianza y 2

Para determinar el valor concreto de estas estimaciones se selecciona, Analizar/Modelo

lineal general/Componentes de la varianza. En la ventana Opciones se selecciona
 ANOVA en Mtodo y Tipo III en Sumas de Cuadrados. Pulsando en Continuar y
Aceptar, se obtienen las estimaciones de las componentes de la varianza:

La varianza total, 4047.091, se descompone en una parte atribuible a la diferencia entre los
plsticos, 2710.993, y otra debida a la variabilidad existente dentro de ellos, 1336.098.

En la varianza total, tiene mayor peso la variacin debida al tipo de plstico empleado en la
fabricacin de la bolsa (66.98%) que la originada dentro de los plsticos (33.013%).