Professional Documents
Culture Documents
Explique en qué consiste y cuando se debe aplicar el diseño completamente al azar con un solo
criterio de clasificación.
Esta centrado en comparar los tratamientos en cuanto a sus medias poblacionales y se utiliza cuando el
objetivo es comparar más de dos tratamientos
2. Supongamos que se desea aprobar la igualdad entre sí de cinco medias. Una alternativa para hacer
esto sería comparar de dos en dos las medias, utilizando la prueba T student y al final tomar una
decisión. Explique porque esto aumenta el error tipo I.
En este caso con cinco medias tenemos diez posible pares de medias, y si la probabilidad de aceptar la H 0 para
cada prueba individual es de 1- = 0.95, entonces la probabilidad de aceptar las diez H0 es de 0.9510 = 0.5987, lo
cual representa un aumento considerable del error tipo I. Aunque se utilice un nivel de confianza tal que (1-
)10= 0.95, el procedimiento resulta inapropiado porque se pueden producir sesgos por parte del
experimentador.
4. ¿Qué son los grados de libertad para una suma de cuadrados en un análisis de varianza?
5. A continuación se muestra parte del ANOVA para comparar cinco tratamientos con cuatro replicas
cada uno.
SCT= ∑ki=1∑nij=1Y2ij – 2
; 800+400 CMTRAT= ; 800/4
a) Agregar en esta tabla los grados de libertad, el cuadrado medio y la razón F para cada una de las
Fuentes de variación.
b) Explique de manera esquemática como calcularía el valor –P o la significancia observada, para ver si
hay diferencia entre tratamientos.
Valor-p es el área bajo la distribución Fk-1, N-k a la derecha del estadístico F0, es decir, el valor-p=P(F>F0)
c) ¿con la información disponible se puede hacer conjeturas sobre si hay diferencias significativas entre
tratamientos? Argumente su respuesta.
Es posible determinar la diferencia entre los tratamientos, mediante la información presentada en la tabla
ANOVA con el valor obtenido del estadístico F0 que sigue una distribución F con (k-1) grados de libertad en el
numerador y (N-k) grados de libertad en el denominador y el valor obtenido de la tablas de la distribución F
para probar la hipótesis de igualdad de los tratamientos con respecto a la media de la correspondiente variable
de respuesta. Ya que en caso de rechazar la hipótesis anterior se estaría asumiendo que las medias de los
tratamientos son diferentes.
H0: = =
H A: ≠ para algún i ≠ j
No se puede afirmar que el nivel de pH influya directamente en el crecimiento promedio, se considera que hay
más factores que intervienen, además es necesario que nos proporcionen más datos por tratamiento para
tomar esa decisión.
a) Los niveles de temperatura con los que se experimenta son: 60, 65, 70 y 120; se hacen 5 repeticiones
con cada nivel. ¿Considera que es adecuado el diseño experimental usado? Argumente su respuesta, y
de ser necesario proponga alternativas.
No es adecuado el diseño experimental debido a que los niveles de temperatura con los cuales
se pretende experimentar no están distribuidos uniformemente en el rango establecido, se
recomienda hacer un experimento con 5 réplicas para los siguientes tratamientos: 60,80, 100, 120.
b) El orden en que decidieron hacer las corridas experimentales para facilitar el trabajo experimental fue:
primero la cinco del nivel bajo de temperatura luego la cinco del siguiente y así hasta finalizar. ¿Es
correcto lo que hicieron? Argumente su respuesta
No es correcto, las corridas experimentales deben ser aleatorias para que el resultado de un
tratamiento no influya en el inmediato siguiente (no violar los supuestos del modelo)
c) Para hacer el análisis estadístico se comparan, mediante una prueba T-student, de dos en dos niveles
de temperatura, y con base en esto obtuvieron conclusiones. ¿Es adecuado tal análisis? , argumente,
en su caso proponga alternativas.
No adecuado, aumenta el error tipo I: rechazar la Ho siendo verdadera en cada par de medias.
8. Describa en qué consiste cada uno de los supuestos del modelo en el análisis de varianza, y explique
la forma típica en que estos supuestos se verifican.
Normalidad: Consiste en verificar que los residuos sigan una distribución normal con media cero y se
verifica graficando los residuos en una escala X-Y de tal manera que si los residuos siguen una
distribución normal al graficarlos tienden a quedar alineados en una línea recta.
Varianza Constante: Comprobar que los residuos de cada tratamiento tienen la misma varianza, es
verificado graficando los predichos contra los residuos y si los puntos en esta grafica se distribuyen de
manera aleatoria en una banda horizontal (sin ningún patrón claro y contundente) entonces es señal
de que se cumple el supuesto de que los tratamientos tienen igual varianza.
Independencia: Probar que los residuos son independientes entre si, se verifica si se grafica el orden en
que se colecto un dato contra el residuo correspondiente, de esta manera si al graficar en el eje
horizontal el tiempo (orden de corrida) y en el eje vertical los residuos, se detecta una tendencia o
patrón no aleatorio claramente definido, esto es evidencia de que existe una correlación entre los
errores y, por lo tanto el supuesto de independencia no se cumple.
% almidón Dureza
2 4.3 4.8 4.5
5 6.5 6.9 6.1
10 9 8.5 8.1
a) ¿Hay evidencia suficiente de que el almidón influye en la dureza de las tabletas? Halle el ANOVA.
2% 5% 10% Suma de
Cuadrados:
4.3 6.5 9 548.88
5.2 7.3 7.8
4.8 6.9 8.5
4.5 6.1 8.1
Yi. = 18.8 26.8 33.4 Y..= 79
ni= 4 4 4 N= 12
yi. Media= 4.7 6.7 8.35 Y Media= 6.58
Ti= -1.88 0.12 1.77
Obteniendo un:
Fuente GL SC MC F P
Factor 2 26.727 13.363 58.10 0.000
Error 9 2.070 0.230
Total 11 28.797
Dado el criterio de rechazo con α=0.05, si 58.10 > F (o.o5, 2, 9) se rechaza la H0. 58.10 > 4.256
Se cumple, por lo tanto se rechaza la hipótesis nula, indicando que para cada tratamiento con porcentaje de
almidón si influye en la dureza de las tabletas.
b) Realice los análisis complementarios necesarios:
Haciendo las comparaciones de media se evidencia que todas son significativamente diferentes
TUKEY y LSD
T𝛼 =q𝛼 (k, N – k) 𝐶𝑀𝐸 /𝑛𝑖 LSD= t∝/2, N-k 2𝐶𝑀𝐸 /𝑛
1 2 3
𝜇 𝜇 𝜇3 T0.05=q0.05 (3,9) 0 23/4
4.7 6.7 8.35 LSD=2.26 2𝑥0 23/4
3.95 0 0575 = 0.9471 LSD=0.76
Tukey LSD
𝜇 − 𝜇 Significativo 𝜇 − 𝜇 Significativo
3>0.9471 2>0.76
𝜇 − 𝜇3 Significativo
3.65>0.9471 𝜇 − 𝜇3 Significativo
3.65>0.76
𝜇 − 𝜇3 Significativo
1.65>0.9471 𝜇 − 𝜇3 Significativo
1.65>0.76
c) Si se desea maximizar la dureza de las tabletas ¿Qué es lo que recomendaría al fabricante?
Normalidad
Varianza Constante
Independencia
En la gráfica de probabilidad normal, los residuos tienden a ajustarse a la línea recta, se deduce que: las
observaciones proceden de poblaciones normales. Se cumple el supuesto de normalidad visualmente.
Las otras graficas no presentan patrones anormales tales como forma de embudo o corneta por lo tanto las
muestras son aleatorias e independientes. Se cumple el supuesto de que los tratamientos tienen igual varianza
e independencia.
18.- Se cultivaron cuatro diferentes clonas de agave tequilana bajo un mismo esquema de manejo. Se quiere
saber qué clona es la que responde mejor a dicho manejo, evaluando el nivel de respuesta con el porcentaje de
azúcares reductores totales en base húmeda. Los datos se muestran a continuación:
CLONA
1 2 3 4
8.69 8.00 17.39 10.37
6.68 16.41 13.73 9.16
6.83 12.43 15.62 8.13
6.43 10.99 17.05 4.40
10.30 15.53 15.42 10.38
7.786 12.672 15.842 8.488
Fuente GL SC MC F P
CLONA 3 213,63 71,21 12,53 0,000
Error 16 90,93 5,68
Total 19 304,55
H0: =
H A: ≠ para algún i ≠ j
Como esta condición se cumple, procedemos a rechazar la H0. Otra forma de rechazarla es que, el valor-p< α
es decir, 0.000 < 0.05 de esta manera también decimos que rechazamos la H0 sobre igualdad de medias en los
tratamientos.
15,0
% AZUCAR REDUC
12,5
10,0
7,5
5,0
1 2 3 4
CLONA
Para probar cuales medias son diferentes, haremos comparaciones entre los 6 posibles pares de medias con
los siguientes métodos:
DIFERENCIA DIFERENCIA
POBLACIONAL MUESTRAL DECISIÓN
(VALOR ABSOLUTO)
μ2 – μ 1 4.886 > 4.3164 Significativa
μ3 – μ 1 8.056 > 4.3164 Significativa
μ4 – μ1 0.702 < 4.3164 No significativa
μ3 – μ2 3.170 < 4.3164 No significativa
μ4 – μ2 4.184 < 4.3164 No significativa
μ4 – μ 3 7.354 > 4.3164 Significativa
RESIDUALES
90 2
Porcentaje
Residuo
50 0
-2
10
-4
1
-5,0 -2,5 0,0 2,5 5,0 8 10 12 14 16
Residuo Valor ajustado
2
3
Frecuencia
Residuo
0
2
-2
1
-4
0
-4 -2 0 2 4 2 4 6 8 10 12 14 16 18 20
Residuo Orden de observación
b) ¿Hay una clona que haya respondido mejor al esquema de manejo? Argumente su
respuesta.
En el tercer tratamiento nos indica el promedio mas alto y que indica la mayor aportación de
azucares reductores en base húmeda.
c) En caso de que exista un empate estadístico entre dos o más clonas, ¿qué propondría para
desempatar?
Otro experimento con solo esos dos tipos de clonas pero considerando mas observaciones para
checar cual es más efectiva.