INSTITUTO TECNOLÓGICO
SUPERIOR DE TAMAZUNCHALE
ESTADISTICA INFERENCIAL II
Problemas resueltos
Integrantes del equipo: No. de Control:
Bueno Trejo Alma Judit 22IIN029
Martínez Antonio Griselda 22IIN004
Alexander Hipólito Sánchez Rubio 23IIN001
Dany Zamora Salas 22IIN082
Carrera: Ingeniería Industrial
Semestre y grupo: 4º M3
Nombre del Docente: Ing. Alejandro González Rodríguez
1. Explique en qué consiste y cuándo se debe aplicar el diseño completamente al
azar con un solo criterio de clasificación. =Se llama completamente al azar porque
todas las corridas experimentadas se realizan en orden aleatorio completa .se
decide realizar el más simple de todos los diseños que se utilizan para comparar
dos o más tratamientos, dado que sólo consideran dos fuentes de variabilidad: los
tratamientos y el error aleatorio. Este diseño se llama completamente al azar
porque todas las corridas experimentales se realizan en orden aleatorio completo.
De esta manera, si durante el estudio se hacen en total N pruebas, éstas se corren
al azar, de manera que los posibles efectos ambientales y temporales se vayan
repartiendo equitativamente entre los tratamientos.
2. Supongamos que se desea probar la igualdad entre sí de cinco medias. Una
alternativa para hacer esto sería comparar de dos en dos las medias, utilizando la
prueba T de Student y al final tomar una decisión. Explique por qué esto aumenta
el error tipo I .=Aumenta el error tipo I mientras más pruebas de hipótesis se
generan ,se debe a las diferencias observadas en los tratamientos analizados en
un diseño completamente al azar. Son significativas y no se deben a pequeñas
variaciones muestrales.
3. ¿Qué mide el cuadrado medio del error en el ANOVA de un experimento? =mide la
variación dentro de tratamientos, ya que si hay mucha variación entre las
observaciones de cada tratamiento entonces 𝑌𝑖𝑗 − 𝑌̅i.
4. ¿Qué son los grados de libertad para una suma de cuadrados en un análisis de
varianza?=son todos los números de datos independientes disponibles para
estimar una estadística. Varían libremente en un análisis estadístico.
5. A continuación se muestra parte del ANOVA para comparar cinco tratamientos con
cuatro réplicas cada uno
a) Agregar en esta tabla los grados de libertad, el cuadrado medio y la razón
F para cada una de las fuentes de variación.
Fuente de variación Suma de cuadrados G de Libertad [Link] Razón F Valor P
Tratamiento 800 4 200 7,5 0,0016
Error 400 15 26,67
Total 1200 19
b) Explique de manera esquemática cómo calcularía el valor-p o la
significancia observada, para ver si hay diferencia entre tratamientos.=si
planificamos una prueba de hipótesis podemos proponer dos hipótesis.
𝐻𝑜 : 𝜇𝐴 = 𝜇𝐵 = 𝜇𝐶 =𝜇𝐷 =𝜇 Todos los Tratamientos son iguales
𝐻𝐴 : 𝜇𝑖 ≠ 𝜇𝑗 𝑝𝑎𝑟𝑎 𝑎𝑙𝑔ú𝑛 𝑖 ≠ 𝑗 Al menos uh tratamiento es diferentes a los demás
Considerando Un valor de Alfa=0.05
c) ¿Con la información disponible se pueden hacer conjeturas sobre si hay
diferencias significativas entre tratamientos? Argumente su respuesta. Si porque al
hacer la tabla de anova podemos calcular las sumas de cuadrado ,los grados de
libertad ,el cuadrado medio ,la razón de f y el valor de [Link] embargo ,no sabemos
con certeza el número de observaciones que se experimentaron en el problema.
Podemos llegar a concluir que si hay diferencias en los tratamientos
d) Anote el modelo estadístico y formule la hipótesis pertinente
si planificamos una prueba de hipótesis podemos proponer dos hipótesis.
𝐻𝑜 : 𝜇𝐴 = 𝜇𝐵 = 𝜇𝐶 =𝜇𝐷 =𝜇 Todos los Tratamientos son iguales
𝐻𝐴 : 𝜇𝑖 ≠ 𝜇𝑗 𝑝𝑎𝑟𝑎 𝑎𝑙𝑔ú𝑛 𝑖 ≠ 𝑗
Al menos un tratamiento diferente es diferente a los demás
Si p<alfa se rechaza Ho
Si p>alfa No se rechaza
Ho
Considerando un valor
de alfa de 0.05
Se concluye:
Al hacer los cálculos anteriores ,podemos concluir que se rechaza
la hipótesis nula y se determina que al menos un tratamiento es
diferente
6. Se desea investigar el efecto de PH en el crecimiento de cierto microorganismo
en un medio especifico. Para ello se realiza un experimento teniendo como punto
de partida la misma cantidad de microorganismos, se hacen cuatro repeticiones y
se obtienen los siguientes resultados.
¿Estos datos son evidencia suficiente para afirmar que los niveles de PH donde se
baja menor y mayor crecimiento son el 1, 3 y 2 respectivamente? Explique su
respuesta.
NIVEL DE PH CRECIMIENTO PROMEDIO (%)
1 80
2 105
3 75
Esta cantidad inicial no es adecuada para determinar que el nivel de pH 2 es el
óptimo para el crecimiento máximo. La falta de detalles sobre la variabilidad y la
carencia de datos impiden afirmar con certeza que el nivel de pH es el más propicio
para el crecimiento óptimo.
7. Se desea investigar la influencia de la temperatura en el rendimiento de un
proceso químico, en particular interesa investigar un rango de temperatura entre 60
y 10% se tienen recursos para realizar 20 comidas experimentales.
a) Los niveles de temperatura con los que se experimenta son:60, 65, 70 y 120; se
hacen cinco repeticiones con cada nivel. ¿Considera que es adecuado el diseño
experimental usado?
Los niveles de temperatura elegidos no están equitativamente distribuidos en el
rango de interés (de 60 a 1200), con un salto notable entre 70 y 120°C. Esto podría
complicar la comprensión de la variación en el rendimiento del proceso químico
dentro de dicho intervalo.
b) El orden en que decidieron las corridas experimentes para facilitar el trabajo fue:
primero las cinco de nivel bajo, luego las cinco siguientes y así hasta finalizar. ¿Es
correcto lo que hicieron?
Dado que el orden de los elementos puede impactar en la validez de los resultados
y en la capacidad para identificar posibles factores externos, es importante
considerar esta variable cuidadosamente en el diseño experimental.
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?
La evaluación de las claves de niveles de temperatura podría arrojar una visión
restringida de cómo la temperatura influye en el rendimiento del proceso químico a
lo largo de todo el rango de temperaturas estudiado
Al llevar a cabo numerosas comparaciones, se incrementa el riesgo de cometer un
error tipo I, es decir, de rechazar erróneamente una hipótesis nula que en realidad
es verdadera
8. Describa en qué consiste cada uno de los supuestos del modelo en un análisis
de varianza y explique la forma típica en que estos supuestos se verifican.
La suposición de normalidad de los residuos establece que los residuos del
modelo deben ajustarse a una distribución normal. Este criterio se puede confirmar
visualmente mediante un histograma o un gráfico de probabilidad normal de
residuos.
La independencia de los datos presupone que la observación de un individuo no
está afectada por la observación de otro individuo. Se examina típicamente a
través del diseño del estudio.
9. ¿Qué son y cuando se aplican las pruebas para comparar medidas?
Se emplean técnicas estadísticas para determinar si hay disparidades
significativas entre las medias de dos o más grupos o poblaciones. Estos
procedimientos se utilizan cuando se pretende analizar si las medias de distintos
grupos son genuinamente diferentes entre sí o si las discrepancias observadas
podrían ser atribuibles al azar.
10_ Para verificar el peso molecular final, una empresa realiza 4 muestras de
mezclas diferentes, con cinto repeticiones cada una.
Los datos que se obtuvieron se muestran en las siguientes tablas, valores de los
promedios obtenidos y de la varianza.
MEZCLA PESO PROMEDIO
A 10000
FUENTE DE DE VARIACIÓN VALOR DE P B 7000
Mezcla 0.01 C 8000
Error D 7500
Como siguiente paso es utilizar la herramienta ANOVA para la comparación de los
tratamientos
a) Agregar en la tabla los grados de libertad, el cuadro medio y la razón F para
cada una de las fuentes de variación.
b) Explique de manera esquemática como se calcula el valor p y la significancia
para observar si existe diferencia entre los diferentes tratamientos.
c) De acuerdo a lo obtenido, ¿Podría existir significancia entre los tratamientos?
Si, como p es menor que α se rechaza la H0 y se sabe que al menos un par
de tratamientos son distintos.
d) Modelo Estadístico utilizado
FUENTE
SUMA DE G. DE RAZON VALOR
DE C. MEDIO
CUADRADOS LIBERTAD F DE P
VARIACION
Tratamiento 400 4 200 7.5 0.0016
Error 800 15 26.67
Total 1200 19
e) ¿las mezclas son diferentes significativamente de acuerdo al peso
molecular?
En este caso podemos decir que mientras en valor que esta manejando p
sea menor que el valor del nivel de significancia (0.05) se pude rechazar la
hipótesis nula debido a que el valor de p (0.01) si es menor que el nivel de
significancia entonces, se concluye que las mezclas si son diferentes de
manera significativa de acuerdo a su peso molecular.
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 resollados detenidos se muestran a continuación.
Número de R
Marca de spray 1 2 3 4 5 6
1 72 65 67 75 62 73
2 55 59 68 70 53 50
3 64 74 61 58 51 69
a) Formule la hipótesis adecuada y el modelo estadístico.
Ho=M1=M2=M3=M
HA=Mi≠Mj Para alguna i ≠ j
b) ¿Existe diferencia entre la efectividad promedio de los productos en spray?
No
c) ¿Hay algún spray mejor?
Si, el espray número 2, porque muestra una mejor efectividad
d) Dé un intervalo al 95% de confianza para la efectividad promedio (porcentaje)
de cada una de las marcas.
Marca Promedio
1 64.83
2 66.5
3 59.67
e) Dibuje las gráficas de medias y los diagramas de caja simultáneos
B-A
C-A
C-B
-20 -15 -10 -5 0 5 10 15 20
75
70
65
60
55
50
1 2 3
f) Verifique los supuestos de normalidad y de igual varianza entre las marcas:
Como el valor p es mayor a 0,0 5 se acepta la hipótesis nula
