Profesional
Reporte
Nombre:
Montserrat Vázquez Cavazos al03086030
Nombre del curso: Diseño de Nombre del profesor:
experimentos Diana Perla Alemán Esparza
Entregable Semana 1
Fecha: 20/06/24
Hipótesis en el Diseño de Experimentos
¿Qué son y para qué son útiles las hipótesis en el diseño de experimentos?
Las hipótesis en el diseño de experimentos son proposiciones que se plantean
para ser verificadas o refutadas a través de la experimentación y el análisis de
datos. Son útiles porque establecen una base para la toma de decisiones y
ayudan a enfocar el estudio en una dirección específica. Permiten determinar si
hay suficiente evidencia para apoyar una afirmación particular sobre un
fenómeno o si es necesario rechazar dicha afirmación en favor de una
alternativa.
¿Cómo podemos resolver si aceptamos la hipótesis nula o hipótesis
alternativa en cálculos manuales?
Para decidir si aceptamos la hipótesis nula (H0H_0H0) o la hipótesis alternativa
(H1H_1H1) en cálculos manuales, seguimos estos pasos:
1. Planteamiento de las hipótesis: H0H_0H0 y H1H_1H1.
2. Elección del nivel de significancia (α\alphaα): comúnmente
α=0.05\alpha = 0.05α=0.05.
3. Cálculo de la estadística de prueba: usando fórmulas específicas según
el tipo de prueba estadística (por ejemplo, ttt-test, zzz-test).
4. Determinación del valor crítico o p-valor:
o Comparar la estadística de prueba con el valor crítico.
o Si la estadística de prueba está en la región de rechazo, se rechaza
H0H_0H0.
o Alternativamente, comparar el p-valor con α\alphaα. Si el p-valor es
menor que α\alphaα, se rechaza H0H_0H0.
¿Cómo podemos interpretar si aceptamos la hipótesis nula o hipótesis
alternativa al utilizar Minitab?
Profesional
Reporte
En Minitab, después de realizar una prueba de hipótesis, la interpretación se
basa en el p-valor y la estadística de prueba:
1. p-valor: Si el p-valor es menor que el nivel de significancia (α\alphaα), se
rechaza H0H_0H0. Si es mayor, no se rechaza H0H_0H0.
2. Estadística de prueba: Se compara con el valor crítico. Si está en la
región de rechazo, se rechaza H0H_0H0; de lo contrario, no se rechaza.
Frase sobre la importancia del diseño de experimentos:
"El diseño de experimentos es fundamental en el quehacer cotidiano, ya que
permite tomar decisiones informadas y optimizar procesos mediante la
identificación de factores clave y la evaluación de sus efectos en el resultado
deseado."
Experimento en la Distribuidora de Frijoles Cocidos
¿Cuál de los tratamientos es el adecuado para lograr el objetivo de
reducción de consumo de gas y menor tiempo de entrega a partir del menor
tiempo de cocción?
El tratamiento con 3% de sal es el adecuado, ya que presenta el menor tiempo
de cocción promedio (61 minutos).
Variable de respuesta, factores, niveles y réplicas:
• Variable de respuesta: Tiempo de cocción.
• Factores: Cantidad de sal.
• Niveles: 4 niveles (0%, 1%, 2%, 3%).
• Réplicas: 7 réplicas por cada nivel.
Selección del Diseño Experimental y Prueba de Hipótesis
Prueba de hipótesis utilizando Minitab (realizar manualmente):
Cantidad Varianza
Media (µ)
de sal (%) (σ²)
0% 103.29 24.43
1% 85.43 15.95
2% 78.86 17.48
3% 61.43 13.95
Profesional
Reporte
Profesional
Reporte
Profesional
Reporte
Profesional
Reporte
Planteamiento de las hipótesis:
• Hipótesis nula (H0H_0H0): No hay diferencia significativa en los tiempos
de cocción entre los diferentes tratamientos (μ1=μ2=μ3=μ4\mu_1 = \mu_2
= \mu_3 = \mu_4μ1=μ2=μ3=μ4).
• Hipótesis alternativa (H1H_1H1): Al menos uno de los tratamientos tiene
un tiempo de cocción significativamente diferente.
Nivel de significancia (α\alphaα):
• Establecemos α=0.05\alpha = 0.05α=0.05 (nivel de significancia
complementario al nivel de confianza del 95%).
Cálculo de la estadística de prueba (ANOVA):
Utilizamos un análisis de varianza (ANOVA) para comparar las medias de los
cuatro tratamientos.
Cálculo de ANOVA:
• Calculamos la suma de cuadrados total (SST), entre grupos (SSB), y
dentro de los grupos (SSW).
• Calculamos los grados de libertad: entre grupos (dfbetween)y dentro de los
grupos (dfwithin)
• Calculamos la media cuadrática: MSB y MSW.
• Calculamos el estadístico F.
Para los datos proporcionados:
Cálculos (simplificados para ilustración):
Profesional
Reporte
Cálculo del p-valor:
• Utilizando una calculadora de p-valor o software estadístico, obtenemos
un p-valor extremadamente pequeño (p < 0.001).
Conclusión:
Dado que el p-valor es menor que α=0.05\alpha = 0.05α=0.05, rechazamos
H0H_0H0. Esto indica que hay diferencias significativas entre los tiempos de
cocción de los diferentes tratamientos.
¿Se rechaza o se acepta la hipótesis nula?
Respuesta: Se rechaza la hipótesis nula (H0H_0H0).
Profesional
Reporte
Conclusión
Tras realizar la prueba de hipótesis y analizar los p-valores obtenidos,
observamos que estos son menores al nivel de significancia de 0.05. Esto nos
lleva a rechazar la hipótesis nula (H0H_0H0) y aceptar la hipótesis alternativa
(H1H_1H1), indicando que existen diferencias estadísticamente significativas
entre los tiempos de cocción de los diferentes tratamientos.
En particular, el tratamiento con una concentración de sal del 3% muestra un
tiempo de cocción significativamente menor en comparación con los demás
tratamientos. Esta reducción en el tiempo de cocción es crucial para lograr los
objetivos de la distribuidora de frijoles cocidos, ya que un menor tiempo de
cocción implica un menor consumo de gas. Esto no solo conlleva un ahorro
económico significativo en términos de consumo de combustible, sino que
también contribuye a la eficiencia operativa y mejora los tiempos de entrega.
Además, la mejora en los tiempos de entrega puede aumentar la satisfacción del
cliente al garantizar un producto fresco y de calidad en menor tiempo. La
eficiencia en el uso del gas también puede tener un impacto positivo en la
sostenibilidad ambiental de la operación, reduciendo la huella de carbono y
promoviendo prácticas más ecológicas.
Por lo tanto, la implementación del tratamiento con 3% de sal no solo optimiza
los recursos y reduce costos, sino que también fortalece la posición competitiva
de la distribuidora en el mercado al ofrecer un producto de alta calidad de manera
más rápida y eficiente. En conclusión, el diseño experimental y la prueba de
hipótesis han proporcionado una base sólida para tomar decisiones informadas
que mejoran significativamente los procesos de cocción y entrega de los frijoles
cocidos.
