UNIVERSIDAD CENTRAL DEL ECUADOR

FACULTAD DE CIENCIAS QUÍMICAS

PERIODO ACADÉMICO 2024-2025
CARRERA QUÍMICA REDISEÑO
DISEÑO EXPERIMENTAL
TAREA #3

Nombre: Alisson Nicole Morales Jácome

Curso: QR5-001

Fecha: 21/02/2025

1. En una empresa alimenticia se desean evaluar cuatro antioxidantes, a

través de su efecto en un aceite vegetal. El propósito es seleccionar el
producto que retrase más la oxidación. Las pruebas se hacen en
condiciones de estrés, midiendo como variable de respuesta al índice
de peróxidos. Se evalúan diferentes unidades experimentales a
diferentes tiempos. Los datos obtenidos se muestran a continuación (en
el control no se agrega ningún antioxidante). Dado que uno de los
factores es el tiempo, y éste no se puede aleatorizar, entonces se le
puede ver como un factor de bloques.

a) Señale los factores controlados y la variable de respuesta.

• Los efectos controlados son los antioxidantes y el tiempo
• La variable de respuesta es el índice de peróxidos.
b) Formule el modelo estadístico más apropiado al problema y las
hipótesis estadísticas que se pueden probar.
- A:

𝐻𝑜 = 𝛼1 = 𝛼2 = ⋯ = 0

𝐻1 = 𝑎𝑙 𝑚𝑒𝑛𝑜𝑠 𝑝𝑎𝑟𝑎 𝑢𝑛𝑜 𝑖 𝛼𝑖 ≠ 0

- B:

𝐻𝑜 = 𝛽1 = 𝛽2 = ⋯ = 0

𝐻1 = 𝑎𝑙 𝑚𝑒𝑛𝑜𝑠 𝑝𝑎𝑟𝑎 𝑢𝑛𝑜 𝑗 𝛽𝑖 ≠ 0

- A x B:

𝐻𝑜 = (𝛼𝛽)𝑖𝑗 = 0 𝑝𝑎𝑟𝑎 𝑡𝑜𝑑 𝑖𝑗

𝐻1 = 𝑎𝑙 𝑚𝑒𝑛𝑜𝑠 𝑝𝑎𝑟𝑎 𝑢𝑛𝑜 𝑖𝑗 (𝛼𝛽)𝑖𝑗 ≠ 0

c) Haga un análisis de varianza y observe los aspectos más relevantes.

- A
𝐹𝛼,𝑣1,𝑣2 = 𝐹0,05,2,15 = 3,68232034
𝐹0 > 𝐹𝛼,𝑣1,𝑣2
8352,33 > 3,68232034
∴ 𝑆𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 ℎ𝑖𝑝𝑜𝑡𝑒𝑠𝑖𝑠 𝑛𝑢𝑙𝑎

El mejor antioxidante es el de 12 horas ya que tiene mayor efecto

antioxidante además si afecta el tiempo en el que está el peróxido.

- B
𝐹𝛼,𝑣1,𝑣2 = 𝐹0,05,4,15 = 3,05556828
𝐹0 < 𝐹𝛼,𝑣1,𝑣2
3,03 < 3,05556828
 ∴ 𝑆𝑒 𝑎𝑐𝑒𝑝𝑡𝑎 ℎ𝑖𝑝𝑜𝑡𝑒𝑠𝑖𝑠 𝑛𝑢𝑙𝑎

Podemos observar en la prueba de Fisher que cualquier producto que se le

aplique es el mismo.
- AxB

𝐹𝛼,𝑣1,𝑣2 = 𝐹0,05,4,15 = 2,64079688

𝐹0 > 𝐹𝛼,𝑣1,𝑣2
30, 51 > 2,64079688
∴ 𝑆𝑒 𝑅𝑒𝑐ℎ𝑎𝑧𝑎 ℎ𝑖𝑝𝑜𝑡𝑒𝑠𝑖𝑠 𝑛𝑢𝑙𝑎 .
Observando el gráfico si hay interacción entre el tiempo y el producto y nos dice
que tiempo de 12 horas es mejor y que los productos son los mismos.

d) ¿Los supuestos del modelo se cumplen?

Observando los gráficos tanto para productos y el tiempo no cumplen con la

normalidad

e) Considerando que a menor índice de peróxidos mejor es el producto, ¿hay

algún producto que sea mejor estadísticamente?

Realizando la prueba de Tukey nos da que todos los productos son iguales.

2. Se comprueba el peso en gramos de un material de tres proveedores: A,

B y C, por tres diferentes inspectores: I, II y III, utilizando tres diferentes
escalas: 1, 2 y 3. El experimento se lleva a cabo como el siguiente cuadro
latino:
 a) ¿Hay diferencias entre los proveedores?

𝐻𝑂 = 𝑢1 = 𝑢2 = ⋯ = 0
𝐻1 = 𝑎𝑙 𝑚𝑒𝑛𝑜𝑠 𝑢𝑖 ≠ 𝑢𝑗
𝐹𝛼,𝑣1,𝑣2 = 𝐹0,05,2,2 = 19
𝐹0 > 𝐹𝛼,𝑣1,𝑣2
49,00 > 19,00
∴ 𝑆𝑒 𝑅𝑒𝑐ℎ𝑎𝑧𝑎 ℎ𝑖𝑝𝑜𝑡𝑒𝑠𝑖𝑠 𝑛𝑢𝑙𝑎 .

Los proveedores uno y dos son iguales mientras que el proveedor 3 es diferente.

b) ¿Hay diferencias entre los inspectores y entre las escalas?

- Inspectores
𝐹𝛼,𝑣1,𝑣2 = 𝐹0,05,2,2 = 19
𝐹0 > 𝐹𝛼,𝑣1,𝑣2
1,00 > 19,00
∴ 𝑆𝑒 𝑎𝑐𝑒𝑝𝑡𝑎 ℎ𝑖𝑝𝑜𝑡𝑒𝑠𝑖𝑠 𝑛𝑢𝑙𝑎 .
- Escalas

𝐹𝛼,𝑣1,𝑣2 = 𝐹0,05,2,2 = 19
𝐹0 > 𝐹𝛼,𝑣1,𝑣2
148,00 > 19,00
∴ 𝑆𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝑙𝑎 ℎ𝑖𝑝𝑜𝑡𝑒𝑠𝑖𝑠 𝑛𝑢𝑙𝑎 .

En las escalas si existe diferencia significativa mientras que con los

inspectores no hay una mucha diferencia.

c) Si el peso debe ser 15 g, ¿cuál proveedor es mejor?

El más cercano a 15 g sería el proveedor 1(A) ya que tiene un peso

aproximado
d) Si algún factor de bloque es no significativo, elimínelo y haga el análisis
adecuado.
El factor que no es significativo es la del inspector, debido a que el valor del
ANOVA es similar, es por eso por lo que no afecta si se toma en cuenta o no a
los Inspectores.

3. Se cree que la adhesividad de un pegamento depende de la presión y de

la temperatura al ser aplicado. Se realiza un experimento factorial con
ambos factores fijos.

a) Formule las hipótesis y el modelo estadístico que se desea probar.

Modelo: Diseño factorial

𝐻𝑜 = 𝑢1 = 𝑢2 𝑛𝑜 ℎ𝑎𝑦 𝑒𝑓𝑒𝑐𝑡𝑜 𝑑𝑒 𝑎𝑑ℎ𝑒𝑠𝑖𝑣𝑖𝑑𝑎𝑑

𝐻1 = 𝑢𝑖 ≠ 𝑢2 𝐻𝑎𝑦 𝑒𝑓𝑒𝑐𝑡𝑜 𝑑𝑒 𝑎𝑑ℎ𝑒𝑠𝑖𝑣𝑖𝑑𝑎𝑑

b) Analice los datos y obtenga las conclusiones apropiadas.

 Es necesario tener como mínimo más replicas por lo que al no tener más
replicas es imposible tener valores de F o p.
c) ¿Se puede analizar si hay interacción entre los dos factores
controlados?

No se obtuvieron valores de F o p, por lo que no se puede realizar ninguna

conclusión.

d) Verifique residuos

No es posible obtener la gráfica.

4. Para estudiar la confiabilidad de ciertos tableros electrónicos para

carros, se someten a un envejecimiento acelerado durante 100 horas a
determinada temperatura, y como variable de interés se mide la
intensidad de corriente que circula entre dos puntos, cuyos valores
aumentan con el deterioro. Se probaron 20 módulos repartidos de
manera equitativamente en cinco temperaturas y los resultados
obtenidos fueron los siguientes:

a) Formule la hipótesis y el modelo estadístico para el problema.

𝐻𝑜 = 𝑢1 = 𝑢2 = ⋯ = 𝑢𝑛

𝐻𝑖 = 𝑢𝑖 ≠ 𝑢𝑗

b) Realice el análisis de varianza para estos datos, a fin de estudiar si la

temperatura afecta la intensidad de corriente promedio.
 𝐹𝛼,𝑣1,𝑣2 = 𝐹0,05,4,15 = 3,05558628
𝐹0 > 𝐹𝛼,𝑣1,𝑣2
68,055 > 3,055
∴ 𝑆𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 ℎ𝑖𝑝𝑜𝑡𝑒𝑠𝑖𝑠 𝑛𝑢𝑙𝑎 .

Esto quiere decir que al menos de todas las medias es diferente, esto quiere decir
que la temperatura si afecta a la intensidad de corriente

c) ¿La temperatura afecta la variabilidad de las intensidades? Es decir,

verifique si hay igual varianza entre los diferentes tratamientos.

La temperatura si presenta un efecto significativo en la intensidad de corriente

como se puede observar en el ANOVA el valor de p es de 0,000000 esto nos indica
una diferencia estadísticamente significativa en los términos.

5. En una empresa de manufactura se propone un tratamiento para reducir

el porcentaje de productos defectuosos. Para validar esta propuesta se
diseñó un experimento en el que se producía con o sin la propuesta de
mejora. Cada corrida experimental consistió en producir un lote y la
variable de respuesta es el porcentaje de producto defectuoso. Se
hicieron 25 réplicas para cada tratamiento. Los datos obtenidos se
muestran a continuación:
a) ¿Las diferencias son significativas estadísticamente?
𝐻𝑜 = 𝑇𝑜𝑑𝑜𝑠 𝑙𝑜𝑠 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑑𝑒 𝑙𝑎𝑠 𝑚𝑒𝑑𝑖𝑎𝑠 𝑠𝑜𝑛 𝑑𝑖𝑓𝑒𝑟𝑒𝑛𝑡𝑒𝑠
𝐻𝑖 = 𝐴𝑙 𝑚𝑒𝑛𝑜𝑠 𝑢𝑛𝑎 𝑚𝑒𝑑𝑖𝑎 𝑒𝑠 𝑑𝑖𝑓𝑒𝑟𝑒𝑛𝑡𝑒

𝐹𝛼,𝑣1,𝑣2 = 𝐹0,05,1,48 = 4,04265213

𝐹0 > 𝐹𝛼,𝑣1,𝑣2
73,1357 > 4,0426
∴ 𝑆𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 ℎ𝑖𝑝𝑜𝑡𝑒𝑠𝑖𝑠 𝑛𝑢𝑙𝑎 .
 Al momento que se rechaza hipótesis nula y aceptamos la hipótesis alternativa,
esto nos quiere decir que al menos una de las medias es diferente.

b) ¿Cuál es el porcentaje de defectos que se espera con el nuevo

tratamiento?

El porcentaje que se espera de defectos es de 3,16%

c) Cuantifique el nivel de reducción que se logró con el tratamiento

propuesto.

Realizando el nuevo tratamiento se estima un propuesto que se logró una reducción

del 6,112%

9,2720 % − 3,1600% = 6,112%

6. Una compañía farmacéutica desea evaluar el efecto que tiene la

cantidad de almidón en la dureza de las tabletas. Se decidió producir
lotes con una cantidad determinada de almidón, y que las cantidades de
almidón a aprobar fueran 2%, 5% y 10%. La variable de respuesta sería el
promedio de la dureza de 20 tabletas de cada lote. Se hicieron 4 réplicas
por tratamiento y se obtuvieron los siguientes resultados:

a) ¿Hay evidencia suficiente de que el almidón influye en la dureza en las

tabletas? Halle el ANOVA.
𝐻𝑜 = 𝑢1 = 𝑢2 = ⋯ = 𝑢𝑛
𝐻𝑖 = 𝑢𝑖 ≠ 𝑢𝑗
Se puede concluir que la cantidad de almidón influye significativamente en la
dureza de las tabletas, ya que el valor de p (0,000007) es considerablemente
menor que 0,05. Esto proporciona evidencia estadística suficiente para
rechazar la hipótesis nula, lo cual sostiene que el almidón no afecta la derecha
de las tabletas.

b) Realice los análisis complementarios necesarios.

Se puede observar mediante la prueba de Fisher que todos porcentajes de

almidón son distintos y que no van a afectar a la dureza de las tabletas.

c) Si se desea maximizar la dureza de las tabletas, ¿qué recomendaría al

fabricante?

Con base a los datos observados, el fabricante debería optar por el porcentaje
de almidón que generó la mayor dureza promedio para optimizar su proceso de
producción, siendo este el 10%.

d) Verifique los supuestos.

Se comprobó la hipótesis de que la cantidad de almidón influye en la dureza de
las tabletas.

7. Los datos que se presentan enseguida son rendimientos en toneladas por

hectárea de un pasto con tres niveles de fertilización nitrogenada. El diseño
fue completamente aleatorizado, con cinco repeticiones por tratamiento.

a) ¿Las diferencias muestrales hacen obvia la presencia de diferencias

poblacionales?

Según los valores observados, si existe una diferencia entre los niveles de
fertilización nitrogenada, con el primer nivel de 14, el segundo de 25 y el tercero
de 32

b) Obtenga el análisis de varianza e interprételo.

𝐻𝑜 = 𝑢1 = 𝑢2 = ⋯ = 𝑢𝑛
𝐻𝑖 = 𝑢𝑖 ≠ 𝑢𝑗 𝑎𝑙 𝑚𝑒𝑛𝑜𝑠 𝑢𝑛𝑜 𝑒𝑠 𝑑𝑖𝑓𝑒𝑟𝑒𝑛𝑡𝑒
 𝐹𝛼,𝑣1,𝑣2 = 𝐹0,05,2,12 = 3,88529383
𝐹0 > 𝐹𝛼,𝑣1,𝑣2
10131,6 > 3,8852
∴ 𝑆𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 ℎ𝑖𝑝𝑜𝑡𝑒𝑠𝑖𝑠 𝑛𝑢𝑙𝑎 .

Se rechaza la hipótesis nula, ya que los porcentajes y lo niveles de nitrógeno

presentan diferencias significativas, como se puede observar los resultados
obtenidos mediante la prueba de Fisher.

c) Analice los residuos, ¿hay algún problema?

El graficó nos indica una distribución normal, lo que sugiere que no hay
problemas con los residuos.

8. Los siguientes datos corresponden a diseño 3 × 3 con tres réplicas.

Interesa investigar el efecto de ambos factores sobre Y, para encontrar
las condiciones adecuadas para maximizar.

a) Especifique el modelo estadístico para el problema y las hipótesis

pertinentes.
ANOVA de dos factores
- A
𝐻𝑜 : 𝐿𝑜𝑠 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑑𝑒𝑙 𝑓𝑎𝑐𝑡𝑜𝑟 𝑑𝑎𝑛 𝑒𝑙 𝑚𝑖𝑠𝑚𝑜 𝑒𝑓𝑒𝑐𝑡𝑜 𝑠𝑜𝑏𝑟𝑒 𝑌.
𝐻𝑖 : 𝐴𝑙 𝑚𝑒𝑛𝑜𝑠 𝑢𝑛𝑎 𝑑𝑒 𝑙𝑎 𝐴 𝑑𝑎 𝑢𝑛 𝑒𝑓𝑒𝑐𝑡𝑜 𝑑𝑖𝑠𝑡𝑖𝑛𝑡𝑜 𝑠𝑜𝑏𝑟𝑒 𝑌.
- B
𝐻𝑜 : 𝐿𝑜𝑠 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑑𝑒𝑙 𝑓𝑎𝑐𝑡𝑜𝑟 𝑑𝑎𝑛 𝑒𝑙 𝑚𝑖𝑠𝑚𝑜 𝑒𝑓𝑒𝑐𝑡𝑜 𝑠𝑜𝑏𝑟𝑒 𝑌.
𝐻𝑖 : 𝐴𝑙 𝑚𝑒𝑛𝑜𝑠 𝑢𝑛𝑎 𝑑𝑒 𝑙𝑎 𝐵 𝑑𝑎 𝑢𝑛 𝑒𝑓𝑒𝑐𝑡𝑜 𝑑𝑖𝑠𝑡𝑖𝑛𝑡𝑜 𝑠𝑜𝑏𝑟𝑒 𝑌.

- AxB
𝐻𝑜 = (𝛼𝛽)𝑖𝑗 = 0 𝑝𝑎𝑟𝑎 𝑡𝑜𝑑𝑜 𝑖𝑗
𝐻1 = 𝑎𝑙 𝑚𝑒𝑛𝑜𝑠 𝑝𝑎𝑟𝑎 𝑢𝑛𝑜 𝑖𝑗 (𝛼𝛽)𝑖𝑗 ≠ 0
 b) Haga un análisis de varianza y obtenga conclusiones.

- A
𝐹𝛼,𝑣1,𝑣2 = 𝐹0,05,2,18 = 3,55455715
𝐹0 > 𝐹𝛼,𝑣1,𝑣2
271,6695 > 3,5545
∴ 𝑆𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 ℎ𝑖𝑝𝑜𝑡𝑒𝑠𝑖𝑠 𝑛𝑢𝑙𝑎 .

Respecta A se acepta la hipótesis nula lo que quiere decir que al menos uno de
A da un efecto distinto sobre Y

- B
𝐹𝛼,𝑣1,𝑣2 = 𝐹0,05,2,18 = 3,55455715
𝐹0 < 𝐹𝛼,𝑣1,𝑣2
2,9110 < 3,5545
∴ 𝑆𝑒 𝑎𝑐𝑒𝑝𝑡𝑎 ℎ𝑖𝑝𝑜𝑡𝑒𝑠𝑖𝑠 𝑛𝑢𝑙𝑎 .

En cambio, en B, nos dice que se acepta la hipótesis nula esto quiere decir que
todos los valores del factor dan un mismo efecto sobre Y.

- AxB
𝐹𝛼,𝑣1,𝑣2 = 𝐹0,05,4,18 = 2,92774417
𝐹0 < 𝐹𝛼,𝑣1,𝑣2
1,43643 < 2,9277
∴ 𝑆𝑒 𝑎𝑐𝑒𝑝𝑡𝑎 ℎ𝑖𝑝𝑜𝑡𝑒𝑠𝑖𝑠 𝑛𝑢𝑙𝑎 .
En la intersección nos dice que se acepta la hipótesis nula esto quiere decir que
no existe una intersección entre A y B.

c) Interprete con detalle el efecto de interacción, si es significativo.

En el gráfico se puede observar que no existe ninguna interacción

d) Verifique supuestos.
Se observa una distribución normal y se confirma que no todas las medidas son
iguales. Además, los valores de A tienen un impacto en los valores de Y. Como se
mencionó anteriormente, no se evidencia una interacción entre A y B.

e) ¿Hay un tratamiento mejor? Argumente con pruebas estadísticas.

La prueba de Fisher nos da a conocer que el mejor tratamiento en A es el A1

debido a que es el que Influye más en los valores de Y.
En cambio, la prueba de Fisher para B nos dice que son iguales tanto B1 y B2 ; B2
y B3.

9. 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:

a) Mediante ANOVA, compare las medias de las clonas y verifique

residuales.
𝐻𝑜 = 𝑢1 = 𝑢2 = ⋯ = 𝑢𝑛
𝐻𝑖 = 𝑢𝑖 ≠ 𝑢𝑗
 𝐹𝛼,𝑣1,𝑣2 = 𝐹0,05,3,16 = 3,23887152
𝐹0 > 𝐹𝛼,𝑣1,𝑣2
12,5304 > 2,2388
∴ 𝑆𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 ℎ𝑖𝑝𝑜𝑡𝑒𝑠𝑖𝑠 𝑛𝑢𝑙𝑎 .

Se puede notar que al menos una de las clonas presenta una respuesta
diferente ante el mismo esquema, debido a que se rechaza la hipótesis nula lo
que nos indica que al menos una de las medias es diferente.

b) ¿Hay una clona que haya respondido mejor al esquema de manejo?

Argumente su respuesta.

La prueba de Fisher revela que no hay diferencias significativas entre las clonas
2 y 3, las cuales responden de manera más favorable al esquema de manejo, ya
que presentan un mayor porcentaje de azúcares reductores totales en base
húmeda.

c) En caso de que exista un empate estadístico entre dos o más clonas,

¿qué propondría para desempatar?

Se sugiere llevar a cabo un nuevo estudio con un mayor número de datos y más
réplicas, enfocándose en las clonas que presentan un empate estadístico, con
el objetivo de mejorar la precisión.

10. Un químico del departamento de desarrollo de un laboratorio

farmacéutico desea conocer cómo influye el tipo de aglutinante
utilizado en tabletas de ampicilina de 500 mg en el porcentaje de
friabilidad; para ello, se eligen los siguientes aglutinantes: polivinil
pirrolidona (PVP), carboximetilcelulosa sódica (CMC) y grenetina (Gre).
Los resultados del diseño experimental son los siguientes.

a) Especifique el nombre del diseño experimental.

El diseño experimental que se realizará es de un factor para evaluar la

influencia del tipo de aglutinante en el porcentaje de friabilidad se puede
estructurar

b) ¿Sospecha que hay algún efecto significativo del tipo de aglutinante

sobre la variable de respuesta?

Se tiene sospecha sobre los valores del porcentaje de friabilidad del

aglutinante CMC, ya que alcanzan un 9%, lo cual es elevado en comparación
con los otros valores más bajos de friabilidad.

c) Escriba las hipótesis para probar la igualdad de medias y el modelo

estadístico.
𝐻𝑜 = 𝑢1 = 𝑢2 = ⋯ = 𝑢𝑛 ; 𝑡𝑜𝑑𝑎𝑠 𝑙𝑎𝑠 𝑚𝑒𝑑𝑖𝑎𝑠 𝑠𝑜𝑛 𝑖𝑔𝑢𝑎𝑙𝑒𝑠
𝐻𝑖 = 𝑢𝑖 ≠ 𝑢𝑗 𝑎𝑙 𝑚𝑒𝑛𝑜𝑠 𝑢𝑛𝑎 𝑒𝑠 𝑑𝑖𝑓𝑒𝑟𝑒𝑛𝑡𝑒

El modelo estadístico que se va a utilizar es ANOVA de un factor.

d) Realice el análisis adecuado para probar las hipótesis e interprete

los resultados.
 𝐹𝛼,𝑣1,𝑣2 = 𝐹0,05,2,12 = 3,88529383
𝐹0 > 𝐹𝛼,𝑣1,𝑣2
4420,973 > 3,885
∴ 𝑆𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 ℎ𝑖𝑝𝑜𝑡𝑒𝑠𝑖𝑠 𝑛𝑢𝑙𝑎 .

Nos indica que al menos una de las medias es diferente. Esto confirma que
los aglutinantes tienen un efecto significativo en el porcentaje

e) Revise los supuestos, ¿hay algún problema?

Observando el gráfico no hay normalidad en los datos y no es una distribución
normal si existe una inconsistencia significativa en la toma de datos.

Mediante la prueba de Fisher, en lugar de evidenciar algún problema, se

confirma lo planteado anteriormente: el aglutinante CMC tiene un efecto
distinto en el porcentaje de friabilidad, mientras que los valores obtenidos
para PVP y Gre no presentan diferencias significativas entre sí.