INVESTIGACION FORMATIVA

PROCESO DE EVALUACION CONTINUA

1.- Se toman 8 medidas del diámetro interno de los anillos para pistones del motor de un
automóvil. Los datos (en mm ) son :

74,001 74.003 74.015 74.000 74.005 74.002 74.005 74.004

Construya un diagrama de puntos y realice un comentario con respecto a los datos.

Diámetro interno de anillos

2.5

1.5

0.5

0
74,001 74.003 74.015 74 74.005 74.002 74.004

Comentario: La mayoría de nuestros datos muestran una vez, este dato representa la frecuencia.

2.- En una prueba de Laboratorio se mide la fuerza de tirantez de un conector. Los siguientes
son los datos obtenidos ( y registrados en orden ) para 40 muestras bajo prueba ( de arriba hacia
abajo y de izquierda a derecha ).

241 220 249 209

258 194 251 212
237 245 238 185
210 209 210 187
194 201 198 218
225 195 199 190
248 255 183 175
203 245 213 178
195 235 236 175
249 220 245 190

Construya una gráfica de series de tiempo, para estos datos. Comente el resultado.

1
 FUERZA DE TIRANTES DE UN CONECTOR
270

250

230

210

190

170
1 2 3 4 5 6 7 8 9 1 01 11 21 31 41 51 61 71 81 92 02 12 22 32 42 52 62 72 82 93 03 13 23 33 43 53 63 73 83 94 0

3.- Un artículo publicado en una revista de ingeniería, presenta datos de viscosidad de un lote
de cierto proceso químico. La siguiente es una muestra de estos datos.
13.3 14.5 15.3 15.3 14.3 14.8 15.2 14.5 14.6 14.1 14.3 16.1 13.1 15.5 12.6 14.6 14.3 15.4 15.2 16.8
14.9 13.7 15.2 14.5 15.3 15.6 15.8 13.3 14.1 15.4 15.2 15.2 15.9 16.5 14.8 15.1 17.0 14.9 14.8 14.0
15.8 13.7 15.1 13.4 14.1 14.8 14.3 14.3 16.4 16.9 14.2 16.9 14.9 15.2 14.4 15.2 14.6 16.4 14.2 15.7
16.0 14.9 13.6 15.3 14.3 15.6 16.1 13.9 15.2 14.4 14.0 14.4 13.7 13.8 15.6 14.5 12.8 16.1 16.6 15.6

a) Construya una tabla de frecuencias con los datos de viscosidad del proceso químico.
FRECUENCIA
MARCA FRECUENCIA FRECUENCIA FRECUENCIA
INTERVALOS RELATIVA
DE CLASE ABSOLUTA ACUMULADA RELATIVA
ACUMULADA
Min Max xi fi Fi hi Hi
1 12.6 13.6 13.1 7 7 0.0875 0.0875
2 13.6 14.6 14.1 28 35 0.35 0.4375
3 14.6 15.6 15.1 29 64 0.3625 0.8
4 15.6 16.6 16.1 12 76 0.15 0.95
5 16.6 17.6 17.1 4 80 0.05 1
TOTAL 80 1

b) Grafique un histograma con la tabla de frecuencia anterior.

HISTOGRAMA DE FRECUENCIAS
35

30

25

20

15

10

0
13.1 14.1 15.1 16.1 17.1

c) Grafique un ojiva de frecuencia acumulada, y determine el valor aproximado que

2
 corresponde al valor del 80 % de los datos para la viscosidad.

OJIVA DE FRECUENCIA ACUMULADA

90
80 80
76
70
64
60
50
40
35
30
20
10
7
0
13.1 14.1 15.1 16.1 17.1

d) Determine el percentil 30 y percentil 70.

Fórmula de percentil
𝑥
𝑃𝑥 = 𝑛 ( ) + 0.5
100
 Percentil 30
30
𝑃30 = 80 ( ) + 0.5
100
𝑃30 = 24.5
Como la posición del percentil 30 se encuentra en 24.5 se halla el promedio de los
valores 14.3 y 14.3
Percentil 30= 14.3
 Percentil 70
70
𝑃70 = 80 ( ) + 0.5
100
𝑃70 = 56.5
Como la posición del percentil 70 se encuentra en 56.5 se halla el promedio de
los valores 15.3 y 15.3
Percentil 70= 15.3

e) ¿Cuál es el valor del rango intercuartilico? . Comente el resultado.

Rango 4.4
Cuartil Inferior 14.3
Cuartil Superior 15.55
RIC 1.275
Rango intercuartilico= 1.275
El 50% de los valores centrales tienen una longitud de 1.275

f) Construya un diagrama de caja, con los datos de la tabla anterior.

3
g) ¿Cuál es el valor del promedio de los datos?
PROMEDIO 14.89875

h) Determine el valor de la desviación Estándar muestral

DESVIACIÓN ESTANDAR MUESTRAL 0.98037628

i) Determine el valor de la mediana. Compare con el promedio. Explique si hubiera

diferencia.
PROMEDIO 14.89875
MEDIANA 14.9
Existe una mínima diferencia entre estos resultados, no se presenta distribución
normal por más mínima que sea la diferencia

j) Cuál es el valor del coeficiente de asimetría?. ¿Qué implica este valor? Comente
COEFICIENTE DE ASIMETRÍA 0.07913789
Se presenta una asimetría positiva que nos indica una distribución unilateral que se
extiende a valores positivos

k) Determine el valor de la curtosis. ¿ Este valor se puede vincular con alguna propiedad
de los datos

CURTOSIS -0.262819

Se relaciona con el coeficiente de simetría, ya que la curtosis mide la distribución de una

curva, el coeficiente de asimetría es la curva que forman los valores

4
4.- Se analizan los discos de policarbonato de un proveedor para determinar su resistencia a las
rayadura y a los golpes. A continuación se resumen los resultados obtenidos al analizar 100
muestras

Sean A : el evento donde el disco tiene una alta resistencia a los golpes y B evento donde el disco
tiene una alta resistencia a las rayaduras. Determine

a) El número de discos en A ∩ B=80

b) El número de discos en A’= 14
c) El número de discos en A U B. Dibuje un diagrama de Venn que represente los datos,
en cada uno de los casos.

d) Determine la probabilidad de
 P(A)= 86/100 =0.86
 P(A’)= 14/100 =0.14
 P(A∩B)’=0.2
 P(AU B)= 0.95
 P(A’U B)=0.94

5.- Se inspecciona un lote de 140 chips mediante la selección de una muestra de cinco de ellos.
Suponga que 10 chips no cumplen con los requerimientos del cliente.

N= 140 r=5

a) ¿Cuál es el número de muestras distintas posibles?

𝐶5140 = 41696562 𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠
b) ¿Cuántas muestras de cinco contienen exactamente un chip que no cumple con los
requerimientos?
Buenas: 130 Malas: 10
130
𝐶10 𝑥𝐶110 = 1135888 𝑓𝑜𝑟𝑚𝑎𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠
c) ¿Cuántas muestras de cinco contienen exactamente un chip que cumple con los
requerimientos?
130
𝐶10 𝑥𝐶410 = 27300 𝑓𝑜𝑟𝑚𝑎𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠

6.- En el problema 2, se realiza una prueba de Laboratorio y se mide la fuerza de tirantez de un

conector. Los siguientes son los datos obtenidos ( y registrados en orden ) para 40 muestras bajo
5
prueba ( de arriba hacia abajo y de izquierda a derecha ), determine si los datos proviene de una
distribución normal.

DISTRIBUCIÓN NORMAL
2.5
2
1.5
1
0.5
0
0 50 100 150 200 250 300
-0.5
-1
-1.5
-2
-2.5

7.- Se utilizan dos máquinas para llenar botellas de plástico con detergente para maquinas
lavaplatos. Se sabe que las desviaciones estándar del volumen de llenado son σ1 = 0.10 onzas de
líquido, y σ2 = 0.15 onzas de líquido para las dos máquinas respectivamente., Se toman dos
muestras aleatorias n1 = 12 botellas de la maquina 1 y n2 = 10 botellas e la maquina 2 . Los
volúmenes promedio de llenado son ẍ 1 = 30.87 onzas de líquido y ẍ2 = 30 .68 onzas de líquido.
¿Las dos máquinas tienen igual volumen de llenado de detergente?

a) Construya un intervalo de confianza bilateral del 90 % para la diferencia entre las

medias del volumen de llenado.
1. 1-alpha =0.9 alpha=0.1 Z(0.95)=1.964
2. 0.0987 ≤ 𝜇1 − 𝜇2 ≤ 0.2813
3. Las diferencias de las medias están entre 0.0987 y 0.2813 con un nivel de
confianza al 90%
b) Construya un intervalo de confianza bilateral del 95 % para la diferencia entre las
medias de volumen de llenado. Compare el ancho de este intervalo con el ancho del
calculado en el inciso a.
1. 1-alpha =95% Z(alpha/2)= 1.95996398
2. 0.0812 ≤ 𝜇1 − 𝜇2 ≤ 0.2988
3. Las diferencias de las medias están entre 0.0812 y 0.2988 con un nivel de
confianza al 95%

6
 c) Construya un intervalo de confianza superior del 95 %, para la diferencia de medias
del volumen de llenado

Nivel de confianza: 99% z(alpha/2)= 2.5758293

0.04696994 ≤ 𝜇1 − 𝜇2 ≤ 0.33303006

8.- Se piensa que la concentración del ingrediente activo de flotación, es afectada por el tipo de
catalizador utilizada en el proceso de fabricación. Se sabe que la desviación estándar de la
concentración activa es de 3 gr/lt, sin importar el tipo de catalizador utilizado. Se realizan 10
observaciones con cada catalizador, y se obtiene los datos siguientes

Catalizador 57.9 66.2 65.4 65.4 65.2 62.6 67.6 63.7 67.2 71.0
1
Catalizador 66.4 71.7 70.3 69.3 64.8 69.6 68.6 69.4 65.3 68.8
2

Suponga que la concentración activa está distribuida normalmente y que la varianza de la

concentración activa de ambos tipos de catalizadores es desconocido.

a) Encuentre un intervalo de confianza del 95 % para la diferencia entre las medias de las
concentraciones activas suponiendo que ambas varianzas son iguales.
1. 1-alpha =95% TO=2.101
2. -5.9240 ≤ 𝜇1 − 𝜇2 ≤ -0.4760
3. Las diferencias de las medias están entre -5.9240 y -0.4760con un nivel de
confianza al 95%

b) Encuentre un intervalo de confianza del 95% para la diferencia entre las concentraciones
activas promedio, suponiendo que las varianzas no son iguales.

7
 1. t(alpha/2,V)= 2.119905299 v= 16.81386403
2. -5.9240 ≤ 𝜇1 − 𝜇2 ≤ -0.4760
3. Las diferencias de las concentraciones están entre -5.9485 y -0.4514 con un nivel
de confianza al 95%

c) Compare la longitud del intervalo de confianza calculado en el inciso (a) con la longitud
del intervalo de confianza obtenido, con los datos y consideraciones anteriores (b); que
intervalo es mayor y por qué?
a longitud del intervalo de confianza del inciso “a” es 5.44786906 y la longitud del
intervalo del inciso “b” es 5.497094397. Se calcula que mayor intervalo de confianza
tiene el inciso “b” porque en este caso se asume que las varianzas son diferentes, y es
lo más correcto asumir en estos casos ya que teóricamente se comprueba que estas
varianzas si son diferentes generando un mayor intervalo, pero aun así nos
demostramos que las distribuciones lleguen hacer iguales

9.- Se investiga la temperatura de deflexión bajo carga para dos tipos diferentes de tubería de
plástico. Para ello se toman dos muestras aleatorias, cada una de 15 especímenes, anotando las
temperaturas de deflexión observadas ( oF ) . Los resultados son los siguientes:

Tipo 1 Tipo 2
206 193 192 177 176 198
188 207 210 197 185 188
205 185 194 206 200 189
187 189 178 201 197 203
194 213 205 180 192 192

a) ¿Los datos apoyan la afirmación de que la temperatura de deflexión bajo carga para la
tubería de tipo 2 es mayor que para la tubería de tipo 1 ?. Para llegar a una conclusión
utilice α = 0.05 y suponga que las varianzas de ambas poblaciones son iguales.
Datos:
𝑛1 = 15 𝑛2 = 15
𝑥1 = 196.4 𝑥1 = 192.07
𝑆1 = 10.48 𝑆2 = 9.44
1) 𝐻0 : 𝜇2 = 𝜇1 𝐻0 : 𝜇2 > 𝜇1
2) 𝛼 = 0.05
3) Prueba y cálculo
(𝑥1 − 𝑥2 ) − (𝑢1 − 𝑢2 ) 𝑆22 (𝑛2 − 1) + 𝑆12 (𝑛1 − 1)
𝑡𝑐 = 𝑆𝑝2 =
1 1 𝑛1 + 𝑛2 − 2
√𝑆𝑝2 ( + )
𝑛1 𝑛2
(9.44)2 (14) + (10.48)2 (14)
𝑆𝑝2 = = 99.472
28

8
 (192.07 − 196.4) − 0
𝑡𝑐 = = −1.19
√99.472( 2 )
15
4) Conclusiones
Se rechaza 𝐻0 ya que la rapidez promedio de acción no es la misma para ambas
soluciones.
b) Calcule un valor P para la prueba del inciso a.
𝑡𝑐 = −1.19
𝑃 = 1 − ∅(𝑍𝑐 )
𝑃 = 0.117

c) Construya diagramas de caja para las dos muestras. ¿Estas graficas apoyan la hipótesis
de que las varianzas son iguales?. Escriba una interpretación práctica para estasgráficas.

Interpretación:

10.- El motor de un cohete se fabrica al unir dos tipos de propulsores; uno de encendido y uno de
impulso. Se piensa que la resistencia al esfuerzo cortante de la unión es una funciónlineal de la
edad en semanas del propulsor cuando se arma el motor. En la tabla siguiente aparece la

9
1
0
 a) Dibuje un diagrama de dispersión de los datos ¿Parece plausible utilizar como modelo
de regresión una línea recta?

Gráfico de Resistencia(PSI) VS Edad(Semanas)

2900

2700

2500

2300

2100

1900

1700

1500
0 5 10 15 20 25 30

Si, es buena para representar el modelo de regresión

b) Encuentre las estimaciones de mínimos cuadrados para la pendiente y la ordenada al

origen del modelo de regresión lineal simple.
(∑𝑛 𝑌𝑖)(∑𝑛𝑖=1 𝑋𝑖)
∑𝑛𝑖=1 𝑌𝑖. 𝑋𝑖 𝑖=1 𝑆𝑥𝑦
𝛽1 = 𝑛 =
𝑛 2
(∑ 𝑋𝑖) 𝑆𝑥𝑥
∑𝑛𝑖=1 𝑌𝑖 2 − 𝑖=1
𝑛
(46648.15)(266.75)
527619.89 20 −41199.81
𝐵1 = 2 = = −36.96
266.75 1114.66
4672.44 − 20
𝐼𝑛𝑡𝑒𝑟𝑠𝑒𝑐𝑐𝑖ó𝑛 → 𝐵𝑜 = 𝑦 = 𝐵1𝑥 = 2132.41 − (−36.96)(13.34) = 2625.39 − 3696𝑥

c) Estime σ2 y los errores estándar de β0 y β1 de los regresores del modelo lineal.

MÍNIMOS
CUADRADOS ESTÁNDAR ESTADÍSTICO
PARÁMETRO ESTIMADO ERROR T VALOR -P
INTERCEPTO 2625.39 45.3468 57.8957 0
PENDIENTE -36.96 2.96681 -12.4584 0
𝜎 2 = 8828.09113

d) Pruebe la hipótesis de Ho : β1 = 0 contra H1 : β1 ≠ 0 , utilizando el procedimiento del

análisis de la varianza con α = 0.05.
𝐵𝑖 − 𝐵1,0
𝑇𝑜 = , 𝑑𝑜𝑛𝑑𝑒 𝐵1,0 = 0
𝜃 2
√
𝑆𝑥𝑥
𝑆𝑖𝑔𝑢𝑒 𝑙𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑇 𝑐𝑜𝑛 𝑛 − 2 𝑔𝑟𝑎𝑑𝑜𝑠 𝑑𝑒 𝑙𝑖𝑏𝑒𝑟𝑡𝑎𝑑 𝑏𝑎𝑗𝑜 𝐻𝑜: 𝐵1
− 𝐵1,0 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎𝑟í𝑎 𝐻0 = 𝐵1 = 𝐵1,0 𝑠𝑖 𝑇𝑜 > 𝑡∞ , 𝑛 − 2
2
36.96 − 0
𝐸𝑛𝑡𝑜𝑛𝑐𝑒𝑠, 𝑇𝑜 = − = −12.46
2.97
1
1
 𝑇𝑜 = 12.46
𝑇𝛼,𝑛−2=2.1
2
𝐶𝑜𝑚𝑜 𝑇𝑜 = 12.46 𝑒𝑠 𝑚𝑎𝑦𝑜𝑟 𝑎 𝑡∞ , 𝑛 − 2 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎 𝐻𝑜: 𝐵1
2
= 𝐵1,0, 𝑙𝑎 ℎ𝑖𝑝𝑜𝑡𝑒𝑠𝑖𝑠 𝑛𝑢𝑙𝑎 𝑒𝑠 𝑓𝑎𝑙𝑠𝑎, 𝑙𝑎 𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒 𝑛𝑜 𝑒𝑠 𝑖𝑔𝑢𝑎𝑙
𝑎 𝑐𝑒𝑟𝑜 𝑒𝑙 𝑚𝑜𝑑𝑒𝑙𝑜 𝑙𝑖𝑛𝑒𝑎𝑙 𝑛𝑜 𝑝𝑜𝑑𝑟í𝑎 𝑙𝑙𝑒𝑔𝑎𝑟 𝑎 𝑐𝑜𝑛𝑐𝑙𝑢𝑖𝑟

e) Determine el coeficiente de determinación del modelo. ( R2).

𝑆𝑆𝑟 = 𝐵1𝑆𝑥𝑦 = (−36.96)(−41199.81) = 1522819.11
𝑆𝑆𝑡 = 𝑆𝑆𝑟 + 𝑆𝑆𝑒 = 280583.119 + 176601.82 = 1699420.94
𝑆𝑆𝑟 1522819.11
𝑅2 = = = 0.896
𝑆𝑆𝑡 1699420.94

f) Obtenga los valores ajustados ŷi que corresponden a cada valor observado yi. Haga una
grafico de ŷ contra yi y haga un comentario sobre la forma que tendría esta grafica si la
relación lineal entre la resistencia al esfuerzo y la edad fuese perfectamente
determinista (sin error). ¿La grafica indica que la edad es un regresor razonable para el
modelo?
Número de Edad x Resistencia Y
ERROR ERROR*2
observación (semanas) y (psi) ESTIMADO
1 15.5 2158.7 2052.47761 106.22239 11283.1951
-
2 23.75 1678.15 1747.54279 4815.35967
69.392793
-
3 8 2316 2329.69109 187.445931
13.691089
4 17 2061.3 1997.03492 64.26508 4130.00053
-
5 5 2207.5 2440.57648 54324.6452
233.07648
-
6 19 1708.3 1923.11133 46143.906
214.81133
7 24 1784.7 1738.30234 46.397657 2152.74253
8 2.5 2575 2532.98097 42.019029 1765.5988
9 7.5 2357.9 2348.17199 9.7280122 94.6342214
10 11 2277.7 2218.8057 58.8943 3468.53862
11 13 2165.2 2144.88211 20.317894 412.816802
-
12 3.75 2399.55 2486.77873 7608.85049
87.228725
13 25 1779.8 1701.34055 78.459453 6155.88579
14 9.75 2336.75 2265.00795 71.742055 5146.9224
-
15 22 1765.3 1812.22594 2202.04354
46.925937
16 18 2053.5 1960.07312 93.426877 8728.5813
17 6 2414.4 2403.61468 10.785317 116.323068
18 12.5 2200.5 2163.363 37.136995 1379.15642
19 2 2654.2 2551.46187 102.73813 10555.1235
-
20 21.5 1753.7 1830.70684 5930.05264
77.006835
suma 266.75 42648.15 42648.15 -5.46E-12 176601.823

1
2
g) Realice una grafico de donde considere a ŷi como ordenada y al error como abscisas.

h) Si el modelo es adecuado, Estime la resistencia al esfuerzo promedio de un motor

construido con un propulsor armado hace 20 semanas.
𝑦𝑖 = 2625.39 − 36.96𝑥
𝑦𝑖 = 2625.39 − 36.96(20)
𝑦𝑖 = 1886.2

11.- Se efectúa un estudio sobre el desgaste de un cojinete (y) y su relación con x1 =

viscosidad del aceite y x2 = carga. Se obtienen los datos siguientes:

Y X1 X2
193 1.6 850
230 15.5 816
172 22.0 1058
91 43.0 1201
113 33.0 1357
125 40.0 1115

a. Realice una gráfica y verifique si los datos corresponderían a un modelo de regresión

lineal múltiple.

1
3
 X1
250

200

150

100

50

0
0 10 20 30 40 50

Gráfica de dispersión para X1

X2
250

200

150

100

50

0
0 200 400 600 800 1000 1200 1400 1600

Gráfica de dispersión para X2

b. Ajuste un modelo de regresión lineal múltiple a los datos de la tabla anterior.

VISCOSIAD(X1) CARGA(X2) DESGASTE (Y ) (x1)2 (x1*x2) x1*y (x2)2 x2*y (y estimado) error (y)2 (error)2 6
1.6 850 193 2.56 1360 308.8 722500 164050 218.24 -25.24 37249.0000 637.294
15.5 816 230 240 12648 3565 665856 187680 206.21 23.79 52900.0000 566.064
22.0 1058 172 484 23276 3784 1119364 181976 160.24 11.76 29584.0000 138.301
43.0 1201 91 1849 51643 3913 1442401 109291 111.65 -20.65 8281.0000 426.541
33.0 1357 113 1089 44781 3729 1841449 153341 99.74 13.26 12769.0000 175.890
40.0 1115 125 1600 44600 5000 1243225 139375 128.85 -3.85 15625.0000 14.824

155.10 6397.00 924.00 5264.81 178308.00 20299.80 7034795.00 935713.00 924.93 -0.93 156408.0000 1958.914

βo β1 β2 VALORES
6 155.1 6397 924
155.1 5264.81 178308 20299.8
6397 178308 7034795 935713
βo 353.195
1
4
 β1 -1.249
β2 -0.156

c. Utilice el modelo para predecir el desgaste cuando x1 = 25 y x2 = 1000.

d. Ajuste un modelo de regresión lineal múltiple con un término de interacción entre los
datos.
𝑦 = 125.202 + 7.778(𝑥1 ) + 0.095(𝑥2 ) − 0.0092(𝑥1 ∗ 𝑥1 )

e. Utilice el modelo del inciso d para hacer un predicción cuando x1 = 25 y x2 = 1000.

Compare esta predicción con el valor calculado en el inciso c.
𝑦 = 125.202 + 7.778(𝑥1 ) + 0.095(𝑥2 ) − 0.0092(𝑥1 ∗ 𝑥1 )
𝑦 = 125.202 + 7.778(25) + 0.095(1000) − 0.0092(25 ∗ 1000)
𝑦 = 184.652

f. Determine el coeficiente de determinación de ambos modelos.

𝑅 2 = 86.1245
𝑅 2 = 92.0601

12.- En el diseño y análisis de experimentos tercera edición, se describe un experimento en el

que el fabricante está interesado en la resistencia a la tensión de una fibra sintética, se sospecha
que la resistencia está relacionada con el porcentaje de algodón de la fibra. Para ello se emplea
5 niveles de porcentaje de algodón y se corren 5 réplicas en orden aleatorio, con ello se obtienen
los datos siguientes:
Porcentaje de Observaciones
Algodón
15 7 7 15 11 9
20 12 17 12 18 18
25 14 18 18 19 19
30 19 25 22 19 23
35 7 10 11 15 11

a. Dibuje diagramas de cajas comparativos, de los porcentajes de algodón.

1
5
 b. Realice una prueba de hipótesis de:
H0: µ15 = µ20 = µ25 = µ30 = µ35
H1: µ15 ≠ µ20….(por lo menos uno diferente). Utilice un nivel de confianza del 95%.
Suma de Cuadrado
Fuente Gl Razón-F Valor-P
cuadrados Medio
Entre
475.76 4 118.94 14.76 0
grupos
Intra
161.2 20 8.06
grupos
Total
636.96 24
(Corr.)

c. Realice una gráfica de probabilidad normal de los residuos.

d. De validar H1, realice la comparación de promedios por cualquier método de

comparación (Tuckey, LSD, Múltiples Duncan, a elección).

13.- Un Ingeniero está interesado en el efecto que tiene la rapidez de corte (A), la configuración
(B) y el ángulo de corte (C), sobre la duración de la herramienta. Se eligieron dos niveles de cada
factor y se realiza un diseño factorial 23 con tres replicas. Los resultados se muestran a
continuación

A B C Combinación de Replicas
Tratamientos
- - - (1) 22 31 25
+ - - a 32 43 29
- + - b 35 34 50
+ + - ab 55 47 46
- - + c 44 45 38
+ - + ac 40 37 36
- + + bc 60 50 54
+ + + abc 39 41 47

a. Estime los efectos de los factores. ¿Cuáles de estos efectos resultan ser mayores? Se
recomienda, para esta etapa, utilizar gráficos.
b. Utilice el análisis de varianza, a fin de confirmar sus conclusiones para el inciso a. Nivel
de confiabilidad del 95%.
Suma de Cuadrado
Fuente Gl Razón -F Valor-P
Cuadrados Medio
A:Rapidez de corte 0.666667 1 0.666667 0.02 0.8905
B:configuración 770.667 1 770.667 22.66 0.0003
C:Angulo de corte 280.167 1 280.167 8.24 0.0117
AB 16.6667 1 16.6667 0.49 0.4947
AC 468.167 1 468.167 13.76 0.0021
BC 48.1667 1 48.1667 1.42 0.2526
1
6
 Bloques 0.583333 2 0.291667 0.01 0.9915
Error total 510.25 15 34.0167
Total (corr.) 2095.33 23

c. Analice los residuos. ¿Existen problemas evidentes?

𝑦 = 40.83 + 5.66𝐵 + 3.415𝐶 − 4.42𝐴𝐶

𝑛
2
𝑀𝑠. 𝑟 = ∑(𝑦 − 𝑦̂)
𝑛𝑟 − 1
𝑖=1

576,335
𝑀𝑠. 𝑟 = ∗ 3 − 4 = 28.82
8
𝑀𝑠. 𝑟 28.82
𝐹𝑜𝑟= = = 0.85
𝑀𝑠. 𝑒 34.02
𝐹𝑜 < 𝑓𝛼,𝑛𝑟−1,∑𝑛1=1(𝑟−1)→0.85<2.33

d. Cuales niveles de a,b y c, recomendaría usted.

1
7
1
8
1
9
2
0