You are on page 1of 7

Informe Técnico

Diseño de Experimentos
[Escriba el nombre del autor]
Noviembre de 2017, Valparaíso
Índice
Introducción ........................................................................................................................................ 2
Caso 1 .................................................................................................................................................. 3
Modelo Estadístico .......................................................................................................................... 3
Hipótesis .......................................................................................................................................... 3
Conclusiones ................................................................................................................................... 4
Caso 2 .................................................................................................................................................. 4
Modelo Estadístico .......................................................................................................................... 4
Hipótesis .......................................................................................................................................... 5
Conclusiones ................................................................................................................................... 5
Apéndice.............................................................................................................................................. 6
Tabla 1 ............................................................................................................................................. 6
Tabla 2 ............................................................................................................................................. 6

1
Introducción
En distintas ocasiones se presentan problemas que necesitan ser modelados para llegar a una

solución y posteriormente tomar una decisión. En este informe, se presentan dos problemas

donde se hará un diseño que permita determinar una solución y responder las inquietudes que se

presentan en los distintos casos, mediante contrastes de hipótesis verificándolos con tablas de

ANOVA.

2
Caso 1
En la etapa final de un proceso productivo, unas máquinas especiales, graduadas a un
determinado nivel de temperatura, deben unir dos piezas mediante la aplicación de un adhesivo.
El ingeniero jefe a cargo del control de la calidad del producto final, se ha dado cuenta que la
resistencia a la tensión de éste, presenta variaciones más allá de lo permitido por las normas, por
lo que ha decidido investigar las razones de esas variaciones. Con ese fin desarrolló el siguiente
experimento:

En primer lugar, seleccionó 12 de las máquinas que se utilizan para aplicar el adhesivo, cuidando
que estas máquinas fueran lo más similares entre sí. Posteriormente, cada máquina se graduó a
250° F, o a 260° F o a 270° F. y se hicieron funcionar para que aplicaran el adhesivo. Finalmente, el
producto final obtenido de cada máquina fue sometido a un control de resistencia a la tensión
(libras).

Modelo Estadístico
Para este problema tenemos que es un modelo de efecto fijo a un factor, y el modelo es el
siguiente:

𝑦𝑖𝑗 = 𝜇 + 𝜏𝑖 + 𝜀𝑖𝑗 𝑑𝑜𝑛𝑑𝑒 𝑖 = 1,2,3 𝑦 𝑗 = 1,2,3,4

Donde

 𝑦𝑖𝑗 es la resistencia de las piezas pegadas con la j-ésima máquina en el i-ésimo nivel de
temperatura.
 𝜇 es la media global
 𝜏𝑖 es el efecto del i-ésimo nivel del factor temperatura en el pegado de las piezas
 𝜀𝑖𝑗 componente aleatoria del error, que se distribuye 𝑁(0, 𝜎)

Hipótesis
𝐻0 : 𝜏𝑖 = 0, 𝑐𝑜𝑛 𝑖 = 1,2,3 𝑣𝑠 𝐻1 : 𝐴𝑙 𝑚𝑒𝑛𝑜𝑠 𝑢𝑛 𝜏𝑖 ≠ 0

La hipótesis nula indica que los efectos de todos los niveles del factor son nulos en la variable
respuesta.

3
Conclusiones
Si fijamos un nivel de significancia del 5% y lo comparamos con los resultados del ANOVA (tabla 1
en el apéndice), tenemos que el factor temperatura no es significativo al modelo, ya que su
significancia es de 0.061, siendo mayor que el nivel de significancia dado. Por lo tanto los niveles
de temperatura no influyen en la resistencia de las piezas pegadas por distintas máquinas.

Caso 2
El lodo de desagüe es el residuo seco que resulta de procesar aguas negras (aguas servidas). Como
contiene nutrientes benéficos para el crecimiento de plantas, se puede usar como fertilizante,
siempre que no contenga niveles tóxicos de ciertos metales pesados. Por otra parte, los expertos
han comprobado que la efectividad del lodo de desagüe en los procesos agrícolas varía según la
dosis de lodo que se aplica.
Durante el desarrollo de una investigación agrícola, un especialista en análisis de suelos planteó la
hipótesis de que la concentración de Zinc en los lodos, depende del lugar de procedencia de las
aguas negras. Para evaluar la veracidad de su afirmación, el especialista diseñó una experiencia,
en la cual extrajo lodo de aguas negras proveniente de tres áreas metropolitanas diferentes y lo
aplicó, como fertilizante, en tres dosis diferentes (0,5; 1 y 1,5 toneladas métricas por acre
[t.m./acre]) en una plantación de cebada. Después de un tiempo, tomó muestras de suelo en las
diferentes condiciones de experimentación y evaluó el contenido de Zinc (en partes por millón
[ppm.]) de dichas muestras.

Modelo Estadístico
Para este problema, que tiene dos factores fijos, se empleará el siguiente modelo estadístico:

𝑦𝑖𝑗𝑘 = 𝜇 + 𝛼𝑖 + 𝛽𝑗 + (𝛼𝛽)𝑖𝑗 + 𝜀𝑖𝑗𝑘 , donde 𝑖 = 1,2,3 𝑦 𝑗 = 1,2,3

Y tenemos que:

 𝑦𝑖𝑗 es la concentración de Zinc en la j-ésima planta de cebada con la i-ésima dosis


 𝜇 es la media global
 𝛼𝑖 es el efecto de la i-ésima dosis
 𝛽𝑗 es el efecto de la j-ésima área de extracción

4
 (𝛼𝛽)𝑖𝑗 es la interacción de la dosis y el área de extracción
 𝜀𝑖𝑗𝑘 es el error aleatorio que se distribuye 𝑁(0, 𝜎 2 )

Hipótesis
 𝐻0 : 𝜎𝛼 = 0 𝑣𝑠 𝐻1 : 𝜎𝛼 > 0
 𝐻0 : 𝜎𝛽 = 0 𝑣𝑠 𝐻1 : 𝜎𝛽 > 0
 𝐻0 : 𝜎𝛼𝛽 = 0 𝑣𝑠 𝐻1 : 𝜎𝛼𝛽 > 0

Conclusiones
Si se fija un nivel de significancia del 5% y comparándolos con el ANOVA (Tabla 2 en el apéndice)
tenemos que el factor Dosis, no es significativo al modelo ya que su significancia del ANOVA es de
0.232, siendo mayor que el fijado. En el caso del factor área, también no es significativo al modelo,
porque tiene una significancia de 0.058; por otro lado la interacción entre los factores sí es
significativa al modelo, ya que su significancia es aproximadamente 0.

5
Apéndice

Tabla 1

Tabla 2

You might also like