Professional Documents
Culture Documents
Reporte de Practica - Diseño Cuadrado Grecolatino - Gasolina y Metodo de Ensamble - Nadia Fernandez Guerrero
Reporte de Practica - Diseño Cuadrado Grecolatino - Gasolina y Metodo de Ensamble - Nadia Fernandez Guerrero
Reporte de Practica - Diseño Cuadrado Grecolatino - Gasolina y Metodo de Ensamble - Nadia Fernandez Guerrero
ESTADISTICA INFERENCIAL
DISEÑO CUADRADO GRECOLATINO_GASOLINA Y MÉTODO
DE ENSAMBLE.
PRACTICA
PRESENTA:
NADIA FERNANDEZ GUERRERO
21270018
BRENDA ALONSO TAPIA
21270016
1
Introduction
All of our activities associated with planning and conducting research studies have
statistical implications, which is why in virtually all fields of study and business, designs
are carried out, usually to discover something about a particular process or system.
Nowadays, one of the key factors for the success of an industry is to make use of all its
knowledge and learning capacity, as well as its experience.
2
Objetivos
Objetivo general:
Observar los datos que se plantean dentro de los problemas para así poder interpretar
los resultados conforme se van generando y con la ayuda de un software poder
comprobar, de este modo llegaremos a una conclusión final.
Objetivos específicos:
• Obtener información sobre los ejercicios planteados para poder observar el
comportamiento de los datos.
• Tomar decisiones para desarrollar nuevos procesos o métodos para optimizar y
mejorar su calidad comprobando las posibles hipótesis.
• Seleccionar los factores o niveles de efectos que puedan repercutir en dicho
ejercicio.
Marco Teórico
Cuadro greco-latino.
Diseño en el que se controlan tres factores de bloques y un factor de tratamiento; los
cuatro factores utilizan la misma cantidad de niveles.
3
Modelo
El modelo estadístico para describir el comportamiento de las observaciones está dado
por: 𝑌𝑖𝑗𝑙𝑚 = 𝜇 + 𝜏𝑖 + 𝛾𝑗 + 𝛿𝑙 + 𝜑𝑚 + 𝜀𝑖𝑗𝑙𝑚 Donde 𝑌𝑖𝑗𝑙𝑚 es la medición correspondiente
al tratamiento 𝑖 (i-ésima letra latina), en el renglón 𝑗, en la columna 𝑙 y en la 𝑚-ésima
letra griega, 𝜇 es la media global poblacional; 𝜏𝑖 es el efecto debido al tratamiento 𝑖, 𝛾𝑗
es el efecto debido al renglón 𝑗, 𝛿𝑙 es el efecto de la columna 𝑙 y 𝜑𝑚 representa el
efecto de la 𝑚-ésima letra griega. El término 𝜀𝑖𝑗𝑙𝑚 es el error aleatorio atribuible a la
medición 𝑌𝑖𝑗𝑙𝑚. Se supone que los errores se distribuyen de manera normal con media
cero y varianza constante, y que son independientes entre sí.
Análisis de varianza
Al igual que en el diseño por bloques aleatorios, la hipótesis de interés es la misma
para todos los diseños comparativos, y está dada por:
ANOVA
Análisis de la Varianza (ANOVA) es una fórmula estadística que se utiliza para
comparar las varianzas entre las medias (o el promedio) de diferentes grupos. Una
variedad de contextos lo utilizan para determinar si existe alguna diferencia entre las
medias de los diferentes grupos.
4
¿Para qué sirve ANOVA?
Algunas personas cuestionan la necesidad de ANOVA; después de todo, los valores
medios se podrían evaluar con solo mirarlos. Pero ANOVA hace más que comparar los
valores medios.
Aunque los valores medios de varios grupos parecen ser diferentes, esto podría ser
debido a un error de muestreo más que al efecto de la variable independiente sobre la
variable dependiente. Si se debe a un error de muestreo, la diferencia entre las medias
de los grupos no tendrá sentido. ANOVA ayuda a averiguar si la diferencia en los
valores medios es estadísticamente significativa.
Grados de libertad
Los grados de libertad son la combinación del número de observaciones de un conjunto
de datos que varían de manera aleatoria e independiente menos las observaciones que
están condicionadas a estos valores arbitrarios. En otras palabras, los grados de
libertad son el número de observaciones puramente libres (que pueden variar) cuando
estimamos los parámetros.
Prueba de hipótesis
Una prueba de hipótesis es una regla que especifica si se puede aceptar o rechazar
una afirmación acerca de una población dependiendo de la evidencia proporcionada
por una muestra de datos. Una prueba de hipótesis examina dos hipótesis opuestas
5
sobre una población: la hipótesis nula y la hipótesis alternativa. La hipótesis nula es el
enunciado que se probará. Por lo general, la hipótesis nula es un enunciado de que “no
hay efecto” o “no hay diferencia”. La hipótesis alternativa es el enunciado que se desea
poder concluir que es verdadero de acuerdo con la evidencia proporcionada por los
datos de la muestra
PRUEBA F
Es el análisis de varianza (ANOVA) puede determinar si las medias de tres o más
grupos son diferentes. ANOVA utiliza la prueba F para evaluar estadísticamente la
igualdad de las medias. En esta publicación, les mostraré cómo funcionan el ANOVA y
la prueba F utilizando un ejemplo de ANOVA de un solo factor. La prueba F llevan el
nombre de su estadística de prueba, F, que fue nombrado así en honor al científico
inglés Ronald Fisher. La estadística F es simplemente un cociente de dos varianzas.
Las varianzas son una medida de dispersión, es decir, qué tan dispersos están los
datos con respecto a la media. Los valores más altos representan mayor dispersión.
HO
Potente software de estadística que todos pueden usar para resolver los desafíos
empresariales más difíciles. La mejor plataforma estadística a la que puede acceder en
cualquier momento.
HA
Es una afirmación sobre la población que es contradictoria con H0 y lo que concluimos
cuando rechazamos H0. Esto es normalmente lo que el investigador está tratando de
probar.
Desarrollo de práctica.
Análisis de datos del caso 1.
6
Obtener sumatorias de filas y columnas, como se puede ver en lo resaltado de color
amarillo:
7
Seguido de esto ordenamos los datos y los colocamos en una tabla:
8
Se obtiene el valor F:
9
Y las primeras graficas dadas por Minitab:
10
Posteriormente la gráfica de ANOM, la cual se saca por medio de:
11
Posteriormente se obtiene:
Una vez sacado las gráficas y tablas necesarias en Mintab para los distintos valores
para sacar la hipótesis se toman las siguientes decisiones.
Rechazar Ho si F ≥ Fα
Conclusión.
El consumo de gasolina si tiene que ver con el transporte se verificaría las condiciones
de los autobuses Cy D comparando las características de A y B.
12
Análisis de datos del caso 2.
13
Seguido de esto ordenamos los datos y los colocamos en una tabla:
14
Se obtiene el valor de F:
15
Posteriormente la gráfica de ANOM, la cual se saca por medio de:
16
Después de ahí se obtiene la comparación y posteriormente se obtiene:
Rechazar Ho si F ≥ Fα
Conclusión.
Se acepta ya que se puede tomar en cuenta que el tipo de autobús es igual al consumo
de gasolina por los tipos de tratamientos autobuses comparando las características de
las rutas A y B.
Conclusión general.
Se llega a la conclusión de que el diseño de cuadros grecolatinos permite controlar
sistemáticamente tres fuentes de variabilidad extraña. Ello permite la investigación de
cuatro factores (filas, columnas, letras latinas y letras griegas), pues con ello se logra
un procedimiento más rápido en la parte de Minitab hace que sea una herramienta más
rápida y eficiente para estos casos de este tipo de diseño y que gracias a eso se
puede lograr llegar a una solución a una sola conclusión el problema que se está
planteado y poder resolverlo además que se vio que hay 2 maneras de conseguir
resultados deseados con Excel y Minitab que incluso se llegan a complementar una ala
otra para declarar la hipótesis y pues como tal se puede apreciar que un diseño debe
de ser lo más sencillo posible para asi poder ahorrar tiempo, inversión y personal, pero
no por eso se deben de olvidar considerar los principios básicos en el diseño. Se puede
18
tener la seguridad de que si lleva a cabo todos los elementos de la lista de
comprobación se tendran una planeación efectiva en la solucion de cualquier tipo de
caso y así obtener los resultados esperados y tomar decisiones.
Bibliografía
Studuco. (5 de Mayo de 2023). Obtenido de https://www.studocu.com/es-
mx/document/instituto-tecnologico-superior-de-huauchinango/control-estadistico-
de-la-calidad/407724765-01-diseno-en-cuadro-greco-latino/26740078
19