Instituto Tecnolgico de Celaya

03/05/15
Ingeniera Industrial
Estadstica Inferencial II

DISEO DE
EXPERIMENTOS DENSIDAD DE
GELATINA CON DIFERENTES
CANTIDADES DE AGUA
ndice
Introduccin

Dr. Jos Antonio Vzquez Lpez

Alumnos:
Arregun vila Laura Patricia
Jaramillo Trejo Mayra Andrea
Lpez Gmez Alejandro
Martnez Hurtado Cynthia Michele

.................................................................................................. 3

Captulo 1. Planteamiento y descripcin del problema. 4

1.1 Planteamiento . 4
1

1.2 Descripcin... 4
1.3 Objetivos... 5
1.3.1 Generales....... 5
1.3.2 Especficos.. 5
Captulo 2. Marco terico...... 6
2.1 Definiciones bsicas del diseo de experimentos 6
2.2 Frmulas generales 9
2.3 Tabla ANOVA.. 10
2.4 Intervalos de confianza 10
2.5 Comparaciones... 10
Captulo 3. Experimento....... 11
Captulo 4. Resultados... 12
4.1 ANOVA..... 12
4.2 Grafica de efectos. 14
4.3 Residuales 14
4.4 Mtodo de Fisher (LDS)...... 15
4.5 Intervalos de confianza para una media. 16
4.6 Intervalos de confianza para un par de media.......... 17
4.7 Tamao de la muestra..19
Captulo 5. Conclusiones.. 20
REFERENCIAS. 21

ANEXOS. 22

Introduccin

El diseo de experimentos cuenta con una amplia aplicacin en diversas disciplinas, de

hecho, la experimentacin es parte del proceso cientfico y sta se utiliza como una de las
formas de estudio para conocer cmo un sistema o proceso trabaja.
El presente trabajo muestra una manera clara un diseo de experimentos con un solo
factor, aplicado a las etapas de la preparacin de una gelatina. Para la aplicacin prctica
del diseo de experimentos es necesario considerar un factor experimental con el cual se
pueda estudiar el efecto que causa ste en la consistencia del producto.
La cantidad de agua es un factor importante para la fabricacin de sta, por esto es
necesario considerar niveles de un factor, que hay que tener en cuenta en la realizacin
del experimento.
Conocer el objetivo de un diseo de experimentos, as como los factores y conceptos
utilizados es esencial para una mejor aplicacin de est.
Se realiza el anlisis de varianza para conocer si el factor experimental tiene influencia en
el proceso al contrastarlo con un valor de F terico y as mismo identificar el mejor
tratamiento.
El anlisis considerado una de diversas herramientas para llegar a una conclusin ms
acertada es esencial para la toma de decisiones en un proceso. El anlisis residual
proporciona informacin respecto a la media de cada tratamiento y de esta forma conocer
cules de las observaciones dentro de un tratamiento son razonablemente homogneas.
As mismo el mtodo de Fisher proporciona informacin sobre todos los pares de
tratamientos posibles para conocer cuales medias son significativamente diferentes.
Concluyndose definitivamente al realizar los intervalos de confianza para una media y
par de medias.
El siguiente trabajo presenta de una forma sencilla, la manera en la que se obtienen los
datos para desarrollar e interpretar un diseo de experimentos tomando en cuenta un solo
factor experimental.

Captulo 1
Planteamiento y descripcin del problema
1.1 Planteamiento del problema
Ingenieros industriales estn interesados en saber si la cantidad de agua tiene algn
efecto en la consistencia de la gelatina producida por la empresa Pronto. Para esto se
realiz un diseo de experimentos con un factor experimental a 4 niveles y con 4
observaciones, obteniendo los siguientes resultados.

Tabla1.1 Datos del experimento obtenidos

Cantidad de
agua (ml)
250
500
750
1 000

1
7
14.4
19
22.1

Observaciones (cm)
2
3
8
8.4
15.4
14.9
18.7
16.5
23
25.2

4
8.2
15.3
17.8
21.5

Probando las siguientes hiptesis

H= La cantidad de agua no afecta la consistencia de la gelatina.
H= La cantidad de agua afecta la consistencia de la gelatina.

1.2 Descripcin del problema

La cantidad de agua es un factor importante para la fabricacin de la gelatina a base de
sta. Se ha observado que este factor influye de manera significativa en la consistencia
de la substancia. Por tanto, el factor de inters seleccionado es la cantidad de agua en la
preparacin de la gelatina que mide la diferencia que este genera en la consistencia.
En esta experimentacin se proceder a variar este factor en cuatro niveles distintos.
Nivel 1: 250 ml
Nivel 2: 500 ml
Nivel 3: 750 ml
Nivel 4: 1000 ml
Otros elementos que intervienen en la elaboracin del producto son la cantidad de
grenetina, el tiempo de refrigeracin, la temperatura para calentar el agua, el tipo de
recipiente utilizado, el experimentador, entre muchos otros que se ven involucrados en la
variable de salida. Sin embargo, en dicho experimento stos permanecern fijos.
Cantidad de grenetina: 84 gr
Tiempo en cuajar: 38 minutos
refrigeracin)

temperatura

ambiente

(posteriormente

Tiempo de refrigeracin: 150 minutos

Temperatura de calentamiento: 90C
Experimentador:
Tipo de recipiente:
La variable de respuesta establecida es la consistencia que la gelatina llegue a presentar,
midindose sta a travs de la profundidad que se seale al utilizar los siguientes
instrumentos:

Imagen1.1 Balas Airgun Shots , Steel BB Cal . ( 4.5 mm )

Imagen1.2 Pistola Powerline340.177 Cal .(4.5 mm)

1.3 Objetivos

1.3.1 Objetivo general

Estudiar el diseo de experimentos aplicndolo al proceso empleado para la elaboracin
de una gelatina y de esta manera analizar diversos valores del factor experimental. Donde
dicho experimento conlleve a cuantificar el control de mencionado proceso.

1.3.2 Objetivos especficos

Analizar los factores que intervienen en el proceso.

Determinar si el factor experimental tiene influencia en la variable de salida.
Determinar el mejor valor del factor experimental, para as obtener la mejor
variable de salida.
Establecer un control en el proceso.

CAPTULO 2
Marco terico
En el campo de la industria es frecuente hacer experimentos o pruebas con la intencin
de resolver un problema o comprobar una hiptesis, con la intencin de lograr mejoras o
eliminar algn problema.
El diseo de experimentos es precisamente la forma ms eficaz de hacer pruebas. El
diseo de experimentos consiste en determinar cules pruebas se deben realizar y de qu
manera. Para as obtener datos que al ser analizados estadsticamente, proporcionen
evidencias objetivas que permitan responder las interrogantes planteadas, y de esta
manera clarificar las variables inciertas de un proceso, resolver un problema o lograr
mejoras. Algunos problemas tpicos que pueden resolverse con el diseo y anlisis de
experimentos son los siguientes:
1) Comparar a dos o ms materiales con el fin de elegir al que mejor cumple con los
requerimientos.
2) Comparar varios instrumentos de medicin para verificar si trabajan con la misma
precisin y exactitud
3) Encontrar las condiciones de operacin (temperatura, velocidad, humedad por
ejemplo) donde se reduzcan los defectos o se logre un mejor desempeo del
proceso.
En general, cuando se quiere mejorar un proceso, lo ideal es experimentar, es decir, hacer
cambios estratgicos y deliberados al proceso para provocar dichas seales tiles.
El diseo de experimentos (DDE) es un conjunto de tcnicas activas, en el sentido de que
no esperan que el proceso mande las seales tiles, sino que ste se manipula para que
proporcione la informacin que se requiere para su mejora.

2.1 Definiciones bsicas del diseo de experimentos

El diseo de experimentos es la aplicacin del mtodo cientfico para generar
conocimiento acerca de un sistema o proceso, por medio de pruebas planeadas
adecuadamente. Esta metodologa se ha ido consolidando como un conjunto de tcnicas
estadsticas y de ingeniera, que permiten entender mejor situaciones complejas de
relacin causa-efecto.
Experimento
Un experimento es un cambio en las condiciones de operacin de un sistema o proceso,
que se hace con el objetivo de medir el efecto del cambio sobre una o varias propiedades
del producto o resultado. Asimismo, el experimento permite aumentar el conocimiento
acerca del sistema.
Unidad experimental

La unidad experimental es la pieza (s) o muestra(s) que se utiliza para generar un valor
que sea representativo del resultado del experimento o prueba. En cada diseo de
experimentos es importante definir de manera cuidadosa la unidad experimental, ya que
sta puede ser una pieza o muestra de una sustancia o un conjunto de piezas producidas,
dependiendo del proceso que se estudia.
Variables, factores y niveles
En todo proceso intervienen distintos tipos de variables o factores
Variables de respuesta: A travs de esta(s) variable(s) se conoce el efecto o los resultados
de cada prueba experimental, por lo que pueden ser caractersticas de calidad de un
producto y/o variables que miden el desempeo de un proceso. El objetivo de muchos
estudios experimentales es encontrar la forma de mejorar la(s) variable(s) de respuesta.
Por lo general estas variables se denotan con letra y.
Factores controlables
Son variables de proceso o caractersticas de los materiales experimentales que se
pueden fijar en un nivel dado. Algunos de estos son los que usualmente se controlan
durante la operacin normal del proceso y se distinguen porque, para cada uno de ellos,
existe la manera o el mecanismo para cambiar o manipular su nivel de operacin. Esto
ltimo es lo que hace posible que se pueda experimentar con ellos.
Factores estudiados
Son las variables que se investigan en el experimento, respecto de cmo influyen o
afectan a la(s) variable(s) de respuesta. Los factores estudiados pueden ser controlables
o no controlables. Para que un factor pueda ser estudiado es necesario que durante el
experimento se haya probado en, al menos, dos niveles o condiciones.
En principio, cualquier factor, sea controlable o no, puede tener alguna influencia en la
variable de respuesta que se refleja en su media o en su variabilidad. Para fines de un
diseo de experimentos deben seleccionarse los factores que se considerar, por
conocimiento del objeto de estudio, que pueden tener efecto sobre la respuesta de
inters. Obviamente si se decide o interesa estudiar el efecto de un factor no controlable,
parte de la problemtica a superar durante el diseo es ver la manera en que se
controlar durante el experimento tal factor.

Niveles y tratamientos
Los diferentes valores que se asignan a cada factor estudiado en un diseo experimental
se llaman niveles. Una combinacin de niveles de todos los factores estudiados se llama
tratamiento o punto de diseo.
Error aleatorio y error experimental
Siempre que se realiza un estudio experimental, parte de la variabilidad observada en la
respuesta no se podr explicar por los factores estudiados. Esto es, siempre habr
remanente de variabilidad que se debe a causas comunes o aleatorias, que generan la
variabilidad natural del proceso. Esta variabilidad constituye el llamado error aleatorio. Por
7

ejemplo, ser parte de este error aleatorio el pequeo efecto que tienen los factores que
no se estudiaron, siempre y cuando se mantenga pequeo o despreciable, as como la
variabilidad de las mediciones hechas bajo las mismas condiciones. Sim embargo, el error
aleatorio tambin absorber todos los errores que el experimentado comete durante los
experimentos, y si estos son graves, ms que error aleatorio se hablar de error
experimental. De predominar ste, la deteccin de cuales de los factores estudiados
tienen un efecto real sobre la respuesta ser difcil, si no es que imposible.
Cuando se corre un diseo experimental, es importante que la variabilidad observada de
la respuesta se deba principalmente a factores estudiados y en menor medida al error
aleatorio, y adems que este error sea efectivamente aleatorio. Cuando la mayor parte de
la variabilidad observada se debe a factores no estudiados o a un error no aleatorio, no se
podr distinguir cual es el verdadero efecto que tienen los factores estudiados, con lo que
el experimento no alcanzara su objetivo principal. De aqu la importancia de no dejar
variar libremente a ningn factor que pueda influir de manera significativa sobre el
comportamiento de la respuesta (principio de bloqueo).
Pruebas de hiptesis
Un estudio experimental o una investigacin, por lo general, tiene como ltimo objetivo,
responder en forma segura ciertas preguntas y/o tomar decisiones. En este contexto, el
experimentador tiene a priori ciertas creencias o hiptesis que desea comprobar.
Una hiptesis estadstica es una afirmacin sobre los valores de los parmetros de una
poblacin o proceso, que es susceptible de probarse a partir de la informacin contenida
en una muestra representativa que es obtenida de la poblacin.
Se denotan siempre con la letra H y son dos. Se refiere siempre a un valor especfico del
parmetro de la poblacin, no a una estadstica de muestra.
La letra H significa hiptesis y el subndice cero indica que no hay diferencia. Por lo
general hay un0 en la hiptesis nula que indica que no hay cambio. Podemos rechazar
o aceptar H0. Por lo tanto la hiptesis nula es una afirmacin que no se rechaza a menos
que los datos muestrales proporcionen evidencia convincente de que es falsa. El
planteamiento de la hiptesis nula siempre contiene un signo de igualdad con respecto al
valor especfico del parmetro.
La hiptesis alternativa H1 es una afirmacin que se acepta si los datos muestrales
proporcionan evidencia suficiente de que la hiptesis nula es falsa. Se le conoce tambin
como la hiptesis de investigacin
ANOVA
El objetivo del anlisis de varianza en el DCA es probar la hiptesis de igualdad de los
tratamientos respecto a la media de la correspondiente variable de respuesta

Ho= 1= 2 =k =
H 1=i j para algun i j
la cual se puede escribir de forma equivalente como

Ho= 1= 2==k=0
8

h 1= 0 para algun i

2.2 Formulas

Mnima diferencia significativa (LSD)

El mtodo de la mnima diferencia significativa (LSD) compara todos los pares de medias
de la hiptesis nula, con el fin de identificar cual es el tratamiento que ms tiene efecto
sobre el experimento.
Para usar el procedimiento LDS de Fisher, simplemente se compara la diferencia
observada entre cada par de promedios con la LDS correspondiente. Si Y iY j >

i y

LSD, se concluye que las medias poblacionales

LSD=t
2

, a ( n1)

difieren.

2 MSE
n

Frmulas utilizadas para la suma de cuadrados

a

SST=

y ij YN

i=1 j=1

SSTRATAMIENTOS=

i=1

y i Y 2

n
N

SSE= SST- SSTRATAMIENTOS

Cuadrados medios
MSTRATAMIENTOS=

MSE=

SS TRATAMIENTOS
k1
SS E
a(n1)

Estadstico F de Fisher
F0=

MS Tratamientos
MS E

Residuales

e ij = y ij i

2.3 Tabla ANOVA

Suma de
cuadrados

Grados
de
libertad

Cuadrados
medios

SSTRATAMIENTOS

a-1

MSTRATAMIENTOS

SSE
SST

a(n-1)
an-1

MSE

Fuentes de
variaciones
Tratamientos
Error
Total

MS TRATAMIENTOS
MS E

Para obtener la F terica

f , a1, a(n1)

2.4 Intervalos de confianza

Un intervalo de confianza de 100(1-) por ciento para la media
simo es:

del tratamiento i-

Para una media

it
2

, a ( n1)

2 MSE
2 MSE
i it
,a ( n1)
n
n
2

Para un par de medias

i jt
2

, a ( n1)

2 MSE
2 MSE
i j i j +t
,
a
(
n1
)
n
n
2

2.5 Tamao de la muestra

Una decisin importante en cualquier diseo de experimentos es decidir el nmero de
rplicas que se har por cada tratamiento (tamao de muestra). Por lo general, si se
esperan diferencias pequeas entre tratamientos ser necesario un mayor tamao
demuestra. Aunque existen varios mtodos para estimar el tamao muestral, muchas
veces tienen poca aplicabilidad porque requieren cierto conocimiento previo sobre la
varianza del error experimental.
Frmula para obtener el tamao de muestra adecuado
10

2= (n i 2 )/a2
i=1

CAPITULO 3
Experimento
Se realiza un experimento adecuando los 4 niveles con 4 muestras cada uno.
Los pasos utilizados en la elaboracin de la gelatina son los siguientes:
Se hirvieron 5 litros de agua, separados en diferentes contenedores. Cada recipiente
contena 2.5 litros. El tiempo de calentamiento de agua fue de 21:20.72 minutos. Posterior
a esto, se dej el agua a temperatura ambiente por un tiempo de 38 minutos para que
enfriara y posteriormente se llev a refrigeracin por un tiempo total de 150 minutos.
Seguido de lo anterior se coloc la gelatina en una mesa para realizar las observaciones
(profundidad mxima alcanzada en cada muestra).
Para medir la consistencia de la sustancia se decidi utilizar una pistola que permitiera
determinar la profundidad de esta. A continuacin se muestra una lista de fotografas
mostrando lo anterior.

Imagen3.1 Colocacion de pistola al realizar

las observaciones

Imagen3.2 muestra laubicacion de lascuatro

balas dentro de la gelatina

Imagen3.3 Distancias maximas alcanzadas por las cuatro balas

(Resultados de las observaciones)
11

CAPITULO 4
Resultados
4.1 Anlisis de varianza
Tabla 4.1 Datos del experimento de la profundidad de la gelatina .
Cantidad de
agua (ml)
250
500
750
1 000

Observaciones (cm)
2
3
8
8.4
15.4
14.9
18.7
16.5
23
25.2

1
7
14.4
19
22.1

4
8.2
15.3
17.8
21.5

31.6
60
72
91.8
Y

7.9
15
18
22.95
255.4
15.9625

Utlizando las formulas de suma de cuadrados y cuadrados medios se obtiene:

2

SST= (7)2+(8)2 +(8.4)2+ + ( 25.2 ) + ( 21.5 )

(255.4)
16

SST=489.0774
2

SSTRATAMIENTOS= (31.6) +(60) +(72) +(91.8)

(255.4)
16

SSTRATAMIENTOS=475.6275
SSE= 489.0774 - 475.6275
SSE=13.4499
MSTRATAMIENTOS=

475.6275
41

MSTRATAMIENTOS=158.5425

12

MSE=

13.4499
4( 41)

MSE=1.1208

Tabla ANOVA

Tabla 4.2 Anlisis de varianza para los datosdel experimento de la gelatina .

Fuentes de
variaciones
Tratamientos
Error
Total

Suma de
cuadrados
475.6275
13.4499
489.0774

Grados de
libertad
3
12
15

Cuadrados
medios
158.5425
1.1208

F
141.4505

Utilizacin de Software
Para su comprobacin se utiliz el software Excel, el cual desglos los datos contenidos
en las tablas 4.3 y 4.4.

Tabla 4.3 Representacion del anlisis de varianzamediante software.

Tabla 4.4 Represenracion del analisis de varianza mediante software .

13

La informacin estadstica de los datos al aplicar la prueba ANOVA mediante distribucin

F conduce a rechazar la hiptesis nula, afirmando que existe diferencia significativa en los
diferentes niveles de la cantidad de agua que se le asigna a la gelatina. Sin embargo, se
observa que el valor del estadstico F es muy grande, lo cual indica que la diferencia entre
los distintos tratamientos es muy grande.

4.2 Grfica de efectos

250 ml

500ml

750

1000

Figura 4.1 Grafica de efectos de los datos del experimento .

En la figura 4.1 se puede observar que las medias de los tratamientos estn muy
separadas unas de otras. Los tratamientos 2 y 3 son ms parecidos, pero la diferencia
sigue siendo significativa. Se concluye que el tratamiento 4 refleja un mayor efecto en la
consistencia de la gelatina.

4.3 Residuales
Al utilizar la frmula para determinar de residuales, obtenemos la tabla 4.5

Tabla 4.5 Residuales del experimento

Cantidad de agua
(ml)
250
500
750
1 000

1
-0.9
-0.6
1
-0.85

Residuales
2
3
0.1
0.4
0.7
0.05

4
0.5
-0.1
-1.5
2.25

0.3
0.3
-0.2
-1.45
14

Residuales
2.5
2
1.5
1
0.5
0
-0.5
-1
-1.5
-2

250 ml

500ml

750 ml

1000 ml

Figura 4.2 Residuales de los datos del experimento

Al realizar un anlisis de los residuos de cada una de las observaciones respecto a la

media de su tratamiento se concluye que las varianzas dentro de los tratamientos 1 y 2
(250 ml y 500 ml) son razonablemente homogneas, y se puede observar una evidencia
grfica (grfica 2) que la varianza de los tratamientos 3 y 4 (750 ml y 1000 ml) es ms
grande.

4.4 Mtodo de Fisher (LSD)

Al aplicar el mtodo de la mnima diferencia significativa (LSD), se obtienen los
siguientes resultados.
15

LSD=2.179

2(1.1208)
4

LSD=1.6311

16

1 vs 2

|7.9 15 |

7.1

>

1.6311 *

1 vs 3

|7.9 18 |

= 10.1

>

1.6311 *

1 vs 4

|7.9 22.95 |

= 15.05 >

1.6311 *

2 vs 3

|15 18 |

>

1.6311 *

2 vs 4

|15 22.95 |

7.95

>

1.6311 *

3 vs 4

|18 22.95 |

4.95

>

1.6311 *

*Valores que indican que pares de medias son significativamente diferentes.

Al realizar el procedimiento para comparar los pares de medias, se concluye que existe
diferencia significativa entre cada par, por lo tanto ningn tratamiento produce la misma
consistencia de la gelatina.

4.5 Intervalo de confianza para una media

Utilizando la frmula para el intervalo de confianza aplicado a una media se obtienen los
siguientes resultados.
Estimacin de 95% de intervalos de confianza para la media.

Tratamiento 1

7.92.179

2 ( 1.1208 )
2(1.1208)
1 7.9+2.179
4
4

6.2688 1 9.53
Tratamiento 2

152.179

2 ( 1.1208 )
2(1.1208)
2 15+2.179
4
4

13.3688 2 16.6312

17

Tratamiento 3

182.179

2 ( 1.1208 )
2( 1.1208)
3 18+2.179
4
4

16.3688 3 19.6312
Tratamiento 4

22.952.179

2 ( 1.1208 )
2(1.1208)
3 22.95+2.179
4
4

21.3188 4 24.5812
Para un intervalo de 95% de confianza para cada media de los tratamientos utilizados. El
intervalo de las medias de cada uno de los niveles est muy separado uno de otro, lo cual
indica que definitivamente el factor influye de manera significativa en el experimento.

4.6 Intervalo de confianza para un par de medias

Utilizando la frmula para el intervalo de confianza con una estimacin del 95% aplicado a
un par de medias se obtienen los siguientes resultados.

Tratamiento 1 y 2

7.9152.179

2 ( 1.1208 )
2(1.1208)
12 7.915+ 2.179
4
4

8.7311 1 2 5.4689
Tratamiento 1 y 3

7.9182.179

2 ( 1.1208 )
2(1.1208)
13 7.918+ 2.179
4
4

11.7311 1 3 8.4689
Tratamiento 1 y 4

18

12 = 7.9-15.96= -8.06
22 = 15-15.96= -0.96
32 = 18-15.96= 2.04
42 = 22.95-15.96= 6.99

16.6811 1 4 13.4189
n

Tratamiento 2 y 3

=118.9069

i=1

4.6311 23 1.3689

Obteniendo la siguiente
tabla:

Tabla 4.6 Eleccin deltamao

de muestra 2 y 4
Tratamiento
n
1
2
3

23.6641
9.5811 2 4 6.3189
47.3282
70.9923
Tratamiento 3 y 4

Con base a la informacin

proporcionada por la tabla
4.6, se indica que no son
necesarias las muestras
para
observar
que
realmente
existe
diferencia significativa en
los diferentes niveles de
cantidad
de
agua
utilizados
para
la
realizacin
de
una
gelatina, sin embargo se
aade
dicho
procedimiento para su
comprobacin analtica.

6.5811 3 4 3.3189

Para un intervalo de 95% de confianza en cada par de

medias de los tratamientos utilizados, se concluye que hay
diferencia significativa, puesto que estos intervalos no
incluyen al cero.

4.7

Tamao de la muestra

= (n i 2 )/a2
i=1

REFERENCIAS
Humberto Gutirrez Pulido, Romn De La Vara Salazar.
Anlisis y diseo de experimentos [en lnea]. McGraw-Hill
segunda edicin, Mxico: Pablo E. Roig Vzquez: 2008
[fecha
de
consulta
abril
2015].Disponible
en:
<http://www.slideshare.net/ederdavila/anlisis-y-diseno-deexperimentos-segunda-edicion.> ISBN-10: 970-10-6526-3

Captulo 5
Conclusin

19

Douglas C Montgomery. Diseo y anlisis de experimentos [en lnea]. LIMUSA WILEY:

segunda edicin. Mxico, DF. Grupo Noriega editores. 2004 [fecha de consulta: abril de
2015] Disponible en <http://www.slideshare.net/carlosacosta851210/libro-analisis-y-diseode-experimentos-de-mongomery> ISBN 968-18-6156-6.
Ronald E. Walpole, Raymond H. Myers, Sharon L. Myers y Keying Ye. Probabilidad y
estadstica para ingeniera y ciencias. [CD-ROM]. Pearson: novena edicin, Mxico:
Pearson educacin de Mxico. 2012 [fecha de consulta: marzo de 2015] Disponible en
<http://www.slideshare.net/mikebsd/123406932probabilidadyestadisticaparaingenierwalpol
e> ISBN 978-607-32-1417-9.

ANEXOS
I.

Curvas de operacin caracterstica para el anlisis de la varianza del

modelo con efectos fijos

20

I.

C
u
rvas de operacin caracterstica para el anlisis de la varianza del modelo
con efectos fijos (continuacin)

21

I.

Curvas de operacin caracterstica para el anlisis de la varianza del

modelo con efectos fijos (continuacin)

22

I.

Curvas de operacin caracterstica para el anlisis de la varianza del

modelo con efectos fijos (continuacin)

23

II.

T
a
b
l
a

de valores crticos para la distribucin F de Fisher

24

25