Analisis de varianza de dos factores

En muchos experimentos existe la necesidad de trabajar con dos factores, dondce cada factor puede tener
varios niveles, además con varias repeticiones, en la siguiente tabla se detalla el arreglo aleatorizado de dos
factores con sus respectivos niveles y las replicas.

B
A 1 2 … b Total Media
1 y111 y121 … y1b1 T1..
y112 y122 … y1b2 𝑦 ̅1 . .
. . . .
. . . .
. . . .
y11n y12n … y1bn
2 y211 y221 y2b1 T2..
y212 y222 y2b2
𝑦 ̅2 . .
. . .
. . .
. . .
y21n y22n y2bn
. . . .
. . . .
. . . .
a ya11 ya21 yab1
ya12 ya22 yab2
. . .
𝑦 ̅a . .
. . .
. . .
ya1n ya2n yabn
Total T.1. T.2. T.b. T…
Media

Modelo
𝑦 ̅_( 𝑦 ̅_( 𝑦 ̅_( 𝑦 ̅_(
. . . . . .
1 .) 2 .) 𝑏 .) )
Donde εijk mide las desviaciones de los valores y ijk
𝑦_𝑖𝑗𝑘= 𝜇_𝑖𝑗+ 𝜀_𝑖𝑗𝑘 observados en la ij ésima celda de la media poblacional µij.

𝜇_𝑖𝑗= 𝜇+𝛼_𝑖 + 𝛽_𝑗+ (𝛼𝛽)_𝑖𝑗

Hipotesis Si (αß)ij denota el efecto de interacción del i-ésimo nivel
1.- 𝑦_𝑖𝑗𝑘= 𝜇+𝛼_𝑖 + 𝛽_𝑗+ (𝛼𝛽)_𝑖𝑗+ 𝜀_𝑖𝑗𝑘 del factor A y del j-ésimo nivel factor B, αi el efecto del i-
ésimo nivel del factoe A, ßj el efecto del j-ésimo nivel del
facor B y µ la media total.

2.- 〖𝐻 ´ 〗 _𝑜: = 𝛼_1= 𝛼_2 = …= 𝛼_𝑎

=0
〖𝐻 ´ 〗 _1: = Al menos dos de las αi ´s no es igual a
cero
3..- 〖𝐻 " 〗 _𝑜: = 𝛽_1= 𝛽_2 = …= 𝛽_𝑏
=0
 〖𝐻 " 〗 _𝑜: = 𝛽_1= 𝛽_2 = …= 𝛽_𝑏
=0
〖𝐻 " 〗 _1: = Al menos dos de las 𝛽j ´s no es igual a
cero
Suma de cuadrados
𝐻´´´: = (𝛼𝛽)_11= (𝛼𝛽)_12= …= (𝛼𝛽)_𝑎𝑏 = 0

〖𝐻 " 〗 _1: = Al menos dos de las (𝛼𝛽)_𝑖𝑗 ´s no es

igual a cero

La varianza de los valores observados se puede expresar como la diferencia de todas las observaciones
menos el promedio total de las observaciones, como la siguiente expresión:

𝑉𝑎𝑟𝑖𝑎𝑛𝑧𝑎=∑24_(𝑖=1)^𝑎▒∑24_(𝑗=1)^𝑏
▒∑24_(𝑘=1)^𝑛▒(𝑦_𝑖𝑗𝑘 −𝑦 ̅_… )

Si a esta observación se resta los otros promedios, y elevando al cuadrado posterioemtne resoviendo y
ordenando las expresiones que da la suma de cudrados, como se puede ver en la siguiente fórmula:

∑24_(𝑖=1)^𝑎▒∑24_(𝑗=1)^𝑏▒ 〖∑ 24_(𝑘=1)^𝑛▒ 〖 (𝑦_𝑖𝑗𝑘 −𝑦 ̅_… )^2=𝑏𝑛 〗 ∑ 24_(𝑖=1)^𝑎▒ 〖 (𝑦 ̅_(𝑖. )−

𝑦 ̅_(. . .) )^2+𝑎𝑛∑24_(𝑗=1)^𝑏▒ 〖 ( 〖𝑦 ̅ 〗 _(. 𝑗 .) − 𝑦 ̅_(. . .) )
^2+𝑛∑24_(𝑖=1)^𝑎▒∑24_(𝑗=1)^𝑏▒(𝑦 ̅_(𝑖𝑗 .) − 𝑦 ̅_(𝑖 . .) − 𝑦 ̅_(. 𝑗 .)+ 𝑦 ̅_(. . .) )^2 〗〗〗

∑_(𝑖=1)^𝑎▒∑_(𝑗=1)^𝑏▒∑_(𝑘=1)^𝑛▒(𝑦_𝑖𝑗𝑘+ 𝑦 ̅_(𝑖𝑗 ..) )^2

La identidad está demostrada en Walpole y Myers . (p. 567). Los términos del lado derecho se puede
denotar literalmente como:

𝑆𝑆𝑇= 𝑆𝑆𝐴+𝑆𝑆𝐵 +𝑆𝑆(𝐴𝐵)+𝑆𝑆𝐸

Cada una de los suma de cuadrados se puede expresar de la siguiente manera:

𝑆𝑆𝑇=
∑_(𝑖=1)^𝑎▒ 〖 ∑ _(𝑗=1)^𝑏▒ 〖 ∑ _(
𝑘=1)^𝑛▒ 〖〖𝑦 ^2 〗 _𝑖𝑗𝑘 〗〗〗
− 〖𝑇 ^2 〗 _…/𝑎𝑏𝑛
𝑆𝑆𝐴=
(∑_(𝑖=1)^𝑎▒ 〖〖𝑇 ^2 〗 _(𝑖.
.) 〗 )/𝑏𝑛 -
〖𝑇 ^2 〗 _…/𝑎𝑏𝑛
𝑆𝑆𝐵=
(∑_(𝑗=1)^𝑏▒ 〖〖𝑇 ^2 〗 _(.
𝑗.) 〗 )/𝑎𝑛 -
〖𝑇 ^2 〗 _…/𝑎𝑏𝑛
 𝑆𝑆𝐵=
(∑_(𝑗=1)^𝑏▒ 〖〖𝑇 ^2 〗 _(.
𝑗.) 〗 )/𝑎𝑛 -
〖𝑇 ^2 〗 _…/𝑎𝑏𝑛
𝑆𝑆(𝐴𝐵)=(∑_(𝑖=1)^𝑎▒∑_(𝑗=1)^𝑏▒ 〖𝑇 ^2 〗 _(𝑖𝑗.) )/𝑛
(∑_(𝑖=1)^𝑎▒ 〖〖𝑇 ^2 〗 _(𝑖..) 〗 )/𝑏𝑛 -
Analisis de-varianza
Fuente de Suma de Grados de Cudadrado medio F F Tabla
variación (∑_(𝑗=1)^𝑏▒
cuadrados 〖〖 𝑇 ^2 〗
libertad _(.𝑗.) 〗 )/𝑎𝑛 + calculado α
〖𝑇 ^2 〗 _…/𝑎𝑏𝑛
efecto principal
𝑆𝑆𝐸=𝑆𝑆𝑇 −𝑆𝑆𝐴 −𝑆𝑆𝐵 −𝑆𝑆(𝐴𝐵)
A SSA = (a-1) =

B SSB = (b - 1) =

Interacción entre
dos factores SS(AB) = (a-1)(b-1)=

Error SSE = ab(n-1) = 〖𝑆 ^2 〗 _1 𝐹_1= 〖𝑆

= 𝑆𝑆𝐴/(𝑎
−1) ^2 〗 _1/
Total SST = abn - 1 〖𝑆 ^2
〖𝑆 ^2 〗 _2=
𝑆𝑆𝐵/(𝑏 −1) 〗 _𝑒
𝐹_2=
〖𝑆 ^2 〗 _2/
〖𝑆 ^2 〗 _𝑒
 En un experimento llevado a cabo para determinar cual de tres sistemas de misiles es preferible, se midió el
promedio de consumo de los propulsores para 24 encendidos estáticos. Se utilizaron cuatro tipos diferentes de
propulsores. En el experimento se obtubieron observaciones duplicados de promedios de consumo en cada
combinación de los tratamientos. Los datos, después de codificarse, aparecen en la siguiente tabla.
Utilizar un nivel de significancia de 0,05 para probar las siguientes hipótesis:
a) H´o: no existe diferencia en las tasas medias de consumo del propulsor cuando se utilizan diferentes misiles;
b) H"o: no existe interacción entre los diferentes sistemas de mislies y los diferentes tipos de propulsor.

FACTOR B
Propulsion P1 P2 P3 p4
Misil
F misil 1 34 30.1 29.8 29
A 32.7 32.8 26.7 28.9
C
misil 2 32 30.2 28.7 27.6
T
O 33.2 29.8 28.1 27.8
R misil 3 28.4 27.3 29.7 28.8
29.3 28.9 27.3 29.1
A
SOLUCION
a).- Datos de tamaño de muestras:

n= 2 Repeticiones de los tratamientos

a= 3 Bloques o factor A
b= 4 Tratamientos o factor B

b).- Tabla para calcular SSA, AAB, SS(AB) SST y SSE.

Se suma las repeticiones de los tratamientos se suman en columna y filas, al final se obtiene la suma total, al mismo
tiempo la suma de las columna se eleva al cuadrado, de la misma manera la suma de las filas se elva al cuadrado.
con con estos datos se determina primero SSA y SSB.

Propulsio P1 P2 P3 P4 TOTAL Cuadrado

Misil fila
misil 1 66.7 62.9 56.5 57.9 244 59536
misil 2 65.2 60 56.8 55.4 237.4 56358.76
misil 3 57.7 56.2 57 57.9 228.8 52349.44
TOTAL 189.6 179.1 170.3 171.2 710.2
Cuadrado columna 35948 32077 29002 29309

𝑆𝑆𝐴= (∑_(𝑖=1)^𝑎▒ SSA = 14.52

〖〖𝑇 ^2 〗 _(𝑖..) 〗 )/
𝑏𝑛 - 〖𝑇 ^2 〗 _…/𝑎𝑏𝑛
𝑆𝑆𝐵=
(∑_(𝑗=1)^𝑏▒ 〖〖𝑇 ^ SSB = 40.08
2 〗 _(.𝑗.) 〗 )/𝑎𝑛 -
〖𝑇 ^2 〗 _…/𝑎𝑏𝑛
 𝑆𝑆𝐵=
(∑_(𝑗=1)^𝑏▒ 〖〖𝑇 ^
2 〗 _(.𝑗.) 〗 )/𝑎𝑛 -
〖𝑇 ^2 〗 _…/𝑎𝑏𝑛

Se eleva al cuadrado los datos originales con estos datos y la suma total de la anterior tabla se determina SST.

Propulsion P1 P2 P3 P4
Misil
misil 1 1156 906.01 888.04 841
1069.29 1075.84 712.89 835.21
misil 2 1024 912.04 823.69 761.76
1102.24 888.04 789.61 772.84
misil 3 806.56 745.29 882.09 829.44
858.49 835.21 745.29 846.81

𝑆𝑆𝑇=
∑_(𝑖=1)^𝑎▒ 〖 ∑ _(𝑗=1)^𝑏▒ 〖 ∑ _( SST = 91.7
𝑘=1)^𝑛▒ 〖〖𝑦 ^2 〗 _𝑖𝑗𝑘 〗〗〗 −
〖𝑇 ^2 〗 _…/𝑎𝑏𝑛
Se eleva al cuadrado la suma de las repeticiones con estos datos y la suma total de la anterior tabla se determina
SS(AB).

Propulsio P1 P2 P3 P4
Misil
misil 1 4448.89 3956.41 3192.25 3352.41
misil 2 4251.04 3600 3226.24 3069.16
misil 3 3329.29 3158.44 3249 3352.41

𝑆𝑆(𝐴𝐵)=(∑_(𝑖=1)^𝑎▒∑_(𝑗=1)^𝑏▒ 〖𝑇 ^2 〗 _(𝑖𝑗.) ) SS(AB) = 22.16333

/𝑛 - (∑_(𝑖=1)^𝑎▒ 〖〖𝑇 ^2 〗 _(𝑖..) 〗 )/𝑏𝑛 -
(∑_(𝑗=1)^𝑏▒ 〖〖𝑇 ^2 〗 _(.𝑗.) 〗 )/𝑎𝑛 +
〖 𝑇 ^2SST
𝑆𝑆𝐸= 〗 -_…/𝑎𝑏𝑛
SSA - SSB -SS(AB)
SSE = 14.9

c).- Análisis de varianza

Fuente de Suma de Grados de Cudadrado medio F F Tabla Observa-
variación cuadrados libertad calculado 0.05 ción
efecto principal
A SSA = 14.52 (a-1) = 2 〖𝑆 ^ 7.26 𝐹_1= 5.84 3.89 rechaza
2〗 _
1=
B SSB = 40.0817 (b - 1) = 3 〖𝑆 ^ 13.36 𝐹_2= 10.75 3.49 rechaza
2〗 _
2=

Interacción entre
dos factores SS(AB) = 22.1633 (a-1)(b-1) 6 〖𝑆 ^2 3.69 𝐹_3= 2.97 3.00 acepta
〗 _3=

Error SSE = 14.91 ab(n-1) = 12 〖𝑆 ^ 1.24

2〗 _
𝑒=
 〖𝑆 ^
2〗 _
𝑒=

Total SST = 91.7 abn - 1 23

d).- Anális a través de las gráficas

DF(A) = 2 2 0.05
DF(B) = 3 12 0.016898
DF(AB) = 6
DF( E) = 12

x p(x)A p(x)B p(x)C 1.20

x
(

)
0 1.00 0.00 0.00 1.00 p(x)
0.3 0.71 0.70 0.54 F cal = 5.84 A
0.80
0.6 0.51 0.60 0.71 F Tabla = 3.89
0.9 0.38 0.46 0.60 Obs = Se rechaza Ho 0.60
1.2 0.28 0.34 0.44
0.40
1.5 0.21 0.25 0.31
1.8 0.16 0.18 0.21 0.20
2.1 0.12 0.13 0.14
0.00
2.4 0.09 0.10 0.10 0 1 2 3 4 5 x 6
2.7 0.07 0.08 0.07
3 0.06 0.06 0.05
0.80
3.3 0.05 0.04 0.04 p(x)
P
x
(
)

0.70 B
3.6 0.04 0.03 0.03 F cal = 10.75
0.60
3.9 0.03 0.03 0.02 F Tabla = 3.49
0.50
4.2 0.02 0.02 0.01 Obs = Se rechaza Ho
0.40
4.5 0.02 0.02 0.01
0.30
4.8 0.02 0.01 0.01
0.20
5.1 0.01 0.01 0.01
0.10
5.4 0.01 0.01 0.00
0.00
5.7 0.01 0.01 0.00
0 2 4 6 8 10 x 12
6 0.01 0.01 0.00
6.3 0.01 0.00 0.00
6.6 0.01 0.00 0.00 0.80
p(x)
0.00 0.00 0.00
P

6.9
x

C
(
)

0.70
7.2 0.00 0.00 0.00 F cal = 2.97 0.60
7.5 0.00 0.00 0.00 F Tabla = 3.00
0.50
7.8 0.00 0.00 0.00 Obs = Se acepta Ho
0.40
8.1 0.00 0.00 0.00
0.30
8.4 0.00 0.00 0.00
0.20
8.7 0.00 0.00 0.00
0.10
9 0.00 0.00 0.00
9.3 0.00 0.00 0.00 0.00
0 1 2 3 4 5 6
9.6 0.00 0.00 0.00
9.9 0.00 0.00 0.00
10.2 0.00 0.00 0.00
Conclusion:
10.5 0.00 0.00 0.00 Factor A : Hay significancia entre las medias de los tratamientos.
10.8 0.00 0.00 0.00 Factor B; Hay significancia entre las medias de los bloques.

Interaacción entre factores: Se acepta la hipotésis

 Conclusion:
Factor A : Hay significancia entre las medias de los tratamientos.
Factor B; Hay significancia entre las medias de los bloques.
11.1 0.00 0.00 0.00
Interaacción entre factores: Se acepta la hipotésis
 2 1
18 0.0750846863
3.00

#
 Se llevó a cabo un experimento para estudiar el efecto de la temperatura y del tipo de horno en la vida de un
componenete en particular que está probandose. Se están utilizando cuatro tipos de hornos y tres niveles de
temperatura. Se asignan aleatoriamente veinticuatro piezas, dos para cada combinación de tratamientos, y se
registraron los resultados de la columna de la derecha..
Utilizando un nivel de significancia de 0,05, pruebe la hipótesis de que:
a) temperaturas diferentes no tienen efecto sobre la vida del componente;
b) diferentes hornos no tienen efecto sobre la vida del componente;
c) el tipo de horno y el nivel de temperatura no interactuan.

Horno
Propulsion O1 O2 O3 O4
Misil
T T1 = 500 227 214 225 260
e 221 259 236 229
m T2 = 550 187 181 232 246
p 208 179 198 273
e
r T3 = 600 174 198 178 206
a 202 194 213 219
t
u
SOLUCION
r
a).- Datos
a de tamaño de muestras:

n= 2 Repeticiones de los tratamientos

a= 3 Bloques o factor A
b= 4 Tratamientos o factor B

b).- Tabla para calcular SSA, AAB, SS(AB) SST y SSE.

Se suma las repeticiones de los tratamientos se suman en columna y filas, al final se obtiene la suma total, al mismo
tiempo la suma de las columna se eleva al cuadrado, de la misma manera la suma de las filas se elva al cuadrado.
con con estos datos se determina primero SSA y SSB.

Propulsio P1 P2 P3 TOTAL Cuadrado

P4
Misil fila
misil 1 448 473 461 489 1871 3500641
misil 2 395 360 430 519 1704 2903616
misil 3 376 392 391 425 1584 2509056
TOTAL 1219 1225 1282 1433 5159
Cuadrado columna 1485961 1500625 1643524 2053489

𝑆𝑆𝐴= (∑_(𝑖=1)^𝑎▒ SSA = 5194.08

〖〖𝑇 ^2 〗 _(𝑖..) 〗 )/
𝑏𝑛 - 〖𝑇 ^2 〗 _…/𝑎𝑏𝑛
𝑆𝑆𝐵=
SSB = 4963.13
(∑_(𝑗=1)^𝑏▒ 〖〖𝑇 ^
2 〗 _(.𝑗.) 〗 )/𝑎𝑛 -
〖𝑇 ^2 〗 _…/𝑎𝑏𝑛
 Se eleva al cuadrado los datos originales con estos datos y la suma total de la anterior tabla se determina SST.

Propulsion P1 P2 P3 P4
Misil
misil 1 51529 45796 50625 67600
48841 67081 55696 52441
misil 2 34969 32761 53824 60516
43264 32041 39204 74529
misil 3 30276 39204 31684 42436
40804 37636 45369 47961

𝑆𝑆𝑇=
∑_(𝑖=1)^𝑎▒ 〖 ∑ _(𝑗=1)^𝑏▒ 〖 ∑ _( SST = 17117.0
𝑘=1)^𝑛▒ 〖〖𝑦 ^2 〗 _𝑖𝑗𝑘 〗〗〗 −
〖𝑇 ^2 〗 _…/𝑎𝑏𝑛
Se eleva al cuadrado la suma de las repeticiones con estos datos y la suma total de la anterior tabla se determina
SS(AB).

Propulsio P1 P2 P3 P4
Misil
misil 1 200704 223729 212521 239121
misil 2 156025 129600 184900 269361
misil 3 141376 153664 152881 180625

𝑆𝑆(𝐴𝐵)=(∑_(𝑖=1)^𝑎▒∑_(𝑗=1)^𝑏▒ 〖𝑇 ^2 〗 _(𝑖𝑗.) ) SS(AB) = 3126.25

/𝑛 - (∑_(𝑖=1)^𝑎▒ 〖〖𝑇 ^2 〗 _(𝑖..) 〗 )/𝑏𝑛 -
(∑_(𝑗=1)^𝑏▒ 〖〖𝑇 ^2 〗 _(.𝑗.) 〗 )/𝑎𝑛 +
𝑆𝑆𝐸=
〖 𝑇 ^2SST
〗 -_…/𝑎𝑏𝑛
SSA - SSB -SS(AB)
SSE = 3833.5

c).- Análisis de varianza

Fuente de Suma de Grados de Cudadrado medio F F Tabla Observa-
variación cuadrados libertad calculado 0.05 ción
efecto principal
A SSA = 5194.08 (a-1) = 2 〖𝑆 ^ 2597.04 𝐹_1= 8.13 3.89 rechaza
2〗 _
1=
B SSB = 4963.13 (b - 1) = 3 〖𝑆 ^ 1654.38 𝐹_2= 5.18 3.49 rechaza
2〗 _
2=

Interacción entre
dos factores SS(AB) = 3126.25 (a-1)(b-1) 6 〖𝑆 ^2 521.04 𝐹_3= 1.63 3.00 acepta
〗 _3=

Error SSE = 3833.5 ab(n-1) = 12 〖𝑆 ^ 319.46

2〗_
𝑒=

Total SST = 17117.0 abn - 1 23

d).- Anális a través de las gráficas
DF(A) = 2
DF(B) = 3
DF(AB) = 6
DF( E) = 12 despues

x p(x)A p(x)B p(x)C

0 1.00 0.00 0.00 1.20
0.3 0.71 0.70 0.54 F cal = 8.13 p(x)
1.00 A
0.6 0.51 0.60 0.71 F Tabla = 3.89
0.9 0.38 0.46 0.60 Obs = Se rechaza Ho 0.80
1.2 0.28 0.34 0.44
0.60
1.5 0.21 0.25 0.31
1.8 0.16 0.18 0.21 0.40
2.1 0.12 0.13 0.14 0.20
2.4 0.09 0.10 0.10
2.7 0.07 0.08 0.07
0.00
0 2 4 6 8 10 12
3 0.06 0.06 0.05
3.3 0.05 0.04 0.04
3.6 0.04 0.03 0.03 F cal = 5.18
3.9 0.03 0.03 0.02 F Tabla = 3.49
4.2 0.02 0.02 0.01 Obs = Se rechaza Ho
4.5 0.02 0.02 0.01
4.8 0.02 0.01 0.01
5.1 0.01 0.01 0.01
5.4 0.01 0.01 0.00
5.7 0.01 0.01 0.00
6 0.01 0.01 0.00
6.3 0.01 0.00 0.00
6.6 0.01 0.00 0.00
6.9 0.00 0.00 0.00
7.2 0.00 0.00 0.00 F cal = 1.63
7.5 0.00 0.00 0.00 F Tabla = 3.00
7.8 0.00 0.00 0.00 Obs = Se acepta Ho
8.1 0.00 0.00 0.00
8.4 0.00 0.00 0.00
8.7 0.00 0.00 0.00
9 0.00 0.00 0.00
9.3 0.00 0.00 0.00
9.6 0.00 0.00 0.00
9.9 0.00 0.00 0.00
10.2 0.00 0.00 0.00
Conclusion:
10.5 0.00 0.00 0.00
Factor A : Hay significancia entre las medias de los tratamientos.
10.8 0.00 0.00 0.00 Factor B; Hay significancia entre las medias de los bloques.
11.1 0.00 0.00 0.00
Interaacción entre factores: Se acepta la hipotésis
Conclusion:
Factor A : Hay significancia entre las medias de los tratamientos.
Factor B; Hay significancia entre las medias de los bloques.

Interaacción entre factores: Se acepta la hipotésis

 p(x)
A

12
 Con el objetivo de averiguar la estabilidd de la vitamina C en concentrado de jugo de naranja congelado
reconstituido que se almacena en una refrigerador por periodo de hasta una semana, en 1975 se llevó a cabo el
estudio "vitamin C retention in reconstituted Frozen Orange Juice" a cargo del Deprtament of Human Nutrition and
Foods en la Virginia Polytechnic Institute and State University .
Tres tipos de concnetrado de jugo de naranja congelado se probaron utilizando tres periodos diferentes de tiempo.
Estos últimos se refieren al número de días que transcurren desde que el jugo de naranja se mezclan hasta que se
somete a la prrueba. Los resultados, en miligramos de ácido sscórbico por litro, se registraron de la siguiente manera
en la siguiente tabla.
Utilice un nivel de significancia de 0,01 para probar la hipótesis de que:

Tiempo (dias)
Tiempo 0 3 7 Utilice un nivel de significancia de 0,01 para probar la hipótesis
Marca de que:
Richfood 52.6 49.4 42.7
a) no existe diferencia en los contenidos de ácido ascórbico
54.2 49.2 48.8 entre las diferentes marcas de cncentrado de jugo de naranja;
49.8 42.8 40.4
46.5 53.2 47.6 b) no existe diferencia en los contenidos de ácido ascórbico
debido a los diferentes periodos de tiepom;
Scaled -Sweet 56 48.8 49.2 c) las marcas de concnetrado de jugo de naranja y el número de
48 44 44 días que transcurre desde que el jugo se mezcla hasta que se
49.6 44 42 somete a la prueba no interactuan.
48.4 42.4 43.2
Minute Main 52.5 48 48.5
52 47 43.4
51.8 48.2 45.2
53.6 49.6 47.6

SOLUCION
a).- Datos de tamaño de muestras:

n= 4 Repeticiones de los tratamientos

a= 3 Bloques o factor A
b= 3 Tratamientos o factor B

b).- Tabla para calcular SSA, AAB, SS(AB) SST y SSE.

Se suma las repeticiones de los tratamientos se suman en columna y filas, al final se obtiene la suma total, al mismo
tiempo la suma de las columna se eleva al cuadrado, de la misma manera la suma de las filas se elva al cuadrado.
con con estos datos se determina primero SSA y SSB.

Tiempo 0 3 7 TOTAL Cuadrado

Marca fila
Richfood 203.1 194.6 179.5 577.2 333159.84
Scaled -Sweet 202 179.2 178.4 559.6 313152.16
Minute Main 209.9 192.8 184.7 587.4 345038.76
TOTAL 615 566.6 542.6 1724.2
Cuadrado columna 378225 321035.56 294414.76

𝑆𝑆𝐴= (∑_(𝑖=1)^𝑎▒ SSA = 32.96

〖〖𝑇 ^2 〗 _(𝑖..) 〗 )/
𝑏𝑛 - 〖𝑇 ^2 〗 _…/𝑎𝑏𝑛 SSB = 226.68
𝑆𝑆𝐵=
(∑_(𝑗=1)^𝑏▒ 〖〖𝑇 ^
2 〗 _(.𝑗.) 〗 )/𝑎𝑛 -
〖𝑇 ^2 〗 _…/𝑎𝑏𝑛
 𝑆𝑆𝐵=
(∑_(𝑗=1)^𝑏▒ 〖〖𝑇 ^
2 〗 _(.𝑗.) 〗 )/𝑎𝑛 -
〖𝑇 ^2 〗 _…/𝑎𝑏𝑛

Se eleva al cuadrado los datos originales con estos datos y la suma total de la anterior tabla se determina SST.

Tiempo 0 3 7
Marca
Richfood 2766.76 2440.36 1823.29
2937.64 2420.64 2381.44
2480.04 1831.84 1632.16
2162.25 2830.24 2265.76
Scaled -Sweet 3136 2381.44 2420.64
2304 1936 1936
2460.16 1936 1764
2342.56 1797.76 1866.24
Minute Main 2756.25 2304 2352.25
2704 2209 1883.56
2683.24 2323.24 2043.04
2872.96 2460.16 2265.76

𝑆𝑆𝑇=
∑_(𝑖=1)^𝑎▒ 〖 ∑ _(𝑗=1)^𝑏▒ 〖 ∑ _( SST = 531.1
𝑘=1)^𝑛▒ 〖〖𝑦 ^2 〗 _𝑖𝑗𝑘 〗〗〗 −
〖𝑇 ^2 〗 _…/𝑎𝑏𝑛
Se eleva al cuadrado la suma de las repeticiones con estos datos y la suma total de la anterior tabla se determina
SS(AB).

Tiempo 0 3 7
Marca
misil 1 41249.61 37869.16 32220.25
misil 2 40804 32112.64 31826.56
misil 3 44058.01 37171.84 34114.09

𝑆𝑆(𝐴𝐵)=(∑_(𝑖=1)^𝑎▒∑_(𝑗=1)^𝑏▒ 〖𝑇 ^2 〗 _(𝑖𝑗.) ) SS(AB) = 17.30111

/𝑛 - (∑_(𝑖=1)^𝑎▒ 〖〖𝑇 ^2 〗 _(𝑖..) 〗 )/𝑏𝑛 -
(∑_(𝑗=1)^𝑏▒ 〖〖𝑇 ^2 〗 _(.𝑗.) 〗 )/𝑎𝑛 +
𝑆𝑆𝐸=
〖 𝑇 ^2SST
〗 -_…/𝑎𝑏𝑛
SSA - SSB -SS(AB)
SSE = 254.1
c).- Análisis de varianza
Fuente de Suma de Grados de Cudadrado medio F F Tabla Observa-
variación cuadrados libertad calculado 0.01 ción
efecto principal
A SSA = 32.96 (a-1) = 2 〖𝑆 ^ 16.48 𝐹_1= 1.75 5.49 acepta
2〗 _
1=
B SSB = 226.68 (b - 1) = 2 〖𝑆 ^ 113.34 𝐹_2= 12.04 5.49 rechaza
2〗 _
2=

Interacción entre
〖𝑆 ^2 𝐹_3=
dos factores SS(AB) = 17.3011 (a-1)(b-1) 4 4.33 0.46 4.11 acepta
〗 _3=

Error SSE = 254.1 ab(n-1) = 27 〖𝑆 ^ 9.41

2〗_
𝑒=

Total SST = 531.1 abn - 1 35

d).- Anális a través de las gráficas

DF(A) = 2
DF(B) = 2
DF(AB) = 4
DF( E) = 27

1.20
x p(x)A p(x)B p(x)C
P

x
(

0 1.00 1.00 0.00 1.00 p(x)

A
0.3 0.73 0.73 0.66 F cal = 1.75
0.80
0.6 0.53 0.53 0.69 F Tabla = 5.49
0.9 0.39 0.39 0.56 Obs = Se acepta Ho 0.60
1.2 0.29 0.29 0.41
0.40
1.5 0.22 0.22 0.29
1.8 0.16 0.16 0.20 0.20

2.1 0.12 0.12 0.14 0.00

2.4 0.09 0.09 0.09 0 1 2 3 4 5 x 6
2.7 0.07 0.07 0.06
3 0.05 0.05 0.04 0.80
p(x)
0.04 0.04 0.03
P
x

3.3
(
)

0.70 B
3.6 0.03 0.03 0.02 F cal = 12.04
0.60
3.9 0.03 0.03 0.01 F Tabla = 5.49
0.50
4.2 0.02 0.02 0.01 Obs = Se rechaza Ho
0.40
0.30
0.20
0.10
0.00
 p(x)

P
x
(
)
0.70 B
0.60
0.50
0.40
4.5 0.02 0.02 0.01
4.8 0.01 0.01 0.00 0.30
0.20
5.1 0.01 0.01 0.00
0.10
5.4 0.01 0.01 0.00
0.00
5.7 0.01 0.01 0.00
0 2 4 6 8 10 x 12
6 0.00 0.00 0.00
6.3 0.00 0.00 0.00
6.6 0.00 0.00 0.00 0.80
p(x)

P
x
C

(
)
6.9 0.00 0.00 0.00 0.70

7.2 0.00 0.00 0.00 F cal = 0.46 0.60

7.5 0.00 0.00 0.00 F Tabla = 4.11 0.50

7.8 0.00 0.00 0.00 Obs = Se acepta Ho 0.40
8.1 0.00 0.00 0.00 0.30
8.4 0.00 0.00 0.00
0.20
8.7 0.00 0.00 0.00
0.10
9 0.00 0.00 0.00
0.00
9.3 0.00 0.00 0.00
0 1 2 3 4 5 6
9.6 0.00 0.00 0.00
9.9 0.00 0.00 0.00
10.2 0.00 0.00 0.00
Conclusion:
10.5 0.00 0.00 0.00
Factor A : Hay significancia entre las medias de los tratamientos.
10.8 0.00 0.00 0.00 Factor B; Hay significancia entre las medias de los bloques.
11.1 0.00 0.00 0.00
Interaacción entre factores: Se acepta la hipotésis
 Se ha definido la fatiga a la corrosión en metales como la acción simultánea del esfuerzo cíclico y el ataque químcio
sobre la estrucutra del metal. Una t´´cnica ampliamente tulizada para minimizar el daño corrosión - fatiga en el
aluminio incolucra la aplicación de un recubrimiento protector. en el estudio "Effect of Humidity and Several Surface
Coating on the Fatigue Life of 2024-T351 Aluminium, Alloy" llevado a cabo en 1979 por el Departament of
Mechanical engineering en la Virginia Polytechnic Institute ans State University, se utilizaron tres diferentes niveles
de humedad:
Bajo: 20 - 25% de humedad relativa,
Medio: 55 - 60% de humedad relativa,
Alto: 86 - 91% de humedad relativa,
y tres tipos de recubrimientos superficiales:
No protegido: sin recubrimiento,
Anodizado: recubrimiento de óxido anódico a base de ácido sulfúrico,
Conversiónm: recubrimiento de conversión química de cromo,
Los datos coprrosión -fatiga, expresados en miles de ciclos antes de falla, se registraron en siguiente tabla.

Tiempo (dias)
Humedad Baja Media Alta
Recubrimiento
Sin recubrimiento 361 314 1344 a) Realice un análiss de varianza con una significancia de 0.05
466 244 1027 para probar la significancia de los efectos principales y de
interacción.
1069 261 663 b) Utilice la prueba de rango múltiple de Duncan, al nivel de
469 522 1216 significancia de 0,05, para determinar que niveles de humedad
937 739 1097 resulta en daño diferente de corrosión-fatiga.
1357 134 1011
Anodizado 114 322 78
1236 306 387
533 68 130
1032 471 466
92 130 107
211 398 327
Conversión 130 252 586
841 105 402
1595 847 846
1482 874 524
529 755 751
754 573 529

SOLUCION
a).- Datos de tamaño de muestras:

n= 6 Repeticiones de los tratamientos

a= 3 Bloques o factor A
b= 3 Tratamientos o factor B
b).- Tabla para calcular SSA, AAB, SS(AB) SST y SSE.
Se suma las repeticiones de los tratamientos se suman en columna y filas, al final se obtiene la suma total, al mismo
tiempo la suma de las columna se eleva al cuadrado, de la misma manera la suma de las filas se elva al cuadrado.
con con estos datos se determina primero SSA y SSB.

HumedadBaja Media Alta TOTAL Cuadrado 𝑆𝑆𝐴= SSA = 1535021

Recubrimiento fila (∑_(𝑖=1)^𝑎▒ 〖〖𝑇 ^
Sin recubrimiento 4659 2214 6358 13231175059361 2 〗 _(𝑖..) 〗 )/𝑏𝑛 -
Anodizado 3218 1695 1495 6408 41062464 〖 𝑇 ^2 〗
𝑆𝑆𝐵= _…/𝑎𝑏𝑛
(∑_(𝑗=1)^𝑏▒ SSB = 1020639
Conversión 5331 3406 3638 12375153140625 〖〖𝑇 ^2 〗 _(.𝑗.) 〗 )
TOTAL 13208 7315 11491 32014 /𝑎𝑛 -
Cuadrado columna 174451264 53509225 132043081 〖𝑇 ^2 〗 _…/𝑎𝑏𝑛

Se eleva al cuadrado los datos originales con estos datos y la suma total de la anterior tabla se determina SST.

Humedad Baja Media Alta

Recubrimiento
Sin recubrimiento 130321 98596 1806336 𝑆𝑆𝑇=
217156 59536 1054729 ∑_(𝑖=1)^𝑎▒ 〖 ∑ _(𝑗=1)^𝑏▒ 〖 ∑ SST = 8674047
1142761 68121 439569 _(𝑘=1)^𝑛▒ 〖〖𝑦 ^2 〗 _𝑖𝑗𝑘
219961 272484 1478656 〗〗〗 − 〖𝑇 ^2 〗 _…/𝑎𝑏𝑛
877969 546121 1203409
1841449 17956 1022121
Anodizado 12996 103684 6084
1527696 93636 149769
284089 4624 16900
1065024 221841 217156
8464 16900 11449
44521 158404 106929
Conversión 16900 63504 343396
707281 11025 161604
2544025 717409 715716
2196324 763876 274576
279841 570025 564001
568516 328329 279841

Se eleva al cuadrado la suma de las repeticiones con estos datos y la suma total de la anterior tabla se determina
SS(AB).

Humedad Baja Media Alta

Recubrimiento
Sin recubrimiento 21706281 4901796 4E+07
Anodizado 1E+07 2873025 2235025
Conversión 284195611160083613235044

𝑆𝑆(𝐴𝐵)=(∑_(𝑖=1)^𝑎▒∑_(𝑗=1)^𝑏▒ 〖𝑇 ^2 〗 _(𝑖𝑗.) ) SS(AB) = 1089990

/𝑛 - (∑_(𝑖=1)^𝑎▒ 〖〖𝑇 ^2 〗 _(𝑖..) 〗 )/𝑏𝑛 -
(∑_(𝑗=1)^𝑏▒ 〖〖𝑇 ^2 〗 _(.𝑗.) 〗 )/𝑎𝑛 +
〖𝑇 ^2 〗 _…/𝑎𝑏𝑛
 𝑆𝑆(𝐴𝐵)=(∑_(𝑖=1)^𝑎▒∑_(𝑗=1)^𝑏▒ 〖𝑇 ^2 〗 _(𝑖𝑗.) )
/𝑛 - (∑_(𝑖=1)^𝑎▒ 〖〖𝑇 ^2 〗 _(𝑖..) 〗 )/𝑏𝑛 -
(∑_(𝑗=1)^𝑏▒ 〖〖𝑇 ^2 〗 _(.𝑗.) 〗 )/𝑎𝑛 +
〖 𝑇 ^2SST
𝑆𝑆𝐸= 〗 -_…/𝑎𝑏𝑛
SSA - SSB -SS(AB)
SSE = 5028397

c).- Análisis de varianza

Fuente de Suma de Grados de Cudadrado medio F F Tabla Observa-
variación cuadrados libertad calculado 0.05 ción
Efecto principal
A SSA = 〖𝑆 ^ 𝐹_1=
1535021 (a - 1) = 2 767511 6.87 3.20 rechaza
2〗 _
B SSB = 1020639 (b - 1) = 2 〖
1=𝑆^ 510320 𝐹_2= 4.57 3.20 rechaza
Interacción entre 2〗 _
2= 𝐹_3=
dos factores SS(AB) = 1089990 (a-1)(b-1) 4 〖𝑆 ^2 272497 2.44 2.58 acepta
〗 _3=

Error SSE = 5028397 ab(n-1) = 45 〖𝑆 ^ 111742

Total SST = 8674047 abn -1 53 2〗_
𝑒=

e).- Anális a través de las gráficas

DF(A) = 2 DF(B) = 2
DF(AB) = 4 DF( E) = 45

x p(x)A p(x)B p(x)C

0 1.00 1.00 0.00
1.20
0.3 0.73 0.73 0.66
0.6 0.54 0.54 0.70 1.00

0.9 0.40 0.40 0.57 p(x)

0.80 A
1.2 0.29 0.29 0.42 p(x)
B
1.5 0.22 0.22 0.29 0.60 p(x)
C
1.8 0.16 0.16 0.20
0.40
2.1 0.12 0.12 0.13
2.4 0.09 0.09 0.09 0.20
2.7 0.07 0.07 0.06
0.00
3 0.05 0.05 0.04
0 1 2 3 4 5 6 7 8
3.3 0.04 0.04 0.03
3.6 0.03 0.03 0.02
3.9 0.02 0.02 0.01 F cal = 6.87
4.2 0.02 0.02 0.01 F Tabla = 3.20
4.5 0.01 0.01 0.00 Obs = Se rechaza Ho
4.8 0.01 0.01 0.00
5.1 0.01 0.01 0.00 F cal = 4.57
5.4 0.01 0.01 0.00 F Tabla = 3.20
5.7 0.00 0.00 0.00 Obs = Se rechaza Ho
6 0.00 0.00 0.00
6.3 0.00 0.00 0.00 F cal = 2.44
6.6 0.00 0.00 0.00 F Tabla = 2.58
6.9 0.00 0.00 0.00 Obs = Se acepta Ho
7.2 0.00 0.00 0.00
7.5 0.00 0.00 0.00
 7.8 0.00 0.00 0.00
8.1 0.00 0.00 0.00
8.4 0.00 0.00 0.00
8.7 0.00 0.00 0.00
9 0.00 0.00 0.00
9.3 0.00 0.00 0.00
9.6 0.00 0.00 0.00
9.9 0.00 0.00 0.00
10.2 0.00 0.00 0.00
Conclusion:
10.5 0.00 0.00 0.00
Factor A : Hay significancia entre las medias de los tratamientos.
10.8 0.00 0.00 0.00 Factor B; Hay significancia entre las medias de los bloques.
11.1 0.00 0.00 0.00
Interaacción entre factores: Se acepta la hipotésis

d).- Prueba de Duncan