Scientific Method">
Resumen Del Diseño: (2 Puntos)
Resumen Del Diseño: (2 Puntos)
Resumen Del Diseño: (2 Puntos)
a) Analice estos datos con el uso de todos los criterios existentes para encontrar el mejor
ANOVA. En las figuras considere de entrada los 15 efectos posibles.
Ahora para encontrar el mejor ANOVA haremos una nueva configuración en Minitab para
correr solo los factores significativos y de esa forma encontrar al mejor ANOVA.
Análisis de Varianza
Fuente GL SC Ajust. MC Ajust. Valor F Valor p
Modelo 4 259.50 64.875 22.13 0.000
Lineal 2 123.25 61.625 21.02 0.000
Tiempo 1 42.25 42.250 14.41 0.003
Temperatura 1 81.00 81.000 27.63 0.000
Interacciones de 2 términos 2 136.25 68.125 23.24 0.000
Tiempo*Temperatura 1 64.00 64.000 21.83 0.001
Concentración*Temperatura 1 72.25 72.250 24.64 0.000
Error 11 32.25 2.932
Total 15 291.75
Concluimos que al ver que los valores P obtenidos son menores que el nivel de significancia
(Alpha), podemos decir que los factores A (Tiempo), D (Temperatura) y las interacciones AD
(Tiempo*Temperatura), BD(Concentración*Temperatura) por lo tanto decimos de si hay efecto
significativo y que esos son nuestro mejor ANOVA.
En las gráficas visualizamos a los efectos activos que son el Factor A (Tiempo), Factor D
(Temperatura), interacción AD (Tiempo*Temperatura) y la interacción BD
(Concentración*Temperatura).
c) Determine el mejor tratamiento.
La gráfica de efectos principales muestra las medias ajustadas para cada nivel de cada
variable categórica. Puesto que las líneas no son horizontales, existen efectos principales
para todas estas variables.
En la gráfica podemos observar los distintos tipos de factores (Tiempo y Temperatura) en
sus dos niveles respectivos y su efecto.
Obtenemos que el factor Temperatura es aquel que presenta resultados de mayor
rendimiento, este llega a un máximo cerca de 20, cabe resaltar que esto se da en el
segundo nivel del tratamiento. Por otro lado, en cuanto al factor C este en su segundo
nivel presenta un rendimiento moderado.
Podemos concluir que al aplicar el segundo nivel del factor A podría presentar un mayor
resultado.
Análisis:
Respecto al supuesto de normalidad, podemos observar en la gráfica de probabilidad
normal los residuos se ajustan a una línea recta.
Respecto al supuesto de igualdad de varianzas, tenemos la gráfica de residuales con el
valor ajustado de la temperatura, donde los residuales están dispersos en X e Y aunque
dejan algunos espacios vacíos, sin embargo, podemos decir que se cumple el supuesto.
Respecto al supuesto de aleatoriedad, de la gráfica de orden de observación, se puede ver
que esta no sigue una tendencia definida, por lo cual se cumple el supuesto.