Dos Factores

Universidad de Guadalajara | Ciencias Exactas e Ingenierías | Departamento de Matemáticas
Diseño de Experimentos
Dos factores
Nombre del alumno: Francisco Jesus Licona Alvarado

Tema: Diseños de dos factores
Fecha:
Objetivo El alumno aprenderá que herramientas utilizar analizar datos de
experimento de dos factores.
Valor: 10 puntos.
Tiempo de ejecución: 2 horas Inicia: Finaliza:
Instrucciones: Instrucciones: Analicen los datos de los siguientes ejercicios.
Anoten sus conclusiones. Si existe alguna gráfica apoyen sus
conclusiones anéxenla.
1.- La fatiga por corrosión de los metales se define como la acción simultánea de tensión cíclica
y ataque químico sobre una estructura metálica. Una técnica muy utilizada para minimizar el
daño de la fatiga por corrosión en el aluminio requiere la aplicación de un recubrimiento
protector. En un estudio efectuado por el Departamento de Ingeniería Mecánica de Virginia
Tech se utilizaron 3 niveles diferentes de humedad:
Bajo: 20 a 25% de humedad relativa A
Medio: 55 a 60% de humedad relativa
Alto: 86 a 91% de humedad relativa
y 3 tipos de recubrimiento:
No revestido: Sin recubrimiento
Anodizado: Recubrimiento de óxido anódico por ácido sulfúrico
Conversión: Recubrimiento por conversión química de cromato.
Los datos de fatiga por corrosión, expresados en miles de ciclos hasta que se presenta la falla,
se registraron como sigue:
Recubrimient Humedad Relativa

o Baja Media Alta
361 469 314 522 1344 1216
No revestido 466 937 244 739 1027 1097
1069 1357 261 134 1011 1011
114 1032 322 471 78 466
Anodizado 1236 92 306 130 387 107
533 211 68 398 130 327
130 1482 252 874 586 524
Conversión 841 529 105 755 402 751
1595 754 847 573 846 529
 Métodos estadísticos | CUCEI | Septiembre 2015

Universidad de Guadalajara | Centro Universitario de Ciencias Exactas e Ingenierías | Departamento de matemáticas
1. Nombre del diseño: Dos factores de 3x3 n=6

2. Variable de respuesta: Fatiga de corrosión
3. Factores controlado: Humedad y recubrimiento
4. Hipótesis efectos simples:
Y ij =μ+ τ i+ ε ij + β j + ( τβ)ijDonde {i:1,2,3

j :1,2,3 }
μ=media global
τ i =efecto de la humedad
ε ij=error aleatorio
β j =efecto del recubrimiento
( τβ)ij= interacción de la humedad con el recubrimiento
Hipótesis nula (H0):

τ i =0 , la humedad no tiene efecto sobre el daño medio de la fatiga por corrosión .
Hipótesis alternativa (Ha):
al menos un τ i ≠ 0 , lahumedad tiene efecto sobre eldaño medio de la fatiga por corrosión .
Factor B:
β j =0 , el recubrimiento no tiene efecto sobre eldaño medio de la fatiga por corrosión .
al menos un β j ≠ 0 , el recubrimiento tiene efecto sobre el daño medio de la fatiga por corrosión .
5. Hipótesis para la interaccion:
Hipótesis nula (H0): ( τβ )ij=
0 , la interacción de la humedad y el recubrimiento no tiene efecto sobre el daño medio de
la fatiga por corrosión .
al menos un ( τβ )ij ≠ 0 , lainteracción de la humedad y el recubrimiento tiene efecto sobre el daño medio de
la fatiga por corrosión
6. Lleve a cabo un análisis de varianza con α = 0.05 para probar si existen efectos
principales y efectos de interacción. Interpretación.
Análisis de Varianza para Fatiga - Suma de Cuadrados Tipo III
Fuente Suma de Cuadrados Gl Cuadrado Medio Razón-F Valor-P
EFECTOS PRINCIPALES
A:Humedad 1.05682E6 2 528409. 4.90 0.0119
B:Recubrimiento 1.63848E6 2 819240. 7.60 0.0014
INTERACCIONES
AB 1.2932E6 4 323299. 3.00 0.0282
RESIDUOS 4.85324E6 45 107850.
TOTAL (CORREGIDO) 8.84173E6 53
Todas las razones-F se basan en el cuadrado medio del error residual
Debido a que el valor Fo < Fa se rechazan hipótesis nulas para los factores humedad,
recubrimiento y la interacción entre humedad y recubrimiento, existe evidencia estadística
suficiente para concluir que los efectos y la interacción si afectan al daño medio de la fatiga por
la corrosión. Hay que hacer LSD
Métodos estadísticos | CUCEI | Septiembre 2016

7. Utilice la prueba de Duncan de rango múltiple a un nivel de significancia de 0.05 para

determinar cuáles niveles de humedad relativa dan como resultado daños distintos de
fatiga por corrosión.
Pruebas de Múltiple Rangos para Fatiga por Humedad
Método: 95.0 porcentaje Duncan HUMEDAD

Humedad Casos Media LS Sigma LS Grupos Homogéneos
Media 18 406.389 77.4058 X
Alta 18 657.722 77.4058 X
Baja 18 733.778 77.4058 X
Contraste Sig. Diferencia

Alta - Baja -76.0556
Alta - Media * 251.333
Baja - Media * 327.389
* indica una diferencia significativa.
Existen 2 grupos homogéneos de humedad con respecto a la fatiga de corrosión, la humedad

alta y baja pertenece a un grupo y la media a otro, para una menor fatiga de corrosión es útil
aplicar el nivel medio de humedad.
Pruebas de Múltiple Rangos para Fatiga por Recubrimiento
Método: 95.0 porcentaje Duncan

Recubrimiento Casos Media LS Sigma LS Grupos Homogéneos
Anodizado 18 356.0 77.4058 X
Conversión 18 687.5 77.4058 X
No revestido 18 754.389 77.4058 X
Contraste Sig. Diferencia

Anodizado - Conversión * -331.5
Anodizado - No revestido * -398.389
Conversión - No revestido -66.8889
Existen 2 grupos homogéneos de recubrimiento con respecto a la fatiga de corrosión, donde el

anodizado pertenece a un grupo y el recubrimiento por conversión y no revestido a otro; para
una menor fatiga de corrosión es útil aplicar el tipo de recubrimiento anodizado.
8. Gráfica de interacción e interpretación (solo si es significativas) :

Gráfico de Interacciones
1200 Humedad
Alta
1000 Baja
Media
800
Fatiga
600
400
200
0
Anodizado Conversión No revestido
Recubrimiento
Lo que se puede observar en esta grafica es que al usar el recubrimiento “anodizado” con una
humedad alta y media la fatiga es mínima con respecto a la humedad baja, al usar el recubrimiento por
“conversión” con una humedad media alta aumenta la fatiga de una manera similar mientras que con la
humedad baja también aumenta la fatiga, pero la diferencia con respecto a las demás (alta y media) es
bastante, finalmente con el recubrimiento “no revestido” podemos ver que con la humedad media
disminuya la fatiga, esto no ocurre con la humedad alta, ya que aumenta de tal manera que alcanza un
punto máximo de fatiga y con la humedad baja disminuye con respecto al anterior recubrimiento
(conversion)
Factores Promedio
Humedad Recubrimiento
esperado
Nivel
Alto Anodizado 249.167
recomendado
Gracias a los datos obtenidos podemos decir que son buenas opciones usar el recubrimiento
“anodizado” con una humedad alta o media. Y podemos recomendar el recubrimiento “anodizado” con
una humedad alta si lo que se necesita es bajar la fatiga por corrosión
10. Supuestos:

Gráfico de Probabilidad Normal
99.9
99
95
porcentaje
80
50
20
5
1
0.1
-800 -400 0 400 800
RESIDUOS
Si se cumple supuesto “normalidad”

Gráfico de Residuos para fatiga
800
400
residuos
-400
-800
alta baja media
Humedad
Si se cumple el supuesto “varianza constante” para la humedad.

Gráfico de Residuos para fatiga
800
400
r e sid u o s
-400
-800
Anodizado Conversión no revestido
recubrimiento
Si se cumple el supuesto “varianza constante” para el tipo de recubrimiento

Gráfico de RESIDUOS vs orden de corrida
800
400
RESIDUOS
-400
-800
0 10 20 30 40 50 60
orden de corrida
Si se cumple el supuesto “independencia”
14.5 Para determinar cuáles músculos necesitan someterse a un programa de

acondicionamiento para mejorar el rendimiento individual en el servicio tendido que se usa en
el tenis, el Departamento de Salud, Educación Física y Recreación de Virginia Tech realizó
un estudio de 5 músculos diferentes: 1: deltoides anterior 4: deltoides medio 2: pectoral mayor
5: tríceps 3: deltoides posterior los cuales se probaron en cada uno de 3 sujetos; el experimento
se efectuó 3 veces para cada combinación de tratamiento. Los datos electromiográficos que se
registraron durante el servicio se presentan a continuación.

1. Nombre del diseño: dos factores 5x3 n=3

2. Variable de respuesta: datos electromiográficos para el rendimiento medio individual
3. Factores controlado: Sujetos y músculos
Y ij =μ+ τ i+ ε ij + β j + ( τβ)ijDonde {i:1,2,3

j :1,2,3 }
μ=media global
τ i =efecto del músculo
ε ij=error aleatorio
β j =efecto del sujeto
( τβ)ij= interacción del músculo con el sujeto
Factor A:
τ i =0 , ningún músculo tiene efecto sobre los datos electromiograficos par el rendimiento medio
individual .
al menos un τ i ≠ 0 , al menos un músculo tiene efecto sobre losdatos electromiograficos el para redimiento
medio individual .
Factor B:
β j =0 , el sujeto no tiene efecto sobre los datos electromiograficos para elrendimiento medio
individual .
al menos un β j ≠ 0 , el sujeto tiene efecto sobre los datos electromiograficos para elrendimiento medio
individual .
5. Hipótesis para las interacciones:
Hipótesis nula (H0): ( τβ )ij=
0 , la interacción de los músculos y los sujetos no tiene efecto sobre el rendimiento
medio individual .


al menos un ( τβ )ij ≠ 0 , lainteracción de los músculos y los sujetos tiene efecto sobre el rendimiento
medio individual .
6. Utilice un nivel de significancia de 0.01 para probar las hipótesis de que a) diferentes
sujetos tienen medidas electromiográficas iguales; b) los diferentes músculos no tienen un
efecto en las medidas electromiográficas; c) no hay interacción entre los sujetos y los tipos
de músculos.
Análisis de Varianza para datos electromiograficos - Suma de Cuadrados Tipo III
EFECTOS PRINCIPALES
A:músculo 7543.87 4 1885.97 26.95 0.0000
B:sujeto 4814.74 2 2407.37 34.40 0.0000
INTERACCIONES
AB 11362.2 8 1420.28 20.30 0.0000
RESIDUOS 2099.17 30 69.9722
TOTAL (CORREGIDO) 25820.0 44
Debido a que el valor Fo > Fa se rechazan las hipótesis nulas para los músculos, el sujeto y la
interacción entre músculos y sujetos (confiabilidad del 99%), esto quiere decir que existe
diferencias significativas para los factores y la interacción. Hay que hacer LSD
7. Utilice la prueba LSD de rango múltiple a un nivel de significancia de 0.01 para

determinar cuáles músculos o sujetos necesitan someterse a un programa de
acondicionamiento para mejorar el rendimiento individual.
Pruebas de Múltiple Rangos para datos electromiograficos por músculo
Método: 99.0 porcentaje LSD

músculo Casos Media LS Sigma LS Grupos Homogéneos
2 9 17.8333 2.78831 X
4 9 41.6667 2.78831 X
1 9 49.5556 2.78831 XX
5 9 49.8889 2.78831 XX
3 9 53.6667 2.78831 X
Contraste Sig. Diferencia +/- Límites

1-2 * 31.7222 10.844
1-3 -4.11111 10.844
1-4 7.88889 10.844
1-5 -0.333333 10.844
2-3 * -35.8333 10.844
2-4 * -23.8333 10.844
2-5 * -32.0556 10.844
3-4 * 12.0 10.844
3-5 3.77778 10.844
4-5 -8.22222 10.844

Existen 3 grupos homogéneos de músculos con respecto a los datos electromiógraficos,

podemos observar que que los musculos 4, 1, 5, 3 presentan una mayor media o sea mayor
rendimiento, mientras que el musculo 2 tiene una menor media o menor rendimiento, podemos
decir que ocupa un mayor entrenamiento con respecto a los demás musculos.
Pruebas de Múltiple Rangos para datos electromiograficos por sujeto

sujeto Casos Media LS Sigma LS Grupos Homogéneos
1 15 27.9 2.15982 X
2 15 49.4667 2.15982 X
3 15 50.2 2.15982 X

1-2 * -21.5667 8.39973
1-3 * -22.3 8.39973
2-3 -0.733333 8.39973
Existen 2 grupos homogéneos para los sujetos, el sujeto 1 pertenece a un grupo, mientras que el
sujeto 2 y el 3 al otro. Podemos observar que el sujeto 1 necesita un mayor entrenamiento con
respecto a los demás sujetos.
100 sujeto
1
2
datos electromiografos
80
3
60
40
20
0
1 2 3 4 5
músculo
Lo que podemos ver en la gráfica es que el musculo 1 de los 3 sujetos tienen datos electromiograficos
para el rendimiento individual similares, siendo el sujeto 1, el que tiene el menor rendimiento y el sujeto
3, el de mayor rendimiento, ya en el musculo 2 vemos que los sujetos 1 y 2 tienen datos
electromiograficos para el rendimiento individual bajos comparándolo con el sujeto 3, en el musculo 3 el
sujeto 1 y 2 elevan sus datos electromiograficos para el rendimiento individual y el sujeto 3 los
disminuye, en el musculo 4 el sujeto 1 y 2 los datos electromiograficos para el rendimiento individual
disminuyen y el sujeto 3 los aumenta, hay que mencionar que el rendimiento del musculo 4 para el

sujeto 3 y 2 quedan en un punto muy cercano entre ellos, para finalizar en el musculo 5 podemos ver
que los datos electromiograficos para el rendimiento individual de cada sujeto quedan distantes unos
de otros teniendo el mejor rendimiento el sujeto 3 y el peor rendimiento el sujeto 1
9. Conclusión y oportunidad de mejora: A través de los datos obtenidos se puede analizar que
la oportunidad de mejora se ve en el siguiente sujeto y el músculo
Factores Promedio
Sujeto musculo
esperado
Nivel
1 2 2.83333
recomendado
Gracias a los datos obtenidos podemos decir que el sujeto 1 en el musculo 2 tiene la mayor área de
mejora para su rendimiento, con respecto a los demás sujetos, por esto es conveniente trabajar en este
musculo para mejorar su rendimiento
10. Supuestos:
99.9
99
95
porcentaje
80
50
20
5
1
0.1
-20 -10 0 10 20
RESIDUOS
Si se cumple el supuesto “normalidad”

Gráfico de Residuos para datos electromiografos
20
10
residuos
-10
-20
1 2 3 4 5
músculo
Si se cumple el supuesto “varianza constante” para el tipo de músculo
Gráfico de Residuos para datos electromiografos
20
10
residuos
-10
-20
1 2 3
sujeto
Si se cumple el supuesto “varianza constante” para el sujeto.

Gráfico de RESIDUOS vs Orden de corrida
20
10
RESIDUOS
-10
-20
0 10 20 30 40 50
Orden de corrida
Si se cumple el supuesto “independencia”
14.6 Se realizó un experimento para determinar si los aditivos incrementan la adherencia

de productos de caucho. Se elaboraron 16 productos con el aditivo nuevo y otros 16 sin
dicho aditivo. Se registró la siguiente adherencia.
1. Nombre del diseño: dos factores 2x4 n=4

2. Variable de respuesta: adherencia
3. Factores controlado: aditivos y temperatura
Factor A:
Hipótesis nula (H0): Los aditivos no afectan a la adherencia
Hipótesis alternativa (Ha): Al menos algún aditivo afecta significativamente a la adherencia
Factor B:
Hipótesis nula (H0): La temperatura no afecta a la adherencia
Hipótesis alternativa (Ha): Al menos una temperatura afecta significativamente a la adherencia

5. Hipótesis para las interacciones:

Hipótesis nula (Ho): No hay interacción entre los aditivos y la temperatura sobre la adherencia
Hipótesis alternativa (Ha): Al menos hay alguna interacción entre los aditivos y la temperatura sobre la
adherencia
º Haga un análisis de varianza para probar la existencia de efectos principales y de

interacción significativos.
Análisis de Varianza para Adherencia - Suma de Cuadrados Tipo III
EFECTOS PRINCIPALES
A:aditivos 1.75781 1 1.75781 22.29 0.0001
B:temperatura 0.805937 3 0.268646 3.41 0.0338
INTERACCIONES
AB 1.79344 3 0.597812 7.58 0.0010
RESIDUOS 1.8925 24 0.0788542
TOTAL (CORREGIDO) 6.24969 31
Debido a que el valor Fo < Fa se rechazan las hipótesis nulas (95% de confiabilidad) para los
aditivos, temperatura y la interacción entre los aditivos y la temperatura, esto quiere decir que
existe diferencias significativas para los factores y la interacción. Hay que hacer LSD
7. Utilice la prueba LSD de rango múltiple para encontrar los niveles que optimicen la
variable de respuesta.
Pruebas de Múltiple Rangos para Adherencia por aditivos

aditivos Casos Media LS Sigma LS Grupos Homogéneos
sin el aditivo 16 3.3625 0.0702025 X
con el aditivo 16 3.83125 0.0702025 X

con el aditivo - sin el aditivo * 0.46875 0.204907
Existen 2 grupos homogéneos, “sin el aditivo” pertenece a uno y “con el aditivo” pertenece al
otro. El que presenta mayor adhesión media es “con el aditivo”
Pruebas de Múltiple Rangos para Adherencia por temperatura

temperatura Casos Media LS Sigma LS Grupos Homogéneos
80 8 3.45 0.0992813 X
50 8 3.475 0.0992813 X
60 8 3.6125 0.0992813 XX
70 8 3.85 0.0992813 X

50 - 60 -0.1375 0.289782
50 - 70 * -0.375 0.289782

50 - 80 0.025 0.289782
60 - 70 -0.2375 0.289782
60 - 80 0.1625 0.289782
70 - 80 * 0.4 0.289782
Existen dos grupos homogéneos para la temperatura, la temperatura 80°, 50°, 60° pertenece a
un grupo y la temperatura 60° y 70° pertenece al otro. La temperatura que nos ayuda para una
mejor adherencia media es la de 70°
4.3 aditivos
con el aditivo
4 sin el aditivo
Adherencia
3.7
3.4
3.1
2.8
50 60 70 80
temperatura
Podemos observar en la siguiente grafica que con una temperatura de 50 grados, con aditivo alcanza
el punto máximo de adherencia, mientras que sin el aditivo la adherencia es la mínima, con una
temperatura de 60 grados, con aditivo baja un poco la adherencia, sin el aditivo aumenta demasiado
con respecto a la temperatura de 50 grados, con la temperatura de 70 grados, con aditivo logra
aumentar la adherencia aunque no es significativo, mientras que sin aditivo sigue aumentando, para
finalizar, con una temperatura de 80 grados, con aditivo podemos observar que baja un poco la
adherencia pero se logra apreciar que es estable, sin el aditivo se observa una disminución
considerable, a lo que veníamos observando con las 2 temperaturas anteriores (60 y 70 grados).
Podemos mencionar que con aditivo la adherencia es mayor y estable en diferentes temperaturas, pero
en una temperatura es mejor sin aditivo, la de 70 grados.
Aditivos Temperatura Promedio esperado

Con Aditivos 50° 4.075
Podemos decir que con una temperatura de 50 grados y con aditivo se puede alcanzar la mayor
adherencia
9. Conclusión y recomendaciones:
Gracias a los datos obtenidos podemos interpretar que se puede trabajar con y sin aditivo a
diferentes temperaturas, teniendo una buena adherencia, planteando la posibilidad de que puede
que no haya aditivo, si controlamos nuestra temperatura a 70 grados tendremos una mejor

adherencia con respecto a utilizar aditivo, esto puede reducir los costos de no usar aditivos, en
cambio si buscamos la mayor adherencia, debemos utilizar aditivo a una temperatura de 50
grados, pero si lo que buscamos es estabilidad a diferentes temperaturas es mejor usar aditivo
para tener una mejor adherencia.
10. Supuestos:
99.9
99
95
porcentaje
80
50
20
5
1
0.1
-0.6 -0.3 0 0.3 0.6 0.9
RESIDUOS
Si se cumple el supuesto “normalidad”
Gráfico de Residuos para Adherencia
0.8
0.4
residuos
-0.4
-0.8
con el aditivo sin el aditivo
aditivos
Si se cumple el supuesto “varianza constante” para los aditivos

Gráfico de Residuos para Adherencia
0.8
0.4
residuos
-0.4
-0.8
50 60 70 80
temperatura
Si se cumple el supuesto “varianza constante” para la temperatura
Gráfico de RESIDUOS vs Orden de corrida
0.9
0.6
RESIDUOS
0.3
-0.3
-0.6
0 10 20 30 40
Orden de corrida

Si se cumple el supuesto de independencia

Dos Factores

Cargado por

Copyright:

Formatos disponibles

Dos Factores

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Dos Factores

Cargado por

Copyright:

Formatos disponibles

Universidad de Guadalajara | Ciencias Exactas e Ingenierías | Departamento de Matemáticas

Nombre del alumno: Francisco Jesus Licona Alvarado

Recubrimient Humedad Relativa

 Métodos estadísticos | CUCEI | Septiembre 2015

1. Nombre del diseño: Dos factores de 3x3 n=6

Y ij =μ+ τ i+ ε ij + β j + ( τβ)ijDonde {i:1,2,3

Hipótesis nula (H0):

Métodos estadísticos | CUCEI | Septiembre 2016

7. Utilice la prueba de Duncan de rango múltiple a un nivel de significancia de 0.05 para

Método: 95.0 porcentaje Duncan HUMEDAD

Contraste Sig. Diferencia

Existen 2 grupos homogéneos de humedad con respecto a la fatiga de corrosión, la humedad

Pruebas de Múltiple Rangos para Fatiga por Recubrimiento

Método: 95.0 porcentaje Duncan

Contraste Sig. Diferencia

Existen 2 grupos homogéneos de recubrimiento con respecto a la fatiga de corrosión, donde el

8. Gráfica de interacción e interpretación (solo si es significativas) :

Métodos estadísticos | CUCEI | Septiembre 2016

Métodos estadísticos | CUCEI | Septiembre 2016

Gráfico de Probabilidad Normal

Si se cumple supuesto “normalidad”

Métodos estadísticos | CUCEI | Septiembre 2016

Gráfico de Residuos para fatiga

Si se cumple el supuesto “varianza constante” para la humedad.

Si se cumple el supuesto “varianza constante” para el tipo de recubrimiento

Métodos estadísticos | CUCEI | Septiembre 2016

Gráfico de RESIDUOS vs orden de corrida

Si se cumple el supuesto “independencia”

14.5 Para determinar cuáles músculos necesitan someterse a un programa de

Métodos estadísticos | CUCEI | Septiembre 2016

1. Nombre del diseño: dos factores 5x3 n=3

Y ij =μ+ τ i+ ε ij + β j + ( τβ)ijDonde {i:1,2,3

Métodos estadísticos | CUCEI | Septiembre 2016

Hipótesis alternativa (Ha):

7. Utilice la prueba LSD de rango múltiple a un nivel de significancia de 0.01 para

Pruebas de Múltiple Rangos para datos electromiograficos por músculo

Método: 99.0 porcentaje LSD

Contraste Sig. Diferencia +/- Límites

Métodos estadísticos | CUCEI | Septiembre 2016

Existen 3 grupos homogéneos de músculos con respecto a los datos electromiógraficos,

Pruebas de Múltiple Rangos para datos electromiograficos por sujeto

Método: 99.0 porcentaje LSD

Contraste Sig. Diferencia +/- Límites

8. Gráfica de interacción e interpretación (solo si es significativas) :

Métodos estadísticos | CUCEI | Septiembre 2016

Gráfico de Probabilidad Normal

Si se cumple el supuesto “normalidad”

Métodos estadísticos | CUCEI | Septiembre 2016

Gráfico de Residuos para datos electromiografos

Si se cumple el supuesto “varianza constante” para el tipo de músculo

Gráfico de Residuos para datos electromiografos

Si se cumple el supuesto “varianza constante” para el sujeto.

Métodos estadísticos | CUCEI | Septiembre 2016

Gráfico de RESIDUOS vs Orden de corrida

Si se cumple el supuesto “independencia”

14.6 Se realizó un experimento para determinar si los aditivos incrementan la adherencia

1. Nombre del diseño: dos factores 2x4 n=4

Métodos estadísticos | CUCEI | Septiembre 2016

5. Hipótesis para las interacciones: