Diseño Experimentos

...

USO DE MINITAB

[pic 33]

Se hace un gráfico (Boxplot) para ver cómo se comportan los datos

[pic 34]

[pic 35]

[pic 36]

[pic 37]

La variable de respuesta es un ejemplo de mínimo (minimizar la pérdida de peso de la tela, lo que implica que es más resistente). Andamos minimizando la variable de respuesta.

En el gráfico la B aparenta tener mayor promedio de pérdida de peso, la A tiene valores menores pero se la está comiendo la variabilidad. Si nos quedamos con A, les decimos a los proveedores que monitoree la calidad ya que hay que reducir la variabilidad aunque tiene valores bajos de pérdida de peso. Un mensaje a B es que tiene buena variabilidad (es muy pequeña), lo que hay que hacer es bajar el promedio. Es más fácil ajustar el promedio que la variabilidad. D está muy bien solo le falta bajar un poco más el promedio, pero tiene variabilidad bastante baja.

Ahora vamos a ver cuál es el que es diferente. Otro gráfico es el de valores individuales:

[pic 38]

Se le da con grupos

[pic 39]

[pic 40]

Aquí se puede ver que A tiene un valor buenísimo de 1.9 pero después se va muy hacia arriba entonces ahí es donde tiene mucha variabilidad.

AHORA VAMOS A HACER ANOVA

[pic 41]

Va a analizar solo una variable de respuesta

[pic 42]

[pic 43]

El punto central es la media. Vamos a ver la sesión:

Tabla ANOVA que da Minitab:

[pic 44]

[pic 45]

S = 0.142529 es la raíz cuadrada de MSE de 0.02031

Los residuos serían: (el valor observado – el promedio de cada grupo)

[pic 46]

Esto se hace al final del análisis para chequear los supuestos del modelo. En la parte de Stat → ANOVA → Un solo factor → (1. Gráficas, 2. Almacenamiento)

En la opción 2. Almacenamiento

[pic 47]

[pic 48]

Minitab crea dos columnas con los residuos (son los que vemos si son normales)

En la opción de 1. Gráficas

[pic 49]

[pic 50]

El primero de la izquierda es una prueba de normalidad, usa Anderson-Darling. Se hace una prueba de hipótesis:

Ho: los residuos son normales

H1: los residuos no son normales

El valor de p es de 0.776 por lo tanto me quedo con Ho lo que quiere decir que los residuos son normales

El 4 de la derecha, se nota que es aleatorio.

El segundo de la derecha, es para ver si las varianzas son homogéneas o no.

FALTA DISCUTIR MÁS DE RESIDUOS

¿QUÉ HACEMOS CUANDO NOS QUEDAMOS CON H1?

Sabemos que tenemos diferencias en algún lado, pero ocupamos prueba de hipótesis

Para análisis de comparaciones múltiple se puede hacer por Tukey o Fisher

Vamos a hacerlo con TUKEY

Stat → ANOVA → Un factor → Comparaciones

En la opción de Comparaciones marcamos Tukey:

[pic 51]

El resultado se encuentra en la sesión

[pic 52]

Las letras que usa Minitab en Agrupación no tienen nada que ver con los tipos de tela, es un codificación que tiene Minitab → NO CONFUNDIR

Se dice que B - C son iguales (no hay diferencias significativas entre ellos)

C – D – A son iguales (no hay diferencias significativas entre ellos)

Si tengo que escoger D es el ganador (tiene variabilidad muy reducida) sin embargo, se pelea con C y A porque son iguales.