ingeniero industrial

TRABAJO DE TERCER CORTE






POR
LUIS ALBERTO MACHUCA MERLANO





DOCENTE
ADRIAN MOJICA




UNIVERSITARIA DE INVESTIGACION Y DESARROLLO
INGENIERIA INDUSTRIAL VII
DISEÑO DE EXPERIMENTOS
BARRANCABERMEJA
2012
EJERCICIO DE TERCER CORTE
1. Un bacteriólogo está interesado en los efectos de dos medios de cultivo diferentes y dos tiempos diferentes sobre el crecimiento deun virus particular. Realiza seis réplicas de un diseño , haciendo las corridas de manera aleatoria. Analizar los datos del crecimiento viral que se presentan enseguida y sacar las conclusiones apropiadas. Analizar los residuales y comentar la adecuación del modelo.




Analysis of Variance for CRECIMIENTO VIRUS
Source
Sum of Squares
Df
Mean Square
F-Ratio
P-Value
A:TIEMPO
590,0421
590,042
115,51
0,0000
B:MEDIO CULTIVO
9,375
1
9,375
1,84
0,1906
AB
92,0417
1
92,0417
18,02
0,0004
Total error
102,167
20
5,10833


Total (corr.)
793,625
23




R-squared = 87,1266 percent
R-squared (adjusted for d.f.) = 85,1956 percent
Standard Error of Est. = 2,26016
Mean absolute error = 1,73611
Durbin-Watson statistic = 2,6131 (P=0,9487)
Lag 1 residualautocorrelation = -0,334421

The StatAdvisor
The ANOVA table partitions the variability in CRECIMIENTO VIRUS into separate pieces for each of the effects. It then tests the statistical significance of each effect by comparing the mean square against an estimate of the experimental error. In this case, 2 effects have P-values less than 0,05, indicating that they are significantly different fromzero at the 95,0% confidence level.

The R-Squared statistic indicates that the model as fitted explains 87,1266% of the variability in CRECIMIENTO VIRUS. The adjusted R-squared statistic, which is more suitable for comparing models with different numbers of independent variables, is 85,1956%. The standard error of the estimate shows the standard deviation of the residuals to be 2,26016. Themean absolute error (MAE) of 1,73611 is the average value of the residuals. The Durbin-Watson (DW) statistic tests the residuals to determine if there is any significant correlation based on the order in which they occur in your data file. Since the P-value is greater than 5,0%, there is no indication of serial autocorrelation in the residuals at the 5,0% significance level.

Rta. En latabla se aprecia que los factores A de tiempo y AB son estadísticamente significativos y que si hay una diferencia en los datos obtenidos al final del experimento es decir que si hay una influencia de estos en el experimento.



Rta. En esta grafica se nos muestra como el factor con más influencia en crecimiento del cultivo es el factor A que es el tiempo y que el factor AB también influye pero nocon la misma intensidad que e l factor A también se denota que el factor B que es el medio de cultivo representa le menor influencia en el crecimiento del cultivo.


Rta. Esta grafica nos ratifica lo hallado en la anterior, en la ilustración se ve que el factor A en su punto más alto es muy superior con respecto al factor B que en su punto más alto no se aproxima a el factor B

Rta. En estagrafica de interacción entre los factores A y B se puede observar que el crecimiento viral es más alto cuando el factor tiempo está en su nivel más alto y factor de medio de cultivo se encuentra en su nivel más bajo.



Rta. La gráfica nos muestra que el punto más alto del cultivo sucede cuando el tiempo está en lo alto y el medio de cultivo en lo más bajo.








Rta. En la graficade contornos se puede apreciar que el valor del crecimiento más alto da un valor de 39,5 de color verde y se encuentra sobre el factor A entre 0,4 y 0,9 y en el factor B sobre -1 y 0,4 aproximadamente.

Rta. En la gráfica se aprecia que el experimento cumple con el supuesto de varianza constante.

Rta. En la gráfica se muestra que si se cumple con el supuesto de normalidad ya que los...