Відео

Excelente!

Si alfa es mayor a 0.05 se aprueba la hipótesis nula y por lo tanto los tratamientos no afectan a la variable de respuesta. Esto se puede deber a qué el error es muy grande, mucha variabilidad entre pruebas repetidas o simplemente que no existe relación entre la variable de respuesta y el factor

Si es igual la comparación. Saludos

Hola, te recomiendo volver a capturar los datos en una columna nueva. En ocasiones se quedan espacios vacíos.

Hola, en este vídeo se muestran distribuciones continuas. Poisson es una distribución discreta, tengo un vídeo con esa información ua-cam.com/video/LPpjLzYnyU0/v-deo.html

Excelente análisis, ese podría ser una de las razones, que el error incluya la variabilidad de un factor no considerado. Otra posibilidad es que de verdad no exista correlación entre los factores y la variable de respuesta. Para intentar reducir el error es hacer réplicas o agregar más bloques. Saludos!

Hola que tal. No hay diferencia, ambos son factores solo que al que es de tu interés se le denomina factor(es) principal(es) y al resto factor o factores de bloque. Se utilizan como una estrategia para disminuir el error aleatorio. Y que el factor de interés sea significativo en el análisis de varianza (ANOVA)

Muchas gracias por su comentario. Un saludo!

Que tal, un efecto principal es aquel que se atribuye a un factor de estudio (factor A, B, etc) Un efecto de interacción es aquel que surge de la interacción de 2 o más factores puede existir o no. Por ejemplo el factor AB sería el efecto de interacción de A y B (efecto por poner esas dos condiciones juntas), es independiente de efecto individual de A o B. Espero haber sido claro, gracias por ver el vídeo. Saludos. Profe. Raúl Gracia

@@profe.raulgracia Sii, me sirvió la explicación! Es que se me hace un tema muy difícil. Muchas gracias

Hola! Espero les haya sido de ayuda, al final el material se hizo con esa intención. Saludos!

@@profe.raulgracia sii amigo, Fue Buenísima!

Hola buen día, lamentablemente ya no tengo el archivo. Pero es un ejemplo del libro Análisis y diseño de experimentos, del autor Humberto Gutiérrez McGraw-Hill. Puedes encontrarlo en el capítulo 4.

Ami también por favor

Se utilizaron 24 datos. Pero en el vídeo solo se muestra la instrucción para verificar los supuestos del modelo

@@profe.raulgracia Disculpe podría mostrar los demás datos porfavor

Hola que tal, te adjunto la tabla de valores F estas no te ayudan a encontrar como tal el valor p Pero te ayudan a saber si es mas grande o mas pequeño que el valor 0.05 de la prueba de hipótesis. En la parte de arriba ubicas los grados de libertad de métodos u operadores y en las filas ubicas los grados de libertad del error, con esto encontrarás el valor F critico, Si F es mayor que tu F critico entonces p<0.05 ( el factor si afecta a la media) si F es menor que tu F crítico entonces p>0.05 (el factor no afecta a la media) drive.google.com/file/d/1XSXDJzAl-IM40HmrC2j06fbP0cx3AB5d/view?usp=sharing Opción 2) con excel puedes usar la función =DISTR.F(10.25,3,9) Esto representa "dime el valor p de la distribución F de 10.25 con 3 grados de libertad en el factor y 9 grados de libertad en el error" esto te dará un valor muy preciso de p=0.002919257 . Espero haberte ayudado. Saludos.

@@profe.raulgracia cuando f es menor que el f critico quiere decir que no hay diferencia entre los tratamientos estudiados?

@@thiagolema3776 así es, las medias de los tratamientos son estadísticamente iguales. La razón es por que el efecto del error (instrumental o del proceso) es más grande o similar que el efecto de los tratamientos y por eso no se distingue diferencia entre los tratamientos. Eso se puede ver en los cuadrados medios del ANOVA.

En respuesta corta, si pero sería diferencia entre al menos 2 métodos. En respuesta larga, Ho dice que las medias son iguales por lo tanto los efectos del tratamiento no son significativos. Al rechazar Ho (cuando p<Alfa 0.05) se acepta la Ha que dice que existen al menos 2 medias diferentes entre si. Esto implica que los efectos de los tratamientos son significativos para la variable de respuesta.

En el 15:50 menciono los efectos aleatorios. Lamentablemente el problema no era de este tipo. Pero espero te ayude la información incluida.

X2

Que tal, intervalo de confianza por definición incluye un valor máximo y uno mínimo entre los cuales encontrar la media. Lo de límite bilateral es para pruebas de hipótesis se utiliza para saber si un valor es más grande o más pequeño (límite unilateral) o si un valor está fuera o dentro de un intervalo (bilateral). Espero que la respuesta te sea útil. Saludos. Profe. Raúl

@@profe.raulgracia ok, muchas gracias por la respuesta

Hola qué tal, gracias por comentar. El método gráfico es ambiguo y las variaciones experimentales pueden hacer que dos líneas paralelas se crucen (el criterio de selección es la pendiente). En realidad la mejor prueba es la de hipótesis del ANOVA para la interacción. Esa prueba despeja cualquier posible duda del gráfico. ¡Saludos y muchas gracias por ver el video!

Claro, necesitaría un poco más de información. Pero necesitas contestar esto. ¿Que voy a medir? Eso sería tu variable Y y después ¿Cuál(es) son las cosas que voy a variar para ver el efecto en lo que voy a medir? En estas variables puede venir el factor principal y los de bloqueo, cada condición planteada sería un nivel del factor.

Tienes toda la razón están al revés. La discusión es correcta para los datos capturados en minitab al menos para fines didácticos. Muchas gracias por tomarte el tiempo en comentarlo. ¡Saludos!

Gracias, que bueno que te gustó. Saludos.

Claro, nanotubos de carbono, nanopartículas de Oro, nanopartículas de Plata, puntos cuánticos, carbón dots, fullerenos, grafeno, nanopartículas de óxidos metálicos como nanopartículas de óxidos de titanio, aluminio o silicio. Espero te sirva, saludos.

Me sirvió de mucho profe, pero ocupó mínimo 40 sabe donde podría encontrar más?

Busca artículos tipo Review Puedes usar palabras clave como Review tipos de nanomateriales Te recomiendo Google académico para tu busqueda