Diseo de Experimentos

Isabel Casas
Despacho: 10.0.04
mcasas@est-econ.uc3m.es
Hector Canada
jcanada@est-econ.uc3m.es

Diseno de Experimentos p.

Introduccin
Los modelos que vamos a estudiar son usados para
averiguar si una o ms variables o factores afectan
nuestra variable de inters. Ejemplos donde esta
disciplina puede ser utilizada son:
prever el contenido de partculas en el aire en
funcin de la densidad de trfico, la hora del da y
las condiciones meteorolgicas.
estudiar la influencia del tipo de pila elctrica y de la
marca en la duracin de las pilas.
determinar como depende la duracin de una
depresin de variables personales y sociales.
determinar la organizacin de los productos de un
supermercado para mejorar las ventas.

Diseno de Experimentos p.

Introduccin
Si se repite un experimento, en condiciones
indistinguibles, los resultados presentan variabilidad.
Si la experimentacin se realiza en un laboratorio
donde la mayora de las causas de variabilidad estn
muy controladas.
Pero si se experimenta en procesos industriales,
administrativos, ... la variabilidad es grande en la
mayora de los casos.
El objetivo del diseo de experimentos es estudiar si
utilizar un determinado tratamiento produce una
mejora en el proceso o no.

Diseno de Experimentos p.

Introduccin
La metodologa del Diseo de Experimentos estudia
cmo variar las condiciones habituales de
realizacin de un proceso emprico para aumentar la
probabilidad de detectar cambios significativos en la
respuesta.
Para que la metodologa de diseo de experimentos
sea eficaz es fundamental que el experimento est
bien diseado.

Diseno de Experimentos p.

Por qu un experimento?
Determinar las principales causas de variacin en la
respuesta.
Encontrar las condiciones experimentales con las
que se consigue un valor extremo en la variable de
inters o respuesta.
Comparar las respuestas en diferentes niveles de
observacin de variables controladas.
Obtener un modelo estadstico-matemtico que
permita hacer predicciones de respuestas futuras.

Diseno de Experimentos p.

Por qu un experimento?
No siempre es posible el tener datos histricos y aunque
los tuviesemos estos tienen ciertas desventajas:
Inconsistencia de los datos: cambios de personas,
mejoras del personal por procesos de aprendizaje,
motivacin, cambios en las mquinas.
Variables con fuerte correlacion. Puede ocurrir
que en el proceso existan dos o ms variables
altamente correlacionadas que pueden llevar a
situaciones confusas. Puede haber confusin en los
efectos, o problemas con una variable oculta.
El rango de las variables controladas es limitado.
Diseno de Experimentos p.

Tipos de variabilidad
Uno de los principales objetivos de los modelos de
diseo de experimentos, es controlar la variabilidad. Los
resultados de cualquier experimento estn sometidos a
tres tipos de variabilidad:
Variabilidad sistematica y planificada
Variabilidad tpica de la naturaleza del problema
y del experimento
Variabilidad sistematica y no planificada

Diseno de Experimentos p.

Variabilidad sistemtica planificada

Originada por las distintas condiciones
experimentales impuestas en el diseo por expreso
deseo del experimentador.
Cuando este tipo de variabilidad est presente y tiene
un tamao importante, se espera que las respuestas
tiendan a agruparse formando grupos (clusters).
Es deseable que exista esta variabilidad y que sea
identificada y cuantificada por el modelo.

Diseno de Experimentos p.

Variabilidad tpica de la naturaleza y el

experimento
Ruido aleatorio que contine el error de medida. Es
una variabilidad impredecible e inevitable.
Differencia entre diferentes medidas de un mismo
objeto.
Existe un patron de comportamiento, todas las
medidas tienen a fluctuar en torno a un valor central
y siguiendo un modelo probabilstico que podemos
estimar.
Es una variabilidad que va a estar siempre presente
pero que es tolerable.

Diseno de Experimentos p.

Variabilidad sistemtica no planificada

Debida a causas desconocidas y no planificadas. En
otras palabras, los resultados estn siendo sesgados
sistemticamente por causas desconocidas.
La presencia de esta variabilidad supone la principal
causa de conclusiones errneas y estudios
incorrectos al ajustar un modelo estadstico.
Existen dos estrategias bsicas para tratar de evitar
la presencia de este tipo de varibilidad: la
aleatorizacin y la tcnica de bloques.

Diseno de Experimentos p. 1

Contra la variabilidad
Para controlar la variabilidad existen tres tcnicas:
Replicados
Aleatorizacin
Formacin de bloques

Diseno de Experimentos p. 1

Planificacin de un experimento
La forma tradicional que se utilizaba en la
experimentacin se basaba en estudiar los factores uno a
uno. Los inconvenientes de esta metodologa son:
Es necesario un gran nmero de pruebas.
Las conclusiones obtenidas en el estudio de cada
factor tiene un campo de validez muy restringido.
No es posible estudiar la existencia de interaccin
entre los factores.
Es inviable, en muchos casos, por problemas de
tiempo o costo.
Las tcnicas de diseo de experimentos estudian
simultneamente los efectos de todos los factores de
inters. Mayor eficaca y con mejores resultados.

Diseno de Experimentos p. 1

Etapas de un problema de diseo de experimentos

1. Definir los objetivos del experimento.
2. Identificar todas las posibles fuentes de variacin
3. Elegir las unidades experimentales en relacin con
las condiciones de estudio.
4. Especificar las medidas de la respuesta, el
procedimiento experimental y anticiparse a las
posibles dificultades.
5. Ejecutar un experimento piloto.
6. Especificar el modelo.
7. Esquematizar los pasos del anlisis.
8. Determinar el tamao muestral.
9. Revisar las decisiones anteriores.

Diseno de Experimentos p. 1

1. Definir los objetivos del experimento

Definir las preguntas concretas y objetivos.
Esquematizar el tipo de respuestas que se esperan
obtener
Esta lista se puede refinar segn avanza el
experimento.

Diseno de Experimentos p. 1

2. Fuentes de variacin
Una fuente de variacin es cualquier causa que pueda
generar variabilidad en la respuesta. Es recomendable
hacer una lista de todas las posibles fuentes de variacin
del problema, distinguiendo las que generarn una mayor
variabilidad. Se distinguen dos tipos:
Factores tratamiento: son aquellas fuentes cuyo
efecto sobre la respuesta es de particular inters para
el experimentador.
son aquellas fuentes que no
Factores Snuisance

T:
son de inters directo pero que se contemplan en el
diseo para reducir la variabilidad no planificada.

Diseno de Experimentos p. 1

2. Fuentes de variacin: Factores

Factores y sus niveles. Se denomina factor
tratamiento a cualquier variable de inters para el
experimentador cuyo posible efecto sobre la
respuesta se quiere estudiar.
Los niveles de un factor tratamiento son los tipos o
grados especficos del factor que se tendrn en
cuenta en la realizacin del experimento.
Los factores tratamiento pueden ser cualitativos o
cuantitativos.
En el tratamiento matemtico de los modelos de
diseo de experimento los factores cuantitativos son
tratados como cualitativos y sus niveles son elegidos
equiespaciados o se codifican.

Diseno de Experimentos p. 1

2. Fuentes de variacin: Definiciones

Cuando en un experimento se trabaja con ms de un
factor, se denomina:
Tratamiento a cada una de las combinaciones de
niveles de los distintos factores.
Observacin es una medida en las condiciones
determinadas por uno de los tratamientos.
Experimento factorial es el diseo de experimentos
en que existen observaciones de todos los posibles
tratamientos.

Diseno de Experimentos p. 1

2. Fuentes de variacin: Unidades experimentales

Son el material donde evaluar la variable respuesta y al
que se le aplican los distintos niveles de los factores
tratamiento:
- en informtica, ordenadores, pginas web,
buscadores de internet,
- en medicina, individuos humanos u animales,
- en industria, lotes de material, trabajadores,
mquinas.
Las unidades experimentales tienen que ser
representativas de la poblacin de la respuesta. Por
ejemplo si el estudio es sobre estudiantes universitarios,
las conclusiones no se puede extrapolar a todo el pas.

Diseno de Experimentos p. 1

2.
Fuentes de variacin:
"nuisance"- bloque

Factores

Adems de los factores tratamiento, tambin influyen

otros factores, de escaso inters en el estudio. Para
controlar su influencia se crean nuevos factores:
Factor bloque. En algunos casos el factor nuisance
puede ser fijado en distintos niveles, de modo que es
posible controlar su efecto a esos niveles. Entonces
la forma de actuar es mantener constante el nivel del
factor para un grupo de unidades experimentales, se
cambia a otro nivel para otro grupo y as
sucesivamente. Estos factores se denominan factores
de bloqueo (factores-bloque) y las unidades
experimentales evaluadas en un mismo nivel del
bloqueo se dice que pertenecen al mismo bloque.

Diseno de Experimentos p. 1

2.
Fuentes de variacin: Factores
"nuisance"- factores ruido y covariables
Ruido. Si el experimentador est interesado en la
variabilidad de la respuesta cuando se modifican las
condiciones experimentales, entonces los factores
nuisance son incluidos deliberadamente en el
experimento y no se aisla su efecto por medio de
bloques. Se habla entonces de factores ruido.

Diseno de Experimentos p. 2

2.
Fuentes de variacin:
"nuisance"- covariables

Factores

Covariable. Si el factor nuisance es una propiedad

cuantitativa de las unidades experimentales que
puede ser medida antes de realizar el experimento
(el tamao de un fichero informtico, la presin
sangunea de un paciente en un experimento mdico
o la acidez de una parcela de tierra en un
experimento agrcola). El factor se denomina
covariable y juega un papel importante en el anlisis
estadstico.

Diseno de Experimentos p. 2

3. Unidades experimentales
La regla de asignacin o diseo experimental especifica
que unidades experimentales se observarn bajo cada
tratamiento. Hay diferentes posibilidades:
diseo factorial o no,
anidamiento,
asignacin al azar en determinados niveles de
observacin,
el orden de asignacin, etc.
En la prctica, existen una serie de diseos estndar que
se utilizan en la mayora de los casos.

Diseno de Experimentos p. 2