Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Modulo 2.0 DCA Unifactorial 2013
Modulo 2.0 DCA Unifactorial 2013
experimentales
deben
ser
1. Consideraciones Previas
1. En el siguiente experimento:
EMPAQUE DE CARNES
Continuacin.
Con base en esta nueva informacin , el investigador plantea la hiptesis de que
alguna forma de atmsfera controlada proporcionar un entorno ms efectivo de
empaque para el almacenamiento de carne.
El diseo desarrollado por el investigador para evaluar la hiptesis incluy
empaques con:
1.
2.
Empaque al vaco
3.
4.
100% CO2
59% N
Determinar
si
hay
diferencias
significativas en el nmero promedio de
bacterias sicotrpicas en la carne para
diferentes condiciones de empaque
Al 5%
Cortes de Carne
Tres
7
2. LA ADICCION AL CELULAR
El problema es real. La adiccin al celular no es una teora nueva o producto de la imaginacin de algunas
personas.
Las personas adictas al celular padecen de una dependencia irracional que al momento de ser separadas del
mvil sienten inseguridad, miedo, angustia, vaco interno, que si no reciben un mensaje o una llamada
comienzan a deprimirse, el uso que le dan al dispositivo mvil es realmente excesivo, ya que no solo lo
utilizan para llamar o enviar/recibir mensajes, sino tambin para otras actividades. Todos estos factores y
otros son los que identifican a un adicto al celular.
Vivimos en una sociedad donde la tecnologa se desarrolla cada vez ms y toma un lugar importante en la
vida de cada individuo, todos los das somos bombardeados de informacin por los medios de comunicacin
pidindonos a gritos ser consumidores de los productos que anuncian, ante esto, pareciera imposible no
actualizarse en cuanto a tecnologa se trata, pero debemos tener bien en claro que el problema no es usar el
celular, sino la reaccin que el uso de ste dispositivo genera en la persona.
Debemos darle el uso indicado a nuestro mvil, utilizarlo solamente cuando realmente se necesita y poder
entender perfectamente la diferencia entre una necesidad y una adiccin, si usted como lector cree que
padece de alguno de los sntomas de la adiccin al mvil o cualquier tecnologa, se le recomienda tome las
medidas
necesarias
para
romper
ese
mal
hbito.
A pesar de que la cantidad de dinero utilizado en tarjetas de saldo para el celular no es un factor
determinante para poder decir si una persona es adicta o no al telfono mvil, si puede indicar el tiempo que
le
dedican
a
ste
y
la
importancia
que
le
dan.
En la siguiente tabla se muestran los resultados de un sondeo aplicado a 21 personas: 7 estudiantes de nivel
secundaria, 7 estudiantes de nivel media superior y 7 estudiantes de nivel superior.
9
100
200
200
200
100
300
500
100
100
300
100
200
100
200
100
200
300
200
100
100
100
10
11
2. Modelo Estadstico
Yij
ij
j 1......k
i 1......n
Yij
media total
ij
es el error experimental
12
2. Modelo Estadstico
Yij i ij
i 1......k
j 1......n
Yij
media total
ij
Recordandosesin 1
Los factores pueden ser
Fijos
Aleatorios
Mixto
El tipo de factor influye en como se plantean
las hiptesis
En el caso de un DCA de un solo factor el modelo
solo puede ser de efectos fijos o aleatorios
14
15
3. Hiptesis
Factor de Efectos Fijos
H o : 1 2 ......... k
H1 = al menos una de las medias de los niveles del factor de
inters es diferente
Regla de Decisin
Descartar Ho si
Fc F , g ln, gld
donde
g ln k 1
gld k (n 1)
Regin de Rechazo
F , g ln, gld
16
3. Hiptesis
Factor Efectos aleatorios
H 0 : 12 22 ......... k2
H1 : al menos una de las varianzas de los niveles del factor
de inters es diferente
Regla de Decisin
Descartar Ho si
Fc F , g ln, gld
donde
g ln k 1
gld k (n 1)
Regin de Rechazo
FF , g ln, gld
17
Yij
j 1......k
i 1......n
ij
niveles
observaciones
Yij i ij
i 1......k
j 1......n
niveles
observaciones
18
4.
Como
se
realiza
el
procedimiento de Aleatorizacin
en un DCA?
Codificar las unidades experimentales desde 1
hasta nk
Establecer un orden aleatorio para las pruebas
que sern realizadas sobre las unidades
experimentales, utilizando la tabla de nmeros
aleatorios
Asignar los niveles del factor de inters a las
unidades experimentales aleatorizadas
Los pasos son los mismos independientemente de cmo se haya
escrito el modelo
19
(
(
(
(
(
(
(
(
)
)
)
)
)
)
)
)
2
#
#
#
#
#
#
#
#
.........................
(
(
(
(
(
(
(
(
)
)
)
)
)
)
)
)
#
#
#
#
#
#
#
#
(
(
(
(
(
(
(
(
)
)
)
)
)
)
)
)
Yij
j 1......k
i 1......n
ij
20
Yij
6. Toma de datos
ij
j 1......k
i 1......n
niveles
Observaciones
Y11
Y12
Y1k
Y21
Y22
Y2k
Yn1
Yn2
Totales por
Nivel
Y.1
Y.2
..........
Yij
.
.
..........
Ynk
Y.k
Y..
21
Gran Total
6. Toma de datos
observaciones
Niveles
Yij i ij
i 1......k
j 1......n
..........
n
Totales
Y11
Y12
Y1n
Y1.
Y21
Y22
Y2n
Y2.
Yk1
Yk2
Yij
.
.
..........
Ykn
Yk .
Y..
22
Gran Total
ANALISIS DE VARIANZA
(ANDEVA)
Es la tcnica central en el anlisis de datos experimentales
Es la prueba estadstica que se utiliza para comprobar las hiptesis de
los diseos experimentales.
Es una potente herramienta estadstica, de gran provecho para:
Industria
Control y mejora de los procesos
Laboratorio de anlisis
Control de mtodos analticos
23
ANALISIS DE VARIANZA EN
UN DCA
En trminos generales separa la variabilidad total en las
partes con las que contribuye cada fuente de variacin en el
experimento
En un DISEO COMPLETAMENTE AL AZAR, tanto
para un experimento balanceado como para uno
desbalanceado la siguiente ecuacin es la base del ANOVA:
Entre
Niveles
dentro
de
Niveles
24
Esta variacin total se descompone para probar si hay diferencias entre las medias de los
niveles. Es un requisito que se satisfagan los siguientes supuestos, para que el ANDEVA sea una
prueba exacta de Hiptesis:
25
Los supuestos pueden verificarse a travs del examen de los residuales. En un DCA
unifactorial los residuos se estiman a partir de :
Yij
Yij i
Yij Yi.
1. HISTOGRAMA DE RESIDUALES
Si se cumple el supuesto este grafico debe aparecer en forma de campana con
centro en cero
Lamentablemente dado que se trabaja con muestras pequeas pueden ocurrir
fluctuaciones significativas
Si la desviacin es moderada no implica necesariamente que el supuesto se esta
violando
Tambin este grfico es de utilidad para detectar datos atpicos(outliers)
27
Todas estas pruebas se pueden realizar con el apoyo de un software estadstico, como
por ejemplo el MINITAB o el PASW
28
Todas estas pruebas se pueden realizar con el apoyo de un software estadstico, como
por ejemplo el MINITAB o el PASW
29
Homoscedasticidad
y
f(y|x)
.
.
x1
En
Y = 0 + 1x
x2
30
30
33
ANALISIS DE VARIANZA
El cuadro 7 se basa en la ecuacin que se mostr anteriormente:
dentro
de
Niveles
Entre
Niveles
SUMA DE CUADRADOS
TOTAL: mide la variabilidad
total en los datos. Es la suma
de los cuadrados de las
desviaciones de cada dato
respecto a la media general del
experimento
SUMA DE CUADRADOS DE
LOS NIVELESD E FI: mide la
variabilidad en los datos
asociada al efecto del factor de
inters sobre la media. Se
obtiene hallando la suma de los
cuadrados de las desviaciones de
la media de cada nivel respecto
de la media general.
34
34
7. Anlisis de Varianza
Fuente de
Variacin
FV
Entre
Niveles
Yij
Grados de
Libertad
Suma de
Cuadrados
Cuadrado
Medio
gl
SC
CM
SCN
SCN
k- 1
k 1
(N)
Error
Experimental
(EE)
Total
To
k (n 1)
SCT0 SCN
SCN j1
ij
Fc
CMN F
, g ln, gld
CMEE
SCEE
k (n 1)
SCT0
nk 1
k
2
.j
2
..
n nk
2
..
Y
SCT0 Y
nk
i 1 j 1
2
ij
35
Yij i ij
7. Anlisis de Varianza
Fuente de
Variacin
FV
Entre
Niveles
Grados de
Libertad
Suma de
Cuadrados
Cuadrado
Medio
gl
SC
CM
k- 1
SCN
SCN
k 1
(N)
Error
Experimental
(EE)
Total
To
SCN
k (n 1)
nk 1
SCT0 SCN
CMN F
, g ln, gld
CMEE
SCEE
k (n 1)
SCT0
2
i.
2
..
Y
Y
i 1
n nk
k
Fc
2
..
Y
SCT0 Y
nk
i 1 j 1
2
ij
36
37
38
39
8. Clculo de Parmetros
n
Y
i 1
j 1
ij
nk
CMEE
2
9. Conclusiones
40
Para Modelo
Yij
ij
j 1......k
i 1......n
IC j y . j t / 2, k ( n 1) CMEE n
Clculo de los estimadores de los efectos de los niveles
.j
y. j y..
41
Para Modelo
i 1......k
j 1......n
IC i y i . t / 2, k ( n 1) CMEE n
Clculo de los estimadores de los efectos de los niveles
yi. y..
i.
42
43
R SCN
SCTo
2
Interpretacin
Es la variabilidad en los valores observados
en la variable de respuesta, explicada por el
modelo estadstico
Nota: el clculo es el mismo para las dos formas del modelo
44
Ejemplo:
Un fabricante de calzado desea mejorar la calidad de las suelas, las
cuales se pueden hacer con uno de los cuatro tipos de cuero A, B, C
y D disponibles en el mercado.
Para ello, prueba los cueros con una mquina que hace pasar los
zapatos por una superficie abrasiva, la suela de los zapatos se
desgasta al pasarla por dicha superficie.
Como criterio de desgaste se usa la prdida de peso despus de un
nmero fijo de ciclos. Se prueban en orden aleatorio 24 zapatos,
seis de cada tipo de cuero.
Al hacer las pruebas en orden completamente al azar se evitan
sesgos y las mediciones
en un tipo
de cuero resultan
independientes de las dems.
Los datos (en miligramos) sobre el desgaste de cada tipo de cuero
se anotan en la hoja de verificacin previamente diseada
45
46
47
Yij i ij
Modelo Estadstico
i 1......k
j 1......n
TIPO
DE
CUERO
Observaciones
A
B
C
D
48
Yij
Modelo Estadstico
ij
j 1......k
i 1......n
TIPO DE
CUERO
A B
O
B
S
E
R
V
A
C
I
O
N
E
S
49
Planteamiento de Hiptesis
H o : 1 2 3 4
Fc F0.05,3, 20
donde
g ln 4 1 3
gld 4(6 1) 20
Regin de Rechazo
F 3.09
F0.05,3, 20
0.05,3,20
50
ALEATORIZACION
Orden de las pruebas
Nmeros aleatorios
Asignacin
10
14
15
11
18
23
10
11
22
12
12
13
14
24
15
16
17
13
18
19
17
20
16
21
19
22
23
20
24
21
TIPO
DE
CUERO
10
14
15
11
18
23
22
12
24
13
17
16
19
20
21
51
208
220
216
200
213
206
220
263
219
225
230
228
217
226
215
224
220
222
53
MINITAB
Supuesto de Normalidad
FUNCIONES DE MINITAB
RESULTADO
MEDIA
MEDIANA
MOSTRAR
ESTADISTIC SESGO
A BASICA
CURTOSIS
ESTADISTIC ESTADISTIC
A
A BASICA
GRAFICO
PRUEBA DE
NORMALIDA PRUEBA DE RYAN
D
JOINER(SHAPIRO
WILK)
PRUEBA DE
KOLMOROVSMIRNOV
HISTOGRAM
A
GRAFICA
TALLO Y
HOJA
INTERPRETACIO
N
Si son aproximadamente iguales es
simetrica
FORMA
CAMPANA
FORMA
CAMPANA
54
MINITAB
VERIFICACION DE SUPUESTOS Y
ANOVA
FUNCIONES DE MINITAB
GRAFICAS
ANOVA
ESTADISTI
UN SOLO
CA
FACTOR
COMPARACI
ONES
PRUEBA DE
VARIANZAS
IGUALES
RESULTADO
ANOVA
HISTOGRAMAS
DE RESIDUOS
RESPUEST GRAFICA
AY
NORMAL DE
FACTOR RESIDUOS
RESIDUOS VS
AJUSTES
RESIDUOS VS
ORDEN
COMPARACION
TUKEY POR PARES
COMPARACION
DUNNET POR PARES
GRAFICO
BARLETT ESTADISTICA DE
PRUEBA Y
LEVINE
PVALUE
INTERPRETACION
RECHAZAR O NO HIP
NULA
SUPUESTO DE
NORMALIDAD
SUPUESTO DE
HOMOCEDASTICIDAD
SUPUESTO DE
INDEPENDENCIA
RECHAZAR O NO HIP
NULA
RECHAZAR O NO HIP
NULA
COMPARAR ANCHO DE
LOS INTERV
55 HIP
RECHAZAR O NO
NULA
PASW
VERIFICACION DE SUPUESTOS
56
PASW
ANOVA
57
PASW
IGUALDAD DE VARIANZAS
58
PASW
IGUALDAD DE VARIANZAS
59
TC
A
B
C
D
264
208
220
217
Observaciones
Suma Promedio
260 258 241 262 255 1540 256.7
220 216 200 213 206 1263 210.5
263 219 225 230 228 1385 230.8
226 215 224 220 222 1324 220.7
60
Analisis de Varianza
FV
Entre tipos de cuero
Error Experimental
Total
SC
7072.33
2029
9101.33
GL CM Fc Probabilidad F
3 2357.44 23.24 1.0018E-06 3.098
20 101.45
23
61
CONCLUSIONES
Fc es mayor que F , por lo
tanto se descarta Ho
Y 5512 / 24 229.67
CMEE 101.45
101.45
63
IC i y i . t / 2, k ( n 1) CMEE n
IC1 256.7 t 0.025, 20 101.45 6
IC 2 210.5 t0.025, 20 101.45 / 6
IC 3 230.8 t0.025, 20 101.45 / 6
IC 4 220.7 t 0.025, 20 101.45 / 6 64
65
yi. y..
i.
1. 256.7 229.68 27.68
2. 210.5 229.68 19.18
EN
ALGUNOS
EXPERIMENTOS,
POR
DIVERSAS
RAZONES
NO
ES
POSIBLE
RECOLECTAR
IGUAL
CANTIDAD
DE
OBSERVACIONES EN CADA NIVEL
EXISTEN LIGERAS VARIACIONES EN CUANTO
AL ANLISISDE VARIANZA UTILIZADO PARA EL
DISEO
COMPLETAMENTE
AL
AZAR
BALANCEADO
67
ij
j 1......k
i 1......nk
Yij
factor de inters
ij
media total
es el efecto del j-simo nivel del factor de inters sobre la
variable de respuesta
es el error experimental
68
2. Modelo Estadstico
Yij i ij
i 1......k
j 1......nk
Yij
media total
ij
3. Hiptesis
Factor de Efectos Fijos
H o : 1 2 ......... k
H1 = al menos una de las medias de los niveles del factor de
inters es diferente
Regla de Decisin
Descartar Ho si
Fc F , g ln, gld
donde
g ln k 1
k
gld n j k
j 1
Regin de Rechazo
F , g ln, gld
70
4. Aleatorizacin
Codificar los elementos de la poblacin de 1 hasta N
Donde
N n n .........n
1
71
# es un nmero aleatorio
N2
# ( )
# ( )
# ( )
# ( )
# ( )
# ( )
# ( )
# ( )
# ( )
# ( )
# ( )
Hasta n2
Nk
# ( )
# ( )
# ( )
# ( )
# ( )
# ( )
# ( )
# ( )
Hasta nk
72
ij
..........
niveles
Y11
Y12
Y1k
Y21
Y22
Y2k
nj
Yn11
Yn22
Y.1
Y.2
Yij
.
.
..........
Ynkk
Y.k
Y..
73
Yij i ij
1
2
..........
nj
observaciones
Y11
Y12
Y21
Y22
Yk1
Yk 2
Totales/nivel
Y1n1
Y1.
Y2n2
Y2.
Yij
.
.
..........
Yknk
Y2.
Y..
74
Yij
7. Anlisis de Varianza
Fuente de
Variacin
FV
Grados de
Libertad
Suma de
Cuadrados
Cuadrado
Medio
gl
SC
CM
Entre
Niveles
k 1
(N)
Error
Experimental
Total
k
j 1
nk k
k
j 1
nk 1
2
.j
SCN
SCTO SCN
k 1
ij
FC
CMN F
, g ln, gld
CMEE
SCEE
k
j 1
nk k
SCTO
Y
Y
SCN j 1
k
n k nk
j 1
k
SCN
2
..
2
Y
SCTo Yij2 ..
k
i 1 j 1
75
Yij i ij
7. Anlisis de Varianza
Fuente de
Variacin
FV
Grados de
Libertad
Suma de
Cuadrados
Cuadrado
Medio
gl
SC
CM
Entre
Niveles
k 1
(N)
Error
Experimental
Total
k
j 1
nk k
k
j 1
nk 1
2
i.
SCN
SCTO SCN
k 1
CMN F
, g ln, gld
CMEE
SCEE
k
j 1
nk k
SCTO
2
..
Y
Y
SCN i 1
k
n k nk
i 1
k
SCN
FC
2
Y
SCTo Yij2 ..
k
i 1 j 1
76
8. Conclusiones
9. Clculo de Parmetros
n
Y
i 1
j 1
k
j 1
ij
nk
CMEE
R SCN
SCTo
2
2
0 R 1
Interpretacin
Es la cantidad de variabilidad en los datos,
explicada o proporcionada por el modelo de
regresin
78
IC j y . j t / 2, n
k k
ij
CMEE nk
. j y
.j
y..
79
ICi y i. t / 2, n
k k
CMEE nk
i. y
i.
y..
80
EJEMPLO
Para determinar la mejor disposicin de los instrumentos sobre
un Tablero de control de un aeroplano, se prueban tres distintos
arreglos simulando una situacin de emergencia y observando el
tiempo de reaccin requerido para corregir la avera. Los
tiempos de reaccin (en dcimas de segundo) de 28 pilotos
(aleatoriamente asgnados a los diversos arreglos son los
siguientes:
Disposicin 1:
14, 13, 9, 15, 11, 13, 14, 11
Disposicin 2:
10, 12, 9, 7, 11, 8, 12, 9, 10, 13, 9, 10
Disposicin 3:
11, 5, 9, 10, 6, 8, 8, 7
Compare los tiempos promedio para las diferentes disposiciones.
Use = 0.05
81
2. Modelo Estadstico
Yij
ij
i 1......nk
j 1..3
3. Hiptesis
H o : 1 2 3
H1 = al menos uno de los tiempos de reaccin promedio
para cada disposicin es diferente
Regla de Decisin: Descartar Ho si Fc F0.05, 2, 25 = 3.385
glN = k-1 = 3-1 = 2
glD = 28 3 = 25
Regin de Rechazo
95%
=0.05
F=3.385
84
4. Aleatorizacin
u e.
1
2
3
4
5
6
7
8
orden aleatorio
10
1
11
20
16
17
2
23
D1
85
u.e.
O.A.
u.e.
O.A.
9
10
11
12
13
14
15
16
17
18
19
20
9
19
24
13
4
22
15
21
3
6
12
5
21
22
23
24
25
26
27
28
8
27
18
14
26
28
7
25
D2
D3
86
(
(
(
(
(
(
(
(
)
)
)
)
)
)
)
)
D2
9 (
19 (
24 (
13 (
4 (
22 (
15 (
21 (
3 (
6 (
12 (
5 (
)
)
)
)
)
)
)
)
)
)
)
)
D3
8 (
27 (
18 (
14 (
26 (
28 (
7 (
25 (
87
)
)
)
)
)
)
)
)
6. Toma de Datos
Disposicin 1
14
13
9
15
11
13
14
11
Y.1 = 100
Disposicin 2
10
12
9
7
11
8
12
9
10
13
9
10
Y.2 = 120
Disposicin 3
11
5
9
10
6
8
8
7
Y.3 = 64
Y..= 284
88
89
7. Anlisis Estadstico
Fuente de
Variacin
Grados
de
Libertad
Suma de Cuadrados
Cuadrado
Medio
FC
Entre
Disposicione
s
(1/8*1002+1/12*1202+
1/8*642) 2842/28 =
81.43
81.43/2
=40.42
40.42/3
.6
=11.31
3.385
Error
25
90.00
90.00/25
=3.60
Total
27
(142+132+...+82+72)
2842/28 = 171.43
90
8. Clculo de parmetros
= 284 = 10.14
28
2 = 3.60
9. Conclusin
Se rechaza Ho y se concluye que los tiempos de
reaccin promedio de los pilotos para las tres
disposiciones del tablero de control de un aeroplano,
no son iguales.
91
92