Documentos de Académico
Documentos de Profesional
Documentos de Cultura
MUESTREO Y DISEO DE
EXPERIMENTOS
CONTENIDO
Introduccin
DISEO DE EXPERIMENTOS
Inconsistencia de los datos
1. Variables con fuerte correlacin:
2. El rango de las variables controladas es limitado:
Tipos de variabilidad
Variabilidad sistemtica y planificada
Variabilidad tpica
de
la naturaleza
del
problema y
del
experimento
Variabilidad sistemtica y no planificada
Planificacin de un experimento
1. Definir los objetivos del experimento
2. Identificar todas las posibles fuentes de variacin
a. Factores y sus niveles.
b. Unidades experimentales.
c. Factores nuisance: bloques, factores ruido y covariables.
-
Factor bloque
Co-variable
Ruido
experimentales a las
VENTAJAS
DESVENTAJAS
EXPERIMENTO
Muestreo
Poblacin
Una muestra
a. Muestras probabilsticas
-
Muestreo en racimo:
Muestras accidentales
Muestras intencionadas
Introduccin
Los modelos de Diseo de experimentos son modelos estadsticos clsicos cuyo
objetivo es averiguar si unos determinados factores influyen en la variable de inters y,
si existe influencia de algn factor, cuantificarla.
La metodologa del diseo de experimentos se basa en la experimentacin. Es conocido
que si se repite un experimento, en condiciones indistinguibles, los resultados
presentan variabilidad que puede ser grande o pequea. Si la experimentacin se
realiza en un laboratorio donde la mayora de las causas de variabilidad estn muy
controladas, el error experimental ser pequeo y habr poca variacin en los resultados
del experimento. 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. Para ello se debe experimentar utilizando el
tratamiento y no utilizndolo. Si la variabilidad experimental es grande, slo se detectar
la influencia del uso del tratamiento cuando ste produzca grandes cambios en relacin
con el error de observacin.
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, de esta forma se obtiene un mayor
conocimiento del comportamiento del proceso de inters.
DISEO DE EXPERIMENTOS
Los modelos de diseo de experimentos son modelos estadsticos clsicos cuyo
objetivo es averiguar si unos determinados factores influyen en una variable de
inters y, si existe influencia de algn factor, cuantificar dicha influencia.
Unos ejemplos donde habra que utilizar estos modelos son los siguientes:
En el rendimiento de un determinado tipo de mquina (unidades producidas
por da): se desea estudiar la influencia del trabajador que la maneja y la
marca de la mquina.
Se quiere estudiar la influencia de un tipo de pila elctrica y de la marca, en
la duracin de las pilas.
compaa
de software
est
un programa de
factores: profesor
que imparte la
indistinguibles, los
laboratorio donde
la mayora
El objetivo
se utiliza un
de los modelos
experimentacin y en el anlisis
experimento bien planificado.
en la
cambios tienen influencia en los datos recogidos, lo que hace que los datos histricos
sean poco fiables, sobre todo si se han recogido en un amplio espacio de tiempo.
3. Variables con fuerte correlacin:
Puede ocurrir que en el proceso existan dos o ms variables altamente
correlacionadas que pueden llevar a situaciones confusas. Por ejemplo, en el
proceso hay dos variables X1
y X2
y no se experimenta
(cambiando
las
condiciones
de
Variabilidad tpica de
la naturaleza del
problema y del
de medida.
inevitable.
Esta
(medir)
sesgados
sistemticamente por
causas
desconocidas. La
Planificacin de un experimento
La experimentacin forma parte natural de la mayora de las investigaciones
cientficas e industriales, en muchas de las cuales, los resultados del proceso de
inters se ven afectados por la presencia de distintos factores, cuya influencia
puede
estar
oculta
por
la variabilidad de
fundamental conocer los factores que influyen realmente y estimar esta influencia.
Para conseguir esto es necesario experimentar, variar las condiciones que afectan
a las unidades experimentales y observar la variable respuesta. Del anlisis y estudio
de la informacin recogida se obtienen las conclusiones.
unidades experimentales.
de las unidades
experimentales a las
A continuacin se hace una breve descripcin de las decisiones que hay que tomar
en cada uno de los pasos enumerados. Slo despus de haber tomado estas
decisiones se proceder a realizar el experimento.
1.
Definir los objetivos del experimento: Se debe hacer una lista completa de
las preguntas concretas a las que debe dar respuesta el experimento. Es
importante indicar
abordar problemas
solamente cuestiones
colaterales puede
innecesariamente
el
experimento.
Una vez elaborada la lista de objetivos, puede ser til esquematizar el tipo de
conclusiones que se espera obtener en el posterior anlisis de datos.
Normalmente la lista de objetivos es refinada a medida que se van ejecutando
las etapas del diseo de experimentos.
2.
tratamiento pueden
ser cualitativos o
velocidad de ejecucin)
tamao de
memoria
(diferentes tamaos de
memoria
de
ordenadores),
droga (distintas cantidades de la droga),
la temperatura (conjuntos de temperaturas seleccionadas en unos
rangos de inters).
muy
importante
que
las
unidades
experimentales
sean
como unidades
del
puede
aumentar significativamente la
variabilidad no
cuando se modifican
las condiciones
experimentales,
Fuente
Debida
Tipo
a
las
condiciones
de
Planificada y sistemtica
inters(Factores tratamiento)
Debida
al
resto
de
condiciones
Planificada y sistemtica
controladas(Factores nuisance)
Debida a condiciones no controladas.
(error
de
medida,
material
planificada,
pero
sistemtica?
experimental)
3.
No
experimentales a las
se observarn bajo
cada
tratamiento. Hay
diferentes
posibilidades:
anidamiento.
4.
5.
el nmero de observaciones
experimento principal.
que se precisan en el
6.
Especificar el modelo.
El modelo matemtico especificado debe indicar la relacin que se supone que
existe entre la variable
fuentes
de variacin
puede
forma
general.
El
Factor de efectos fijos es un factor en el que los niveles han sido seleccionados
por el experimentador. Es apropiado cuando el inters se centra en comparar
el efecto sobre la respuesta de esos niveles especficos. Ejemplo: un empresario
est interesado en comparar el rendimiento de tres mquinas del mismo tipo
que tiene en su empresa.
Modelo de efectos fijos es un modelo en el que todos los factores son factores
de efectos fijos.
Se deben esquematizar los pasos del anlisis a realizar que deben incluir:
9.
tiempo consume,
una
Es necesario
todo el presupuesto en un
primer
conjunto de
Niveles: cada uno de los resultados de un factor. Segn sean elegidos por
el experimentador o elegidos al azar de una amplia poblacin se denominan
factores de efectos fijos o factores de efectos aleatorios.
Tratamiento: es una combinacin especfica de los niveles de los factores
en estudio.
Son, por tanto, las condiciones experimentales que se desean comparar en
el experimento. En un diseo con un nico factor son los distintos niveles
del factor y en un diseo con varios factores son las distintas combinaciones
de niveles de los factores.
Observacin experimental: es cada medicin de la variable respuesta.
de forma simtrica
y se puede generalizar a
separar
estudio.
Diseo equilibrado o balanceado: es el diseo en el que todos los
tratamientos son asignados a un nmero igual de unidades experimentales.
Los dos primeros (aleatorizar y bloquear) son estrategias eficientes para asignar los
tratamientos a las unidades experimentales sin preocuparse de qu tratamientos
considerar. Por el contrario, la factorizacin del diseo define una estrategia eficiente
para elegir los tratamientos sin considerar en absoluto como asignarlos despus a
las unidades experimentales.
Aleatorizar: Aleatorizar todos los factores no controlados por el experimentador
en el diseo experimental y que pueden influir en los resultados sern asignados
al azar a las unidades experimentales.
Ventajas de aleatorizar los factores no controlados:
Transforma la variabilidad sistemtica no planificada en variabilidad no
planificada o ruido aleatorio. Dicho de otra forma, aleatorizar previene contra
la introduccin de sesgos en el experimento.
Evita la dependencia entre observaciones al aleatorizar los instantes de
recogida muestral.
Valida muchos de los procedimientos estadsticos ms comunes.
La ventaja de bloquear un factor que se supone que tienen una clara influencia en la
respuesta pero en el que no se est interesado, es la siguiente: Convierte la
variabilidad sistemtica no planificada en variabilidad sistemtica planificada.
aspectos, existen
es el nmero
tratamiento. De hecho,
si ni
de observaciones
es el nmero
de observaciones
en el i-simo
existen
unidades
Los factores bloque estn anidados si cada nivel particular de uno de los factores
bloque ocurre en un nico nivel del otro factor bloque.
Diseo con factores bloque anidados o jerarquizados: Dos factores bloque se dicen
anidados cuando observaciones pertenecientes a dos niveles distintos de un factor
bloque estn automticamente en dos niveles distintos del segundo factor bloque.
En la siguiente tabla puede observarse la diferencia entre ambos tipos de bloqueo.
tiene el
Un camino alternativo es utilizar fracciones factoriales que son diseos en los que
se supone que muchas de las interacciones son nulas, esto permite estudiar el efecto
de un nmero elevado de factores con un nmero relativamente pequeo de pruebas.
Por ejemplo, el diseo en cuadrado latino, en el que se supone que todas las
interacciones son nulas, permite estudiar tres factores de k niveles con solo k 2
observaciones. Si se utilizase el diseo equilibrado completo se necesitan k 3
observaciones.
todos ellos con dos niveles (se suelen denotar + y -). Estos diseos son adecuados
para tratar el tipo de problemas descritos porque permiten trabajar con un nmero
elevado de factores y son vlidos para estrategias secuenciales.
Si k es grande, el nmero de observaciones que necesita un diseo factorial 2k es
muy grande (n= 2k ). Por este motivo, las fracciones factoriales 2kp son muy
utilizadas, stas son diseos con k factores a dos niveles, que mantienen la
propiedad de ortogonalidad de los factores
y donde se suponen
nulas las
interacciones de orden alto (se confunden con los efectos simples) por lo que para
su estudio solo se necesitan 2kp observaciones (cuanto mayor sea p menor
nmero de observaciones se necesita pero mayor confusin de efectos se supone).
MUESTREO DE ACEPTACIN
Definicin:
Es una forma particular de inspeccin que acepta y rechaza lotes, pero no mejora la
calidad. Es decir, el muestreo de aceptacin no es una estrategia de mejora de la
calidad, es ms bien una forma de garantizar que se cumplan ciertas especificaciones
de la calidad que han sido definidas
En la actividad de control de calidad en ocasiones es necesario inspeccionar lotes de
materia prima, partes o productos terminados para asegurar que cumplen ciertos niveles
de calidad con un buen grado de confianza. El muestreo de aceptacin es el proceso de
inspeccin de una muestra de unidades de un lote con el propsito de aceptar o rechazar
todo el lote
4. Cuando el lote lo forman una gran cantidad de artculos que habra que
inspeccionar y la probabilidad de error en la inspeccin es suficientemente alta,
de tal manera que la inspeccin al 100% podra dejar pasar ms unidades
defectuosas que un plan de muestreo.
embarcados con un mnimo de riesgo y de tal forma que la seleccin de las unidades
de la muestra sea relativamente fcil.
Los lotes deben ser tan grandes como sea posible. Esto debido al menor costo y mayor
eficiencia de la inspeccin, adems los planes resultantes a partir de tamaos de lotes
grandes tienen mayor capacidad de detectar lotes de mala calidad.
PRINCIPALES NDICES DE CALIDAD
1. Nivel de calidad aceptable, NCA: Se define como el porcentaje mximo de
unidades que no cumplen con la calidad especifica. Para propsitos de
inspeccin se considera un promedio satisfactorio o aceptable en el proceso.
2. Nivel de calidad limite, NCL: Es el nivel de calidad que se considera como no
satisfactorio. Aquellos lotes que posean este tipo deben rechazados casi
siempre.
DISEO DE PLANES DE MUESTREO
Muestreo de Aceptacin Simple Por atributos
Con este plan se desea normar una relacin cliente-proveedor, para ello se recuerda:
Debe encontrarse el tamao de la muestra (n) y nmero de aceptacin (c) para que el
plan de muestreo cumpla con las exigencias anteriores. Existen varios procedimientos
para hallarlo. A continuacin se describen
PLANES DE MUESTREO DODGE-ROMING
En la dcada de los veinte H.F. Dodge y H.G. Roming desarrollaron un conjunto de
tablas que permiten disear planes de muestreo por atributos. Estas tablas estn
basadas en dos ndices de calidad, los cuales son:
El nivel de calidad limite (NCL) o Dodge y Roming, el porcentaje defectivo tolerado en
el lote (PDTL). El lmite de la calidad de salida promedio (LCSP).
MUESTREO DE ACEPTACIN POR VARIABLES
-
VENTAJAS
Este tamao de muestra es particularmente menor cuando los niveles aceptables
de calidad son muy pequeos.
Proporciona ms informacin acerca del proceso, la cual se puede utilizar para
tomar decisiones y mejorar la calidad
DESVENTAJAS
Las mediciones podran ser ms costosas, aunque la reduccin obtenida en el
tamao de la muestra generalmente compensa este costo.
decisin intermedia entre las otras dos alternativas opuestas, y a veces resulta ser la
ms econmica globalmente.
EXPERIMENTO
Un experimento es cualquier accin o situacin en investigacin exploracin o
comparacin que se realiza o sucede y que da lugar a la obtencin de un conjunto de
resultados posibles, son casos de experimentos los siguientes:
La determinacin de los ingresos mensuales de los trabajadores en una fabrica
La determinacin del grado de instruccin de un grupo de personas
El lanzar un dado
La determinacin del estado civil en un grupo de comerciantes
Muestreo: Se habla de poblaciones y muestras se revisara brevemente cada uno de
estos conceptos.
Poblacin: se define como la totalidad de eventos existentes que tienen en comn una
o ms caractersticas. Tambin se les conoce con el nombre de universo.
Una muestra: es una porcin de una poblacin o universo que lo representa en una o
alguna de sus caractersticas de manera ms o menos adecuada, es decir la muestra
representa caractersticas idnticas o por lo menos no lo suficientemente distintas de la
poblacin. Como para considerarla como representativa de la misma.
c. Muestras probabilsticas
La caracterstica esencial del tipo de muestreo probabilstico es que se pueden
especificar para cada elemento de la poblacin la probabilidad que tiene que
quedar incluido en la muestra, que es la misma para todos y cada uno de ellos.
En el muestreo de no probabilidad no existe la posibilidad de hacer esa
determinacin como tampoco la seguridad de que cada elemento tenga alguna
probabilidad de ser incluido. El muestreo de probabilidad es el nico que hace
posible
los
planes
de
muestreo
representativo.
varios
de
muestras
los
un
punto determinado de esta, y los casos cuyos nmeros estn por encima o
por debajo; o a la derecha o a la izquierda (segn se quiera) del nmero
sealado se toma como muestra hasta llegar a la totalidad de los casos
deseados.
-
estratos.
Muestreo en racimo:
En el muestreo en racimo se llega a la ltima serie de elementos
susceptible de ser incluido en la muestra mediante la obtencin, en primer
lugar, de las agrupaciones mayores (racimos).
Los racimos son seleccionados por mtodos
de
muestreo
simple
todos
o
los
se
lleva
cabo
con
cualquiera
de
los dos
POSIBLES RACIMOS
Adolescentes
Preparatorias
Obreros
Industrias
Amas de casa
Mercados
Nios
Colegios
Personajes de televisin
Programas de televisin
Muestras accidentales:
En una muestra accidental simplemente se toman los casos que viene a la
mano,
continuando
el
ocurren
en
la
poblacin.
La
casos de cada estrato para hacer posible una estimacin del valor del estrato
de
la
poblacin,
se
pueda
conocer
la
Muestras intencionadas
La hiptesis bsica detrs del muestreo intencionado es que con buen juicio
y una estrategia adecuada se pueden seleccionar fcilmente los casos a ser
incluidos
en
la
muestra
y por lo tanto
Una
de
las
aproximaciones
ms
propias
generales
se
est
en
la