REPBLICA BOLIVARIANA DE VENEZUELA

MINISTERIO DEL PODER POPULAR PARA LA EDUCACIN UNIVERSITARIA

PROGRAMA DE FORMACIN DE INGENIERA MECNICA
INSTITUTO UNIVERSITARIO DE TECNOLOGA PUERTO CABELLO

El Diseo de Experimentos

ASESOR:

PARTICIPANTES:

Ing. Cesar Lpez

Pia, Guillermo

CATEDRA:

Sevilla, Carlos

Productividad y Calidad

Torres, Ewduard

SECCION: 12-10

Noviembre, 2015

INDICE
Pag.
Introduccin.

03

El Diseo de Experimentos..

04

Objetivos de un diseo de experimentos.

04

Teora del diseo experimental

05

Experimento

06

Unidad Experimental..

07

Variables, factores y niveles

07

Errores.

08

Principios Bsicos en el diseo de experimentos

08

Algunos diseos experimentales clsicos

11

Proceso para la medicin de ruido..

15

Etapas en el diseo de experimentos

15

Planeacin del trabajo..

18

Conclusin

21

Bibliografa..

22

INTRODUCCIN
2

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.
La metodologa del diseo de experimentos se basa en la experimentacin. Es
sabido que si se repite un experimento, en condiciones indistinguibles, los resultados
presentan una cierta variabilidad. 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 o administrativos la variabilidad ser
mayor en la mayora de los casos.
El objetivo del diseo de experimentos es estudiar si cuando se utiliza un
determinado tratamiento se produce una mejora en el proceso o no. Para ello se debe
experimentar aplicando el tratamiento y no aplicndolo. 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 signi- ficativos en la
respuesta; de esta forma se obtiene un mayor conocimiento del comportamiento del
proceso de inters.

El Diseo de Experimentos
Qu se entiende por "diseo de un experimento"
Disear un experimento significa planear un experimento de modo que rena
la informacin pertinente al problema bajo investigacin.
El diseo de un experimento es la secuencia completa de pasos tomados de
antemano para asegurar que los datos apropiados se obtendrn de modo de modo que
permitan un anlisis objetivo que conduzca a deducciones vlidas con respecto al
problema establecido.

La necesidad de un diseo de experimento surge de la necesidad de responder a

preguntas como:

Cmo se va a medir el efecto? Cules son las caractersticas a analizar?

Qu factores afectan las caractersticas que se van a analizar?

Cules son los factores que se estudiaran en esta investigacin?

Cuntas veces deber ejecutarse el experimento?

Cul ser la forma de anlisis?

A partir de que valores se considera importante el efecto?

Objetivos de un diseo de experimentos

Proporcionar la mxima cantidad de informacin pertinente al problema bajo

investigacin.

El diseo, plan o programa debe ser tan simple como sea posible.

La

investigacin

debe

efectuarse

ahorrar tiempo, dinero, personal y

lo

material

ms

eficientemente

experimental.

posible;

"Proporcionar

la

mxima cantidad de informacin al mnimo costo".

Teora del diseo experimental

Los experimentos se realizan virtualmente en todos los campos del conocimiento,
por lo general, con la intencin de descubrir algo acerca de un proceso o sistema en
particular. El diseo de experimentos se define como un conjunto de tcnicas activas que
manipulan el proceso para inducirlo a proporcionar la informacin que se requiere para
mejorarlo. El diseo estadstico de experimentos es la forma ms eficaz de hacer pruebas
en los procesos. Consiste en determinar las pruebas pertinentes y el mtodo para
realizarlas, para obtener datos que al analizarlos estadsticamente se arrojen conclusiones.
El diseo de experimentos es la aplicacin del mtodo cientfico para generar
conocimiento acerca de un sistema o proceso. En el diseo experimental se planea un
conjunto de pruebas experimentales de manera que los datos generados puedan ser
analizados estadsticamente para obtener conclusiones vlidas y objetivas.
Sir Ronald A. Fisher fue el innovador del uso de los mtodos estadsticos en el
diseo de experimentos. Durante algunos aos estuvo a cargo de la estadstica y del
anlisis de datos en la estacin agrcola experimental Rothamsted en Londres, Inglaterra.
Fisher desarroll y us por primera vez el anlisis de varianza como herramienta primaria
para el anlisis estadstico en el diseo experimental. Muchas de las primeras
aplicaciones de los mtodos del diseo experimental se dieron en el rea de agricultura y
ciencias biolgicas, sin embargo, las primeras aplicaciones industriales del diseo
experimental se hicieron en la dcada de 1930.
Despus de la Segunda Guerra Mundial, los mtodos del diseo experimental se
introdujeron en las industrias qumicas y de transformacin en Estados Unidos y Europa.
La industria de los semiconductores y la Electrnica se ha servido tambin por muchos
5

aos y con considerable xito de los mtodos del diseo experimental.

Los mtodos de diseo experimental tienen amplia aplicacin en muchas
disciplinas. En efecto es posible considerar a la experimentacin como parte del proceso
cientfico y una de las formas en que aprendemos acerca de la forma en que funcionan los
sistemas o procesos. Realizamos experimentos para generar datos a partir del proceso, y
entonces usamos la informacin del experimento para establecer nuevas conjeturas.
Alguna aplicaciones del diseo experimental en el diseo tcnico son:

Evaluacin y comparacin de diseos bsicos.

Evaluacin de materiales alternativos.

Seleccin de parmetros de diseo con el fin de mejorar un sistema.

Experimento
Un experimento es un procedimiento en el cual se crean pruebas con el fin de
verificar una o varias hiptesis relacionadas con un fenmeno determinado. En un
experimento se inducen cambios en las condiciones de operacin de un sistema con el
objetivo de medir el efecto del cambio en una o varias propiedades del producto. La
experimentacin constituye uno de los elementos clave del mtodo cientfico y es
fundamental para ofrecer explicaciones causales.
Un experimento generalmente se realiza por alguno de los siguientes motivos:

Determinar las causas de variacin en la respuesta.

Comparar las respuestas en diferentes niveles de observacin de variables

controladas.

Obtener un modelo estadstico-matemtico que permita hacer predicciones de

6

respuestas futuras.
Unidad Experimental
Es el material para evaluar la variable respuesta y al que se le aplican los distintos
niveles de los factores de tratamiento para obtener una medicin o dato representativo.
Una persona, una unidad de tiempo, una seal, entre muchas otras, pueden ser
consideradas como unidad experimental.
Variables, factores y niveles
Una variable es la caracterstica de un objeto que puede ser observada, medida y
analizada para encontrar las respuestas al problema en cuestin. Segn el papel que
desempean en el experimento.
Un factor es aquella variable de inters cuyo posible efecto sobre la respuesta se
quiere estudiar; por otro lado, los niveles de un factor son los tipos o grados especficos
del factor que se tiene en cuenta en la realizacin del experimento.
En todo proceso intervienen distintos tipos de variables o factores:

Variable de respuesta: es la caracterstica del producto cuyo valor interesa

mejorar mediante el diseo de experimentos.

Factores controlables: Son variables de proceso que se pueden fijar en un punto

o en un nivel de operacin.

Factores no controlables o de ruido: son variables que no se pueden controlar

durante la operacin normal del proceso.

Factores estudiados: son las variables que se investigan en el experimento para

observar cmo afectan o influyen en la variable respuesta.

Niveles y tratamientos: son los diferentes valores que se asignan a cada factor
estudiado en un diseo experimental. Una combinacin de niveles de todos los
factores se llama tratamiento o punto de diseo.
7

Errores
El error designa las pequeas diferencias entre el valor exacto y el observado en
cada medicin. En otras palabras, indica cmo es determinada situacin cuando no se
obtienen resultados idnticos cuando dos unidades son tratadas igualmente.
Se puede considerar los siguientes errores:

Error Aleatorio: es la variabilidad observada que no se puede explicar por los

factores estudiados; y resulta del pequeo efecto de los factores no estudiados y
del error experimental.

Error Experimental: es un componente del error aleatorio que refleja los errores
del experimentador en la planeacin y ejecucin del experimento.

Principios Bsicos en el diseo de experimentos

El diseo de experimentos trata de fenmenos que son observables y repetibles.
Sin pensamiento estadstico los conceptos de observabilidad y repetibilidad son
inherentemente contradictorios. Nada ocurre de la misma forma dos veces, incluso las
mediciones del mismo evento varan.
Para que los datos obtenidos en un proceso experimental sean tiles para
responder a las preguntas del planteamiento del problema, se apoya en los siguientes
principios: de aleatorizacin, bloqueo y repeticin.
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
8

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 puden 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.
Bloquear
Se deben dividir o particionar las unidades experimentales en grupos
llamados bloques de modo que las observaciones realizadas en cada bloque se realicen
bajo condiciones experimentales lo ms parecidas posibles.
A diferencia de lo que ocurre con los factores tratamiento, el experimentador no
est interesado en investigar las posibles diferencias de la respuesta entre los niveles de
los factores bloque.
Bloquear es una buena estrategia siempre y cuando sea posible dividir las
unidades experimentales en grupos de unidades similares.
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:
9

 Convierte la variabilidad sistemtica no planificada en variabilidad sistemtica

planificada.
Con el siguiente ejemplo se trata de indicar la diferencia entre las estrategias de
aleatorizar y de bloquear en un experimento.
Ejemplo 1.
Se desea investigar las posibles diferencias en la produccin de dos mquinas,
cada una de las cuales debe ser manejada por un operario.
En el planteamiento de este problema la variable respuesta es la produccin de
una mquina (en un da), el factor-tratamiento en el que se est interesado es el tipo de
mquina que tiene dos niveles y un factor nuisance es el operario que maneja la
mquina. En el diseo del experimento para realizar el estudio se pueden utilizar dos
estrategias para controlar el factor operario que maneja la mquina.
Aleatorizar: se seleccionan al azar dos grupos de operarios y se asigna al azar cada
grupo de operarios a cada una de las dos mquinas. Finalmente se evala la produccin
de las mismas.
Bloquear: se introduce el factor-bloque operario. Se elige un nico grupo de
operarios y todos ellos utilizan las dos mquinas.
Qu consideraciones se deben tener en cuenta al utilizar estas dos estrategias? Qu
estrategia es mejor?
La factorizacin del diseo.
Un diseo factorial es una estrategia experimental que consiste en cruzar los
niveles de todos los factores tratamiento en todas las combinaciones posibles.
10

Ventajas de utilizar los diseos factoriales:

Permiten detectar la existencia de efectos interaccin entre los diferentes factores
tratamiento.
Es una estrategia ms eficiente que la estrategia clsica de examinar la influencia de
un factor manteniendo constantes el resto de los factores.

Algunos diseos experimentales clsicos

Un diseo experimental es una regla que determina la asignacin de las unidades

experimentales a los tratamientos. Aunque los experimentos difieren unos de otros en
muchos aspectos, existen diseos estndar que se utilizan con mucha frecuencia. Algunos
de los ms utilizados son los siguientes:

Diseo completamente aleatorizado.

El experimentador asigna las unidades experimentales a los tratamientos al azar.

La nica restriccin es el nmero de observaciones que se toman en cada tratamiento. De
hecho si ni es el nmero de observaciones en el i-simo tratamiento, i = 1,...,I, entonces,
los valores n1,n2,...,nI determinan por completo las propiedades estadsticas del diseo.
Naturalmente, este tipo de diseo se utiliza en experimentos que no incluyen factores
bloque.

El modelo matemtico de este diseo tiene la forma:

Diseo en bloques o con un factor bloque.

11

En este diseo el experimentador agrupa las unidades experimentales en bloques,

a continuacin determina la distribucin de los tratamientos en cada bloque y, por ltimo,
asigna al azar las unidades experimentales a los tratamientos dentro de cada bloque.

En el anlisis estadstico de un diseo en bloques, stos se tratan como los niveles

de un nico factor de bloqueo, aunque en realidad puedan venir definidos por la
combinacin de niveles de ms de un factor nuisance.

El modelo matemtico de este diseo es:

El diseo en bloques ms simple es el denominado diseo en bloques

completos, en el que cada tratamiento se observa el mismo nmero de veces en cada
bloque.

El diseo en bloques completos con una nica observacin por cada tratamiento
se denomina diseo en bloques completamente aleatorizado o, simplemente, diseo en
bloques aleatorizado.

Cuando el tamao del bloque es inferior al nmero de tratamientos no es posible

observar la totalidad de tratamientos en cada bloque y se habla entonces de diseo en
bloques incompletos.
12

Diseos con dos o ms factores bloque.

En ocasiones hay dos (o ms) fuentes de variacin lo suficientemente importantes

como para ser designadas factores de bloqueo. En tal caso, ambos factores bloque pueden
ser cruzados o anidados.

Los factores bloque estn cruzados cuando existen unidades experimentales en

todas las combinaciones posibles de los niveles de los factores bloques.

Diseo con factores bloque cruzados. Tambin denominado diseo filacolumna, se

caracteriza

porque

existen

las celdas (intersecciones de fila y columna).

El modelo matemtico de este diseo es:

13

unidades

experimentales

en

todas

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.

Diseos con dos o ms factores.

En algunas ocasiones se est interesado en estudiar la influencia de dos (o ms)

factores tratamiento, para ello se hace un diseo de filas por columnas. En este modelo es
importante estudiar la posible interaccin entre los dos factores. Si en cada casilla se tiene
una nica observacin no es posible estudiar la interaccin entre los dos factores, para
hacerlo hay que replicar el modelo, esto es, obtener k observaciones en cada casilla,
donde k es el nmero de rplicas.

Generalizar los diseos completos a ms de dos factores es relativamente sencillo

desde un punto de vista matemtico, pero en su aspecto prctico tiene el inconveniente de
que al aumentar el nmero de factores aumenta muy rpidamente el nmero de
observaciones necesario para estimar el modelo. En la prctica es muy raro utilizar
diseos completos con ms de factores.

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

14

nulas, permite estudiar tres factores de k niveles con solo k2 observaciones. Si se utilizase
el diseo equilibrado completo se necesitan k3 observaciones.

Diseos factoriales a dos niveles

En el estudio sobre la mejora de procesos industriales (control de calidad) es usual

trabajar en problemas en los que hay muchos factores que pueden influir en la variable de
inters. La utilizacin de experimentos completos en estos problemas tiene el gran
inconveniente de necesitar un nmero elevado de observaciones, adems puede ser una
estrategia ineficaz porque, por lo general, muchos de los factores en estudio no son
influyentes y mucha informacin recogida no es relevante. En este caso una estrategia
mejor es utilizar una tcnica secuencial donde se comienza por trabajar con unos pocos
factores y segn los resultados que se obtienen se eligen los factores a estudiar en la
segunda etapa.

Los diseos factoriales 2k son diseos en los que se trabaja con k factores, 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 2k-p 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).

15

En los ltimos aos Taguchi ha propuesto la utilizacin de fracciones factoriales

con factores a tres niveles en problemas de control de calidad industrial.

Proceso para la medicin de ruido

Tal como se ha descrito anteriormente, el diseo de experimentos esta basado en
la determinacin y estudio de todas las variables de inters que pueden afectar el proceso
del fenmeno de estudio.
A continuacin, se mencionan las etapas sugeridas para una planeacin y diseo
de experimentos adecuados, mediante las cuales se pueda obtener datos suficientes para
ser analizados estadsticamente con el objeto de tener una visin global del
comportamiento del fenmeno o del proceso con el cual se esta experimentando.

Etapas en el diseo de experimentos

Un aspecto fundamental del diseo de experimentos es decidir las pruebas o
tratamientos que se van a correr en el proceso, con el fin de enfocarse en la variable de
inters y para obtener la mxima cantidad de informacin. Tambin es necesario definir
el nmero de corridas o repeticiones a realizar en el experimento y la forma en que se
combinarn para que sea de forma aleatoria.
Planeacin
La planeacin est compuesta por las actividades encaminadas a entender el
problema, el diseo y la realizacin de las pruebas experimentales adecuadas. Un
planteamiento claro del problema contribuye a menudo en forma sustancial a un mejor
conocimiento del fenmeno y de la solucin final del problema.
El proceso de planeacin consiste en los siguientes puntos:

16

Definicin de hiptesis.

Variables y factores.

Seleccin del diseo.

Definicin de la variable dependiente.

Aleatorizacin.

Planeacin del trabajo.

Definicin de hiptesis
En este punto se plantea el problema de forma concreta y se definen
claramente los objetivos, los alcances y limitaciones del experimento, esto contribuye
a mejorar el conocimiento del fenmeno, por ende a la solucin del mismo. Se deben
obtener datos que demuestren el impacto del problema, para lo cual es necesario
medir y definir el punto de partida. Generalmente los objetivos se afinan durante el
proceso de diseo del experimento.

Variables y Factores
En este punto se determinan los factores a estudiarse de acuerdo a la supuesta
influencia que tienen sobre la respuesta. Tambin se eligen las variables de respuesta
que sern medidas en cada punto del diseo y verificar que se mide de manera
confiable. La eleccin de estas variables es el objetivo del experimento, por lo que se
deben seleccionar las que mejor reflejen el problema.
Seleccin del Diseo
Seleccionar el diseo experimental adecuado a los factores que se tienen y al
objetivo del experimento. Es en este momento donde conviene establecer el nmero
de muestras que han de tomarse y la forma en como han de hacerse las corridas del
17

experimento. Cabe mencionar, que entre mayor sea la cantidad de datos recolectados
y las repeticiones del experimento, se tendr un mejor punto de comparacin, para
establecer la relacin entre las variables.
Definicin de la variable dependiente
La variable dependiente es el resultado del experimento, se puede afirmar que
es la variable que proporciona la informacin que se esta estudiando.
Para evitar confusin entre la variable dependiente y otras variables, se ha de
definir los factores de ruido y las variables de bloqueo puesto que pueden afectar de
forma indirecta a la variable dependiente, por lo que se han de tomar medias para
contra restar sus efectos.

Planeacin del trabajo

Planear y organizar el trabajo experimental con base en el diseo
seleccionado. Se recomienda seguir un diagrama de flujo en donde se tomen en
cuenta cada punto del diseo del experimento.

18

Figura 1 Diagrama con las etapas para el diseo de Experimentos

Anlisis de datos
Se debe determinar el modelo de anlisis de varianza o la tcnica estadstica que
mejor describa el comportamiento de los datos, lo cual no slo permite al investigador
tener un adecuado manejo de los datos, sino que al mismo tiempo pude servir para
realizar estimaciones del comportamiento futuro del fenmeno.
Los mtodos estadsticos slo proporcionan directrices para la veracidad y validez
de los resultados. Las tcnicas estadsticas, aunadas a un buen conocimiento tcnico o del
proceso y al sentido comn suelen llevar a conclusiones razonables.
Interpretacin
Ms all del anlisis estadstico formal, se debe analizar a detalle todo el proceso
de experimentacin para observar los nuevos aprendizajes que se lograron durante todo el
19

proceso y observar si existe una mejor manera de llevarlo a cabo ya que por lo general
todo experimento es iterativo.

20

Diseo del experimento para la medicin de ruido generado por

electrodomsticos
Etapa
Planeacin
Hiptesis
Variables Independientes y
Factores
Tratamientos

Repeticiones y Muestras
Unidad Experimental

Variable Dependiente
Aleatorizacin
Efectos de Ruido

Interpretacin y
Conclusiones

Concepto
Se plantea el problema del ruido y se evala si es posible
estudiar el fenmeno. En caso afirmativo, se buscan las
pruebas y actividades para llevar a cabo el experimento.
Determinar si el ruido armnico generado por distintos
electrodomsticos puede llegar a interferir con la
comunicacin de PLC.
La fuente de energa, cada uno de los electrodomsticos,
son la variable independiente. Las respuestas entre
encendido, apagado y combinacin entre los
electrodomsticos son los factores.
Utilizando una fuente de energa independiente, se
tomarn las muestras de las respuestas en frecuencia de
las seales de voltaje y corriente de cada uno de los
electrodomsticos
Se realizan como mnimo dos repeticiones, y se toma el
mayor nmero de muestras considerando siempre las que
tengan mayor relevancia.
El experimento se realiza con una planta de energa de
gasolina, con equipo de medicin de laboratorio que
permita obtener la respuesta de la seal de los
electrodomsticos tanto en el dominio del tiempo como
en frecuencia.
Ruido armnico
generado por
los
distintos
electrodomsticos.
Las muestras se tomarn al azar, considerando las ms
significativas a lo largo de todo el barrido en frecuencia.
El ruido aleatorio de una red de distribucin elctrica
puede afectar la respuesta. Para evitar este ruido, se
utilizar una planta generadora con lo cual nos
aseguramos que el ruido siempre sea el mismo y se
pueda considerar como una constante
Analizar todo el proceso y observar si se puede mejorar.
Una vez obtenidas y graficadas las muestras, realizar el
anlisis estadstico y concluir acerca del comportamiento
del fenmeno.

Tabla 1 Definicin del diseo de experimento para la medicin de ruido

armnico generado por electrodomsticos.
21

CONCLUSION

Una vez que se han analizado e interpretado los datos, se debe extraer
conclusiones prcticas de los resultados. Tambin, deben realizarse corridas de
seguimiento y pruebas de confirmacin para validar las conclusiones del experimento, y
con base en los resultados, formular nuevas hiptesis.

22

BIBLIOGRAFIA

Diseo de Experimentos, disponible en:

http://halweb.uc3m.es/esp/Personal/personas/jmmarin/esp/Disenno/IntroDE.pdf

Principios bsicos del diseo de experimentos, disponible en:

http://www.udc.es/dep/mate/estadistica2/sec2_1.html
El Diseo de Experimentos, disponible en:
http://www.monografias.com/trabajos7/diex/diex.shtml

23