Documentos de Académico
Documentos de Profesional
Documentos de Cultura
EMPRESARIAL
ESTADISTICA INFERENCIAL II
PROFESORA:
PERLA IDANIA GARIBAY SOLIS
INVESTIGACION DE LA UNIDAD IV
DISEO EXPERIMENTAL PARA UN
FACTOR
ALUMNO:
GMEZ
CARLOS
NEZ
ROBERTO
INTRODUCCIN:
CONCEPTUALIZACIN:
El diseo experimental es una tcnica estadstica que permite identificar y cuantificar las causas
de un efecto dentro de un estudio experimental. En un diseo experimental se manipulan
deliberadamente una o ms variables, vinculadas a las causas, para medir el efecto que tienen
en otra variable de inters.
IMPORTANCIA:
ALCANSES:
4.3 NOMENCLATURA
EXPERIMENTAL.
SIMBOLOGA
EN
EL
DISEO
SIMBOLOGIA
T= Tratamientos
C= Control
F= Factores
A= Nmero de tratamientos
N= Tamaos de la muestra
R= Replica o repeticin
R= Asignacin al azar o aleatoria
E= Emparejamiento o nivelacin
G= Grupo de sujetos
X= Tratamiento, estimulo o condicin experimental
O= Medicin de los sujetos de un grupo: ausencia de estmulo en la variable
independiente (grupo testigo).
DEFINICIONES
Tratamientos: Son las condiciones las cuales distinguen las poblaciones de inters.
Control: Es la capacidad que tiene el investigador para elegir segn su voluntad los
elementos que intervienen en la investigacin.
Efecto: Es el cambio en la variable de respuesta por el cambio de nivel de un factor.
Factores: Son las variables las cuales se presume que afectan la caracterstica de inters
en el proceso.
Factores controlables: Son aquellos con un grado de control, es decir que se pueden
manejar, variar o manipular con gran facilidad.
Factores ruido: Son aquellos sobre los cuales el grado de control es menor y el manejo
es ms difcil.
Niveles del factor: Son las diferentes categoras dentro de un factor de las cuales puedes
estudiar.
Corrida o unidad experimental: Ente al cual se aplica el tratamiento y sobre el cual se
mide la variable respuesta.
Particin: Proceso que distribuye la suma total de cuadrados y de grados de libertad
entre sus diversos componentes.
Interaccin: Efecto que se produce cuando los niveles de un factor interactan con los
niveles del otro factor e influyen en la variable de la respuesta. Cuando uno o ms
factores trabajan juntos para producir un efecto diferente que los efectos producidos por
aquellos factores de manera individual.
Diseo de bloques aleatorizado: Diseo de experimentos en el que se usa la formacin
de bloques.
Experimento factorial: Diseo experimental en el que se obtienen simultneamente
conclusiones acerca de dos o ms factores.
Combinacin: Es la asignacin de un solo nivel a un factor, o de varios niveles a todos
los factores en una corrida experimental.
Variable de respuesta: Es el resultado de una corrida experimental. Variable a estudiar.
Corrida experimental: Implementacin de cada una de las interacciones.
Bloque: Agrupacin planteada de factores o combinaciones. Se realiza a manera de
minimizar la variacin no incluida en el diseo.
Replicacin: Es una repeticin del experimento bsico o el nmero de veces que se
replican cada uno de los tratamientos.
DE
LOS
EFECTOS
DE
LOS
DISEOS
debe ser clara: los errores asociados con unidades experimentales que son adyacentes en
espacio o tiempo, tendern a correlacionarse, y todo lo que hace la aleatorizacin es
asegurarnos que el efecto de esta correlacin, sobre cualquier comparacin entre los
tratamientos, se har tan pequea como sea posible. An quedar algo de correlacin,
pero ninguna cantidad de aleatorizacin puede eliminarla totalmente. Es decir, en
cualquier experimento, la independencia de errores completa y verdadera es slo ideal y
nunca puede lograrse. Sin embargo, por todos conceptos, debe buscarse tal
independencia y la aleatorizacin es la mejor tcnica empleada para lograr el fin
deseado.
Algunas veces se introduce el concepto de aleatorizacin como un instrumento para
eliminar tendencias. Para ilustrar el razonamiento en que se basa este procedimiento A
y B debe ser parcial a favor de B, si existe un efecto de aprendizaje. Sin embargo, si
cada vez que tuvo que investigarse un nuevo compuesto, el analista hubo de decidir al
azar cul procedimiento usar primero, la tendencia pudo haber sido reducida, tal vez
eliminada. Pero, podra haberse logrado algo ms. Si estuviesen actuando otras
tendencias, tambin se podran haber eliminado sus efectos (o al menos reducido) por
medio de aleatorizacin. Es decir asignando tratamientos al azar a las unidades
experimentales, estamos tratando de certificar que los tratamientos no sern favorecidos
continuamente o perjudicados por fuentes extraas de variacin, sobre las que no tenga
control el experimentador o sobre los cuales decida no ejercer control. En otras
palabras, la aleatorizacin es como un seguro; siempre es una buena idea y algunas
veces es an mejor de lo que esperamos.
Fuente de
variacin
Tratamientos
Error
Suma de
cuadrados
SStratamientos
SSE
Grados de
libertad
a-1
A(n-1)
Total
SST
An-1
Cuadrado
medio
MStratamientos
MSE
Dnde:
a: Cantidad de tratamientos
n: Cantidad de replicas
Yij: Replica j del tratamiento i
y: Gran total
N: Total de observaciones
Dnde:
a: Cantidad de tratamientos
yi.: Sumatoria del tratamiento i
y: Gran total
N: Total de observaciones
SSE=SST-SSTratamientos
TAMAOS DE MUESTRA DIFERENTES
Dnde:
a: Cantidad de tratamientos
n: Cantidad de replicas
Yij: Replica j del treatamiento i
y..: Gran total
N: Total de observaciones
Dnde:
Fo
MStratamientos/
MSE
a: Cantidad de tratamientos
yi. Sumatoria del tratamiento i
y..: Gran total
ni: Observaciones del tratamiento i
N: Total de observaciones
SSE=SST-SSTratamientos
HIPOTESIS
Dnde:
Rp: son los rangos studentizado de menor significancia y depende del nivel de
significancia y den nmero de grados de libertad.
S: es el cuadrado medio del error y se toma de la tabla de anlisis de varianza
n: es el nmero de elementos para un tratamiento especfico.
Comparacin:
Finalmente los rangos quedan
Qumica pesada:
Estudio de la composicin para la elaboracin de productos: Estudio de los valores ms
apropiados para la elaboracin de compuestos qumicos que requieran diversos componentes.
Anlisis del efecto de las condiciones del entorno en la elaboracin del producto como la
temperatura ambiente, humedad relativa etc.
Maquinaria:
Medida de la variabilidad de los instrumentos de medida: Es posible aplicar el diseo de
experimentos como herramienta para determinar y mejorar los ndices de capacidad de un
proceso concreto apoyndose en estudios de reproducibilidad y repetitividad.
Diseo de motores elctricos:
Estudio de las caractersticas constructivas del motor y su influencia en variables importantes
como la prdida de flujo y la constante de velocidad
Diseo de electrodos:
Estudio de los esfuerzos en los electrodos en funcin de la fuerza de aplicacin y el tamao del
electrodo.
Diseo de elementos de sujecin:
Anlisis de la influencia de los parmetros geomtricos en la resistencia de los remaches.
MATERIALES DE CONSTRUCCIN
Estudios de corrosin:
Estudios de la influencia del tiempo en la corrosin de aceros de construccin y metales en
general.
Aplicaciones en el mecanizado:
Estudio de la variabilidad en los procesos de mecanizado, ayuda a la reduccin de piezas
defectuosas y aumento de la capacidad de produccin.
Produccin de vehculos industriales:
Estudio de procesos de soldadura: estudio de un proceso de soldadura, para determinar las
variables que influyen en la resistencia de la soldadura.
INDUSTRIA AERONUTICA
INFORMTICA Y TELECOMUNICACIONES
Estudio del rendimiento de una red informtica:
Realizando simulaciones es posible cuantificar el rendimiento y las variables crticas que hacen
que la transferencia de datos en la red sea econmicamente rentable.
Mejora del rendimiento de un procesador:
Se usa para determinar el impacto que tienen variables importantes como la temperatura y las
horas de uso en el rendimiento del procesador
Reduccin del tiempo del CPU:
El estudio se basa en la aplicacin del diseo de experimentos para determinar la mejor
combinacin de factores que reduzcan el tiempo de CPU.
Optimizacin de materiales en semiconductores:
Estudio de las propiedades elctricas del arseniuro de galio dopado con silano.
Diseo de filtros pasivos:
Se utiliza el diseo de experimentos para determinar los valores de las tolerancias de los
componentes para optimizar los circuitos.
INDUSTRIA BIOTECNOLOGA
BIBLIOGRAFIA