Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Cpfund3 PDF
Cpfund3 PDF
REALIZAR UN EXPERIMENTO
25
26 Diseo Estadstico de Experimentos
PRINCIPIOS BSICOS
DEL DISEO DE EXPERIMENTOS
DISEO COMPLETAMENTE
ALEATORIZADO
MODELO ESTADSTICO
yij = + i + uij , i = 1, , I; j = 1, ni
OBJETIVO
o equivalentemente
SITUACIONES (EFECTOS)
X
Modelo de efectos fijos: ni i = 0
i
TABLA ANOVA
Fuentes de Variacin Sumas de Grados de Cuadrados Medios Fexp
Cuadrados libertad
CMT r
Entre grupos SCT r I 1 CM T r
CM R
Dentro de grupos SCR nI CM R
TOTAL SCT n1 CM T
COEFICIENTE DE DETERMINACIN
SCT r
R2 =
SCT
R2 : Proporcin de la variabilidad total presente en los datos que es expli-
cada por el modelo de anlisis de la varianza.
Diseo Estadstico de Experimentos 31
EJEMPLOS
Telares Resistencia
1 51 49 50 49 51 50
2 56 60 56 56 57
3 48 50 53 44 45
4 47 48 49 44
5 43 43 46 47 45 46
Telares Produccin
1 14.0 14.1 14.2 14.0 14.1
2 13.9 13.8 13.9 14.0 14.0
3 14.1 14.2 14.1 14.0 13.9
4 13.6 13.8 14.0 13.9 13.7
5 13.8 13.6 13.9 13.8 14.0
Variable respuesta: cantidad de tela
Factor: Telares
Tratamientos: 5
Modelo unifactorial de efectos aleatorios equilibrado
Diseo Estadstico de Experimentos 33
VERIFICACIN
ESTIMADORES DE LAS PERTURBACIONES: RESIDUOS
eij = yij ybij = yij
bb
i = yij yi. .
1) Independencia de los residuos
Grfico de los residuos en funcin del tiempo
2) Normalidad de los residuos
Histograma: Apariencia de una distribucin Normal centrada en cero
Grfico probabilstico normal (Q-Q-Plot)
COMPARACIONES MLTIPLES
Tcnicas cuyo objeto es identificar:
MODELO DE
F Qu tratamientos son diferentes (estadsticamente) y EFECTOS
F en cunto oscila el valor de esas diferencias.
FIJOS
OBJETIVO FUNDAMENTAL
Comparar entre s medias de tratamientos o grupos de ellas
PROCEDIMIENTOS ANALTICOS
H0 :i = j vs ; H1:i 6= j
Mtodo LSD
Mtodo de Bonferroni
Mtodo de Tukey o mtodo HSD
Mtodo de rango mltiple de Duncan
Test de Newman-Keuls
Mtodo Sche
Mtodo de Dunnett
Diseo Estadstico de Experimentos 35
RECORDEMOS
1) En el diseo completamente aleatorizado asignbamos los tratamientos al
azar a las parcelas sin restriccin alguna.
2) En el diseo en bloques aleatorizados primero agrupamos las parcelas en
bloques y a continuacin asignamos los tratamientos a las parcelas en cada
bloque.
SUPONGAMOS
Se realiza una observacin por tratamiento en cada bloque: N = IJ obser-
vaciones.
La asignacin de los tratamientos a las unidades experimentales en cada
bloque se determina aleatoriamente.
Los tratamientos y los bloques son factores de efectos fijos.
No hay interaccin entre los tratamientos y los bloques: (El efecto de un
factor no depende del nivel del otro factor): Efectos de los factores son
aditivos.
36 Diseo Estadstico de Experimentos
MODELO ESTADSTICO
yij = + i + j + uij i = 1, 2, , I ; j = 1, 2, , J
DOS FACTORES
1) Factor tratamiento factor principal
2) Factor bloque
factor secundario
Inters fundamentalmente est centrado en el primero y el factor bloque se
introduce en el modelo para eliminar su influencia en la variable respuesta.
Diseo Estadstico de Experimentos 37
OBJETIVO
Estimar los efectos de los tratamientos y de los bloques y contrastar la
hiptesis:
F H0 : i = 0 i vs H1 : i 6= 0 por lo menos para algn i
F H0 : j = 0 j vs H1 : j 6= 0 por lo menos para algn j
TABLA ANOVA
ANLISIS ESTADSTICO
Contraste de inters: H0 1 = = I = 0
CMT r
F = F(I1),(I1)(J1)
CM R
CM Bl
F = F(J1),(I1)(J1)
CM R
EJEMPLO
Una industria desea comprobar el efecto que tienen cinco productos qumicos
sobre la resistencia de un tipo particular de fibra. Como tambin puede influir
la mquina empleada en la fabricacin, decide utilizar un diseo en bloques
aleatorizados, considerando las distintas mquinas como bloques. La industria
dispone de 4 mquinas a las que asigna los 5 productos qumicos en orden
aleatorio. Los resultados obtenidos se muestran en la tabla adjunta.
Tipos de mquinas
Producto qumico A B C D
1 87 86 88 83
2 85 87 95 85
3 90 92 95 90
4 89 97 98 88
5 99 96 91 90
APNDICE
DISEO COMPLETAMENTE
ALEATORIZADO
X ni
I X I
y2 X y2 y..2
SCT = yij2 .. SCT r = i.
i=1 j=1
N ni N
i=1
I J
X
X y2 y..2 y.j2 y..2
i.
SCT r = SCBl =
J IJ j=1
I IJ
i=1
I X
X J
y..2
SCT = yij2 SCR = SCT SCT r SCBl
i=1 j=1
IJ
Bibliografa utilizada:
F Lara Porras A.M. (2001). Diseo estadstico de experimentos, anlisis de la varianza
y temas relacionados: tratamiento informtico mediante SPSS. Ed.: Proyecto Sur.