Está en la página 1de 7

Estadstica Inferencial II

MESC Felipe de Jess Gndara Gonzales


Ingeniera Industrial
Tarea Unidad 5
Aguascalientes Ags a 11 de Mayo de 2017

Investigacin
Diseos Factoriales
INTRODUCCION
El trmino experimento factorial o arreglo factorial se refiere a la constitucin de los
tratamientos que se quieren comparar. Diseo de tratamientos es la seleccin de los factores
a estudiar, sus niveles y la combinacin de ellos.

El diseo de tratamientos es independiente del diseo experimental que indica la manera en


que los tratamientos se aleatorizan a las diferentes unidades de estudio y las formas de
controlar la variabilidad natural de las mismas. As, el diseo experimental puede ser
completamente al azar, bloques al azar, bloques al azar generalizados, cuadro latino, etc. y
para cada uno de estos diseos se puede tener arreglo factorial de los tratamientos, si estos
se forman por la combinacin de niveles de varios factores.

En el siguiente trabajo veremos ms a fondo como es que funcionan estos diseos


factoriales en los cuales se analizan dos factores que tienen cierta influencia sobre una
variable, as como ventajas y desventajas y modelos correspondientes.

DISEO FACTORIAL
Un diseo factorial con dos factores consiste en experimentar con todos los tratamientos
que se obtienen al combinar cada nivel de un factor con los niveles del otro

Los objetivos de un diseo factorial son los siguientes:

Contrastar si existen diferencias entre las medias de la variable respuesta en cada


uno de los niveles del factor 1.
Contrastar si existen diferencias entre las medias de la variable respuesta en cada
uno de los niveles del factor 2.
Contrastar si los dos factores interaccionan

La necesidad de estudiar conjuntamente varios factores obedece a la posibilidad de que el


efecto de un factor cambie segn los niveles de otros factores, esto es, que los factores
interacten, o exista interaccin.

Existen otros mtodos, tales como los diseos factoriales fraccionados, pero no siempre son
estadsticamente vlidos. stos se encuentran firmemente en el campo de la estadstica
avanzada y se trata de proyectos largos, complicados y arduos.
Conceptos generales

Factor. Es un conjunto de tratamientos de una misma clase o caracterstica.


Ejemplo: tipos de riego, dosis de fertilizacin, variedades de cultivo, manejo de
crianzas, mtodos de enseanza, tipos de liderazgo, tipos raciales, etc.

Factorial. Es una combinacin de factores para formar tratamientos.

Niveles de un factor. Son los diferentes tratamientos que pertenecen a un


determinado factor. Se acostumbra simbolizar algn elemento "i" por la letra
minscula que representa al factor y el valor del respectivo subndice.

Modelo del diseo factorial

La significatividad de los factores y de la interaccin entre ellos se analiza bajo las


siguientes hiptesis:

La variable respuesta se puede descomponer en la forma:

yij = + i + j + () ij + eij

Dnde:

representa la media general.

i es la desviacin de la media general debida a que la observacin se realiza en el nivel i


del primer factor.

j es la desviacin de la media general debida a que la observacin se realiza en el valor j


del segundo factor.

() ij es la desviacin de la media debida a la confluencia del nivel i del primer factor con
el nivel j del segundo. Este trmino representa la interaccin entre los dos factores.

eij representa el error aleatorio.

Tambin se utilizan los arreglos factoriales cuando se quiere optimizar la respuesta o


variable dependiente, esto es, se quiere encontrar la combinacin de niveles de los factores
que producen un valor ptimo de la variable dependiente. (superficie de respuesta)

Si se investiga un factor por separado, el resultado puede ser diferente al estudio conjunto y
es mucho ms difcil describir el comportamiento general del proceso o encontrar el
ptimo.
Ventajas

Las ventajas de los experimentos factoriales son:

1. Economa en el material experimental al obtener informacin sobre varios factores


sin aumentar el tamao del experimento. Todas las u.e.se utilizan para la evaluacin
de los efectos.
2. Se ampla la base de la inferencia en relacin a un factor, ya que se estudia en las
diferentes condiciones representadas por los niveles de otros factores. Se ampla el
rango de validez del experimento.
3. Permite el estudio de la interaccin, esto es, estudiar el grado y forma en la cual se
modifica el efecto de un factor por los niveles de los otros factores

Desventajas

Una desventaja de los experimentos factoriales es que requiere un gran nmero de


observacin, sobre todo cuando se prueban muchos factores o muchos niveles de algunos
factores, es decir, se tiene un nmero grande de tratamientos. Estos son los factoriales
fraccionales, que como ya se dijo anteriormente, estos son exclusivos de la estadstica
avanzada.

Otra de las desventajas es que un diseo factorial debe ser planificado cuidadosamente, ya
que un error en uno de los niveles o en la operacin general pondra en peligro una gran
cantidad de trabajo.

Dejando de lado estas pequeas desventajas, un diseo factorial constituye uno de los
pilares de muchas disciplinas cientficas, ya que ofrece excelentes resultados en el campo.

Interaccin

Conocer la interaccin es ms til que conocer los efectos principales. Una interaccin
significativa frecuentemente oscurece la significancia de los efectos principales.

Cuando hay interaccin significativa, se debern examinar los niveles de un factor, digamos
A, con los niveles del o de los otros factores fijos, para tener conclusiones acerca del efecto
principal A.

Dos factores: A con a niveles y B con b niveles. Se dice que se tiene un factorial a b, con
diseo completamente al azar (bloques, etc.). Se tienen ab tratamientos.
Grfico de la interaccin

La interaccin de los factores se representa grficamente; la tendencia indica el grado de


interaccin entre los factores, la cual aumenta a medida que las lneas tiendan a cruzarse.
En los siguientes grficos se muestran los casos posibles de interaccin en dos factores: A
con 3 niveles y B con 2 niveles. En el eje "X" se registra los niveles de A y en el eje "Y" los
promedios de la interaccin de "A" y "B". Los puntos son unidos por una lnea de
tendencia, para cada nivel de "B".

Sin interaccin

Interaccin dbil

Interaccin fuerte
CONCLUSION
Bueno pues yo creo que el diseo factorial de experimentos es muy importante en las
empresas ya que este nos ayuda en gran cantidad a eliminar fuentes de variacin que
pueden estar afectndonos y esto se hace ya que nosotros elegimos los tratamientos para as
formar un factor y as poder tomar una decisin sobre de ese mismo que es el que presenta
fallas.

Tambin existen varios casos especiales del diseo factorial general que son importantes
porque se usan dentro del trabajo de investigacin, y porque constituyen la base para otros
diseos de experimentos que se pueden realizar posteriormente.

Una parte importante que comprend es que para que el diseo factorial exista, debe
presentarse interaccin en los factores del experimento, lo cual significa que si uno cambia
este generara influencia sobre otro factor, lo cual puede ser interesante para nosotros
aprender a realizar el diseo de experimentos.

BIBLIOGRAFIA
Wilson Mizner. (2017). Diseo Factorial. 2017, de Explorable Sitio web:
https://explorable.com/es/diseno-factorial

-. (2016). Captulo V Diseos Factoriales. 2017, Sitio web:


http://www.uru.edu/fondoeditorial/libros/pdf/manualdestatistix/cap5.pdf

Jos Gabriel Palomo Snchez. (Julio 2011). Diseos Factoriales. 2017, de


UPM Sitio web: http://ocw.upm.es/estadistica-e-investigacion-
operativa/introduccion-a-la-estadistica-basica-el-diseno-de-
experimentos-y-la-regresion-lineal/contenidos/Material-de-clase/Disenos-
factoriales.pdf

Patricia. (2014). Diseos Factoriales . 2017, de iimas Sitio web: Jos


Gabriel Palomo Snchez. (Julio de 2011). Diseos Factoriales. 2017, de
UPM Sitio web:
http://www.dpye.iimas.unam.mx/patricia/indexer/factoriales.pdf