Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • Diseños Experimental Completo

    Cargado por

    Alain Andrade Nato
    40 vistas6 páginas
    El diseño experimental es una técnica estadística que permite identificar y cuantificar las causas de un efecto dentro de un estudio experimental. En un diseño experimental se manipulan deliberadamente una o más variables, vinculadas a las causas, para medir el efecto que tienen en otra variable de interés. El diseño experimental prescribe una serie de pautas relativas qué variables hay que manipular, de qué manera, cuántas veces hay que repetir el experimento y en qué orden para poder establecer con un grado de confianza predefinido la necesidad de una presunta relación de causa-efecto. El diseño experimental encuentra aplicaciones en la industria, la agricultura, la mercadotecnia, la medicina, la ecología, las ciencias de la conducta, etc. constituyendo una fase esencial en el desarrollo de un estudio experimental.

    Título original

    Diseños Experimental Completo (1)

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    DOCX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Denunciar este documento
    El diseño experimental es una técnica estadística que permite identificar y cuantificar las causas de un efecto dentro de un estudio experimental. En un diseño experimental se manipulan deliberadamente una o más variables, vinculadas a las causas, para medir el efecto que tienen en otra variable de interés. El diseño experimental prescribe una serie de pautas relativas qué variables hay que manipular, de qué manera, cuántas veces hay que repetir el experimento y en qué orden para poder establecer con un grado de confianza predefinido la necesidad de una presunta relación de causa-efecto. El diseño experimental encuentra aplicaciones en la industria, la agricultura, la mercadotecnia, la medicina, la ecología, las ciencias de la conducta, etc. constituyendo una fase esencial en el desarrollo de un estudio experimental.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Marcar por contenido inapropiado
    40 vistas6 páginas

    Diseños Experimental Completo

    Cargado por

    Alain Andrade Nato
    El diseño experimental es una técnica estadística que permite identificar y cuantificar las causas de un efecto dentro de un estudio experimental. En un diseño experimental se manipulan deliberadamente una o más variables, vinculadas a las causas, para medir el efecto que tienen en otra variable de interés. El diseño experimental prescribe una serie de pautas relativas qué variables hay que manipular, de qué manera, cuántas veces hay que repetir el experimento y en qué orden para poder establecer con un grado de confianza predefinido la necesidad de una presunta relación de causa-efecto. El diseño experimental encuentra aplicaciones en la industria, la agricultura, la mercadotecnia, la medicina, la ecología, las ciencias de la conducta, etc. constituyendo una fase esencial en el desarrollo de un estudio experimental.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Marcar por contenido inapropiado
    de 6

    A

    -1 1

    8 4
    -1
    9 3
    B
    10 14
    1
    12 16

    OrdenEst OrdenCorrida PtCentral Bloques A B


    4 1 1 1 1 1 14
    1 2 1 1 -1 -1 8
    6 3 1 1 1 -1 4
    8 4 1 1 1 1 16
    3 5 1 1 -1 1 10
    7 6 1 1 -1 1 12
    2 7 1 1 1 -1 3
    5 8 1 1 -1 -1 9

    Diseo factorial completo

    Factores: 2 Diseo de la base: 2, 4


    Corridas: 8 Rplicas: 2
    Bloques: 1 Puntos centrales (total): 0

    Todos los trminos estn libres de estructuras alias.

    Ajuste factorial: C7 vs. A, B

    Efectos y coeficientes estimados para C7 (unidades codificadas)

    Trmino Efecto Coef SE Coef T P


    Constante 9.5000 0.3953 24.03 0.000
    A -0.5000 -0.2500 0.3953 -0.63 0.561
    B 7.0000 3.5000 0.3953 8.85 0.001
    A*B 4.5000 2.2500 0.3953 5.69 0.005

    S = 1.11803 PRESS = 20
    R-cuad. = 96.53% R-cuad.(pred.) = 86.11% R-cuad.(ajustado) = 93.92%

    Analisis

    El factor B y la interaccion de los factores A y B son significativo debido a que P es menor que 0.05
    mientras que el factor A no es significativo.
    Anlisis de varianza para C7 (unidades codificadas)

    Fuente GL SC Sec. SC Ajust. CM Ajust. F


    Efectos principales 2 98.500 98.5000 49.2500 39.40
    A 1 0.500 0.5000 0.5000 0.40
    B 1 98.000 98.0000 98.0000 78.40
    2-Interacciones de (No.) factores 1 40.500 40.5000 40.5000 32.40
    A*B 1 40.500 40.5000 40.5000 32.40
    Error residual 4 5.000 5.0000 1.2500
    Error puro 4 5.000 5.0000 1.2500
    Total 7 144.000

    Analisis

    Fuente P
    Efectos principales 0.002
    A 0.561
    B 0.001
    2-Interacciones de (No.) factores 0.005
    A*B 0.005
    Error residual
    Error puro
    Total

    Medias de cuadrado mnimo para C7

    Error
    estndar
    de la
    Media media
    A
    -1 9.750 0.5590
    1 9.250 0.5590
    B
    -1 6.000 0.5590
    1 13.000 0.5590
    A*B
    -1 -1 8.500 0.7906
    1 -1 3.500 0.7906
    -1 1 11.000 0.7906
    1 1 15.000 0.7906
    Analisis

    Grafico de probalidad normal:Nuestros datos siguen una distribucin normal el mtodo aplicado
    es el adecuado.
    Analisis

    Grafica normal de efectos:nos muestra que el factor que mayor efecto tienen sobre la respuesta
    es el B seguido de la interaccion de los factores Ay B

    Analisis

    Grafica de Pareto:nos muestra que el factor que mayor efecto tiene es aquel que pasa la linea
    roja para nuestro caso seria el factor B el que mayor efecto tiene sobre la respuesta.
    Analisis

    En el grafico se puede observar que el factor B es el que tiene mayor influencia en en su nivel
    mas alto.

    Analisis

    La grafica nos muestra que hay una variacin en la interaccion de los factores A y B.
    Analisis

    La grafica nos muestra que el factor B es el que tiene mayor influencia.

    También podría gustarte