14/09/15

Resumen tema 6 – Diseño de Experimentos.

Tema 6. Diseño completamente aleatorio 1
Introducción
El diseño completamente aleatorio se ha popularizado en ambientes de la industria
química. Ha tomado impulso en otras clases de ambientes industriales, como
productoras de derivados del polipropileno o la industria metalmecánica:

 La asignación de los tratamientos completamente al azar a las muestras del

experimento, ya sean elementos individuales o grupos de individuos (de
animales, plantas, tornillos o parámetros métricos).
 La homogeneidad de las muestras para disminuir el error inherente al
experimento.
 La aplicación de técnicas del análisis de covarianza.
 La utilización con arreglos de tratamiento de tipo factorial.

Características

Gutiérrez y De la Vara (2008) al dividir el proceso en once etapas, presenta con un

mayor detalle las características de cada una de ellas, como se presenta a
continuación:

 Planificación y diseño:
1. Definir el problema o el objetivo.
2. Hacer un esquema del estudio donde se señale el problema planteado.
3. Determinar los factores que deben investigarse, de acuerdo a su posible
impacto en el problema.
4. Elegir las variables de respuesta que serán medidas en cada punto del
diseño, y verificar que se miden de manera confiable.
5. Seleccionar el diseño experimental adecuado a los factores que se tienen y
al objetivo del experimento.
6. Planear y organizar el trabajo experimental.
7. Realizar el experimento.
  Análisis e interpretación:
1. Hacer un análisis detallado de los resultados experimentales.
2. Interpretar resultados.
3. Hacer corridas confirmatorias del proceso en el mejor tratamiento.

 Conclusiones finales:
1. Cerrar y concluir el proyecto adecuadamente.

Notación

Existe un tipo de notación consistente en colocar en el subíndice un punto. En este

tipo de notación, el punto significa que se está realizando la suma sobre la variable
mostrada en el mismo subíndice.

Representaciones:

 i es el número del tratamiento que se esté realizando de entre k tratamientos

y puede tener el valor: i = 1, 2, …, k.

 j es el número de observación que se está tomando de entre las

ni observaciones a llevar a cabo dentro de cada uno de los k tratamientos;
esto es, estamos dentro del i-ésimo tratamiento, y puede tener el valor: j = 1,
2, …, ni.

 Yij es la j-ésima observación en el tratamiento i.

 Yi• es la suma de las observaciones del tratamiento i, y se calcula con la

fórmula siguiente:

 es la media de las observaciones del i-ésimo tratamiento, y se calcula con

la fórmula siguiente:
  Y•• es la suma total de las N = n1 + n2 +… + nk mediciones, y se calcula con
la fórmula siguiente:

 es la media global o promedio de todas las observaciones, y se calcula

con la fórmula siguiente:

6.2 Modelo de un factor de efectos fijos balanceados

Seleccionar el diseño experimental adecuado a los factores que se tienen y al objetivo del
experimento es la decisión central, tanto en la etapa 4 de Montgomery como en la etapa 5 de
Gutiérrez.

También podemos realizar nuestras comparaciones, si consideramos no ya dos factores a

comparar, sino un solo factor pero con dos o más niveles.

Notación

SSTr es la varianza del error entre tratamientos, y se obtiene con la expresión:

SSE es la varianza del error dentro de los tratamientos, y se obtiene con la expresión:

SST = SSTr + SSE

MSTr = SSTr / (a - 1) donde a - 1 son los grados de libertad.

MSE = SSE / (N - a) donde N - a son los grados de libertad.

6.3 Estimación puntual de los efectos y de la variable de respuesta

Una población se define por sus parámetros estadísticos:

1. La media, cuyo símbolo es la letra griega .

2. La desviación estándar, cuyo símbolo es la letra griega s, o en su caso por la
varianza, cuyo símbolo es la letra griega .
3. La proporción de artículos defectuosos, cuyo símbolo es la letra p.

Ante un proceso industrial la alternativa es realizar una estimación de estos

estadísticos, mediante “Estimación puntual” y “Estimación por intervalo”

Dudas sobre el tema 6:

Me parece que el módulo 2, a diferencia del módulo 1, requiere de más práctica, ya

que al menos en este tema podemos encontrar más formulas, así como la
implementación o uso de las formulas vistas en el pasado.

En lo personal, considero que realizando ejercicios de práctica es nuestra mejor

opción, ya que de esta forma nos damos cuenta si estamos aprendiendo los temas.

Espero que durante este módulo aprendamos a utilizar a la perfección el software

de Minitab, ya que en este tipo de experimentos es una herramienta muy valiosa, y
podemos ahorrar mucho dinero a las empresas.