Documentos de Académico
Documentos de Profesional
Documentos de Cultura
En todos los campos de estudio se llevan a cabo experimentos, para descubrir algo acerca
de un proceso o sistema particular. Un experimento puede definirse como una prueba o
serie de pruebas en las que se hacen cambios deliberados en las variables de entrada de
un proceso o sistema para observar e identificar las razones de los cambios que pudieran
observarse en la respuesta de salida. En ingeniería, la experimentación desempeña un
papel importante en el diseño de productos nuevos, desarrollo de manufacturas y el
mejoramiento de procesos. El objetivo es básicamente desarrollar un proceso que sea
afectado en forma mínima por fuentes de variabilidad externas.
Las ventajas que nos ofrece la técnica de bloques es de gran importancia; con esta técnica
logramos homogeneizar los bloques, lo cual supone una enorme reducción de la varianza
del error, puesto que, en el análisis de los resultados, las variaciones debida al sistema de
bloques queda aislada de la variación del error. El error experimental se calcula, en este
tipo de diseño, a partir de la variación dentro de cada bloque, logrando así una mayor
precisión en el momento de comparar los efectos de los tratamientos. Si bien se reduce
sensiblemente el error experimental, no quiere decir que lo eliminamos completamente; en
efecto, por más homogeneización lograda, aparecerán irremediablemente diferencias
individuales.
Prueba de Normalidad
Debido a la gran importancia que tiene la distribución normal, con frecuencia es necesario
determinar si los datos tienen esa distribución, sin embargo, cabe aclarar que ninguna
técnica tiene un 100% de certeza. En el presente trabajo utilizaremos graficas de
probabilidad y la prueba de chi cuadrada a fin de determinar la normalidad de los datos
referidos a extracciones de petróleo en las distintas formaciones. Empleando el software
minitab obtuvimos lo siguiente:
Mediante la gráfica podemos denotar una normalidad debido a que los puntos se
encuentran cercanos a la recta.
Empleando el método de chi cuadrada observamos que el valor p es mayor que el
alfa utilizado (5% = 0,05) por lo que se trata de una distribución normal, coincidente
con lo obtenido gráficamente.
Realizamos ahora una prueba para detectar valores atípicos a fin de considerar eliminarlos
del análisis que realizaremos, obteniendo lo siguiente:
50 1 00 1 50 200 250
Produccion
Como no se detectan valores atípicos continuamos el trabajo empleando los datos sin
modificaciones.
Si bien determinamos la normalidad de los datos es preciso verificar los supuestos para
este modelo lineal de diseño en bloques:
Podemos ver como el supuesto de normalidad de los residuos sigue una distribución normal
al encontrarse los puntos muy cercanos a la recta de normalidad, por lo que asumimos la
misma. Verificamos entonces que los residuos siguen una distribución normal.
=µ+ + ρ+e
ij i j ij
Aplicando el diseño de efectos por bloques se toman como tratamientos a las zonas de
Agrio, Rayoso y Huitrin, bloqueando los meses. Las réplicas totales son la cantidad de
meses en los que centramos nuestro experimento.
Análisis de Varianza
Fuente GL SC Ajust. MC Ajust. Valor F Valor p
Meses 5 2944 588,9 0,77 0,595
Formación 2 55880 27939,9 36,36 0,000
Error 10 7685 768,5
Total 17 66509
Resumen del modelo
R-cuad. R-cuad.
S R-cuad. (ajustado) (pred)
27,7222 88,44% 80,36% 62,56%
Coeficientes
EE del
Término Coef coef. Valor T Valor p FIV
Constante 129,98 6,53 19,89 0,000
Meses
1 -6,4 14,6 -0,44 0,672 1,67
2 -15,6 14,6 -1,07 0,310 1,67
3 8,7 14,6 0,60 0,563 1,67
4 19,6 14,6 1,34 0,209 1,67
5 7,2 14,6 0,50 0,631 1,67
Formación
A 6,78 9,24 0,73 0,480 1,33
H 64,60 9,24 6,99 0,000 1,33
Ajustes y diagnósticos para observaciones pocos comunes
Resid
Obs Produccion Ajuste Resid est.
1 80,0 130,4 -50,4 -2,44 R
Residuo grande R
Aquí van las interpretaciones de lo obtenido
en estos datos
Continuamos el análisis calculando e interpretando el error estándar
𝐶𝑀𝐸
Sȳ = √ 𝑅
Sȳ = 11,3174