ANALISIS DE UN EXPERIMENTO

OBJETIVOS:

 Hallar la relación (Ecuación Matemática), que corresponda a unos datos

experimentales dados, cuando el problema por resolver, se encuentran
más de dos variables.

 Linealizar una función por el método de los logaritmos.

 Utilizando las herramientas necesarias, como son las de tipo analítico

como gráfico, poder obtener resultados óptimos con un alto nivel de
eficiencia.

 Conocer cuales son los principales errores que se presentan en un

trabajo experimental de tipo analítico, y poder asegurar una rápida
corrección, para obtener una alta confiabilidad de los datos.

 Formar una capacidad de análisis lógica analítica la cual nos permita

comprender profundamente el funcionamiento de los procesos
realizados en la experimentación. Esto para poder comprender que
patrones siguen los datos obtenidos; ya sean de simples mediciones o
de cálculos extraídos de formulas teóricas aprendidas de conceptos
analizados en clase
MARCO TEORICO:

Un diseño experimental sirve, generalmente, para comparar las medias de más

de dos tratamientos (niveles de factor) siguiendo el enfoque de análisis de
varianza que a principios del Siglo XX planteó Ronald A. Fisher. Dependiendo
de las características del material experimental, el experimento puede hacerse
en un diseño completamente al azar (cuando el material experimental se
supone sensiblemente homogéneo), en un diseño de bloques completos al
azar (variación en una dirección), cuadrados latinos (variación en dos
direcciones); hay otras variantes de diseño experimental como el diseño
grecolatino, parcelas divididas o anidado, bloques incompletos, bloques
generalizados, entre otros.

 Aleatorizacion Y Toma De Datos

Cada uno de los diseños experimentales, que se seleccionan de acuerdo a las

características del material experimental y de los objetivos que persigue el
experimentador, entraña un modo especial de realizar la aleatorización de los
tratamientos sobre las unidades experimentales (o parcelas); de hecho, la
aleatorización funciona "como un seguro", según escriben Cochran y Cox en su
libro de diseños experimentales de la década de los sesenta, que es una
prevención en "caso de accidente", que puede ser grave o leve. Buscamos
protegernos, obviamente, ante problemas graves. La aleatorización es una de
las esencias en la realización de un experimento. El otro punto importante
hacia el análisis de un experimento, es la toma de datos o, como también se le
conoce, la medición de la variable-respuesta o variable dependiente del
modelo. No importa qué tan bien se realice el experimento o qué método de
análisis cuantitativo tan detallado usemos, si la toma de datos no se hace en
forma cuidadosa, no se puede esperar buenos resultados y nuestras
predicciones no serán confiables.

 Disenos Estandar Y Con Submuestreo

Un diseño experimental es estándar si en cada unidad experimental se toma

sólo una observación al azar; diremos que es con submuestreo si se toma más
de una observación. Realizar el análisis con submuestreo de los diseños
completamente al azar y bloques completos aleatorizados es sencillo, puesto
que los pasos y las fórmulas para dicho análisis se encuentran en los libros de
diseños conocidos como el de Steel y Torrie (1985) o el de Martínez Garza
(1988). En cambio, el análisis de un diseño experimental con submuestreo que
no sea el de los dos diseños señalados resulta, cuando menos, ambiguo,
puesto que no aparece explícitamente la metodología en la literatura conocida.
En estas notas se escribe el algoritmo en tres pasos para realizar dicho
análisis. Esto es, se hace la extensión del análisis con submuestreo de los
diseños básicos, el completamente al azar y el de bloques, a cualquier otro
diseño experimental.
  Algoritmo Para Diseños Con Igual Número De Submuestras En Las
Unidades Experimentales

Suponer que en un experimento balanceado con n unidades experimentales se

toman r submuestras por unidad experimental. El modelo lineal de este diseño,
al que llamaremos diseño de las unidades experimentales está representado
por la ecuación 2. Es importante remarcar que el diseño de las unidades
experimentales es sólo una forma de conceptualizar cualquier diseño
experimental. No es una forma de disponer físicamente las unidades
experimentales en la práctica sino una estrategia que nos permite hacer
comparables, en cuanto a su análisis, diseños experimentales diferentes.
Enseguida los tres pasos:

Paso 1. Se ajusta un modelo basado en las unidades experimentales,

calculando la suma de cuadrados total, SCT; la suma de cuadrados de las
unidades experimentales, SC(UE); y la suma de cuadrados del error muestreo,
SC(EM). En este paso se usan los datos originales, las Yij.

Paso 2. Ahora se ajusta un modelo usando una nueva variable-respuesta: el

total de la i-ésima unidad experimental entre la raíz cuadrada del número de
submuestras, que la denotaremos por NVR. Esta operación permite particionar
las SC(UE) obtenida en el paso 1, en las sumas de cuadrados de las fuentes
correspondientes al diseño experimental particular de donde se tomaron los
datos. Esto es, si los datos provienen de un diseño completamente
aleatorizado, se calculan las sumas de cuadrados de tratamientos, del error y
del "total", con la NVR. Si los datos provienes de un diseño de cuadrado latino,
se calculan las sumas de cuadrados de hileras, columnas, error y "total", y así
en seguida.

Es conveniente observar que las sumas de cuadrados "total" obtenidas con la

NVR en el paso 2, corresponderán a la SC(UE) obtenida en el paso 1.

Paso 3. Se combinan las sumas de cuadrados de los pasos 1 y 2 en una una

nueva tabla y se tiene el Análisis de Varianza (ANOVA) del diseño experimental
con submuestreo.
UNIVERSIDAD MILITAR NUEVA GRANADA

LABORATORIO DE FÍSICA
MECÁNICA

Karen Vásquez Tavera

Tania Vergara Rodriguez
Juan Sebastián Perdomo

BOGOTÁ D.C., 2008