Está en la página 1de 28

Curso de Posgrado: Diseño Experimental

Facultad de Ingeniería
Prof. Felipe Abaunza Osorio
felipe.abaunza@udea.edu.co

Clase # 9
Experimentos con un solo Factor:
Trabajo Práctico y Repaso
Clase basada en el Capítulo 3 del Libro Guía!
1
Curso de Posgrado: Diseño Experimental
Facultad de Ingeniería
Prof. Felipe Abaunza Osorio
felipe.abaunza@udea.edu.co

2
Curso de Posgrado: Diseño Experimental
Facultad de Ingeniería
Prof. Felipe Abaunza Osorio
felipe.abaunza@udea.edu.co

• Introducción:
– La planeación en el diseño experimental
– Repaso de Estadística básica
– Introducción a R
• Diseño de un solo factor
• Diseños factoriales generales
• Diseño factorial 2k
• Diseños factoriales fraccionados
• Otros diseños
Este Contenido puede variar!

3
Curso de Posgrado: Diseño Experimental
Facultad de Ingeniería
Prof. Felipe Abaunza Osorio
felipe.abaunza@udea.edu.co

Ejercicio Práctico + Trabajo Práctico (15%)

4
Curso de Posgrado: Diseño Experimental
Facultad de Ingeniería
Prof. Felipe Abaunza Osorio
felipe.abaunza@udea.edu.co

5
Curso de Posgrado: Diseño Experimental
Facultad de Ingeniería
Prof. Felipe Abaunza Osorio
felipe.abaunza@udea.edu.co

• Si no se cumple el supuesto de normalidad o de homogeneidad de varianza, una


alternativa es considerar transformaciones de los datos.
• Las transformaciones no son más que una reexpresión de los datos en unidades
diferentes.
– Los conteos pueden tener una forma más normal, al tomar su raíz cuadrada
– La transformación logit puede funcionar para normalizar proporciones
• No es fácil la selección de una transformación adecuada. Una familia útil de
transformaciones es la familia de transformaciones de potencia, definida sólo para
variables positivas.

6
Curso de Posgrado: Diseño Experimental
Facultad de Ingeniería
Prof. Felipe Abaunza Osorio
felipe.abaunza@udea.edu.co

• La familia de transformaciones de potencia es indexada con el parámetro λ.

• Un valor dado de λ implica una transformación particular.

• Los valores de λ más usados son:


 = −2 → 1 X 2
 = −1 → 1 X
 = −0.5 → 1 X
 = 0 → Ln ( X )
 = 0.5 → X
 =1 → X
 =2 → X2
7
Curso de Posgrado: Diseño Experimental
Facultad de Ingeniería
Prof. Felipe Abaunza Osorio
felipe.abaunza@udea.edu.co

• El método analítico de Box-Cox está disponible para elegir una adecuada transformación
de potencia

• Ellos consideran una ligera familia modificada de transformaciones de potencia

 X  −1
 si   0
X ( ) =  
Ln( X ) si  = 0

• λ se obtiene como el valor de λ que minimiza la suma de cuadrados

S( ) =  (X i − ˆ  )
n
2

i =1

̂
• donde es la media de la serie transformada usando λ
8
Curso de Posgrado: Diseño Experimental
Facultad de Ingeniería
Prof. Felipe Abaunza Osorio
felipe.abaunza@udea.edu.co

9
Curso de Posgrado: Diseño Experimental
Facultad de Ingeniería
Prof. Felipe Abaunza Osorio
felipe.abaunza@udea.edu.co

10
Curso de Posgrado: Diseño Experimental
Facultad de Ingeniería
Prof. Felipe Abaunza Osorio
felipe.abaunza@udea.edu.co

11
Curso de Posgrado: Diseño Experimental
Facultad de Ingeniería
Prof. Felipe Abaunza Osorio
felipe.abaunza@udea.edu.co

12
Curso de Posgrado: Diseño Experimental
Facultad de Ingeniería
Prof. Felipe Abaunza Osorio
felipe.abaunza@udea.edu.co

Cuando el tamaño de la diferencia de


tratamientos esta basado en múltiples variables
y se desea diferentes niveles de confianza para
el conjunto de características, se hace necesario
calcular el numero de replicas requeridas para
todas las características individualmente y
escoger el de mayor numero para las
condiciones especificadas en el experimento.

13
Curso de Posgrado: Diseño Experimental
Facultad de Ingeniería
Prof. Felipe Abaunza Osorio
felipe.abaunza@udea.edu.co

14
Curso de Posgrado: Diseño Experimental
Facultad de Ingeniería
Prof. Felipe Abaunza Osorio
felipe.abaunza@udea.edu.co

Método para estimar el intervalo de confianza

En este caso se supone que los resultados se


quieren expresar en términos de los IC para las
diferencias entre las medias de los tratamientos
y que se desea especificar la precisión de estos
IC (el ancho de este IC)
15
Curso de Posgrado: Diseño Experimental
Facultad de Ingeniería
Prof. Felipe Abaunza Osorio
felipe.abaunza@udea.edu.co

16
Curso de Posgrado: Diseño Experimental
Facultad de Ingeniería
Prof. Felipe Abaunza Osorio
felipe.abaunza@udea.edu.co

Responder las siguientes preguntas en una hoja y


traer el próximo lunes: 18/03/2019

17
Curso de Posgrado: Diseño Experimental
Facultad de Ingeniería
Prof. Felipe Abaunza Osorio
felipe.abaunza@udea.edu.co

1. ¿Por qué es importante el uso de una secuencia de


prueba aleatorizada en un experimento? (0.5 de
bonus)

2. ¿Cuál de los supuestos del modelo (varianza


constante, normalidad o independencia) puede ser
afectado si no se utiliza una secuencia de prueba
aleatorizada? Explique. (1 de bonus)

18
Curso de Posgrado: Diseño Experimental
Facultad de Ingeniería
Prof. Felipe Abaunza Osorio
felipe.abaunza@udea.edu.co

19
Curso de Posgrado: Diseño Experimental
Facultad de Ingeniería
Prof. Felipe Abaunza Osorio
felipe.abaunza@udea.edu.co

Fecha: Miércoles 3/4/2019 al inicio de la clase


• Impreso por ambas paginas
– Letra Arial, tamaño 12, espacio 1,15 o 1,5
Enviar al correo:
• Archivo pdf del trabajo
• Archi tipo R con el código
– Organizado y con comentarios para entenderlo
– Verificar que corra y funcione bien
20
Curso de Posgrado: Diseño Experimental
Facultad de Ingeniería
Prof. Felipe Abaunza Osorio
felipe.abaunza@udea.edu.co

21
Curso de Posgrado: Diseño Experimental
Facultad de Ingeniería
Prof. Felipe Abaunza Osorio
felipe.abaunza@udea.edu.co

22
Curso de Posgrado: Diseño Experimental
Facultad de Ingeniería
Prof. Felipe Abaunza Osorio
felipe.abaunza@udea.edu.co

Siempre Usar α: 0.05 y 0.01 : Compare resultados

23
Curso de Posgrado: Diseño Experimental
Facultad de Ingeniería
Prof. Felipe Abaunza Osorio
felipe.abaunza@udea.edu.co

1. Haga la exploración gráfica inicial de los


datos. A qué conclusiones iniciales podría
llegar?
• Diagrama de caja

2. Pruebe la hipótesis de que el factor afecta


la variable respuesta.
• Para esto construya el ANOVA y plantee el
modelo de regresión asociado.
– Interprete todas las salidas del software.
– Interprete ambos resultados: ANOAVA y Regresión
24
Curso de Posgrado: Diseño Experimental
Facultad de Ingeniería
Prof. Felipe Abaunza Osorio
felipe.abaunza@udea.edu.co

3. Valide el modelo de regresión.


• Plantee posibles soluciones en caso de que los
supuestos no se cumplan y explique (a qué
modelo llega?.
• Muestre la forma final del modelo.
• En este punto plantee hipótesis, haga gráficos y
pruebas estadísticas.
– Es decir, probar que parámetros son significativos o
no.
• No se le olvide analizar puntos que puedan
llegar a ser influenciales.
25
Curso de Posgrado: Diseño Experimental
Facultad de Ingeniería
Prof. Felipe Abaunza Osorio
felipe.abaunza@udea.edu.co

4. Aplique el método de Scheffé para


comparar todos los contrastes, cuáles de ellos
son significativos?

5. Haga comparaciones entre pares de medias


de tratamientos usando los procedimientos
de Tukey, LSD, Duncan y Newman-Keuls.
• Llega a conclusiones diferentes? Argumente.
• Tener en cuenta las características de estas pruebas
y los resultados respecto a los supuestos del
modelo
26
Curso de Posgrado: Diseño Experimental
Facultad de Ingeniería
Prof. Felipe Abaunza Osorio
felipe.abaunza@udea.edu.co

6. Haga un análisis sobre el número de


réplicas usadas en el experimento
• Por ejemplo: El numero de replicas es
adecuado para medir una diferencia de ???
entre las medias del tratamiento 1 y 2.

27
Curso de Posgrado: Diseño Experimental
Facultad de Ingeniería
Prof. Felipe Abaunza Osorio
felipe.abaunza@udea.edu.co

• Montgomery, D.C. Diseño y análisis de


experimentos (2nd Ed.). Limusa Wiley, 2012

• Montgomery DC y Runger GC. Probabilidad y


estadística aplicadas a la ingeniería. McGraw
Hill, 1996.

28

También podría gustarte