Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Por ejemplo, con dos factores y dos niveles en cada factor, un experimento factorial tendría en total cuatro combinaciones
de tratamiento, y se le denominaría diseño factorial de 2×2.
Si el número de combinaciones en un diseño factorial completo es demasiado alto para su procesamiento, puede optarse
por un diseño factorial fraccional, en el que se omitan algunas de las combinaciones posibles.
Los diseños factoriales fueron utilizados en el siglo XIX por Jhon Bennet Lawes y Henry J. Gilbert de la Estación
experimental de Rothamsted.
[[Ronald Fisher discutió en 1926 que los diseños «complejos», como diseños factoriales, eran más eficientes que
estudiando un factor a la vez. Fisher escribió: «ningún aforismo se repite tan frecuentemente respecto de las pruebas de
campo, que aquel de que a la Naturaleza debemos hacerle pocas preguntas, o, idealmente, hacérselas de a una. Quien
escribe es un convencido de que este punto de vista está totalmente equivocado».
Un diseño factorial permite el efecto de varios factores e incluso interacciones entre ellas que se determinarán con el mismo
número de ensayos que son necesario determinar de los efectos por sí mismo con el mismo grado de exactitud.
Yates realizó importantes contribuciones significativas hechas, particularmente en el análisis de diseños, por Análisis de
Yates.
El término factorial no se pudo haber utilizado en la impresión antes de 1935, cuando Fisher la utilizó en su libro El diseño
de experimentos.
Ejemplo Real
El experimento factorial más simple contiene dos niveles para cada uno de dos factores. Suponga los deseos de un
ingeniero para estudiar la energía total usada por cada uno de dos diversos motores, A y B, funcionando en cada uno de
dos diversas 2000 o 3000 RPM de las velocidades. El experimento factorial consistiría en cuatro elementos experimentales:
viaje en automóvil A en 2000 RPM, viaje en automóvil B en 2000 RPM, viaje en automóvil A en 3000 RPM, y viaje en
automóvil B en 3000 RPM. Cada combinación de un solo nivel seleccionado de cada factor está presente una vez.
Este experimento es un ejemplo de 2^2 (o 2x2) experimento factorial, nombrado así porque considera dos niveles (la base)
para cada uno de dos factores (la energía o el exponente), o #lniveles#factores, produciendo 22 puntos factoriales= 4. Los
diseños pueden implicar muchas variables independientes. Como otro ejemplo, los efectos de tres variables entradas se
pueden evaluar en ocho condiciones experimentales demostradas como las esquinas de un cubo. Esto se puede conducir
con o sin la réplica, dependiendo de su propósito previsto y recursos disponibles. Proporcionará los efectos de las tres
variables independientes en la variable dependiente y las interacciones posibles(en caso de haber más de 3 se habla de un
hiperespacio)
Objetivos específicos:
análisis de varianza (ANOVA) prueba la hipótesis de que las medias de dos o más poblaciones son
iguales. Los ANOVA evalúan la importancia de uno o más factores al comparar las medias de la variable de
respuesta en los diferentes niveles de los factores. La hipótesis nula establece que todas las medias de la
población (medias de los niveles de los factores) son iguales mientras que la hipótesis alternativa establece
que al menos una es diferente.
Para ejecutar un ANOVA, debe tener una variable de respuesta continua y al menos un factor categórico
con dos o más niveles. Los análisis ANOVA requieren datos de poblaciones que sigan una distribución
aproximadamente normal con varianzas iguales entre los niveles de factores. Sin embargo, los
procedimientos de ANOVA funcionan bastante bien incluso cuando se viola el supuesto de normalidad, a
menos que una o más de las distribuciones sean muy asimétricas o si las varianzas son bastante
diferentes. Las transformaciones del conjunto de datos original pueden corregir estas violaciones.
ejemplo, usted diseña un experimento para evaluar la durabilidad de cuatro productos de alfombra
experimentales. Usted coloca una muestra de cada tipo de alfombra en diez hogares y mide la durabilidad
después de 60 días. Debido a que está examinando un factor (tipo de alfombra), usted utiliza un ANOVA de
un solo factor
Cuando se describieron los pasos de un experimento se enfatizó el aspecto estadístico en particular. En la figura 1 se
observa el "triángulo estadístico" formado por la selección del diseño experimental, la formulación del modelo estadístico y
el análisis de los datos. Para garantizar el análisis estadístico y para incrementar su sensibilidad, se debe tener en cuenta
tres principios básicos en cualquier experimento: la replicación, la aleatorización y el bloqueo o control local.
Se vacían los en una hoja de Excel de la siguiente manera
Se
Una vez verificado que nuestros datos están distribuidos normalmente se hace otra prueba de
intervalo de confianza
Realizamos un histograma de frecuencias, un diagrama de caja para el factor del alcohol y uno
para la base
Página
13