Instituto Tecnológico Nacional de México

Instituto Tecnológico de Ciudad Juárez

Materia:
Estadística inferencial II

Docente: Pamela Navidad Peralta Robles

Cuadro concentrador: Modelos de experimentación de un solo factor

Alumna:
Cyndel Corey Ramos Ruiz (18111094)

Grupo: “w”

14/09/2021
 Cuadro concentrador: Modelos de experimentación de un solo factor.
(Modelos para los datos)

Nombre Representación Donde:

Las • yij es la observación ij-
observaciones ésima,
se pueden • µi es la media del nivel
describir del factor o tratamiento
mediante un i-ésimo, y
modelo • Ɛij es un componente
matemático de error aleatorio
sencillo: (incorpora demás
Modelo de las fuentes de variabilidad
medias del experimento:
mediciones, factores no
controlados, diferencias
en los materiales de
prueba, variabilidad con
el tiempo, medio
ambiente, etc)
Otro modelo es • A µi se le llama media
considerar que del nivel, la cual se
la media tiene compone de una media
dos global (m) y un ti que es
componentes. el efecto del tratamiento
A este modelo i-ésimo.
se le llama:
Modelo de los
efectos

• Tanto el modelo de las medias como el modelo de los efectos son modelos
lineales.
• La variable de respuesta yij es una función lineal de los parámetros del
modelo
• Ambas formas son útiles, pero el modelo de los efectos se utiliza más en la
literatura del diseño de experimentos.
• A cualquiera de estos modelos se les llama modelo de análisis de varianza
simple o de un solo factor (únicamente se investiga un solo factor)
 Cuadro concentrador: Modelos de experimentación de un solo factor.
(Modelos análisis de varianza simple)

Requisitos:
• El experimento debe llevarse a cabo en orden aleatorio (ambiente en que
se apliquen los tratamientos debe ser lo más uniforme posible)
• El diseño experimental es el de un experimento completamente
aleatorizado
Objetivos:
• Probar las hipótesis apropiadas acerca de las medias de los tratamientos y
estimarlas Supuestos:
• Los errores del modelo son variables aleatorias que siguen una distribución
normal e independiente con media cero y varianza σ 2.
• La varianza es constante para todos los niveles del factor • Por tanto, las
observaciones tienen una distribución normal, es decir,
• Las observaciones son mutuamente independientes
Modelo de Efectos fijos Modelo de Efectos aleatorios
Los a tratamientos o niveles pudieron • Los a tratamientos podrían ser una
ser elegidos expresamente por el muestra aleatoria de una población
experimentador: más grande de tratamientos
• Quieren probarse hipótesis acerca • Sería deseable poder extender las
de las medias de los tratamientos. conclusiones (se basan en la muestra
• Las conclusiones se aplicarán de los tratamientos) a la totalidad de
únicamente a los niveles del factor los tratamientos de la población.
considerados en el análisis. • Las ti son variables aleatorias.
• Las conclusiones no pueden • Lo que se obtiene sobre las ti
extenderse a tratamientos similares particulares que se investigaron es
que no fueron considerados relativamente inútil
explícitamente. • Se suelen probar hipótesis sobre la
• También podría tratar de estimarse variabilidad de las ti y se intenta
los parámetros del modelo (µ,t i, estimar su variabilidad. A este
varianza) modelo también se le llama modelo
de los componentes de la varianza.

Modelo de Efectos fijos

Supuestos Definiciones Objetivo del experimento
iniciales
• Se tiene • yi: total de • El interés se centra en probar la
un solo observaciones bajo igualdad de las a medias de los
factor el tratamiento i- tratamientos • Es decir, se quiere probar
• Se tienen ésimo. que: ,
efectos fijos • yi: promedio de las • Por tanto, las Hipótesis nula y
• Se observaciones bajo alternativa son:
realizará el el tratamiento i-
análisis de ésimo.
varianza • y: Representa el
para esta gran total de todas
situación las observaciones Otra manera de ver el objetivo del
• y: Gran promedio experimento es:
de todas las • Teniendo en cuenta que la media
observaciones global es la media de las medias por
factor:

• Y si se supone que los efectos de los

factores se anulan

• Tendremos que las hipótesis se

pueden replantear como: