 Diseño Clasificación en un sentido, efectos fijos

Diseño de experimentos 24/08/2021

Media general: estimación de la Mu

Los efectos de los tratamientos son siempre 0

Factor de interés

Estadístico de prueba F de Fisher

 Diseño de bloques completo aleatorizado El diseño de bloque completo al azar se controla

un factor de bloque y uno de tratamiento más el error aleatorio
 Bloque 1 Bloque2 Bloque3 Bloque4
1 3 2 1
2 1 3 3
3 2 1 2
4 2 4 3

Modelo estadístico lineal y ij =μ+ τ i+ S j +ε ij

SSt =SStratamientos + SS bloques +SS error

El bloqueo es un factor extraño que le afecta a lo que yo quiero medir.

Cuadrados medios sst/grados de libertad

Clase 26/08/21 no hubo clase quien sabe que paso

Clase 31/08/2021

 Diseño cuadrado latino

Bloqueo por columna y por renglón

1 2 3 4
I A B C D
II B A D C
III C D A B
IV D C B A

Primer renglón y columna en orden alfabético= Diseño cuadrado latino estándar

Las letras son un factor en 4 niveles, A, B, C, D

No se repiten letras ni por renglón ni por columna

1 2 3 4
I B A C D
II A B D C
III D C B A
IV C D A B

No se repiten letras ni por renglón ni por columna,

No están en orden alfabético ni el primer renglón ni columna

Este es un diseño cuadrado latino no estándar.

 SST =SS latinos + SS col + SS reng + SS griega+ SS error

A= Ghoner B= LTH C= Auto zone D= Duralast

temperatura

vibracion 0 30 60 90
1000 ghoner lth Auto zone Duralast
1500 lth Ghoner duralast Autozone
2000 Auto Duralast Ghoner Lth
2500 duralast Auto zone Lth Ghoner

Diseño cuadrado latino estándar

Factor columna

Factor renglón

Factor interés

Modelo estadístico lineal

y ij =τ i+ β j+ Y k + ε ijk

SST =SS columna + SSrenglos + SSinteres + SSerror

 Diseño cuadrado grecolatino

A B C
B C A
C A B

1 2 3
I Aβ Bα Cγ
II Bα Cγ Aβ
III Cγ Aβ Bα

Las letras latinas van a representar al factor de interés

Los números arábigos: Representan factor columna, es un bloqueo o ruido
Los numero romanos: representan un bloqueo llamado factor renglón
Las letras griegas: representan a un factor de ruido o bloqueo
Este diseño tiene 4 factores

Clase 02/09/2021
 Diseños factoriales completos
Una interacción es el efecto combinado de dos o más factores sobre las variables de
respuesta
Los diseños de bloques no sirven o no se deben de usar para analizar interacciones.
Introducción a los diseños factoriales
Diseño factorial completo 3 a la 2
Probar 3 cosas
El rendimiento de variable de respuesta o del proceso
Existe efecto de la temperatura o no existe efecto de tem
No existe efecto de la presión

Una replica es el numero de veces que la combinación aparece en el diseño

 Diseños de la s erie 2 a la k

Que diferencia hay entre la estadística descriptiva y la inferencial

a estadística descriptiva sirve tanto para una población como para una muestra (un
subconjunto de esa población cuyos elementos son elegidos al azar), la estadística
inferencial trabaja con muestras a partir de las cuales intenta extraer conclusiones sobre la
población
trata de describir las variables aleatorias en las "muestras".
Trata de la generalización hacia las poblaciones de los resultados obtenidos en las
muestras y de las condiciones bajo las cuales estas conclusiones son válidas.

Descriptivas Obtener valores de las variables

Inferencia:

Tres niveles de medición }

Nominal
Ordinal
Intervalar

Nivel de confiabilidad
Nivel de significancia
Error
Cambio en la media aritmética T-studet Cuando se desconoce la varianza poblacional
Z= cuando se conoce la varianza poblacional

Cambio en una varianza poblacional -Chi cuadrada

Comprabar si dos varianzas poblacionales son iguales o diferentes. F- de Fisher

ANOVA análisis de varianza para comparar múltiples medias

Un error de tipo II se produce durante el análisis de las hipótesis estadísticas cuando la
hipótesis nula es aceptada incorrectamente. Los errores de tipo II se llaman también
«resultados negativos falsos» y consisten en no detectar un efecto positivo cuando en
realidad sí se ha producido el efecto.
Ejemplo de error de tipo I y tipo II
Para entender la interrelación entre los errores de tipo I y tipo II, y para determinar cuál
error tiene consecuencias más graves para su situación, considere el siguiente ejemplo.
Error de tipo 1 rechazar una hipótesis verdadera
Un investigador médico desea comparar la efectividad de dos medicamentos. Las hipótesis
nula y alternativa son:
Hipótesis nula (H0): μ1= μ2

Los dos medicamentos tienen la misma eficacia.

Hipótesis alternativa (H1): μ1≠ μ2 almenos una de las medias es diferente

Los dos medicamentos no tienen la misma eficacia

Estadístico de prueba en el anova es la fde Fisher

Unidad 2

14/09/2021

Clase 28/09/2021

Examen #2

Suma de cuadrado de tr

Diseños no se analizan interacciones apartir de este de abajo si

Diseños Factoriales
Se analizan factores principales y interacciones
Una interacción es el efecto combinado de dos o mas factores sobre la variable de
respuesta.

Diseño factorial completo 3^2 con dos replicas

Diseño factorial completo con diferentes niveles y factores con

Diseño factorial general

1 factor en tres niveles y 2 factores en 4 niveles

4*1= 4 16*3= 48*2=
4 *3
 Probar siempre normalidad, varianzas iguales e independencia

Si no se cumple alguno

Si no están los datos normales se procede a hacer una prueba no paramétrica kruskal wallis que
ranquea los datos los analiza por rangos y analiza las medias si son iguales o diferentes

5/10/2021

Diseño factorial completo 3^2 *2^1 con 2 replicas

7/10/2021
 18 grados de libertad para el error

12/10/2021

2^2 *3^2

A*b*c*d

A*b

A*c

A*d

B*c

B*c