EXPERIMENTACIÓN EN INGENIERIA

PRIMERA CLASE
9 de mayo, 2022
Diseño experimental: Es todo aquello que hacemos en el momento de realizar una prueba con el
objetivo de probar que X cosa y el beneficio de esta. El mismo se realiza varias veces con el objetivo
de tener más validez.
¿Cuál es su utilidad? Forma más eficaz de realizar una prueba.
Se puede emplear de forma distintas

Efecto significativo: Ocurre el rechazo de la hipótesis nula ()

Fuetes de variación: Todo aquello que pudiese afectar mi ensayo
¿Qué afecta mi ensayo?
Los factores incontrolables y los Factores controlables. (No controlables mayormente no se toman en
consideración como puede ser el Clima, etc)
Tratamiento: Combinación de factores con su factor de estudio. Siempre van a cumplir una función.
Factor de estudio:
Fertilizante: Dosis de fertilizantes
Velocidad de llenado: Diferentes velocidades
Temperatura de almacenamiento: Diferentes temperaturas
Metodología de enseñanza: Técnicas de enseñanzas
Medio de cultivo: Distintos medios (Áreas de la aplicación)
Unidad experimental (UE): Aquello a lo que le aplicaré el tratamiento.
El resultado del experimento depende del diseño de este.
Clasificación de los experimentos:
 Unifactorial: Se evalúa un solo factor de 2 o más niveles
Factorial: Se evalúa 2 o más factores de 2 o más niveles

Principios del diseño experimental:

Repetición: Realizar más de una vez un tratamiento o una combinación de factores. Permite
distinguir mejor cual parte de la variabilidad de los datos se debe del error aleatorio.
Bloqueo: Todos los factores que pueden afectar la respuesta observada, es decir, nuestra
conclusión. Contribuye a homogeneizar la respuesta.
CUARTA CLASE
16 de mayo, 2022
Diseño experimental
Etapas de diseño Experimental
Decidir cuáles pruebas o tratamientos se van a realizar y en cuantas repeticiones con el objetivo de
mayor información al menor costo posible.
Mayor tiempo empleado: Planeación
1. Entender el problema y objeto de estudio (Hipótesis, que quiero lograr, como lo voy a lograr
(métodos))
2. Elegir las variables de respuesta que se emplearan en cada punto.
3. Determinar factores que se estudiaran, de acuerdo a lo que hemos logrado a base de hipótesis
y respuestas.
 4. Niveles de cada factor. ¿Qué modelo de diseño utilizaré? INICIO DEL DISEÑO
EXPERIMETAL
5. Planear y organizar el trabajo. (Eficiencia del experimento, ¿cómo lo haré)
6. Realizar el experimento
7. Interpretaciones y conclusiones, a partir de los resultados obtenidos.
Hipótesis Nula: Ho
Hipótesis Alterna: Ha
(1-n) 6 = 0.95
La prueba T no se emplea para más de 2 medias, porque el rango de error incrementa
considerablemente.
Como resultado obtenemos un error tipo 1, lo cual es negar los resultados correctos.
ANALISIS DE VARIANZA
Varianza:
Media: Indicación que está ocurriendo un tratamiento.
Hipótesis constante:
Hipótesis a probar siempre en los experimentos.

Diseño completo al azar (DCA):

Se emplea la repetición y la aleatoriedad. Misma cantidad de unidades experimentales que de
tratamientos.
Se emplea de manera aleatoria de forma equitativo.
EJEMPLO:

No se puede trabajar con la prueba T. En este se trabaja con el diseño completo al azar.
¿Qué se debe analizar?
1. La existencia de diferencias entre el promedio.
*
 ** Media global de la respuesta

***Efecto que siempre debe estar Diferencias que deben tener las medias para concluir que
hay un efecto.

****

Efectos aleatorios de varianza

Efecto fijo
Análisis de varianza: Separar la variación total en las partes con las que contribuye. No puede ser el
error experimental mayor que el del tratamiento.
En este se prueban las hipótesis de igualdad de los tratamientos.
Notación punto: Permite rápidamente utilizar las herramientas del análisis de varianza.
Ecuación de la varianza: Promedios de los errores.
Para datos simples

Para datos compuestos

N-1: Muestra (Hace más precisa la estimación)

N: Población
23 de mayo, 2022
Análisis de varianza
1. Suma de cuadrados de cada dato
2. La suma de todos los datos al cuadrado / la cantidad de datos que hay.
3. Resta de la primera respuesta – la segunda respuesta (Suma de cuadrados totales)
Grados de libertar de tratamientos: 4 tratamientos: 4-1 = 3
Grados de libertad total: 21 respuestas: 21 – 1 = 20
Se utiliza la tablita con los datos.

Hacer análisis de varianza en Excel:

1. Ficha Datos
2. Análisis de datos
3. Análisis de datos de un factor
4. Se responden los criterios y listo
¿Cuándo sabes si se rechaza o se acepta una hipótesis?
*Si el P valor es menor que el alfa (0.05), se rechaza la hipótesis alterna.
Se rechaza la hipótesis nula en este caso.
Fo: F
Fcrit: Valor crítico para F

27 de mayo, 2022
GL: El mandato lo indica
CM: SC/GL
yFo:

Respuesta b: Si, Porque ya está calculado el F crítico, y gráficamente a nivel de rechazo este se
produce.

CONTINUACION DEL
ANALISIS DE VARIANZA PASO
9
 Análisis de Varianza

1. Suma de cuadrados de
todos los datos
602+702+1102+1302+802+902+1602+1102…. N2= 162,000
2. La suma de cuadrados de todos los datos entre N (la cantidad de datos totales)
(60+100+110+90……) 2 / 16 = 15602 / 16 = 152,100
3. La suma de los cuadrados totales (La resta de el paso 1 menos el paso 2)
162,000-152,100= 9900
4. La suma de cada dato de la fila al cuadrado dividido entre la cantidad de datos de la fila o
columna (depende de cómo estén organizados los datos)
 Primera fila =602+702+1102+1002= 30,600/4=7650
 Segunda fila =13625
 Tercera fila = 9775
 Cuarta fila = 9450
5. Sumamos todos los resultados obtenidos en el paso 4
7650+13625+9775+9450= 40500
6. Resultado del paso 5 entre N mayúscula (16(cantidad de datos que tenemos en este caso))
40500/16 = 2531.25
7. La resta del paso 2 menos el paso 3 = 152100-9900 = 142,200 SC TRAT
8. La división del paso 7 entre la cantidad de datos
9. GRADOS DE LIBERTAD
 Cantidad de tratamientos menos 1 (K - 1) = 4 -1 =3 GL TRAT
 Cantidad de datos total (N - 1) = 16 -1 = 15
 La resta de ambos (N - K) = 15 – 3 = 12 GL ERROR
10. CUADRADOS MEDIOS
CONTINUACION ARRIBA Y PASOS
SC =142200 / 3 = 47400 CMTRAT
trat

CMError= 2531.25 (paso 6) / 12 = 210.93 CM ERROR

Total – Trat = 15 – 3 = 12
Estadístico de prueba o Fo o Fc = 47400 / 210.93 = 224.71 FO

11. Se busca en la tabla de confiabilidad V1 (en este caso es 3) y V2 (en este caso es 12)
Como resultado obtenemos 3.490 Ferit
Lo cual indica que el resultado de Fo (224.71 en este caso) se rechaza porque supero el valor
margen.

224.71
3.4090
 12. Se realiza la tabla de anova

6 de junio,2022
SUPUESTOS DEL ANALISIS DE VARIANZA (ANOVA)

Principios del DOE – DDE

1. Repetición
2. Aleatoriedad – Garantiza la independencia de las respuestas.
3. Control local o Bloqueo
La validez de los resultados obtenidos en cualquier análisis de varianza queda suspendida a que los
supuestos del análisis se cumplan. (normalidad, varianza constante e independencia)
*Si no se cumplen las mencionadas en el paréntesis, las conclusiones se afectan.
Supuestos del ANOVA
1. Normalidad
2. Homogeneidad de varianza
3. Independencia de errores
Verificación de los supuestos
-NORMALIDAD
Se genera la grafica y los datos deben de estar cerca de la pendiente. La línea trazada en el gráfico.
Si los datos no están alineados por encima de la línea no se están cumpliendo los supuestos de
normalidad.
Línea con pendiente
-INDEPENDENCIA
En estos supuestos se busca un patrón en la gráfica… si no hay un patrón no se cumplen los
supuestos de independencia.
Línea Horizontal
HOMOGENEIDAD
Gráfico de barras
ANOVA MINITAB
Pasos
1. Estadística
2. Anova
3. 1 solo factor
4. Respuesta: números
5. Factor: Nombres
6. Opciones (Confianza 95)
7. Comparaciones (Tukey y Fisher)
8. Graficas (4 en 1)
9. Resultados (Todos)
Conclusión: Algunos de los tratamientos influyen en la variable de confiabilidad…
Normalidad de los datos MINITAB:
Pasos:
1. Estadística
2. Estadística grafica
3. Probabilidad
4. Variable: Probabilidad
DISEÑO EN BLOQUES COMPLETOS AL AZAR
DBCA
Cuando queremos verificar que cosa dentro del tratamiento está afectando mi respuesta.
Factor de ruido: Efecto en la respuesta, sin embargo, no nos interesa estudiar.

13 de junio, 2022
En la PRUEBA DE TUKEY
En la agrupación de información:
Las medias que no comparten una letra son significativamente diferentes.
Grafica de diferencias de la media para Respuesta:
Debe cruzar la línea (de cero) para saber que las mismas son iguales.

DISEÑO EN BLOQUE AL AZAR

PARA LA HIPOTESIS RESPUEESTA:

Insecticida – Tratamiento
Dia - Bloque
Numero - Respuesta
RESPUESTA:
Ni el tratamiento, ni los bloques afectan la media (la respuesta).
Se acepta la hipótesis nula porque el P valor es mayor que el alfa. No existe significancia en ninguno
de los tratamientos, ni en los días.
¿Hay algún atomizador mejor?
No, porque en la prueba de media y en la varianza todos son iguales. Sin embargo, en el promedio de
moscas muerta indica que el atomizador/insecticida A indica mayor cantidad de moscas muertas.

20 de junio, 2022
Diseño completo en bloques al azar
Diseño en cuadro latino. DCL
¿Cuándo lo aplicamos?
En el momento que tenemos 3 factores, y queremos saber si estos afectan las respuestas.
*Permite bloquear dos posibles fuentes de variación.
Se deben aleatorizar las filas y las columnas una sola vez, además del error aleatorio.
No se repiten las letras en cada fila o columna.
Letras – Tratamientos
Y – Respuestas
Columnas – Bloques tipo 2
SI EL P VALOR EL MAYOR QUE ALFA
Si es menor ACEPTO
Si es mayor RECHAZO

EJEMPLO A MANO
1. Suma de renglones o filas
2. Suma de columnas
3. Suma de tratamientos
4. Suma de cuadrados totales
5. Grados de libertad para los tratamientos
6. Calculo de los cuadrados medios
7. Encontrar las Fc
8. Completar la tabla del análisis de varianza
Anova
Modelo lineal general
Respuesta: Respuestas
Factores: Aditivo, conductor y marca
de vehículo

RESPUESTA: La forma de conducción del chofer dependerá del resultado obtenido.

24 de junio, 2022
Grecolatino
Las letras griegas denotan los niveles del factor del bloque.
De igual forma, no deben ser iguales en el nivel de filas y columnas
Latina -Método
Griega – Otro bloque

P valor MENOR a alfa AFECTA, SO SE RECHAZA

ORDEN: Orden del mandato

OPERADOR: Mandato de arriba
METODO: Letra latina mayuscula
LUGAR: Letra griega ( letra latina minuscula)
RESPUESTA: Respuesta del ejercicio

Respuestas: Respuesta
Factores: Orden, operador, método y lugar.
SI EL VALOR P ES MENOR QUE ALFA, SE RECHAZA
SI HAY SIGNIFICANCIA
27 de junio, 2022
Cuando se aplica las graficas 4 en 1
*Los errores tienen homogeneidad de varianza a lo largo de la ejecución del ensayo
*Que exista independencia

Derecha superior NORMALIDAD

Si los residuos siguen una distribución normal
Si el estadístico de prueba de es menor que alfa, se rechaza.

Izquierda superior
Homogeneidad de varianzas, distancia de varianza (deben tener dispersión) (EN CASO DE QUE
ESTEN MUY DISPERSAS: Las observaciones no tienen la misma variabilidad)
Si se sobreponen las varianzas son homogéneas.
Derecha inferior
Hasta donde llegan los valores de los residuales.
Izquierda
Si no se cumple, el ensayo no funciona.

RAYAN YOINER***
Ho: Los datos siguen una distribución normal
Ha: Los datos no siguen una distribución normal.
Si e estadístico de prueba es mayor que alfa, se cumple lo de arriba. (Es decir, una distribución
normal)
N = número de datos
Cantidad de variables (Residuo y orden SIMEPRE)

EJEMPLO DESAROLLAR ESTO EN MINITAB

1. Anova
2. Modelo lineal general
3. Ajustar modelo
4. Respuestas: Enfoque
5. Factores: Distancia y sujeto
6. Resultado: Solo análisis de varianza
7. Graficas: Cuatro en 1
8. Almacenamiento: Residuos (Diferencias entre la observación y la media general.
9. Aceptar
CALCULAR SUPUESTO NORMALIDA
1. Estadística
2. Estadística básica
3. Prueba de normalidad
4. Variable: Residuo
5. Rayan Yoiner
6. Aceptar
HOMOGENEIDAD DE VARIANZA
1. Anova
2. Prueba de igualdad de varianza
3. Respuesta: Enfoque (Respuesta del tratamiento)
4. Factores: Cada uno de ellos individual
5. Resultado: Método intervalo y prueba.
6. Aceptar
7. Si todos están supuestos son significativamente diferentes.
COMO SE CALCULA EL ESTADISTICO DE DUBBY WATSON
1. Agregar una columna con el orden (1,2,3,4,5,6… n cantidad de datos)
2. Estadifica
3. Regresión
4. Regresión
5. Ajustar modelo de regresión
6. Respuesta: Residuos
7. Predictores continuos: Orden
8. Resultados: estadístico de Dubby Watson
9. Graficas: Residuos versus orden
10. Residuos para graficas: Regular
2 factores (Velocidad…)
4 velocidades
3 réplicas, son las respuestas.

1. Estadísticas
2. DOE
3. Factorial
4. Crear diseño factorial
5. Diseño factorial completo general
6. Diseño
Nombre: Factores
Niveles: Los indicados
Aceptar
7. Factores
8. Poner los valores de nivel
9. Opciones
10. NO aleatorizar corrida
11. Resultados
12. Tabla resumen
13. Aceptar
Suministro de respuesta
1. Doe
2. Factorial
3. Análisis de diseño
4. Respuesta: Respuesta (Acabado)
Graficas
1. NO Pareto
2. Regular
3. 4 en 1
Resultados:
1. Método de factor
2. Análisis de varianza
Almacenar:
1. Residuos

NORMALIDAD: IERA A LA IZQUIERDA

 HOMOGENEIDAD: 1ERA A LA DERECHA

¿CUAL ES LA MEJOR?
1. DOE
2. FACTORIAL
3. GRAFICAS
GRAFICA DE INTERACCION
El mayor valor, por necesitar el mejor acabado.
Para minimizar el acabado, son los menores.
Prueba de varianza
1. Estadística
2. Anova
3. Prueba de igualdad de varianza
4. Respuesta: Respuesta
Independencia
1. Estadística
2. Regresión
3. Ajustar modelo de regresión
4. Resultados: el ultimo.

MODELO ESTADISTICO - FACTORIAL

MODELO ESTADISCTO – GRACOLATINO DCGL

MODELO ESTADISTICO – BLOQUES AL AZAR

 1. Qué tipo de diseño se utilizó

2. Es estudiar el efecto de varios factores sobre una o varias respuestas, cuando se tiene el
mismo interés….
FACTORIAL
3. En un factor cualitativo sus niveles pueden tomar valores
NOMINALES
 4. Los cuadrados medios son
SUMAS DE CUADRADOS DIVIDIDOS…….. GRADOS DE LIBERTAD

5. El siguiente modelo lineal …..

Ninguna de las opciones (La respuesta es la Gregolatina DCGL)
 6. MANDATO MINITAB
HOJA DE TRABAJO 1

Modelo lineal general: Respuesta vs. Terreno preparación; Lugar

Método
Codificación de factores (-1; 0; +1)
Información del factor
Factor Tipo Niveles Valores
Terreno Preparacion Fijo 3 A; B; C
Lugar Fijo 4 1; 2; 3; 4
Análisis de Varianza
Fuente GL SC Ajust. MC Ajust. Valor F Valor p
  Terreno Preparacion 2 38.00 19.000 10.06 0.012
  Lugar 3 61.67 20.556 10.88 0.008
Error 6 11.33 1.889    
Total 11 111.00      
Resumen del modelo
R-cuad. R-cuad.
S R-cuad. (ajustado) (pred)
1.37437 89.79% 81.28% 59.16%
Coeficientes
EE del
Término Coef coef. Valor T Valor p FIV
Constante 13.500 0.397 34.03 0.000  
Terreno Preparacion          
 A -1.000 0.561 -1.78 0.125 1.33
 B 2.500 0.561 4.46 0.004 1.33
Lugar          
 1 -1.500 0.687 -2.18 0.072 1.50
 2 1.500 0.687 2.18 0.072 1.50
 3 2.833 0.687 4.12 0.006 1.50
Ecuación de regresión
Respuesta = 13.500 - 1.000 Terreno Preparacion_A + 2.500 Terreno Preparacion_B
- 1.500 Terreno Preparacion_C - 1.500 Lugar_1 + 1.500 Lugar_2 + 2.833 Lugar_3
- 2.833 Lugar_4

RESPUESTA A
No
RESPUESTA B
RESPUESA C
El terreno de mayor crecimiento es el terreno de preparación B, el mismo es significativamente
distinto a los terrenos restantes (A y C)
HOJA DE TRABAJO 1

Comparaciones para Respuesta

Comparaciones por parejas de Tukey: Terreno preparación
Agrupar información utilizando el método de Tukey y una confianza de 95%
Terreno
preparación N Media Agrupación
B 4 16.0 A  
A 4 12.5   B
C 4 12.0   B

C. Las medias que no comparten una letra son significativamente diferentes.