Diseños experimentales

Determinar el tamaño de la muestra es

fundamental en cualquier diseño experimental.

Si se requiere detectar efectos pequeños, se

necesitan más réplicas que cuando se requiera
detectar efectos más grandes.

Para todos los modelos o diseños se pueden

utilizar los mismos enfoques para determinar el
tamaño de la muestra.
La curva característica de operación es una
gráfica de la probabilidad del error tipo II de una
prueba estadística para un tamaño de muestra
particular contra un parámetro que refleja la
medida en que la hipótesis nula es falsa.

Error tipo II: en cualquier prueba estadística, el

error tipo II o β se define como la probabilidad
de aceptar la hipótesis cuando esta es falsa ó

β = 1- P[Rechazar Ho/Ho es falsa]

= 1 - P[Fo > Fα,k-1,N-k/ Ho es falsa]
Cuando se realizan pruebas de hipótesis se
pueden dar las siguientes situaciones:
Las curvas características de Operación que se
presentan en la Parte V del Apéndice del Libro de
Douglas Montgomery, se usan para evaluar la
prueba de hipótesis planteada. En estas curvas se
grafica la probabilidad del error tipo II (β) contra
un parámetro Φ, donde :
k
n   i2
 2
= i =1
k 2
Se cuenta con curvas características de
operación para α= 0.05 y α=0.01 y un rango de
grados de libertad para el numerador y el
denominador.

Para usar las curvas características

.
de operación
el experimentador debe especificar φ. Una
manera de determinar φ es elegir los valores
reales de las medias de los tratamientos . Y las
τ de la ecuación anterior se encuentra como :
τ= µi-µ , donde µ es el promedio de las medias
de tratamientos individuales.
También se debe estimar el valor de σ2. A veces
este valor se conoce de experimentos anteriores
o por estimación discrecional.
De otra forma, se pueden determinar diferentes
tamaños de muestras para diferentes valores de
σ2 , con el fin de estudiar el efecto de esta
estimación sobre el tamaño de la muestra
requerido, antes de hacer la elección final.
Considere el ejemplo de la resistencia a la
tensión. Suponga que el experimentador está
interesado en rechazar la hipótesis nula con una
probabilidad de al menos 90% si las medias de los
cinco tratamientos son:

 1= 11  2 = 12 3 = 15  4 = 18 5 = 19
Planea utilizar α=0.01. En este caso, se tiene
que µ=15, y

1 1 −  = 11 − 15 = −4
=
2 =  2 −  = 12 − 15 = −3
3 =  3 −  = 15 − 15 = 0
4 =  4 −  = 18 − 15 = 3
5 =  5 −  = 19 − 15 = 4

i =1 i2 = 50
5
Por lo tan to,
El experimentador piensa que la desviación
estándar de la resistencia a la tensión con
cualquier nivel del peso porcentual de algodón
no será mayor que σ = 3 psi.

Al utilizar la ecuación de φ2 se tiene:

ni =1 2
5
n(50)
 =
2
= = 1.11n
k 2 5(3) 2
Si se usa la curva característica para k-1 = 5-1=4
con N-k = k(n-1)= 5(n-1) grados de libertad del
error y α=0.01. Se comienza con n=4 réplicas.
Esto da φ2 = 1.11(4)= 4.44, φ = 2.11 y 15 grados
de libertad del error. Vamos a la curva de
operación y encontramos que β = 0.30
aproximadamente. Por lo tanto la potencia de
la prueba es (1-β) = 1- 0.30 = 0.70, que es
menor que el 0.90 requerido, por lo que 4
réplicas no son suficientes.
Procediendo de manera similiar, podemos
construir la siguiente tabla:
n Φ2 φ K(n-1) β Potencia(1-β)

4 4.44 2.11 15 0.30 0.70

5 5.55 2.36 20 0.15 0.85

6 6.66 2.58 25 0.04 0.96

Por lo tanto, deben realizarse al menos 6
réplicas para obtener una prueba con la
potencia requerida.

Si se dificulta seleccionar las medias de

tratamientos, entonces se puede utilizar un
tamaño de muestra tal que si la diferencia
entre las medias de dos tratamientos excede un
valor especificado, la hipótesis nula deberá
rechazarse. Si la diferencia entre las medias de
dos tratamientos es tan grande como D, el valor
de :
φ2 = n D2 /2kσ2
Suponga que el experimentador de la
resistencia a la tensión quisiera rechazar la
hipótesis nula con una probabilidad de al menos
0.90 si las medias de dos tratamientos
cualesquiera difieren hasta en 10 psi. Entonces,
suponiendo que σ = 3 psi, se encuentra que el
valor de:
φ2 = n(10)2 /2(5)(32) = 1.11n
Lo que daría el mismo resultado que con el
enfoque anterior.
Para un diseño de bloques, las curvas
características de operación se pueden utilizar
con la siguiente relación:

 = b i =1 / k
2 k 2 2
i

Donde hay k-1 grados de libertad del

numerador y (k-1)(b-1) grados de libertad en el
denominador.
Considere el problema de la dureza de un metal,
utilizando cuatro probetas y 4 tipos de puntas.
Suponga que quiere determinarse el número
apropiado de bloques que deben correrse si el
interés se encuentra en detectar una diferencia
máxima real en las lecturas de la dureza media
de 0.4 con una alta probabilidad y una
estimación de la desviación estándar de los
errores de 0.10.

φ2 = bD2/2kσ2 donde D es la diferencia que quiere

detectarse.

φ2 = b(0.40)2/2(4)(0.10)2 = 2.0b
Si se usan b=3 bloques, φ2 = 2.0b, φ =2.54, y
los grados de libertad del error son (k-1)(b-1)=6.
En la curva característica de operación para v1
=3 y v2 =6, α=0.05, el riesgo β= 0.10
aproximadamente. La potencia de la prueba es
0.90.
Si se usan 4 bloques, φ = 2.83,con 9 grados
libres del error y el riesgo β = 0.05
aproximadamente con una potencia de 0.95.
Tres o cuatro bloques darán como resultado un
diseño con una alta probabilidad de detectar la
diferencia entre las lecturas de la dureza media
consideradas importantes.
Diseño Factorial de dos factores
Igual que en el enfoque anterior se puede
utilizar la curva característica de operación para
calcular el tamaño de la muestra.
Una forma útil de emplear estas curvas consiste
en encontrar el valor de φ2 que corresponda a
una diferencia especificada entre las medias de
dos tratamientos cualesquiera. Por ejemplo, si
la diferencia en las medias de dos renglones
cualesquiera es D, entonces el valor de φ2 es:
nbD 2
2 =
2 a 2
 Si la diferencia en las medias de dos columnas
cualesquiera es D, entonces el valor de φ2 es:
naD 2
 =
2

2b 2
Por último el valor de  2 que corresponde a una diferencia
entre dos efectos de int eracción cualesquiera es :
2
nD
2 =
2 2 ( a − 1)(b − 1) + 1
Para el Factor A con a-1 grados libres del
numerador y ab(n-1) grados libres del
denominador.
Para el Factor B con b-1 grados libres del
numerador y ab(n-1) grados libres del
denominador.
Para la interacción (a-1)(b-1) grados libres del
numerador y ab(n-1) grados libres del
denominador.
Considere los datos del ejemplo del diseño
factorial de dos factores. Suponga que antes de
correr el experimento se decide que la hipótesis
nula deberá rechazarse con una alta
probabilidad si la diferencia en la vida media de
la batería entre dos temperaturas cualquiera es
hasta de 40 horas. Por lo tanto D =40 y se
supone que la desviación estándar de la vida
media de la batería es 25 horas, entonces se
tiene:

φ2 = naD2/2bσ2= = n(3)(40)2/2(3)(25)2 = 1.28n

 Suponiendo que α=0.05, se utilizan las curvas de operación para
construir la siguiente tabla:
Φ2 φ V1(g.l.Numerador) V2(g.l.Denominador) β

2.56 (n=2) 1.60 2 9 0.45

3.84 (n=3) 1.96 2 18 0.18

5.12 (n=4) 2.26 2 27 0.06

Se puede observar que con n = 4 réplicas se obtiene un riesgo

β=0.06, con una probabilidad aproximada de 94% de rechazar la
hipótesis nula si la diferencia en la vida media de las baterías
con dos niveles de temperatura es hasta de 40 horas. Por lo
tanto se concluye que 4 réplicas es suficiente para proporcionar
la sensitividad deseada siempre y cuando la estimación usada
de la desviación estándar de la vida media de la batería no tenga
un grave error.
Este método de determinación del tamaño de
muestra, se puede aplicar a cualquier diseño
experimental estudiado.
En este método se supone que los resultados
finales que el experimentador desea obtener se
dan en términos de intervalos de confianza y
que está dispuesto a especificar de antemano la
anchura de estos intervalos.
La precisión de un intervalo de confianza esta
dada por la siguiente relación: 2CME
 t / 2 , glerror
n
 Supongamos que para el ejemplo del
embotellador de bebidas gaseosas que desea
mayor uniformidad en la altura de llenado de
las botellas que salen del proceso de
manufactura.
Suponga que el intervalo de confianza del 95%
para la diferencia de la altura objetivo promedio
entre dos tratamientos del Porcentaje de
carbonatación es de ± 2.00, y la estimación a
priori de la desviación estándar es de 1. Al
utilizar la fórmula anterior, la precisión del
intervalo es:
 Para el ejemplo de la embotelladora se tiene:
t 2 CME
 / 2 , glerror n

2CME
 t 0.025 ,12
n
Supongamos que se propone n = 2 réplicas :
2(1) 2
 2.179 = 2.179, es menos preciso de lo que se propone
2
Se prueba con n = 3
2CME
 t 0.025 , 24
n
2(1) 2
 2.064 = 1.6853, es el valor mínimo del tamaño de muestra que conduce
3
a la precisón deseada.