Documentos de Académico
Documentos de Profesional
Documentos de Cultura
IX SEMESTRE
SEMANA14
DISEÑO COMPLETAMENTE ALEATORIO O AL HAZAR
(DCA)
Diseñar un experimento, simplemente significa planear un experimento de modo que se
reúna la información que sea pertinente al problema bajo investigación. En ciencias e
ingeniería, el diseño de experimentos es muy necesario ya que implica investigación, análisis
y comprobación de los resultados.
Un experimento diseñado estadísticamente proporciona una estimación del error que puede
servir como norma por la que pueden ser medidos los resultados del experimento. Un
investigador que planee un experimento debería incorporar ambos de estos factores en sus
diseños, esforzarse para lograr eficiencia estadística (buena metodología estadística) y
1 Universidad Peruana Los
economizar recursos.
procedimientos estadísticos que se les aplicará, para asegurar que se satisfagan las
condiciones necesarias para que sean válidos estos procedimientos.
Esta lista es una guía referencial para cualquier investigador, ya que puede asegurar que
nada ha pasado desapercibido.
DEFINICIONES BÁSICAS
Tratamiento
Se usa el término tratamiento, para denominar los diferentes procesos cuyos efectos
van a ser medidos y comparados. Un tratamiento es un conjunto particular de condiciones
experimentales que deben imponerse a una unidad experimental.
Un diseño de experimentos tendrá dos o más tratamientos, tal que una comparación entre
ellos permitirá resolver los problemas planteados al inicio del experimento. En la selección de
tratamientos es importante definir claramente cada uno de ellos y entender el papel que
jugará para alcanzar los objetivos del experimento.
Los tratamientos son una creación de las circunstancias para el experimento. Es necesario
identificar los tratamientos con el papel que cada uno tiene en la evaluación de la hipótesis de
investigación.
Unidad Experimental
Se usará el término de unidad experimental para representar el conjunto de material al
cual se aplica un tratamiento en un solo ensayo.
La unidad puede ser una parcela, un alumno en el laboratorio, un lote de semillas, una
porción de masa, etc., específicamente en la industria química, ejemplos de unidades
experimentales pueden ser: lotes de material, trabajadores, máquinas.
2 Universidad Peruana Los
Error Experimental
Es la medida de la variación, existente entre dos o más unidades experimentales que han
recibido la aplicación de un mismo tratamiento.
Al primero de ellos se le conoce como factor cuantitativo, tiene niveles asociados con puntos
ordenados en alguna escala de medición, y el segundo ejemplo corresponde a los niveles de
un factor cualitativo, que representan distintas categorías o clasificaciones, que no se pueden
acomodar conforme alguna magnitud.
Al tratamiento también se le define como a cada una de las combinaciones de niveles de los
distintos factores.
Reproducción
Se entiende por reproducción la repetición del experimento básico. Es importante la
reproducción ya que:
- Proporciona una estimación del error experimental que actúa como una unidad básica
de medida para indicar el significado de las diferencias observadas o para determinar
la amplitud de un intervalo de confianza.
La reproducción proporciona algunas veces una estimación más aproximada del error
experimental.
Aleatorización
Consiste en asignar al azar los tratamientos a las unidades experimentales. La aleatorización
permite proceder como si la independencia de errores fuera un hecho. Los errores asociados
con unidades experimentales, tenderán a correlacionarse, y lo que hace la aleatorización es
asegurar que el efecto de esta correlación sea muy pequeño.
Control Local
Control local, se refiere a la cantidad de balanceo, bloqueo y agrupamiento de las unidades
experimentales que se emplean en el diseño estadístico que se emplea.
El propósito del control local es hacer al diseño experimental más eficiente. Esta eficiencia
significa la reducción del error experimental mediante el control de todos los factores.
En algunos casos los datos o mediciones que se realizan no satisfacen las suposiciones,
sobre todo cuando las varianzas de las respuestas para diferentes tratamientos no son
iguales, entonces en estos casos interviene el criterio del investigador, ya que no se puede
desechar las mediciones realizadas en laboratorio, lo que sí se puede hacer es transformar
las mediciones; es decir, usando las mediciones originales, se podrían usar sus raíces
cuadradas, logaritmos o alguna otra función. Muchas de las transformaciones realizadas
tienden a estabilizar la varianza de la respuesta y hacen también que las distribuciones de
probabilidad de las respuestas transformadas estén más cerca de la normalidad.
Cuando es imposible lograr que se satisfagan estos supuestos del ANVA, se debe utilizar
procedimientos no-paramétricos de pruebas de hipótesis.
Página
Es fundamental que el modelo elegido se ajuste a la realidad con la mayor precisión posible.
El modelo más habitual es el modelo lineal:
En este modelo la respuesta viene dada por una combinación lineal de términos que
representan las principales fuentes de variación planificada más un término residual
(error) debido a las fuentes de variación no planificada. Los modelos que más se estudian y
aplican, se ajustan a esta forma general.
Modelo mixto
Es un modelo en el que hay factores de efectos fijos y factores de efectos aleatorios.
DISEÑOS BÁSICOS
Los diseños básicos y de uso común en trabajos de investigación son los siguientes:
1. Diseño Completamente Aleatorio
2. Diseño de Bloques Aleatorios
3. Diseño Cuadrado Latino
Página
𝒀𝒊𝒋 = 𝝁 + 𝑟𝒊 + 𝒆𝒊𝒋
i = 1, 2, ..., t (tratamientos)
j = 1, 2, ..., n (iguales repeticiones por tratamiento)
j = 1, 2, ..., ni (diferentes repeticiones por tratamiento)
Donde:
6 Universidad Peruana Los
∑ 𝑟 =𝟎 𝒆𝒊𝒋~𝑵(𝟎, 𝝈𝟐)
𝒊=𝟏
Página
Donde:
𝒀𝒊𝒋: es el resultado de la medición del i-ésimo tratamiento en la j-ésima repetición.
𝒀.. = 𝒀𝒊. = ∑𝒏𝒊 𝒀𝒊𝒋: La suma de todas las observaciones
𝒊=
∑𝒕 𝒋=
𝒕
𝒏. = 𝒊=𝟏 𝒏𝒊 ∶ El número total de unidades experimentales
Análisis de varianza en el diseño completamente aleatorio
En esta parte desarrollaremos el Análisis de Varianza para el modelo de Efectos fijos del diseño
completamente aleatorio.
7 Universidad Peruana Los
Donde:
√𝑪𝑴𝑬
𝑻𝑪 = ∶ Término de corrección 𝑪. 𝑽. =
𝒚𝟐 ∑ 𝒏 𝒀̅
𝒊
𝒊=𝟏
F.
Ing. Saúl Santivañez Bernardo Facultad de Ingeniería
Sesión 14: DCA Diseño de Experimentos
5. Conclusiones e interpretación.
Conclusiones:
Si Fc > F1–α => Se rechaza Ho
Si Fc < F1–α => No se rechaza Ho
Nota: Los valores de F se encuentra en el documento adjunto Tablas Estadísticas
tabla 4.
Solución
El modelo aditivo lineal es el siguiente:
𝒀𝒊𝒋 = 𝝁 + 𝑟𝒊 + 𝒆𝒊𝒋 𝒊 = 𝟏, 𝟐, 𝟑 (𝒎é𝒕𝒐𝒅𝒐𝒔) 𝒋 = 𝟏, 𝟐, … , 𝟔
𝒀𝒊𝒋 = 𝑪𝒐𝒏𝒄𝒆𝒏𝒕𝒓𝒂𝒄𝒊ó𝒏 (𝒑𝒑𝒎)𝒅𝒆 𝑴𝒈 𝒆𝒏 𝒂𝒈𝒖𝒂 𝒏𝒂𝒕𝒖𝒓𝒂𝒍
Las hipótesis a probar son las siguientes:
𝐻0 : 𝜇1 = 𝜇2 = 𝜇3 (Que no existe diferencia significativa)
𝐻1 : 𝑎𝑙 𝑚𝑒𝑛𝑜𝑠 𝑢𝑛 𝜇𝑖 ≠ 𝜇𝑗 𝑖 ≠ 𝑗
Se usará el nivel de significación α = 0,05
Se procede a los cálculos usando la Tabla 1, ya que se presenta igual número de unidades
Página
Paso1: Formula:
10 Universidad Peruana Los
Paso2: Formula:
Paso3: Formula:
Los valores calculados se reemplazan en la tabla del ANVA, se completan los cuadrados
medios y los demás cálculos:
2 4 6
3 5
1
Paso4:
11 Universidad Peruana Los
Fc (ANVA)
17.2679
3.682
EJERCICIOS PROPUESTOS
Ejercicio1: 𝐹0.95(4;15)𝑔𝑙 = 3.06
Un ingeniero textil, mide la resistencia a la ruptura de cinco clases de fibras textiles por
12 Universidad Peruana Los
medio de cuatro distintos instrumentos, y obtiene los resultados (en onzas) que se
muestran en la tabla siguiente:
Calculando el ANVA, responda si ¿Existe diferencias significativas entre las fibras textiles?,
Para hacer ello, prueba los cueros con una máquina que hace pasar los zapatos por una
Página
superficie abrasiva; la suela de los zapatos se desgasta al pasarla por dicha superficie. Como