Documentos de Académico
Documentos de Profesional
Documentos de Cultura
experimentos
INTRODUCCIÓN
Estadística Aplicada ING
2022
ING
Prof. Valeria Quevedo
Un poco de historia…
• En sus inicios, la aplicación de diseño de experimentos estuvo
relacionada con la agricultura y biología. Ronald Fisher, en los 30’s,
fue uno de los pioneros en el diseño experimental en sus estudios de
agronomía.
• Después de la II guerra mundial, se extendió a la industria textil,
química y manufactura en Europa y E.E.U.U. George Box fue uno de
los impulsadores de su uso en la industria química. Actualmente, en
todas las ramas se usa diseño de experimentos.
• En los 90’s, con la revolución de la Calidad: mejora de la calidad, TQM,
reducción de la variabilidad, se impulsó el trabajo de Genichi Taguchi
quien (desde los 50’s) se enfocó al diseño robusto de parámetros
(Robust Parameter Design-RPD) y metodología de superficie de
respuesta (Response Surface Methodology-RSM) que fueron muy
exitosas en la industria de la manufactura. ING
Prof. Valeria Quevedo
Experimento
Es una prueba o serie de pruebas en las que se hacen
cambios deliberados en las variables de entrada de un
proceso o sistema para observar e identificar las razones
de los cambios que pudieran observarse en la respuesta
de salida.
ING
Prof. Valeria Quevedo
Diseño Estadístico de Experimentos
Se refiere al proceso de planear el experimento de tal
manera que se recaben los datos adecuados que
puedan analizarse con métodos estadísticos para
obtener conclusiones válidas y objetivas.
ING
Prof. Valeria Quevedo
Métodos de Recolección de Datos
• Data histórica.
• Data Observacional.
• Diseño de experimentos
ING
Prof. Valeria Quevedo
Objetivos del DE
•Determinar qué variables influyen
mayormente en la variable de respuesta: y.
ING
Prof. Valeria Quevedo
Importancia del DE en ingeniería
• Diseñar un nuevo producto
• Desarrollo procesos de manufactura
• Mejoramiento de procesos
• Desarrollar diseños/procesos robustos.
ING
Prof. Valeria Quevedo
Conceptos fundamentales del
D.E.
ING
Unidad experimental y unidad observacional
• Unidad experimental. Es la unidad más pequeña a la cual se
puede aplicar el tratamiento. Usualmente, se asume que las
unidades experimentales son homogéneas.
• Unidad observacional. Es aquella a la cual se mide el efecto
del tratamiento. Puede ser o no puede ser la unidad
experimental.
ING
Prof. Valeria Quevedo
Unidad experimental y unidad observacional
• Experimento para comparar la capacidad de tres conservadores
para inhibir el crecimiento de hongos en cierto tipo de pastel.
Después de 9 días de almacenado se mide el número de esporas
de hongo por cm3. Se divide a cada pastel en 10 parte iguales y se
obtiene la medición de esporas de hongo en cada parte del pastel.
• ¿Cuáles son las u. e.?____________
• ¿Cuáles son las u. o.?____________
ING
Prof. Valeria Quevedo
Terminología
• Variable de respuesta (y).
• Si hay un solo factor, los tratamientos serán los niveles del factor.
• Si el experimento tiene más de un factor, un tratamiento es la
combinación de los niveles de dichos factores.
ING
Prof. Valeria Quevedo
Tratamientos – Ejemplo I
Nationalchickencouncil.org
ING
Prof. Valeria Quevedo
Tratamientos – Ejemplo I
Factor B: Protein
12% 16% 20%
1 2 3 Treatment 3 = Opaque-2
Opaque-2
corn in diet containing 20%
Factor A: protein
Corn Floury-2 4 5 6
Variety
Normal 7 8 9
Nationalchickencouncil.org
ING
Prof. Valeria Quevedo
Ejemplo II
• Se quiere medir la rugosidad en las pistas de UDEP usando una
aplicación en smartphones. Se medirá la rugosidad promedio de
cada tramo. Se han seleccionado aleatoriamente 8 tramos. Se han
identificado los siguientes factores con sus respectivos niveles:
Velocidad (20 kmph, 40 kmph), tipo de vehículo (pequeño,
camioneta) y presión de las llantas (-2 psi, +1 psi con respecto a lo
recomendado por cada auto).
• Identificar las u.e., la variable de respuesta y los tratamientos.
ING
Prof. Valeria Quevedo
Principios básicos del D.E.
ING
Principios básicos del DE
1. Realización de réplicas.
2. Aleatorización.
3. Formación de bloques.
ING
Prof. Valeria Quevedo
1. Realización de réplicas
• Realización de réplicas.
• Replicas es la repetición del experimento básico.
• La replicación del tratamiento permite: 1) obtener una estimación más
precisa del efecto del tratamiento, 2) estimar el error experimental.
𝑦1
𝑦11
𝑦2 𝑦12
…
…
𝑦1𝑛
𝑦𝑛
ING
Prof. Valeria Quevedo
2. Aleatorización
• Aleatorización.
• La asignación al azar de las u.e. a los tratamientos y del orden en que se
realizarán los ensayos.
• Nos protege de aquellas variables que desconocemos o no podemos
controlar y que pueden afectar a la variable de respuesta. Distribuye el
impacto del sesgo sistemático.
ING
Prof. Valeria Quevedo
3. Formación de bloques
• Formación de bloques.
• Un bloque se refiere a un grupo de unidades homogéneas, que
comparten características en común que no nos interesa o no queremos
controlar pero que pueden afectar a la variable de respuesta.
• Ayuda a reducir el error entre las u.e.
𝑦1
Primer día
𝑦2
𝑦3
Segundo día
𝑦4
ING
Prof. Valeria Quevedo
Ejemplos
ING
¿Porqué es un mal diseño? Ejemplo I parte A
Objetivo de investigación:
¿La salinidad en el agua afecta la presión sanguínea en ratones?
Experimento:
Se le da a un ratón agua con 1% NaCl durante 14 días y se mide la
presión sanguínea.
¿Por qué es un mal DE?
¿Cómo lo corregimos?
ING
Prof. Valeria Quevedo
24
¿Porqué es un mal diseño? Ejemplo I parte A
1. Falta de “control”!
Los buenos experimentos son comparativos.
ING
Prof. Valeria Quevedo
25
¿Porqué es un mal diseño? Ejemplo I parte B
Objetivo de investigación:
¿La salinidad en el agua afecta la presión sanguínea en ratones?
Experimento:
Se le da a un ratón agua con 1% NaCl y a otro ratón agua fresca
durante 14 días y se mide la presión sanguínea en ambos.
¿Cuál es el problema de este DE?
¿Cómo lo corregimos?
ING
Prof. Valeria Quevedo
26
¿Porqué es un mal diseño? Ejemplo I parte B
¡Falta de réplicas!
• Cuantificamos la
incertidumbre.
• Reduce el efecto de la
variación que no
controlamos. En otras
palabras, aumenta la
precisión.
ING
Prof. Valeria Quevedo
27
¿Porqué es un mal diseño? Ejemplo I parte C
Objetivo de investigación:
¿La salinidad en el agua afecta la presión sanguínea en ratones?
Experimento:
Se le da a los 5 primeros ratones agua con 1% NaCl y a los siguientes
5 ratones agua fresca durante 14 días y se mide la presión sanguínea
en ambos.
¿Cuál es el problema?
¿Cómo lo corregimos?
ING
Prof. Valeria Quevedo
28
¿Porqué es un mal diseño? Ejemplo I parte C
• ¿Qué pasaría si los primeros 5 ratones tienen (por alguna
razón) la presión más alta?
• Problema: ____________________
ING
Prof. Valeria Quevedo
29
¿Porqué es un mal diseño? Ejemplo II
ING
Prof. Valeria Quevedo
Estrategias de experimentación
ING
Estrategias de Experimentación:
Un factor a la vez
Muchos usan la estrategia de experimentación de un factor a la vez.
• Usando el experimento del golf (libro de Montgomery): Un golfista sabe
que el palo, pelota y bebida pueden afectar su puntuación en el golf.
ING
Prof. Valeria Quevedo
¿Qué sigue?
2) Two way anova o diseños de dos factores.
3) Diseño factorial (2K): tratamientos son las combinaciones de los
niveles de los k factores.
Diseño 22 Diseño 23
ING
Prof. Valeria Quevedo