Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ESTADISTICA INFERENCIAL II
El diseño completamente al azar es el más sencillo de los diseños de experimentos que tratan de
comparar dos o más tratamientos, puesto que sólo considera dos fuentes de variabilidad: los
hormigón A,B,C y D presentan una misma resistencia característica a compresión. Para ello se han
elaborado 5 probetas para cada tipo de dosificación y, a los 28 días, se han roto las probetas a
compresión simple y los resultados son los que hemos recogido en la tabla que sigue.
ara este caso, la variable de respuesta es la resistencia característica del hormigón a compresión
hormigón. En este caso se trata de un diseño balanceado porque hemos realizado el mismo
Este tipo de diseño se llama completamente al azar porque todas las repeticiones experimentales
se realizan en orden aleatorio completo, pues no se han tenido en cuenta otros factores de
interés. Si durante el estudio se hacen N pruebas, éstas se deben realizar al azar, de forma que los
tratamientos.
observar en los datos, a la diferencia mínima que el experimentador considera que es importante
AUTOR : VICTOR HUGO OROPEZA MERINO FECHA:
ESTADISTICA INFERENCIAL II
detectar diferencias de medias mayores o iguales a 1,5 sigmas con una probabilidad alta, y con 30
Se utiliza el análisis de la varianza (ANOVA) para comprobar si existen diferencias en las medias.
en la variación total observada. Sin embargo, éste ANOVA está supeditado a los siguientes
• Normalidad
• Indepedencia
Para los que queráis saber qué ha pasado con nuestro experimento con las amasadas, os diré que
que el ANOVA dió como resultado el rechazo de la igualdad de medias, es decir, que la resistencia
media se ve afectada por la dosificación. Sin embargo, las cuatro dosificaciones no son igual de
efectivas, pues existen diferencias significativas entre las resistencias medias de cada una de ellas.
De hecho, las dosificaciones A y B no presentan diferencias significativas entre sí, tampoco entre la
C y la D, sin embargo, entre ambos grupos sí que hay diferencias significativas. Asimismo, se ha
independencia.
Os dejo en el siguiente vídeo cómo se puede utilizar el software SPSS para realizar un diseño de
Ejemplo:
También conocido como de un factor o One Way. La característica esencial es que todas las
posibles fuentes de variación o de influencia están controladas y sólo hay efecto del factor en
estudio. Este es el experimento ideal, todo controlado y lo único que influye es el factor de
estudio.
Para mostrar los cálculos numéricos se tieneel siguiente ejemplo.Un biólogo decide estudiar los
efectos del etanol en el tiempo de sueño. Se seleccionó una muestra de 20 ratas, de edad
semejante, a cada rata se le administró una inyección oral con una concentración en particular de
etanol por peso corporal. El movimiento ocular rápido (REM) en el tiempo de sueño para cada rata
Jay L. Devore, Probabilidad y estadística para ingeniería y ciencias, 5ª. Edición, Ed. Thomson
Donde:
S.C. Trat = 5[(79.28 –55.375)2 + (61.54 –55.375)2+ (47.92 –55.375)2+ (32.76 –55.375)2] =
5(1176.4715) = 5882.357
Total 19 7 369.757