Diseño completamente

aleatorizado
Modelo de efectos fijos
Ing. María Guzmán Valle Sesión
mguzman@unprg.edu.pe 02
Diseño de experimentos
Logro de sesión

 Diseñar experimentos utilizando el diseño completamente

aleatorizado (DCA) y el modelo de efectos fijos con un solo
factor de estudio.
Diseño de experimentos
• Los modelos de “Diseño de
experimentos” son modelos estadísticos
clásicos cuyo objetivo es averiguar si
unos determinados factores influyen en
la variable de interés y, si existe
influencia de algún factor, cuantificarla.
Ejemplos:
• En el rendimiento de un
determinado tipo de máquinas
(unidades producidas por día)
se desea estudiar la influencia
del trabajador que la maneja y
la marca de la máquina.
• Se quiere estudiar la influencia
del tipo de pila eléctrica y de la
marca en la duración de las
pilas.
• Una compañía telefónica está interesada en
conocer la influencia de varios factores en la
variable de interés “la duración de una llamada
telefónica”. Los factores que se consideran son
los siguientes: hora a la que se produce la
llamada; día de la semana en que se realiza la
llamada; zona de la ciudad desde la que se
hace la llamada; sexo del que realiza la
llamada; tipo de teléfono (público o privado)
desde el que se realiza la llamada.
• Una compañía de software está interesada en
estudiar la variable “porcentaje que se comprime
un fichero al utilizar un programa que comprime
ficheros” teniendo en cuenta el tipo de programa
utilizado y el tipo de fichero que se comprime.
• Se quiere estudiar el rendimiento de los alumnos
en una asignatura y, para ello, se desean controlar
diferentes factores: profesor que imparte la
asignatura; método de enseñanza; sexo del
alumno.
Análisis de Varianza

• Se tienen a tratamientos o niveles

diferentes de un solo factor que desea
compararse
• La respuesta observada de cada uno
de los a tratamientos es una variable
aleatoria
Análisis Estadístico
Efecto del i-ésimo Error
tratamiento aleatorio

Yij =  + i + ij
Observació
n
Media
general

i = 1, 2, ..., a j = 1, 2, ..., n
Diseño aleatorio

Obs. 1 Obs. 2 Obs. n

y11 y12 y1n
y21 y22 y2n
y31 y32 y3n

. . ... .
. . .
. . .
ya1 ya2 yan
• Se desea probar la igualdad de las medias de tratamientos.
Ho : 1 = 2 = . . . = a
H1: Al menos una i ≠ j

Ho : 1 = 2 = . . . = a = 0
H1: Al menos una i ≠ 0
Análisis del modelo con efectos fijos

n
yi. = Σyij i = 1, 2, ..., a
i=1

yi. = yi./n y.. = y../N

Análisis de varianza

SST = SSTratamientos + SSE

Suma Cuadrados Grados de Libertad

SSTratamientos a–1
SSE N-a
SST N–1
Análisis de Varianza

SSTratamientos= Σyi.2 – y..2

n N

SSTotal=  yij2 – y..2

N

SSE = Por diferencia

 Análisis de Varianza

Fuente de Suma Grados Media

Fo
Variación Cuadrados Libertad Cuadrados

Tratamientos SSTrat a–1 SSTrat/(a – 1) MSTrat/MSE

Error SSE N-a SSE/(N – a)

Total SST N-1

• Si el test F resulta significativo (se rechaza H0, por

tanto, el factor es influyente) se deberá estudiar entre
qué tratamientos existen diferencias significativas.
 Ejemplo: Experimento Unifactorial Modelo de
Efectos Fijos

• Un ingeniero de desarrollo de productos está

interesado en maximizar la resistencia a la
tensión de una nueva fibra sintética que se
empleará en la manufactura de tela para
camisas de hombre. El ingeniero sabe por
experiencia que la resistencia es influida por
el porcentaje de algodón presente en la
fibra. Además, él sospecha que elevar el
contenido de algodón incrementará la
resistencia, al menos inicialmente.
Ejemplo:
• También sabe que el contenido de algodón debe variar
aproximadamente entre 10 y 40% para que la tela
resultante tenga otras características de calidad que se
desean (como capacidad de recibir un tratamiento de
planchado permanente). El ingeniero decide probar
muestras (o probetas) a cinco niveles de porcentaje de
algodón: 15, 20, 25, 30 y 35%. Asimismo decide ensayar
cinco muestras a cada nivel de contenido de algodón.
Ejemplo:

• Se considerarán 5 tratamientos, que

son los porcentajes de algodón, ya que
han sido seleccionados previamente se
trata de un modelo de efectos fijos
cuyas inferencias son válidas
únicamente para los tratamientos
probados.
Datos (lb/pulgada2) resistencia a la
tensión

Peso Observaciones
porcentual
del algodón 1 2 3 4 5
15 7 7 15 11 9
20 12 17 12 18 18
25 14 18 18 19 19
30 19 25 22 19 23
35 7 10 11 15 11
Diagrama de cajas de la resistencia a la tensión
contra el peso porcentual del algodón
Análisis de Varianza

Fuente de Suma Grados Media

Fo
Variación Cuadrados Libertad Cuadrados
Porcentaje de
algodón

Error

Total
 Intervalos de confianza

yi. – tα/2, N - a S/√MSE/n <= μi <= yi. + tα/2, N - a S/√MSE/n

yi. – yj. - tα/2, N - a S/√2MSE/n <= μi - μj <=

yi. – yj. + tα/2, N - a S/2MSE/n

 Tarea 2
Resolvemos ejercicios con DCA.
Caso 01
El tiempo de respuesta, en milisegundos, fue
determinado para cuatro tipos de circuitos de un
mecanismo de interrupción de válvulas. Los
resultados fueron: (α = 0.05).
Tipo de circuito Tiempo de respuesta (en
milisegundos)

1 9 12 10 8 15
2 15 12 18 13 12
3 6 5 8 10 7
4 10 12 14 13 15

¿Existe diferencia significativa en el

tiempo de respuesta
producido por los circuitos?
Caso 02

Se ha realizado un
experimento para
determinar si cuatro
temperaturas específicas
de horneado afectan la
densidad de cierto tipo de
ladrillo. El experimento
proporcionó los siguientes
datos. (α = 0.05)
 Temperatura Densidad
100 21.8 21.9 21.7 21.6 21.7
125 21.7 21.4 21.5 21.4
150 21.9 21.8 21.8 21.6 21.5
175 21.9 21.7 21.8 21.4

¿Afecta significativamente la temperatura

de horneado a la densidad del ladrillo?
Caso 03
 María Guzmán Valle
mguzman@unprg.edu.pe