Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PLANTEL TONALÁ
PROBABILIDAD Y ESTADÍSTICA II.
EXPERIMENTO 22 (EJEMPLO INTEGRADOR)
ALMA LIZETTE VARELA AHUMADA
REGISTRO: 21310031. 4°A
FECHA DE ENTREGA: 30 DE MAYO DE 2023
Desarrolla en forma extensiva (planteamiento, cálculos, análisis, gráficas y
conclusiones) el ejemplo integrador del diseño factorial 2^2 que se expone en la
bibliografía del curso.
En la tabla 6.3 se muestra el diseño factorial utilizado en sus unidades originales, que
son las que se necesitan al momento de hacer las pruebas o co rridas del proceso.
También se muestra la notación (+, –), y los datos obtenidos en las 16 pruebas.
En la última columna se muestra el total por tratamiento utilizando la notación de Yates.
La aplicación en este ejemplo de los principios básicos del diseño de experimentos se
aprecia en el hecho de que se aleatorizaron las 16 corridas del proceso y se hicieron
cuatro repeticiones de cada tratamiento; además, se supone que todo el experimento
se corre en igualdad de circunstancias con respecto al resto de factores no estudiados
(principio de bloqueo), es decir, los factores controlables no incluidos en el estudio se
mantienen lo más fijo posible durante la realización de las pruebas.
La representación geométrica del experimento se muestra en la figura 6.3. Observe la
relación entre las unidades originales y las unidades codifica das, así como el
significado de la notación de Yates.
Las preguntas principales que se quieren responder con el experi mento son: ¿la
velocidad y el tamaño de la broca afectan la vibración de la ranuradora? Si la afectan,
¿cómo es tal efecto y cuál combinación de velo cidad y tamaño de broca minimiza la
vibración?, ¿cuál es la vibración esperada en las condiciones óptimas?, ¿se cumplen
los supuestos del modelo?
Efectos estimados. De acuerdo con las relaciones (6.1), (6.2) y (6.3), y con la últi-
ma columna de la tabla 6.4, los efectos estimados están dados por:
y tiene 15 grados de libertad, mientras que la suma de cuadrados del error se calcula
por diferencia como,
Nótese que estos coeficientes comparan la variabili dad explicada por el modelo frente
a la variación total, cuantificadas a través de la suma de cuadrados (SC) o por el
cuadrado medio (CM). De esta forma, para interpretar estos coeficientes se cumple que
0.0 ≤ R2aj ≤R2 ≤ 100.0 y cuantifican el porcentaje de variabilidad presente en los datos y
que es ex plicado por el modelo; por ello, son deseables valores próximos a 100. En
general, para fines de predicción se recomienda un coeficiente de de terminación
ajustado de al menos 70%. Cuando hay muchos factores se prefiere el estadístico R 2aj
en lugar del R2, puesto que este último se incrementa de manera artificial con cada
término que se agrega al modelo, aunque sea un término que no contribuya en mucho a
la explicación de la respuesta. En cambio, el R 2aj incluso baja de valor cuando el
término que se agrega no aporta mucho.
Para el modelo de la vibración (experimento de la ranuradora) es directo calcular estos
coeficientes a partir de la tabla 6.4:
De esta manera, de acuerdo con R 2aj, el modelo ajustado de la expresión (6.12) explica
94.76% de la variabilidad de la vibración observada en el experimento (algo similar nos
dice el R2). Esto significa que los factores estudiados (tipo de broca y velocidad de la
ranuradora), junto con su in teracción, son responsables o explican un alto porcentaje
de la variabilidad observada en la variable de respuesta (vibración).
De esta manera, el efec to atribuible a factores no estudiados, ya sea que se hayan
mantenido en un nivel fijo o que hayan tenido pequeñas variaciones, más el efecto de
errores experimentales, fueron pequeños en comparación con el efecto de los factores
estudiados.
En caso de que R2aj o R2 hayan sido pequeños, esto indicaría que el efecto o
variabilidad atribuible a los factores estudiados es pequeña en comparación con el resto
de la variación observada en el experimento. Un R 2 bajo puede deberse a una o varias
de las siguientes razones:
• Los factores estudiados, por sí solos no tienen la suficiente influencia para explicar las
variaciones observadas en la variable de respuesta.
• Los niveles de los factores estudiados son demasiado estrechos, por lo que el efecto
sobre la variable de respuesta al cambiar de un nivel a otro es demasiado pequeño.
• Otros factores no estudiados en el experimento no se mantuvieron suficientemente
fijos, por lo que al tener variaciones durante el expe rimento causaron mucha variación
experimental.
• Los errores experimentales y los errores de medición fueron altos. Se debe tener la
precaución de analizar cuáles de las razones anterio res influyeron para tener
coeficientes de determinación bajos; es decir, no se debe caer en el error de desechar
el experimento y creer que “no sirvió”. En general, los experimentos generan
información que debe utilizarse para plantear conjeturas y estudios experimentales
nuevos.
BIBLIOGRAFÍA
Gutiérrez, H., de la Vara, R. (2008). Análisis y diseño de experimentos. Segunda
edición. McGRAW-HILL/INTERAMERICANA EDITORES, S. A. de C.V. México, D.F.