Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ESTADISTICA INFERENCIAL II
INGENIERÍA INDUSTRIAL
UNIDAD 3 M1
DISEÑOS DE ESPERIMENTOS DE UN SOLO FACTOR
Integrantes:
JESUS JOAQUIN HERNANDEZ BAUTISTA 21IIN014
Los modelos de diseño de experimentos son modelos estadísticos clásicos cuyo objetivo
es averiguar si unos determinados factores influyen en una variable de interés y, si existe
influencia de algún factor, cuantificar dicha influencia.
El objetivo del diseño de experimentos es estudiar si cuando se utiliza un determinado
tratamiento se produce una mejora en el proceso o no. Para ello se debe experimentar
aplicando el tratamiento y no aplicándolo. Si la variabilidad experimental es grande, sólo
se detectará la influencia del uso del tratamiento cuando éste produzca grandes cambios
en relación con el error de observación
La metodología del diseño de experimentos estudia cómo variar las condiciones
habituales de realización de un proceso empírico para aumentar la probabilidad de
detectar cambios significativos en la respuesta; de esta forma se obtiene un mayor
conocimiento del comportamiento del proceso de interés. La diferencia fundamental entre
estos diseños es el número de factores de bloque que incorporan o controlan de forma
explícita durante el experimento. La comparación de los tratamientos en cuanto a la
respuesta media que logran, en cualquiera de estos diseños, se hace mediante la
hipótesis que se prueba con la técnica estadística llamada Análisis de Varianza (ANOVA)
con uno, dos, tres o cuatro criterios de clasificación, dependiendo del número de
factores de bloques incorporados al diseño.
El modelo de efectos fijos (es cuando se estudian todos los posibles tratamientos) de
análisis de la varianza se aplica a situaciones en las que el experimentador ha sometido
al grupo o material analizado a varios factores, cada uno de los cuales le afecta sólo a la
media, permaneciendo la "variable respuesta" con una distribución normal. Este modelo
se supone cuando el investigador se interesa únicamente por los niveles del factor
presentes en el experimento, por lo que cualquier variación observada en las
puntuaciones se deberá al error experimental.El análisis de varianza proporciona la
variación de la variable de interés en fuentes explicables por algunos factores o
tratamientos y en aquella para la cual el investigador no tiene control, no puede medir
y no le es posible explicar o atribuir a algún factor en particular, constituyendo el error
experimental. diseño completamente al azar (dca). Este diseño consiste en la asignación
de los tratamientos en forma completamente aleatoria a las unidades experimentales
(individuos, grupos, parcelas, jaulas, animales, insectos, etc.).Debido a su
aleatorización irrestricta, es conveniente que se utilicen unidades experimentales de
lo más homogéneas posibles: animales de la misma edad, del mismo peso, similar
estado fisiológico; parcelas de igual tamaño, etc., de manera de disminuir la magnitud
del error experimental, ocasionado por la variación intrínseca de las unidades
experimentales. Muchas comparaciones, como las antes mencionadas, se hacen con
base en el diseño completamente al azar (DCA), que es el más simple de todos los
diseños que se utilizan para comparar dos o más tratamientos, dado que sólo consideran
dos fuentes de variabilidad: los tratamientos y el error aleatorio.
os cuyo objetivo
erés y, si existe
determinado
experimentar
es grande, sólo
andes cambios
bilidad de
un mayor
ndamental entre
olan de forma
cuanto a la
rianza (ANOVA)
número de
mientos) de
or ha sometido
afecta sólo a la
l. Este modelo
del factor
orciona la
no puede medir
endo el error
en la asignación
xperimentales
erimentales de
r la magnitud
e hacen con
todos los
sólo consideran
CONTROL T2 T3 T4
213 76 57 84
214 85 64 82
204 74 55 85
208 78 60 92
212 82 57 87
200 75 63 79
207 82 59 90
Todas las pruebas se deben realizar en orden aleatorio completo. Como nos mencionan qu
estas se corren al zar, de manera que los posibles efectos ambientales y temporales se va
b) Dé ejemplos de factores que deben estar fijos durante las pruebas experimentales
▪ Aplicación del tratamiento
▪ Cantidad agregada
▪ Temperatura en la cocción
▪ Tipo de frijol
▪ Bicarbonato de sodio o Cloruro de sodio (sal común) utilizada
c) Formule y pruebe la hipótesis de que las medias de los tratamientos son iguales.
𝑯𝒐: 𝝁𝑻𝟐 = 𝝁𝑻𝟑 = 𝝁𝑻4
𝑯𝟏: 𝝁𝑻𝟐 ≠ 𝝁𝑻𝟑 ≠ 𝝁𝑻4
De acuerdo con el análisis de varianza tenemos que P-valor < Nivel de significancia (0.05)
es decir existe significancia en el promedio de la cocción de los frijoles debido a la aplicació
T3
66
64
62
60
58
56
54
52
50
1 2 3 4 5 6 7
▪ Entre los posibles efectos colaterales que podría causar el tratamiento ganador, podemos
▪ Sabor transformado
▪ Descarte rápido sin conocer los otros tratamientos en cuando al frijol.
𝟎. 𝟏𝟓 < 𝟑. 𝟐
𝑯𝒐 = 𝑺𝟐 = 𝑺2
ntos y el material experimental?
nos mencionan que, de esta manera, si durante el estudio se hacen en total N pruebas,
temporales se vayan repartiendo equitativamente entre tratamientos.
prételos
la igualdad que existe entre los tratamientos t2, t3, t4.
bajo que muestra tiempos de espera.
erado para el mejor tratamiento?
efectico en reducción de tiempo de cocción con un tiempo promedio de 61,42857143 min.
aciones e
ementos que nos
dio de los datos
nte (con conocimiento de causa).