Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Día 1.
Prestest:
Defina:
1. Diseño de experimentos
2. Muestra
3. Variables
4. Hipótesis
5. Tipos de hipótesis
6. Análisis de varianza
7. Grados de libertad
8. Intervalos de confianza
9. ¿Qué es el error aleatorio y qué es el error experimental?
10. Aleatorización
11. Bloqueo
12. Repetición
13. Señale las etapas en el diseño de un experimento, así como algunos aspectos clave de
cada una de ellas.
14. Se tiene un experimento en el que los factores a estudiar y sus niveles son los siguientes:
temperatura (10, 20 y 30°C); tiempo (60 y 90 minutos). Elabore una lista de todos los
posibles tratamientos de este diseño.
Módulo 1.1
Módulo 1.2
Módulo 1.3
1.3.1 Probabilidades
1.3.2 Tipos de Variables
Módulo 1.4
Cuatro estudiantes realizan cada uno un mismo análisis en el que exactamente 10.00
ml de hidróxido de sodio 0,1 M es valorado con ácido clorhídrico 0,1 M. Cada
estudiante repite la valoración cinco veces y obtienen los siguientes resultados.
Estudiante Resultados
A 10.08 10.11 10.09 10.10 10.12
B 9.88 10.14 10.02 9.80 10.21
C 10.19 9.79 9.69 10.05 9.78
D 10.04 9.98 10.02 9.97 10.04
∑ xᵢ
a. Calcule la media para cada estudiante x=
n
b. Calcule la desviación estándar S =raíz de ∑ᵢ ( xᵢ−x ¿²/n-1
c. Calcule la Varianza= el cuadrado de la desviación estandar, S²
0.51 0.51 0.51 0.50 0.51 0.49 0.52 0.53 0.50 0.47
0.51 0.52 0.53 0.48 0.49 0.50 0.52 0.49 0.49 0.50
0.49 0.48 0.46 0.49 0.49 0.48 0.49 0.49 0.51 0.47
0.51 0.51 0.51 0.48 0.50 0.47 0.50 0.51 0.49 0.48
0.51 0.50 0.50 0.53 0.52 0.52 0.50 0.50 0.51 0.51
R= X max – X min
Numero de clases = √ N
Se determinan los límites de los intervalos de manera que incluyan los valores mínimos y
máximos y se colocan en la tabla de frecuencias.
a) Primero se determina el límite inferior de la primera clase y se le suma la amplitud
del intervalo para obtener el límite entre la primera y la segunda clase.
b) Una vez hecho esto hay que cerciorarse que la primera clase contiene el valor
mínimo.
c) El límite inferior de la primera clase se ubica a ½ de la unidad de medida a partir
del valor mínimo observado.
Ejemplo: 987.7 – 0.05 = 987.65
d) Luego se sigue sumando la amplitud del intervalo al valor previo para obtener el
segundo límite, tercero y así sucesivamente y se cerciora que la última clase
contenga el valor máximo.
Ejemplo: 987.65 + 3.48= 991.13;
e) Finalmente se agrega de manera consecutiva el ancho de clase al límite inferior de
cada clase hasta que se obtenga el número total de clases.
Ejemplo:
7. Construir tabla de frecuencias basado en los valores del número de clases, ancho
de clase y límites de clase del paso 5.
Límites de clase Xi Fi
8. Construir histograma
Día 2
¿Y si construimos un lego?
Distribución de probabilidad
Tanto la distribución normal estándar como la T de Student son simétricas y centradas en cero,
mientras que las distribuciones ji-cuadrada y F son sesgadas y sólo toman valores positivos. Las
cuatro distribuciones están relacionadas entre sí, ya que las distribuciones T de Student, ji-
cuadrada y F se definen en términos de la distribución normal estándar.
Los parámetros que definen por completo las distribuciones T de Student, ji-cuadrada y F, reciben
el nombre de grados de libertad, que tienen que ver con los tamaños muestrales involucrados. Por
ejemplo, si se tiene una muestra de tamaño 20, será de interés una distribución T de Student con
19 grados de libertad para hacer inferencia sobre la media poblacional; o una ji-cuadrada con 19
grados de libertad para hacer inferencias sobre la varianza poblacional.
Por definición de intervalo de confianza se trata de encontrar dos números L y U, tales que el
parámetro m se encuentre entre ellos con una probabilidad de 1 – a.
Esto es
P (L ‹=µ‹= u) = 1-a
Planteamiento de una hipótesis estadística
Una hipótesis estadística es una afirmación sobre los valores de los parámetros de una población o
proceso, que es susceptible de probarse a partir de la información contenida en una muestra
representativa que es obtenida de la población.
Una vez planteada la hipótesis, se toma una muestra aleatoria de la población de estudio o se
obtienen datos mediante un experimento planeado de acuerdo con la hipótesis.
Estadístico de prueba
El estadístico de prueba es un número calculado a partir de los datos y la hipótesis nula, cuya
magnitud permite discernir si se rechaza o no la hipótesis nula H₀. Al conjunto de posibles valores
del estadístico de prueba que llevan a rechazar H₀, se le llama región o intervalo de rechazo para la
prueba, y a los posibles valores donde no se rechaza H₀ se les llama región o intervalo de
aceptación.
Contraste de significación
Ejemplo: en un método para determinar selenoura en agua, se obtuvieron los siguientes valores
para muestras de agua de grifo adicionadas con 50 ng/ml de selenoura.
t= ( x - µ)√ n/s
Si se adopta la hipótesis nula de que no hay error sistemático, µ= 50, empleando la ecuación
tenemos:
En ocasiones es necesario calcular el tamaño de muestra n para lograr que la estimación de una
media poblacional m tenga como error máximo a un número E. En este caso, como el error de
estimación está dado por E = t(a/2, n – 1) S/÷``n, entonces despejando n obtenemos que
Como t(a/2, n – 1) depende de n y ésta es la incógnita, entonces para propósitos prácticos y con
tamaños de muestra mayores que 30, el valor de t(a/2, n – 1) puede tomarse como 2. De esta
manera:
4 S²
n=
E²
Uno de los aspectos más importantes de cualquier diseño experimental es la selección del tamaño
apropiado de la muestra. Dicha selección y la probabilidad β del error tipo II están muy
relacionados. Supongamos que se prueban las hipótesis:
H₀:µ₁=µ₂
H₁:µ₁≠µ₂
Y que las medias no son iguales, de manera que δ= µ₁-µ₂. La probabilidad del error tipo II depende
de la diferencia verdadera que hay entre las medias δ. La grafica β contra δ en el caso de un valor
particular del tamaño de la muestra, se conoce como curva característica de operación o curva OC
de la prueba. (BUSCAR)
Intervalos de Confianza
P(L‹=0‹=U) = 1 – α
Sea el intervalo
(L‹=0‹=U)
Se denomina intervalo de confianza de 100 (1-α) por ciento para el parámetro θ. Los estadísticos L
y U se conocen como límite superior e inferior de confianza y 1-α se denomina coeficiente de
confianza.
t= ( x 1−x ₂)/s
√ 1
n₁
❑ +1/n ₂ 1.1
Sustituyendo en 1.2
S= 0.295
Probar una hipótesis estadística es una decisión probabilística, por lo que existe el riesgo de
cometer un error tipo I o un error tipo II. El primero ocurre cuando se rechaza H0 cuando ésta es
verdadera, y el error tipo II es cuando se acepta H0 y ésta es falsa. En toda prueba de hipótesis
cada tipo de error tiene una probabilidad de ocurrir. Con a y b se denotan las probabilidades de los
errores tipo I y II, respectivamente. Así,
Día 3
Introducción al diseño de experimentos
H₀: µ = 50.1
Hₐ : µ < 50.1
Medidas Medias
Muestra 1 X₁₁,X₁₂,X₁₃…Xn x₁
Muestra 2 X₂₁, x₂₂,X₃₂…x₂ɳ x₂
Muestra j Xj₁,Xj₂,Xj₃…Xjn xɳ
Media Global
∑ ( x−x ¿²/n-1
Varianza de la muestra A= (102-101)²- (100-101)²- (101-101)²/3-1= 1
Niveles:
Observaciones
% de Algodón 1 2 3 4 5 Total Promedio
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
Los métodos estadísticos tratados en el presente capítulo son más fáciles de aplicar si se
utiliza un software para hacer los cálculos. Prácticamente en cualquier software
estadístico se incluyen los métodos aquí tratados. Por ejemplo, en Statgraphics se
incluyen en los menús de Describe y Compare que aparecen en la pantalla principal.
En particular, para hacer una estimación puntual y por intervalo, para la media y la
desviación estándar, la secuencia a elegir es la siguiente: Describe Æ Numeric data Æ
One-variable analysis; entonces, se declara la variable a analizar, la cual fue previamente
capturada en una columna de la hoja de datos y después se pide Confidence intervals en
las opciones tabulares y se especifica el nivel de confianza deseado.
En Excel
Para hacer cálculos estadísticos en Excel se utilizan las funciones (fx) estadísticas y la
opción Análisis de datos dentro del menú de Herramientas. Si no estuviera activada la
opción de Análisis2 de datos, ésta se activa usando la opción Complementos que está
dentro del mismo menú de Herramientas. Para probar la hipótesis o encontrar
intervalos de confianza para un parámetro, se usa la secuencia: Herramientas Æ
Análisis de datos Æ Estadística descriptiva. Ahí se activa el cuadro u opción Nivel de
confianza para la media. En todos los casos, después de señalar el análisis que se desea
hacer, se abrirá una ventana en la que se especifica el rango de celdas donde se
encuentran los datos y las estadísticas deseadas.
En caso de comparar las medias de dos poblaciones suponiendo varianzas desconocidas
pero iguales, la secuencia es: Herramientas Æ Análisis de datos Æ Prueba t para dos
muestras suponiendo varianzas iguales. Para probar la igualdad de dos medias usando
muestras pareadas la secuencia es: Herramientas Æ Análisis de datos
Æ Prueba t para medias de dos muestras emparejadas. Al final, para probar la igualdad
de las varianzas se utiliza la serie de comandos: Herramientas Æ Análisis de datos Æ
Prueba F para varianzas de dos muestras.
Módulo III. Diseños al azar
4. Cuadrados medios de tratamientos y del error (efecto ponderado de cada fuente de variación)
Formato de entrega:
Como aleatorizar?
Ejemplo: 1 6 7 12 5 3 10 9 2 8 4 11
Ejemplo
Muestras 167 12 5 3 10 9 2 8 4 11
Tratamiento A B C D
Día 3.
Hipótesis a probar
La hipótesis de interés es la misma para todos los diseños comparativos, y está dada por:
H₀: µ₁=µ₂…µn
Análisis de varianza
La hipótesis dada se prueba con un análisis de varianza con dos criterios de clasificación,
porque se controlan dos fuentes de variación.
ANOVA para un DBCA
Fórmulas para calcular las sumas de cuadrados
Ejemplo
Se plantea la comparación de cuatro métodos de ensamble, ahora se va a controlar
activamente en el experimento a los operadores que realizarán el ensamble, lo que da
lugar al siguiente diseño en bloques completos al azar.
II. Diseño cuadrado latino
Diseño en el que se controlan dos factores de bloque y uno de tratamientos; los tres factores
tienen la misma cantidad de niveles. Los tratamientos se representan por letras latinas y se
distribuyen en forma adecuada en un cuadro.
Reto 1. Ejercicios para el diseño de Experimentos I
1. Elija un artículo de una publicación en su campo de estudio que proporcione los resultados
de un experimento comparativo o un estudio por observación. Identifique:
a. Hipótesis de investigación
b. Tratamientos
c. Unidades experimentales
d. Tipo de diseño experimental
e. Criterios de agrupamiento, bloquizacion o compatibilidad.
a. Hipótesis de investigación
b. Tratamientos
c. Unidades experimentales
4. Presentación
Situación
Hipótesis de
investigación
Diseño del
tratamiento
Diseño de
experimento
1. Abrir pagina
2. Capturar datos de simulador