Universidad de los Andes

Ingeniería Civil Industrial

Métodos Estadísticos
2020 – Segundo semestre
Victoria Birrell F.

RESUMEN AYUDANTÍA 7 DISEÑO DE EXPERIMENTOS (DOE) 2k

1 CONCEPTOS CLAVE

DOE: Consiste en planificar y realizar un conjunto de pruebas para generar datos que, al ser analizados

estadísticamente, proporcionen evidencia objetiva que permiten responder las interrogantes del

experimento.

Experimento: En él se cambian las condiciones de operación o proceso para medir el efecto del cambio

en una o varias propiedades del producto o resultado.

Variable de respuesta (𝒀): Permite conocer el efecto o los resultados de cada prueba experimental.

Factores controlables: Variables del proceso y/o características de los materiales y los métodos

experimentales que se pueden fijar en un nivel determinado (las puedo controlar).

Factores no controlables: Variables que no se pueden controlar durante el experimento o la operación

normal del proceso.

Factores estudiados (𝑿𝒊): Variables que se investigan en el experimento para observar cómo afectan o

influyen en la variable de respuesta.

Factores

No controlables

Controlables No controlables > Controlables

Estudiados

Error aleatorio: Variabilidad observada que se explica por los factores no estudiados y el error

experimental, que refleja los errores del experimentados en planificación y ejecución.

1
2 ETAPAS DEL DOE

A. Planificación y D. Control y
B. Análisis C. Interpretación
realización conclusiones

1. Entender y delimitar el problema.

2. Elegir las variables de respuesta que se medirán en cada punto del diseño.

3. Determinar cuáles factores deben estudiarse.

A.
4. Seleccionar los niveles de cada factor y el diseño de experimento.

5. Planear y organizar el trabajo experimental.

6. Realizar el experimento.

7. Resultados son observaciones muestrales.

B.
8. Emplear métodos estadísticos inferenciales.

9. Comprobar que los efectos o diferencias para garantizar diferencias poblacionales. .

10. Contrastar conjeturas iniciales con los resultados del experimento.

11. Identificar aprendizaje observado. C.

12. Verificar supuestos.

.
13. Seleccionar tratamiento ganados apoyado por pruebas estadísticas.

14. Medidas para garantizar el estudio.

D.
15. Garantizar que las medidas se mantengan.

16. Presentar los logros con justificación estadística. .

3 DISEÑOS FACTORIALES COMPLETOS

Notación: 𝑛𝑖𝑣𝑒𝑙𝑒𝑠 𝑓𝑎𝑐𝑡𝑜𝑟𝑒𝑠 = 𝑡𝑟𝑎𝑡𝑎𝑚𝑖𝑒𝑛𝑡𝑜𝑠, generalmente usaremos diseños en dos niveles 2𝑘 .

 Niveles: En cuántos niveles se va a medir la variabilidad de los factores.

 Factores (𝑘): Cantidad de factores estudiados.

 Tratamientos: Observaciones de los factores en sus distintos niveles. Su nombre está dado por

los factores que se encuentran en nivel alto.

2
  Repeticiones o réplicas: Cantidad de veces que se repite cada tratamiento.

¿Cuándo se usan los Diseños Factoriales Completos 𝟐𝒌?: Cuando 2 ≤ 𝑘 ≤ 5, rango en el cuál la

cantidad de tratamientos está entre 4 ≤ 𝑡𝑟𝑎𝑡𝑎𝑚𝑖𝑒𝑛𝑡𝑜𝑠 ≤ 32. Si el número de factores es mayor es

recomendable usar un Diseño Factorial Fraccionado 2𝑘−𝑝 , que veremos más adelante.

¿Cómo se realizan?: Mediante un ANOVA para el cual hay que plantear las hipótesis, calcular la 𝑆𝐶𝐹,

𝑆𝐶𝑇 y 𝑆𝐶𝑅, calcular los cuadrados medios, etc.

4 CÁLCULO DE LOS EFECTOS

Tabla Notación de Yates: Facilita el cálculo de los efectos cuando tenemos de 2 a 5 factores.
Efectos
Nivel factor A
en el Principales Interacciones dobles
tratamiento (1)
Tratamientos

3
¿Cómo se arma la tabla?:

1. Escribir los nombres de los tratamientos en orden: Primero (1) porque no hay factores en nivel alto,

después surge el “a” pero ninguna combinación, una vez que surge el “b” puedo combinar “ab” pero

ninguna combinación, una vez que surge el “c” puedo combinar “ac”, “bc” y “abc” y así.

2. Para los efectos principales (A, B, C, etc.): Este paso sólo funciona si el paso 1. está bien hecho.

Para cada fila poner un signo “+” en aquellos tratamientos en que el factor participa en nivel alto y un

“-“ en los que no. Ej: En el tratamiento abc participan los factores A, B y C en nivel alto.

3. Para las interacciones dobles (AB, AC, etc.): Verlos horizontalmente y ponerles el signo de la

multiplicación de los niveles de los efectos principales para ese tratamiento. Ej: En el tratamiento (1),

para la interacción doble AB se multiplica el “-“ de A y el “-“ de B y queda un “+”. Lo mismo se realiza

para las Interacciones Triples (ABC, BCD, …), Cuádruples (ABCD, …), etc., que no alcanzan a

aparecer en la tabla.

Cantidad de Efectos: En un diseño factorial completo de dos niveles hay 2𝑘 tratamientos y, por tanto,

2𝑘 − 1 efectos (no se considera el del tratamiento (1)).

Cálculo de los efectos:

1. Cálculo de los contrastes: Utilizando la Tabla Notación de Yates, observamos las columnas

(correspondientes a los efectos) y sumamos cada tratamiento con el signo otorgado por la tabla. Por

ejemplo, para A: 𝐶𝑜𝑛𝑡𝑟𝑎𝑠𝑡𝑒𝐴 = [−(1) + 𝑎 − 𝑏 + 𝑎𝑏 − 𝑐 + 𝑎𝑐 − 𝑏𝑐 + 𝑎𝑏𝑐] si sólo hubiesen 3 factores.

2. Cálculo de los efectos:

𝐶𝑜𝑛𝑡𝑟𝑎𝑠𝑡𝑒𝐴,𝐵,𝐶,….,𝐾
𝐸𝑓𝑒𝑐𝑡𝑜𝐴,𝐵,𝐶,…,𝐾 =
𝑛 ∗ 2𝑘−1

- 𝑛: 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑟é𝑝𝑙𝑖𝑐𝑎𝑠.

- 𝑘: 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑓𝑎𝑐𝑡𝑜𝑟𝑒𝑠.

4
5 NÚMERO DE RÉPLICAS

¿Cuántas réplicas debo realizar?: El efecto de las interacciones disminuye con el número de factores

involucrados y, por tanto, el efecto de ABCD va a ser menor que el de ACD y el de ACD va a ser menor

que el de A.

 Número de corridas: Es el número de tratamientos multiplicado por las repeticiones o réplicas.

𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑜𝑟𝑟𝑖𝑑𝑎𝑠 = 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑡𝑟𝑎𝑡𝑎𝑚𝑖𝑒𝑛𝑡𝑜𝑠 ∗ 𝑛 = 2𝑘 ∗ 𝑛

 Notar que: A partir de los 6 factores se hace necesario utilizar Diseño Factorial Fraccionado (lo

veremos más adelante).

6 ANOVA DEL DISEÑO FACTORIAL COMPLETO

1. Plantear las hipótesis para cada uno de los tratamientos, menos el (1):

 𝐻0: 𝑒𝑓𝑒𝑐𝑡𝑜𝑖 = 0 𝑐𝑜𝑛 𝑖 𝑐𝑎𝑑𝑎 𝑡𝑟𝑎𝑡𝑎𝑚𝑖𝑒𝑛𝑡𝑜. (Factor no significativo para la variable de respuesta).

 𝐻𝐴 : 𝑒𝑓𝑒𝑐𝑡𝑜𝑖 ≠ 0 𝑐𝑜𝑛 𝑖 𝑐𝑎𝑑𝑎 𝑡𝑟𝑎𝑡𝑎𝑚𝑖𝑒𝑛𝑡𝑜. (Factor significativo para la variable de respuesta).

2. Calcular la suma de cuadrados (𝑆𝐶):

 Para el total: 𝑆𝐶𝑇 = ∑(𝑦𝑖 − 𝑦̿)2

(𝐶𝑜𝑛𝑡𝑟𝑎𝑠𝑡𝑒𝑗)2
 Para los factores: 𝑆𝐶𝐹𝑗 = 𝑛∗𝑛𝑖𝑣𝑒𝑙𝑒𝑠 𝑘
𝑝𝑎𝑟𝑎 𝑐𝑎𝑑𝑎 𝑓𝑎𝑐𝑡𝑜𝑟 𝑗.

 Para los residuos: 𝑆𝐶𝑅 = 𝑆𝐶𝑇 − 𝑆𝐶𝐹

3. Obtener los cuadrados medios (𝐶𝑀): Donde 𝑛: 𝑛° 𝑐𝑜𝑟𝑟𝑖𝑑𝑎𝑠 y 𝑘: 𝑛° 𝑡𝑟𝑎𝑡𝑎𝑚𝑖𝑒𝑛𝑡𝑜𝑠.

𝑆𝐶𝑇
 Para el total: 𝐶𝑀𝑇 = 𝑛−1

5
 𝑆𝐶𝐹𝑗
 Para factores: 𝐶𝑀𝐹𝑗 = = 𝑆𝐶𝐹𝑗 𝑝𝑎𝑟𝑎 𝑐𝑎𝑑𝑎 𝑓𝑎𝑐𝑡𝑜𝑟 𝑗 𝑦, 𝑝𝑜𝑟 𝑒𝑛𝑑𝑒, 𝑙𝑜𝑠 𝑔𝑑𝑙 = 1.
𝑘−1

𝑆𝐶𝑅
 Para los residuos: 𝐶𝑀𝑅 =
𝑛−𝑘

𝐶𝑀𝐹𝑗
4. Obtener el estadístico de prueba para cada factor: 𝐹𝑜𝑏𝑠 𝑗 = 𝐶𝑀𝑅

𝛼
Obtener el valor crítico 𝐹(𝑔𝑑𝑙 𝑓𝑎𝑐𝑡𝑜𝑟,𝑔𝑑𝑙 𝑟𝑒𝑠𝑖𝑑𝑢𝑜𝑠) de la tabla de Fisher, donde el eje horizontal corresponde a

los gdl del factor (siempre 1) y el eje vertical corresponde a los gdl de los residuos.

𝛼
𝐹𝑜𝑏𝑠 𝑗 > 𝐹(𝑔𝑑𝑙 𝑓𝑎𝑐𝑡𝑜𝑟,𝑔𝑑𝑙 𝑟𝑒𝑠𝑖𝑑𝑢𝑜𝑠)
⟹ 𝑅𝑒𝑐ℎ𝑎𝑧𝑜 𝐻0 𝑑𝑒𝑙 𝑓𝑎𝑐𝑡𝑜𝑟 𝑗