Tecnológico Nacional de México – Instituto Tecnológico

Superior de Irapuato

Ingeniería en Gestión Empresarial

Estadística Inferencial II

4.4 Identificación de los efectos de los diseños experimentales

Equipo:

Arias Gutiérrez Christopher – Is21111399

Ramírez Calderón Claudia - IS21110140

Ramírez Delgado Yessica - IS21111226

Valdés Castañeda Jesús Fernando – IS19111245

Zavala Prieto Manuel Alejandro - IS21110371

Docente: Elizabeth Gabriela Vargas Espinoza

Irapuato, Gto. 30 de octubre del 2023

IDENTIFICACIÓN DE LOS EFECTOS DE LOS DISEÑOS EXPERIMENTALES

El diseño experimental es una técnica estadística que permite identificar y

cuantificar las causas de un efecto dentro de un estudio experimental. En un diseño

experimental se manipulan deliberadamente una o más variables, vinculadas a las

causas para medir el efecto que tienen en otra variable de interés

La experimentación forma parte natural de la mayoría de las investigaciones

científicas e industriales, en muchas de las cuales, los resultados del proceso desinterés

se ven afectados por la presencia de distintos factores, cuya influencia puede estar oculta

por la variabilidad de los resultados muéstrales. Es fundamental conocer los factores

que influyen realmente y estimar esta influencia. Para conseguir esto es necesario

experimentar, variar las condiciones que afectan a las unidades experimentales y

observar la variable respuesta. El análisis y de la información recogida se obtienen las

conclusiones.

La forma tradicional que se utilizaba en la experimentación, para el estudio de

estos problemas, se basaba en estudiar los factores uno a uno, esto es, variar los niveles

de un factor permaneciendo fijos los demás. Esta metodología presenta grandes

inconvenientes:

• Es necesario un gran número de pruebas.

• Las conclusiones obtenidas en el estudio de cada factor tienen un

campo de validez muy restringido.

• No es posible estudiar la existencia de interacción entre los factores.

• Es inviable, en muchos casos, por problemas de tiempo o costo.

 Las técnicas de diseño de experimentos se basan en estudiar simultáneamente los

efectos de todos los factores de interés, son más eficaces y proporcionan mejores

resultados con un menor coste.

Error Experimental

Una característica de todo material experimental es la variación. Asociada con la

unidad experimental está el error experimental, este error es el reflejo de que las UE no

son iguales. También podemos decir que es una medida de la variación existente entre

las respuestas de las UE tratadas en forma similar.

Contribuyendo al error experimental están:

a) El error de tratamiento: Resulta de cualquier falta de uniformidad en la

realización física del experimento o en la replicación de un tratamiento. Por ejemplo, si

se van a administrar 20 ppm de cierta sustancia, administramos 19 o 21 ppm.

b) El error de estado o variabilidad inherente al material: Se aplican los

tratamientos, el cual es debido a los cambios aleatorios en el estado físico de una UE.

Por ejemplo, en un experimento de nutrición con ratas como material experimental, los

individuos tendrán constitución genética diferente, ésta es una variabilidad inherente al

material experimental o error de estado. Las ratas se colocarán en jaulas sujetas a

diferencias de calor, luz y otros factores; esto constituye una falta de uniformidad en la

realización física del experimento o error de tratamiento.

El diseño experimental es una técnica estadística que permite identificar y

cuantificar las causas de un efecto dentro de un estudio experimental. En un diseño

experimental se manipulan deliberadamente una o más variables, vinculadas a las

causas, para medir el efecto que tienen en otra variable de interés. El diseño

experimental prescribe una serie de pautas relativas qué variables hay que manipular,
de qué manera, cuántas veces hay que repetir el experimento y en qué orden para poder

establecer con un grado de confianza predefinido la necesidad de una presunta relación

de causa-efecto.

El diseño experimental encuentra aplicaciones en la industria, la agricultura, la

mercadotecnia, la medicina, la ecología, las ciencias de la conducta, etc. constituyendo

una fase esencial en el desarrollo de un estudio experimental.

Comparación

En algunos campos de estudio no es posible tener medidas independientes que

conectan a una norma de metrología trazable.

Comparaciones entre tratamientos se valen mucho más y normalmente se las

prefieran. A menudo se compara con un control científico o tratamiento tradicional que

actúa como un punto de referencia.

Aleatorización

Randomización es el proceso de asignar individuos al azar a grupos o a grupos

distintos en un experimento. La asignación aleatoria a grupos (o condiciones adentro de

un grupo) distingue a rigorosos verdaderos experimentos de un estudio observacional o

cuasi-experimental. Existe un cuerpo extensivo de teoría matemática que explora las

consecuencias de asignar las unidades de tratamiento por medio de algún método

aleatorio como las tablas de números aleatorios, o el uso de aparatos aleatorios como

naipes o dados. Asignar unidades de tratamiento aleatoriamente tiende a mitigar los

factores de confusión, los cuales hacen que los efectos que no son por tratamientos

parecer como sí fuesen resultados del tratamiento. Los riesgos que se asocian con una

asignación aleatoria (como tener un desbalance serio en una características clave entre

un grupo en tratamiento y un grupo de control) se calculan y así se las dirigen a un nivel

más bajo y aceptable por el hecho de usar bastantes unidades de experimentación. Se

pueden generalizar los resultados de un experimento de las unidades de

experimentación a una población estadística de unidades, pero solo si las unidades de

experimentación son un muestreo de la población más grande; el error probable de tal

extrapolación depende de del tamaño de la muestra, entre otras cosas.

Réplica estadística

Normalmente se sujetan medidas a la variación y la incertidumbre de medidas

significa que se las repiten y con experimentos enteros se los replican para ayudar a

identificar las fuentes de la variación, por poder estimar los efectos verdaderos de

tratamientos, por fortalecer su fiabilidad y su validez, y por agregar al conocimiento del

tópico.