DISEÑO DE EXPERIMENTOS

EXPERIMENTOS DE
COMPARACIÓN SIMPLE

Ing. Felipe Llaugel

EXPERIMENTOS DE COMPARACIÓN SIMPLE

Estos son los tipos de experimentos mas sencillos.

Consiste en determinar si existe diferencia
estadísticamente significativa entre dos tratamientos.
El problema se presenta porque hay efectos aleatorios
en todo proceso productivo que hacen que los
resultados del experimento no siempre sean iguales.
Las pruebas estadísticas realizadas en este tipo de
experimento aseguran si la diferencia, si existe, es
significativa.

Ing. Felipe Llaugel

EL CONCEPTO DE VARIABILIDAD

 Para entender en qué consiste el concepto

de variabilidad hay que tener bien claro que
no todos los productos que salen de un
proceso son iguales y que siempre es de
esperarse cierta variación entre ellos.

Ing. Felipe Llaugel

EL CONCEPTO DE VARIABILIDAD

 La variación inherente a todo proceso de producción es

lo que se ha llamado variabilidad, y la misma podrá ser
reducida a un mínimo, pero nunca eliminada. Es por
esto que es necesario valerse de ciertas herramientas
de análisis para poder entender y controlar la
variabilidad.

 Es necesario valerse de ciertas herramientas de

análisis para poder entender y controlar la
variabilidad.

Ing. Felipe Llaugel

EL CONCEPTO DE VARIABILIDAD

 La mejor herramienta disponible es la estadística

que según Douglas Montgomery, en su libro
"Introducción to Statistical Quality Control", la
define como: "Estadística es el arte de tomar
decisiones sobre la población de un proceso basado
en el análisis de la información contenida en una
muestra extraída de dicha población".

Ing. Felipe Llaugel

DISTRIBUCIONES PROBABILISTICAS

La estructura probabilistica de una variable aleatoria,

digamos y, se describe por su distribución de
probabilidad. Si y es discreta, decimos que su
distribución de probabilidad es p(y), o sea, la función de
probabilidad de y. Si y es continua, su función de
probabilidad p(y), se llama densidad de probabilidad de
y.

Matemáticamente se pueden expresar ambos conceptos

de la siguiente manera:

Ing. Felipe Llaugel

DISTRIBUCIONES PROBABILISTICAS

para y discreta:
0  p(yj)  1 para todo yj
P(y = yj) = p(yj) para todo yj

para y continua:
a
0  f(y)
P(a  y  b) =

b
f ( y)dy
a

 f ( y)dy  1
b
Ing. Felipe Llaugel
 DISTRIBUCIONES PROBABILISTICAS

 Determinar el tipo de variable con la que se esta

experimentando es importante para saber que
método de análisis utilizar con los datos del
experimento.

 Saber el tipo de distribución de probabilidad de la

variable de análisis podrá también permitir la
simplificación del análisis de los datos
experimentales.

Ing. Felipe Llaugel

 REPRESENTACION GRAFICA DE DISTRIBUCIONES DE
PROBABILIDAD

Variable discreta

P (y = y j )= p (y j )
P(YJ)

yJ
Distribución de probabilidad de y
Ing. Felipe Llaugel
 REPRESENTACION GRAFICA DE DISTRIBUCIONES DE
PROBABILIDAD

Variable continua

P(a  y  b)
f (y)

y
Función de Densidad de Probabilidad
Ing. Felipe Llaugel
ALGUNOS CONCEPTOS DE ESTADISTICA
DESCRIPTIVA

Esta es la estadística que sirve para dar luz sobre

las características mas relevantes de una variable
aleatoria en función de informaciones extraídas de
una muestra de la misma. Los principales
parámetros estadísticos para una variable
aleatoria y, podemos dividirlos en los siguientes:

Ing. Felipe Llaugel

 ALGUNOS CONCEPTOS DE ESTADISTICA
DESCRIPTIVA

y
j 1
j
y
n
Medidas de Tendencia Central

2
n
( y j y)
2 j 1
Medidas de Dispersión
S 
n 1

Ing. Felipe Llaugel

EJEMPLO:

Ing. Felipe Llaugel

EJEMPLO:

Ing. Felipe Llaugel

EJEMPLO:

Ing. Felipe Llaugel

La Distribución Normal:

Ing. Felipe Llaugel

El Teorema del Limite Central:

La distribución X cuadrada:

Ing. Felipe Llaugel

La distribución X cuadrada:

Ing. Felipe Llaugel

La distribución t de student:

Ing. Felipe Llaugel

La distribución F:

Ing. Felipe Llaugel

PRUEBA DE HIPOTESIS PARA DIFERENCIA
DE MEDIAS

Esta es una prueba estadística sencilla para determinar si

hay o no diferencia significativa entre los promedios de
dos muestras. Usando los datos de resistencia a la presión
para los dos tratamientos usados en la fabricación de
tanques de gas mostrados anteriormente, lo que se
plantea es la hipótesis de que ambos tratamientos
producen tanques de igual resistencia, y se desea probar
que no hay evidencia estadística para decir lo contrario.

Ing. Felipe Llaugel

PRUEBA DE HIPOTESIS PARA DIFERENCIA
DE MEDIAS

Ing. Felipe Llaugel

PRUEBA DE HIPOTESIS PARA DIFERENCIA
DE MEDIAS

En una prueba de hipótesis estadística se contrasta una

hipótesis inicial, a la que llamaremos H0, o hipótesis nula,
contra una hipótesis alternativa H1.

Para este ejemplo H0 : y 1  y 2

H 1: y 1  y 2

Donde y
1
 16.76 Kg./Cm2 , resistencia media muestral
de mortero modificado.

y 2
 17.92 Kg./Cm2 , resistencia media muestral
de mortero sin modificar.

Ing. Felipe Llaugel

PRUEBA DE HIPOTESIS PARA DIFERENCIA
DE MEDIAS

Dos tipos de errores podrían presentarse en nuestro

análisis:

Error Tipo I : Rechazar H0 siendo esta verdadera

Error Tipo II: Aceptar H0 siendo esta falsa.

El experimentador debe tomar una decisión con un margen

de error determinado. Al margen de error que asume el
experimentador de rechazar H0 siendo esta verdadera, se
le llama nivel de significación . Para este ejemplo
asumamos a  = 0.05. Esto indica que la probabilidad de
rechazar la hipótesis de que los dos tratamientos son
iguales siendo esto falso es de 5%.
Ing. Felipe Llaugel
PRUEBA DE HIPOTESIS PARA DIFERENCIA
DE MEDIAS

Asumiendo que las varianzas de ambos tratamientos son

iguales, una prueba estadística apropiada es el uso del
estadístico t0. Este estadístico se calcula con la
formula:
y y
t 0
1 2

s 1n  1np
1 2

Donde: 2
2
(n1  1) S 1  (n 2  1) S 2
2

S 
p
n n
1 2
2

Ing. Felipe Llaugel

PRUEBA DE HIPOTESIS PARA DIFERENCIA
DE MEDIAS

Ing. Felipe Llaugel

PRUEBA DE HIPOTESIS PARA DIFERENCIA
DE MEDIAS

Ing. Felipe Llaugel

PRUEBA DE HIPOTESIS PARA DIFERENCIA
DE MEDIAS

Ing. Felipe Llaugel

Grafico de probabilidad normal (NPP)

Ing. Felipe Llaugel

INTERVALOS DE CONFIANZA

Aunque la prueba de hipótesis es un

procedimiento útil, algunas veces no nos da toda
la información importante. Es entonces,
preferible obtener un intervalo dentro del cual el
valor del o los parámetros de estudio puedan
esperarse. A ese intervalo se le llama Intervalo
de Confianza.

Se puede expresar matemáticamente diciendo

que P(L    U) = 1 - .

Ing. Felipe Llaugel

INTERVALOS DE CONFIANZA
L U

y  y  t 1 n1  1 n2      y  y  t /2,  2 S p 1 n1  1 n2
2 2
1 2 n1n22 S p
/ 2, 1 2 1 2 n1 n2

Ing. Felipe Llaugel

INTERVALOS DE CONFIANZA

Cuando las varianzas son conocidas

Ing. Felipe Llaugel

 INTERVALOS DE CONFIANZA

Cuando las varianzas son conocidas

library(BSDA) # Este paquete debe ser instalado para poder usar las pruebas estadisticas de media

Ing. Felipe Llaugel

INTERVALOS DE CONFIANZA

Comparación de la media con un valor

Ing. Felipe Llaugel

INTERVALOS DE CONFIANZA

Comparación de la media con un valor, varianza desconocida

Ing. Felipe Llaugel

Ing. Felipe Llaugel
Ing. Felipe Llaugel
 Comparaciones pareadas

Se usan para conseguir un mejoramiento significativo de la

precisión haciendo comparaciones de observaciones
pareadas del material experimental.

El modelo estadístico es:

yij  i   j  ij 
i 1, 2
j 1, 2 ,..,10

Ing. Felipe Llaugel

Comparaciones pareadas

Prueba de Hipótesis: H 0 : d  0
H1 :  d  0


El estadístico de prueba es: d
t0 
Sd / n

donde:
 1 n
d  d j
n j 1
y

1/ 2
 n 
2 
 j ( d  d ) 
Sd   
j 1
Se rechaza H0 si
 n 1 
 
 
t0  t / 2,n 1

Ing. Felipe Llaugel

Comparaciones pareadas

Ing. Felipe Llaugel

Diferencia de varianzas

Ing. Felipe Llaugel

Diferencia de varianzas

Ing. Felipe Llaugel