Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Fecha: 20/02/2024
1
Índice
Introducción................................................................................................................................................3
3.1 Familia de diseños para comparar tratamientos............................................................................4
3.2 El modelo de efectos fijos..................................................................................................................6
3.3 Diseño completamente aleatorio y ANOVA..........................................................................................8
3.4 Comparaciones o pruebas de rangos múltiples.....................................................................................10
3.5 verificación de los supuestos del modelo......................................................................................12
Conclusión................................................................................................................................................15
Glosario.....................................................................................................................................................16
Bibliografía................................................................................................................................................17
2
Introducción
Como bien sabemos estos temas son de gran importancia. El uso puede ser cotidiano, o
simplemente usado en el área laboral. El diseño de experimentos ha resultado ser una herramienta
de gran impacto para el progreso de la industria. Contribuye a conocer los procesos de una
manera más profunda, lo cual permite hacer mejoras en calidad y bajar los costos de producción
por medio de métodos científicos
3
4.1 Diseños en bloques completos al azar
El diseño de Bloques Completos al Azar (DBCA) es un de los diseños experimentales que tienen
mayores aplicaciones en el área de ingeniería. Este diseño es especialmente útil, para
experimentos en industria en donde no es muy alto el número de tratamientos que se evalúan y el
área experimental sigue un gradiente de productividad predecible. Características generales. La
principal característica que distingue a este diseño es la presencia de bloques o franjas de igual
tamaño, conteniendo a cada uno de los tratamientos que se ensayan La formación de bloques
reduce el error experimental eliminando la contribución de fuentes de variación conocidas sobre
las unidades experimentales. Debido a que solo la variación dentro de bloques resulta parte del
error experimental la conformación de los bloques es más efectiva cuando el área experimental
tiene un gradiente de productividad predecible.
Esquema de aleatorización en donde cada tratamiento (Ti) ocurre una sola vez en cada bloque. El
modelo lineal que define a un diseño de bloques completos al azar es el siguiente:
El diseño de bloques completos al azar surge por la necesidad que tiene el investigador de ejercer
un control local de la variación dado la existencia de un material experimental heterogéneo. En
ese orden de ideas, los pasos que el investigador sigue son:
4
a). Forma los bloques de unidades experimentales homogéneos fundamentándose para ello en
algún criterio de bloqueo o agrupamiento. Estos criterios pueden ser: Raza, Época, Edad, Sexo,
Peso, Sistema de Manejo, Tipo de Explotación, Zona, País, Número de Partos, número de
lactaciones, número de ordeños, corrales o establos, potreros, camadas, métodos, variedades,
entre otros. b). Luego de formados los bloques se asignan al azar los tratamientos a la unidades
experimentales de cada bloque. El esquema dado a continuación ayuda a comprender la filosofía
de la formación de bloques.
Objetivos
Ventajas
-Elimina una fuente de variación del error, aumentando de esta forma la precisión del ensayo.
-Permite una gran flexibilidad en la relación tratamiento bloque, siempre y cuando se reserven un
número igual (o un múltiplo) de tratamientos por unidad experimental.
-Permite aplicar el principio de confusión al hacer coincidir los bloques con los ciertas variables
que influyen sobre la respuesta pero que no son de interés para el investigador.
Desventajas
-No es aconsejable cuando exista una gran variación (en más de una variable) en el material
experimental.
5
4.2 Diseño en cuadrado latino.
Un cuadrado latino es un rompecabezas antiguo en el que intentas averiguar de cuántas maneras
se pueden organizar las letras latinas en un número determinado de filas y columnas (una matriz);
cada símbolo aparece solo una vez en cada fila y columna.
Se llama cuadrado latino porque se desarrolló en base a las obras de Leonard Euler, que usaban
símbolos latinos. Sin embargo, se puede utilizar cualquier letra.
Principios Básicos
En cada fila y en cada columna, el número de unidades es igual al número de tratamientos. Los
tratamientos son asignados al azar en las unidades experimentales dentro de cada fila y dentro de
cada columna.
Lo importante del diseño es que con pocas unidades experimentales se pueden probar varios
factores, sin embargo se tienen dos limitantes importantes:
6
En algunos casos se pueden realizar repeticiones, especialmente para cuadros de 3 o 4
tratamientos, que los datos son pocos.
El resultado puede ser como se muestra, Luego los niveles de los otros dos factores se sortean en
los números de columnas e hileras.
Si cada entrada de un cuadrado latino de n × n se escribe como una tripleta (f, c, s), donde f es la
fila, c la columna y s el símbolo (para nuestro caso un número), se obtendrán n2 tripletas,
llamado arreglo ortogonal del cuadrado.
Por ejemplo, para el primer cuadrado latino de todos estos ejemplos, el arreglo ortogonal será así:
La representación por arreglos ortogonales muestra que las filas, columnas y símbolos
representan un papel muy similar.
7
4.3 Diseño en cuadro grecolatino.
8
factor de bloque. Al igual que en el
cuadro latino, cada letra (latinas y
griegas) debe
aparecer sólo una vez en cada
renglón y en cada columna.
Además, cada par de letras
debe aparecer sólo una vez en todo
el arreglo. En la tabla 4.8 se
presenta el aspec-
to de los datos del diseño en cuadro
latino de dimensión k = 4.
El modelo estadístico que describe
a las mediciones en un cuadro
grecolatino
está dado po
Con el diseño en cuadro grecolatino (DCGL) se controlan tres factores de bloque, además del
factor de tratamientos. Se llama cuadro grecolatino porque los cuatro factores involucrados se
prueban en la misma cantidad de niveles, de aquí que se pueda escribir como un cuadro (véase
9
tabla 4.8); además, se utilizan letras latinas para denotar a los tratamientos y letras griegas para
nombrar a los niveles del tercer factor de bloque.
Al igual que en el cuadro latino, cada letra (latinas y griegas) debe aparecer sólo una vez en cada
renglón y en cada columna. Además, cada par de letras debe aparecer sólo una vez en todo el
arreglo. En la tabla 4.8 se presenta el aspec-to de los datos del diseño en cuadro latino de
dimensión k = 4.El modelo estadístico que describe a las mediciones en un cuadro grecolatino
está dado por.
Es importante no confundir las letras griegas del modelo que repre-sentan efectos, con las letras
griegas en el diseño que simbolizan a los niveles del tercer factor de bloque. La variabilidad total
presente en los datos se puede partir de la manera usual como
donde las sumas SCB1, SCB2 y SCB3 miden la variabilidad debida a los facto res de bloque
renglón, columna y de letras griegas, respectivamente. Para k tratamientos, los grados de libertad
correspondientes a cada suma son
Se caracteriza porque utiliza dos variables de bloque si tiene dos variables independientes (diseño
factorial) y tres variables de bloqueo si sólo tiene una variable independiente (diseño unifactorial)
ya que es imprescindible en este diseño que el número total de variables entre variables
independientes y bloqueadas sea 4.
10
Este artículo es meramente informativo, en Psicología-Online no tenemos facultad para hacer un
diagnóstico ni recomendar un tratamiento. Te invitamos a acudir a un psicólogo para que trate tu
caso en particular.
Objetivo Proporcionar métodos que permitan obtener la mayor cantidad de información válida
acerca de una investigación, teniendo en cuenta el factor costo y el uso adecuado del material
disponible mediante métodos que permitan disminuir el error experimental.
13
para representar gráficos de
cada cálculo o modelo
predictivo en segundos.
Las herramientas de
análisis estadístico son
aliadas de las importantes
empresas del mercado.
Hay muchos tipos de
programas informáticos
estadísticos, algunos de ellos
son complejos y requieren de
profesionales en
programación para usarlos.
Por otro lado, hay otro tipo de
software de uso más
14
intuitivo pero limitado y
finalmente se puede programar
un software a la medida.
Desde estas diferentes
perspectivas, el software puede
ser parte de los activos o
generar costos periódicos por
licencias o suscripciones.
Software estadístico: Sistemas de análisis de la información. El software estadístico nace
desde los problemas reales o las oportunidades de reducir de costos, tiempo y esfuerzos.
La potencialidad del software es facilitar tareas específicas y organizar una infraestructura de
sistemas de información.
La estadística es una ciencia aliada a la investigación científica. Los científicos que trabajan en
ecología, medicina, ingeniería e investigación de mercados; comúnmente emplean
software estadístico para realizar análisis multivariados y gráficos de los cálculos. Muchos
programas no son netamente estadísticos pero hacen cálculos aplicables a la tarea de los
investigadores. La complejidad para organizar un alto volumen de datos le da protagonismo a las
herramientas estadísticas.
Los softwares en la actualidad pueden programarse para representar gráficos de cada cálculo o
modelo predictivo en segundos. Las herramientas de análisis estadístico son aliadas
de las importantes empresas del mercado.
15
Hay muchos tipos de programas informáticos estadísticos, algunos de ellos son
complejos y requieren de profesionales en programación para usarlos. Por otro lado, hay
otro tipo de software de uso más intuitivo pero limitado y finalmente se puede programar un
software a la medida. Desde estas diferentes perspectivas, el software puede ser parte de los
activos o generar costos periódicos por licencias o suscripciones.
Es una realidad que el mercado de empleos se va a ver afectado por los avances tecnológicos. En
el campo de la estadística es necesario contar con programas informáticos que reducen
costos y esfuerzos para hacer análisis. La información cualitativa es importante como la
cuantitativa para ofrecer una perspectiva amplia del objeto de estudio. Los reportes
estadísticos deben contar con ambos tipos de información, una simple cifra no siempre alcanza a
explicar si un impacto es positivo o negativo.
16
El perfeccionamiento de la capacidad de competir se consigue desarrollando nuevas
capacidades y cualidades. Los software analíticos aceleran el potencial de innovación
teniendo en cuenta los aspectos que deben cambiar. Conocer la información a tiempo les
permite a las empresas adaptarse a las condiciones medioambientales.
Conclusión
Se concluye que los temas en el reporte de investigación son de gran importancia, para el
desarrollo de nuevas habilidades y competencias, también como trabajadores y alumnos, ya que
ayudan a organizar y poder comparar ciertos temas o datos que nos permiten tomar buenas
decisiones a la hora de tener que elegir el camino correcto para el bien de uno mismo como para
el bien de una empresa. Los temas que se presentaron ayudan al desarrollo de las habilidades y
competencias que trae la unidad número 3.
18
que dicho diseño nos permite reducir al máximo la variabilidad de los procesos,
estudiando los factores que son considerados como de más alta influencia sobre un proceso. De
esta manera, a través del diseño experimental para un factor, la industria o cualquier otra área
que aplique o utilice dicho diseño podrá corregir defectos en sus procesos, reducir
tiempos, dinero y esfuerzos, así como analizar y detectar errores para poder corregirlos en los
diversos procesos que lleva a cabo.
Glosario
19
Hipótesis: es un enunciado no verificado, que se intenta confirmar o refutar. Si
es confirmada, la hipótesis se denomina enunciado verificado. La hipótesis es
una conjetura que requiere una contrastación con la experiencia.
Bibliografía
20
SOTO, M. (2016, 26 ENERO). NOMENCLATURA Y SIMBOLOGIA EN EL DISEÑO
EXPERIMENTAL. APUNTES - MORARZL. RECUPERADO 25 DE NOVIEMBRE DE 2021, DE
https://www.clubensayos.com/Ciencia/NOMENCLATURA-Y-SIMBOLOGIA-EN-EL-DISE
%C3%91O-EXPERIMENTAL/3110298.
https://slideplayer.es/slide/14808223/
https://es.scribd.com/doc/220947358/4-5-La-Importancia-de-La-Aleatorizacion-de-
21