Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Actividad No. 5
Análisis de caso 4
Materia:
Diseño de Experimentos
Docente:
Mtro. Marco Antonio Hernández De Ita
Equipo 10
Integrantes:
Diego Alan Diaz Córdoba
a010072662@my.uvm.edu.mx
Emilio Pérez Gutiérrez
a020003836@my.uvm.edu.mx
Reyes Gabriel Rojas Elizondo
a440253894@my.uvm.edu.mx
Ariel Alejandro Soto Albarrán
a100041758@my.uvm.edu.mx
1
Índice
Introducción ............................................................................................................................................... 3
Conclusiones ............................................................................................................................................. 8
Referencias Bibliográficas ................................................................................................................... 11
2
Introducción
En cualquier experimento, la variabilidad que surge de un factor perturbador puede afectar a los
resultados. Cuando el factor perturbador es conocido y controlable puede utilizarse la técnica
"diseño de bloques completos", en este tipo de diseño de experimentos se consideran tres fuentes
de variabilidad: el factor de tratamientos, el factor de bloques y el error aleatorio, es decir, se
tienen tres posibles "culpables" de la variabilidad presente en los datos. este método estadístico
agrupa las unidades experimentales en bloques para comparar tratamientos en un medio más
homogéneo, el cual le permite eliminar de manera sistemática el factor perturbador sobre las
comparaciones estadísticas entre los tratamientos.
Un ejemplo para este tipo de diseño sería el siguiente: Un ingeniero de producción investiga el
efecto de cuatro métodos de producción A, B, C y D, sobre el tiempo de producción en minutos.
En primera instancia la estrategia experimental es aplicar cuatro veces los cuatro métodos de
producción en orden completamente aleatorio (las 16 pruebas en orden aleatoria), se supone que
de acuerdo a como se ha hecho el estudio, además del método de producción, los
experimentadores se dan cuenta que hay cuatro operadores y consideran que esto puede afectar
de manera significativa los tiempos de producción (variable respuesta), y por ende la comparación
de los métodos, entonces debe utilizar el diseño en bloques completos.
El concepto de bloques fue introducido por Fisher hacia 1925 en ensayos en agricultura, observó
que los campos experimentales en agricultura marcaban una heterogeneidad de fertilidad, lo que
complicaba la asignación de los tratamientos de un punto a otro, de ahí que el bloque permitía la
partición de la variabilidad inherente en el campo experimental después de la asignación
de los tratamientos en las siguientes componentes:
3
El DBCA busca básicamente determinar diferencias entre tratamientos, en los que cada uno de
estos es aplicado a distintas UEs en cada uno de los bloques; por tal razón, el número de UE por
bloques es constante, por ejemplo t.
Por consiguiente, en los DBCA las UE a las que se aplican los tratamientos son subdivididas en
grupos homogéneos llamados bloques, de tal manera que el número de unidades experimentales
dentro de un bloque es igual al número (o a un múltiplo de este) de tratamientos en estudio.
Una vez caracterizados los bloques, se asignan los tratamientos en forma aleatoria a las UE
dentro de cada bloque. Es necesario hacer notar que en este arreglo cada uno de los tratamientos
aparece en todos los bloques y cada bloque recibe todos los tratamientos.
En muchos trabajos de tipo experimental, el DBCA es más ventajoso que el DCA, ya que como
el objetivo de este DBCA es aislar y eliminar del término de error la variación atribuible a los
bloques, con el fin de asegurar que las mediciones hechas sobre las UEs que reciben un
determinado tratamiento estén libres de los efectos del bloque. En este sentido, la eficacia del
diseño depende de la capacidad de conseguir bloques homogéneos de unidades experimentales.
Esta capacidad depende del conocimiento de los investigadores acerca del material experimental.
Una de las ventajas del DBCA es la flexibilidad cuando no se hace restricción sobre el número
de tratamientos o sobre el número de aplicaciones (número de veces con que una UE recibe un
tratamiento) en el experimento.
4
Tomando en consideración lo anterior se analizará el siguiente caso:
El cual es un test estadístico básico para el estudio del efecto de uno o más factores (Cada uno
con uno, dos o más niveles) Sobre la media que es una variable.
Es muy utilizado cuando se desea comparar las medias de tres o más grupos.
PRENSA
Solvente A B C D
1 87 86 88 83
2 85 87 95 85
3 90 92 95 90
4 88 97 98 88
5 99 96 91 90
Promedio 89.8 91.6 93.4 87.2 90.5
5
La ANOVA nos permite ver si hay diferencias significativas entre estos 4 grupos
6
Tabla ANOVA
Suma de Grados de Cuadrado
Fuente de variación F
cuadrados libertad medio
p-valor= 0.0289441
Prensa (bloque)
Solvente A B C D Suma(xi .)= Promedio
1 87 86 88 83 344 83
2 85 87 95 85 352 85
3 90 92 95 90 367 90
4 88 97 98 88 371 88
5 99 96 91 90 376 90
Suma(x.j)= 449 458 467 436
1810
Suma total(x..)=
7
Conclusiones
Se rechaza la hipótesis nula ya que si se encontró diferencia por los tipos de solventes
que se han ocupado en las diferentes prensas.
Se acepta la hipótesis nula no tiene ningún efecto en las prensas o algún número
significativo
En relación con lo anterior podemos obtener la comparación por pares acorde al método LSD
8
La diferencia de la media poblacional no es significativa
ANÁLISIS DE VARIANZA
Promedio de
Origen de las Suma de Grados de los Valor crítico
variaciones cuadrados libertad cuadrados F Probabilidad para F
Filas 181.5 4 45.375 3.931407942 0.028944082 3.259166727
Columnas 105 3 35 3.032490975 0.070931076 3.490294819
Error 138.5 12 11.54166667
Total 425 19
Análisis de varianza de dos factores con una sola muestra por grupo
9
10
Referencias Bibliográficas
Gutiérrez, H., De la Vara Salazar, R. (2012). Análisis y diseño de experimentos. Haga clic para
ver más opciones [Archivo PDF]. Recuperado de
https://gc.scalahed.com/recursos/files/r161r/w19537w/analisis_y_diseno_experimentos.pdf
Cálculos en Excel
https://docs.google.com/spreadsheets/d/1j4mfbcbZYE2mrpO9Kb2GV91xQiTDgvnEJLg0Et4blqg
/edit?usp=sharing
11