Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Unidad 4 Estadistica II
Unidad 4 Estadistica II
y y y
y y y
Estadstica II
Error aleatorio. Es la variabilidad observada que no se puede explicar por los factores estudiados y resulta del pequeo efecto de los factores no estudiados y del error experimental. Aleatorizacin. Consiste en hacer corridas experimentales en orden aleatorio; este principio aumenta la posibilidad de que de la independencia del error se cumpla. Bloqueo. Es nulificar o tomar en cuenta en forma adecuada todos los factores que pueden afectar la respuesta observada. Diseo de bloques completos al azar. En este diseo se consideran tres fuentes de variabilidad: el factor de tratamientos, el factor de bloques y el del error aleatorio, es decir, se tienen tres posibles culpables de variabilidad presente en los datos. Diseo de cuadrado latino. Diseo en el que se controlan dos factores de bloque y uno de tratamientos; los tres factores tienen la misma cantidad de niveles, los trabamientos se representan pro letras latinas y es distribuyen en forma adecuada en un cuadro. Diseo de cuadrado greco latino. Diseo en el que se controlan tres factores de bloques y un factor de tratamientos; los cuatro factores utilizan la misma cantidad de niveles. Factores. Las variables independientes relacionadas con una variable de respuesta y se denominan factores. Niveles. Es el grado de intensidad de un factor. Tratamiento. Es una combinacin especfica de niveles de los factores que intervienen en un experimento.
y y y
y y y y
Estadstica II
Tabla de anlisis de varianza para el modelo factorial con dos factores, efectos fijos.
Suma de cuadrados
Fo
Estadstica II
Ejemplo.
Se aplican pinturas tapaporos para aeronaves en superficies de aluminio, con dos mtodos: inmersin y rociado. La finalidad del tapaporos es mejorar la adhesin de la pintura, y puede aplicarse en algunas partes utilizando cualquier mtodo. El grupo de ingeniera de procesos responsable de esta operacin se encuentra interesado en saber si existen diferencias entre tres tapaporos diferentes en cuanto a sus propiedades de adhesin. Para investigar el efecto que tienen el tipo de pintura y el mtodo de aplicacin sobre la adhesin de la pintura. Se realiza un experimento factorial. Para ello se pintan tres especmenes con cada tapaporos utilizando cada mtodo de aplicacin, despus se aplica una capa final de pintura y a continuacin se mide la fuerza de adhesin. Los datos de este experimento aparecen en la tabla a continuacin. Los nmeros encerrados con crculos en las celdas son los totales Yij. de stas. Las sumas de cuadrados requeridas para efectuar el anlisis de varianza se calcula de la siguiente manera
Inmersin 4.0, 4.5, 4.3 12.8 5.6, 4.9, 5.4 15.9 3.8, 3.7, 4.0 11.5 40.2
Rociado 5.4, 4.9, 5.6 15.9 5.8, 6.1, 6.3 18.2 5.5, 5.0, 5.0 15.5 49.6
4
Estadstica II
Grados de libertad 2 1 2 12 17
Estadstica II
Suma de Cuadrados
a-1
B C AB AC
Estadstica II
Ejemplo.
Un ingeniero mecanico estudia la rugosidad superficial de una pieza producida en una operacin de corte de metal. El inters recae en tres factores: la rapidez con la que se hace el corte (A), la profundida de ste (B), y el ngulo de la herramienta (C). A los tres factores se les asignan dos niveles, y se realizan dos rplicas del diseo factorial. Los datos aparecen en la siguiente tabla, enla cual los totales de las celdas triples ( aparecen enrreados en crculos.
Profundidad de corte (B) 0.025 pulgadas 0.040 pulgadas ngulo de la Herramienta ( C) ngulo de la Herramienta (C ) Rapidez de corte (A) 20 pulg./min 15 9 7 16 10 12 22 38 25 11 10 21 10 13 23 44 15 9 11 20 12 15 27 47 25 10 8 18 16 14 30 48 Yi
75
102 177=Y .
Estadstica II
----------------------------------------------------------------------------------------------------------------------
Estadstica II
---------------------------------------------------------------------------------------------------------------------------
Suma de Cuadrados
Grados de Libertad
Media de Cuadrados
Fo
1 1 1 1 1 1 1 8 15
Estadstica II
Reglas para las Sumas de Cuadrados Regla 1. El trmino del error en el Modelo ij..m se representa por (ij..)m, donde m corresponde al subndice de la replicacin. Para el diseo de tres factores esta regla significa que ijkl se transforma en (ijk)l. Regla 2. El Modelo Lnea del Diseo contiene la media general () y el trmino del error (ij..)m, adems todos los efectos principales y cualquier interaccin que el experimentador suponga que existe. Si se dan todas las posibles interacciones entre los k factores habr (k2) interacciones de dos factores, (k3) interacciones de 3 factores, .,1 interaccin de k factores. En el caso que algn trmino de un factor aparece entre parntesis, entonces significa que no habr interaccin entre ese factor y los otros factores de dicho trmino.
Regla 3. Los subndices de cada trmino del Modelo deben dividirse en tres partes: o o Activos: son aquellos que se hallan en el trmino y no estn entre parntesis. Pasivos: son los subndices que estn presentes en el Modelo pero que se encuentran entre parntesis. Ausentes: son aquellos subndices que estn presentes en el Modelo pero que no ocurren en ese trmino en particular.
10
Regla 2. Medias de cuadrados esperados. Para obtener los valores esperados de las medias de cuadrados debe prepararse la siguiente tabla. Existe un rengln por cada componente del modelo (media de cuadrado), y una columna para cada subndice. Sobre cada subndice debe escribirse el nmero de niveles del factor asociado con l, y si el factor es dijo (F) o aleatorio (A). Las rplicas siempre se consideran aleatorias. a) En cada rengln se escribe un 1 si uno de los subndices pasivos del componente del rengln es igual al subndice de la columna. b) Si alguno de los subndices del componente del rengln es igual al subndice de la columna, se escribe en ese rengln un 0 si el encabezado de la columna es un factor fijo y un 1 si es un factor aleatorio. c) En las restantes columnas de los renglones se escribe el nmero de niveles correspondientes al encabezado de esa columna. d) Para obtener el valor esperado de la media de cuadrados de cualquier componente del Modelo, primero se cubren todas las columnas encabezadas por los subndices activos de ese componente. A continuacin, en cada rengln que contenga al menos los mismos subndices que el componente considerado, se calcula el producto de los nmeros visibles y se multiplica por el factor fijo o aleatorio apropiado, obtenido mediante la Regla 1. La suma de estas cantidades corresponden al valor esperado de la media de cuadrados del componente del Modelo considerado. Estas reglas pueden ser aplicadas a los Modelos que se van estudiando, para obtener los valores esperados de un Modelo de Efectos Mixtos de tres Factores, considerando que el factor A es fijo, el factor B y factor C es aleatorio.
11
Estadstica II
Donde m es la media global, eij son variables (una para cada muestra) distribuidas normalmente, con media 0 y varianza s2 (como en el modelo I) y Ai es una variable distribuida normalmente, independiente de las eij, con media 0 y varianza La diferencia con respecto al modelo I es que en lugar de los efectos fijos ai ahora se consideran efectos aleatorios Ai. Igual que en el modelo I se encuentra que MSE no se modifica en la H1 y que al valor esperado de MSA se le aade el trmino de componente aadida (que aqu es una verdadera varianza ya que Ai es una variable aleatoria):
Para llegar a este resultado se utiliza la asuncin de independencia entre Ai y eij y es, por tanto, muy importante en el modelo y conviene verificar si es correcta en cada caso.
Excel o Cal.
La hoja de clculo Excel o Calc (OpenOffice) es un software considerado como estndar en todos los entornos (educativo, profesional, familiar, etc), que posee la virtud de presentar una interfaz agradable, una facilidad de uso digna de elogio y permite realizar anlisis estadsticos simples o ms complejos y avanzados.
12
Estadstica II
Javascript.
JavaScript, es un lenguaje de programacin de pginas web de lado del cliente, nos permite aadir a las pginas web efectos y funciones adicionales a los contemplados en el estndar HTML. Gracias a que se ejecuta en el navegador (localmente), JavaScript, nos permite responder de manera rpida y eficaz a las acciones del usuario, creando de esta manera aplicaciones interactivas.
y
El lenguaje Java se puede usar para crear los applets de Java. Un applet es un elemento ms de una pgina web, como una imagen o una porcin de texto. Cuando el navegador carga la pgina web, el applet insertado en dicha pgina se carga y se ejecuta.
y
Proyecto Descartes.
Descartes (M.E.C.) es un programa realizado en lenguaje applet de java que se caracterizan porque crean "escenas" que se pueden insertar en las pginas web. Descartes no slo convierte una web en una web interactiva sino que, adems, es configurable, es decir, que los usuarios (profesores) pueden "programarlo" para que aparezcan diferentes elementos y distintos tipos de interaccin.
y
Software Libre.
"Software Libre" es un asunto de libertad, no de precio.`Software Libre'' se refiere a la libertad de los usuarios para ejecutar, copiar, distribuir, estudiar, cambiar y mejorar el software.
13