Conozca Mini Tab Complement o Parte IV

Mejoramiento de Procesos por medio de toma de decisiones basada en datos con MINITAB
(Complemento)
Material Complementario soporte@blackberrycross.com 506-297-4735
MINITAB y su logo pertenecen a MINITAB Inc., USA Blackberry&Cross ha desarrollado este material para uso complementario por parte del usuario de MINITAB
Simbologa en este documento

En este documento se har uso de diferente nomenclatura.
Por ejemplo: FILE Print Setup en donde el smbolo significa, que el usuario debe acceder a un submen del men FILE, segn el ejemplo MTB> en donde el smbolo > es parte de la nomenclatura de comandos de MINITAB Ctrl + S, que implica que el smbolo + muestra la unin de secuencia de teclas, en este caso la tecla Ctrl seguida de la tecla S
Diseo Experimental Bsico

El diseo experimental, abreviado en ingls como DEX, los analistas, deliberadamente cambia uno o ms factores, variable de procesos, con el fin de observar si los efectos de los cambios tienen relacin con las variables de respuesta. Comnmente cuando se habla de diseo experimental, la mayor parte de los analistas evoca tcnicas como diseo factorial, diseo de Taguchi, PlacketBurman, Central Composite, Superficies de Respuesta, entre otros. Y esto est bien. No obstante, a manera de lograr un enfoque ms integral de lo que es diseo experimental, se dir que un buen analista debe manejar con propiedad al menos las siguientes herramientas estadsticas antes de ingresar en el diseo experimental: Tamao de Muestra Pruebas de Hiptesis ANOVA Anlisis de Regresin y Correlacin
Y conocedor de lo anterior, el estudio y aplicacin del diseo experimental le resultar mucho ms sencillo, que si asume que es un concepto separado, o independiente.
Diseo Experimental Bsico

En este documento se iniciar el tema de diseo experimental por medio del estudio de ANOVA de una y dos vas. Posteriormente, se trabajar el tema de diseo factorial de dos niveles, y otras variedades. Pero, no se pretende que esta explicacin sea exhaustiva, si no ms bien, introductoria. No est dentro del alcance de este documento temas como diseo de mezclas, diseo de experimentos de Taguchi.
Material Complementario soporte@blackberrycross.com 506-297-4735 MINITAB y su logo pertenecen a MINITAB Inc., USA Blackberry&Cross ha desarrollado este material para uso complementario por parte del usuario de MINITAB
Si el lector requiere ahondar en los conocimientos sobre este tema, le recomendamos acudir a la bibliografa anotada al final de este documento.
ANOVA>Bases
ANOVA es un mtodo estadstico empleado para la comparacin de medias de un determinado nmero de poblaciones. ANOVA es el acrnimo de Analysis of Variance. Normalmente la ANOVA y el Anlisis de Regresin son considerados aplicaciones estadsticas avanzadas. Esta tcnica fue originalment desarrollada por Ronald Fisher entre 1920 y 1930, y por esto algunas veces se le llama Fisher's ANOVA Fisher's analysis of variance
ANOVA>Bases
El acrnimo ANOVA puede crear algunas confusiones, acerca del propsito del mtodo. Recurde: ANOVA es un mtodo que trabaja con las medias de poblaciones. ANOVA requiere el anlisis de diferentes fuentes de variacin, vinculadas con las muestras bajo estudio.
ANOVA>Modelos Conceptuales
Fixed-effects model: el supuesto en este caso es que los datos muestrales, de cada poblacin bajo estudio, provienen de fenmenos que se comportan normalmente, y las medias no difieren. Random-effects models: en este caso, el supuesto es que los datos describen una jerarqua de poblaciones dismiles cuyas diferencas son inhibidas por la jeraqua misma. Mixed models: son modelos de ANOVA que se pueden usar para explicar condiciones donde ambos casos anteriores, estn presentes. La distincin entre los tipos de ANOVA puede ser un tema complicado. La mayor parte de los analistas sofisticados trabajan con ANOVA de efectos fijos. En este documento, para todo caso, los efectos se asumirn como ANOVA de efectos fijos.
ANOVA>Parsimonia>Navaja de Ockham
En estadstica, al igual que otras ramas de la ciencia, es posible, y necesario, aplicar el principio de economa o de parsimonia, tambin conocido como la Navaja de Ockham. La premisa de este principio es que: en igualdad de condiciones la solucin ms sencilla es probablemente la correcta. En latn: Entia non sunt multiplicanda praeter necessitatem, o No ha de presumirse la existencia de ms cosas que las absolutamente necesarias(3) Este principio de parsimonia, se puede ejemplificar de la siguiente forma: Si una analista tiene que comparar el desempeo promedio de dos mquinas, cuyas varianzas se asumen y comprueba son iguales, entonces es mejor que use una prueba de hiptesis t-student, antes de usar una ANOVA de una va.
Siempre debe preferirse el anlisis ms sencillo, que explica el fenmeno.
ANOVA>Supuestos
Se tendrn dos supuestos bsicos para el uso de ANOVA: 1. Muestreo independiente y aleatorio de cada poblacin j bajo estudio, se debe efectuar. Las j poblaciones bajo estudio siguen un comportamiento normalmente distribuidos con media , que podra o no podra ser igual entre las poblaciones, pero cuyas varianzas si lo son. (he aqu la esencia de la ANOVA).
2.
ANOVA: Supuesto de Normalidad y Violaciones

Uno de los supuestos en el uso de ANOVA, es que las poblaciones siguen un comportamiento mejor explicado por la distribucin normal estndar. Los efectos de violar u obviar este supuesto, estn vinculados con los supuestos del estadstico de prueba F. Varios autores sealan que el estadstico F is impresionantemente robusto, y que variaciones del comportamiento normal no le afectan. Pero anotan que podran darse mal interpretacines si la curtosis de los datos es considerable. Es decir, si los datos no son mesocurticos, o en otras palabras son platicurticos o leptocurticos, podra enfrentarse el analista a no poder rechazar la hiptesis nula de igualdad entre las medias, aun cuando sea incorrecta. Por medio de las pruebas de bondad de ajuste (GOF, acrnimo en ingls), se puede verificar la normalidad de los datos. MINITAB 15 ofrece diferentes mens para las pruebas de GOF.
ANOVA>Homogeneidad de Varianzas
La homogeneidad de varianzas es el supuesto que considera que la varianza dentro de cada poblacin bajo estudio, es igual. Resultara contraproducente adicionar los elementos de dos o ms poblaciones con diferentes varianzas, en un solo grupo, ya que no existira variancia en comn. Existen diferentes pruebas para verificar la homogeneidad de varianzas. MINITAB 15, ofrece dentro del men de ANOVA, una prueba especfica para este fin Es importante que el lector considere que las pruebas de homogeneidad de varianzas pueden ser paramtricas, o no-paramtricas. Sobre este aspecto se puntualizar ms adelante.
ANOVA: Supuesto de Normalidad y Violaciones

Pruebas ms detalladas: Algunos especialistas en estadstica sugieren que la prueba F de Fisher es tan robusta que pequeas diferencias en las varianzas de las poblaciones no le afectan. Sin embargo, tambin se anota que la interpretacin de los resultados de la ANOVA si puede comprometerse, si los promedios estn correlacionados con las varianzas en las celdas de la ANOVA. Se recomiendan grficos de dispersin o anlisis de correlacin que permitan identificar este fenmeno.
Si se parte del principio de parsimonia, la recomendacin en este caso es: 1. 2. 3. 4. Aplicar las pruebas paramtricas o no-paramtricas para homogeneidad de varianzas. Determinar si se violenta o no el supuesto de homogeneidad Si no se violenta continuar. Si se violenta, escoger otra tcnica que no suponga esta caracterstica.
ANOVA>Tabla y Ecuaciones
Tratamiento Observaciones Totales Promedios
1 2 M a
y11 y 21 M y a1
y12 y 22 M ya 2
L L L L
y1n y2n M y an
y1 y 2 M ya y
y1 y 2 M ya y
ANOVA>Tabla y Ecuaciones
yi = yij
j =1
yi = yi / n
i = 1,2,..., a
y = yij
i =1 j =1
y = y / N
N = an
ANOVA>Tablas y Ecuaciones
Los efectos de los tratamiento son generalmente definidos como desviaciones a partir de la media general, siendo: Postulando la prueba de hiptesis de forma general, se tiene:
i =1
=0
H 0 = 1 = 2 = L = a = 0
H1 = i 0 para al menos una i

Esto es que, el analista asume que las medias de las poblaciones son iguales, pero la hipotesis alternativa es que al menos una de las medias no es igual a las dems.
La hiptesis nula que subyace es que las medias de las poblaciones bajo estudio, no difieren, es decir:
1 = 2 = L = a
En el mtodo de la ANOVA la variabilidad se separa en dos componentes, que se expresan como parte de la variabilidad total. El clculo manual de los elementos de la variabilidad total, se escapa del alcance de este documento. En la mayor parte de la nomenclatura utilizada en este documento, se emplean los smbolos usados en la mayor parte de los textos escritos en ingls, o bien empleados en MINITAB 15.
y SST = y N i =1 j =1
2 ij
Esto se puede expresar como:
SST = SStratamientos + SS error
Fuente de Variacin Suma de Cuadrados Grados de Libertad Cuadrado Medio F0
Tratamientos Error Total
SSTratamientos SSE SSTotal
a 1 a(n 1) an 1
MSTratamientos MSE
MSTratamientos MSE
MS es el error cuadrado (Mean Square), y en un estimados insesgado de la varianza. Ntese que en tabla anterior, se calcula un MS para los tratamientos y un MS para el error. Dado que F = varianza de n1 / varianza de n2 Se cumple para: Por medio de ejemplos y ejercicios se proceder a retomar los principios de interpretaciones de las ANOVA de una y dos vas.
MSTratamientos MS E
ANOVA de Una Va>Ejemplo

Este ejemplo pertenece a los datos ya predefinidos para tal fin en el men de ayuda de MINITAB 15. Abra el archivo de muestra: EXH_AOV.MTW. Dirjase luego a StatANOVA One Way Y oprima el botn de HELP Junto con el facilitador, desarrollarn el ejemplo
ANOVA de dos Vas>Tabla

y 111 , y 112 ,
1 1
Factor B
y 121 , y 122 , L , y 12 n ( y 12 ) y 221 , y 222 , L , y 22 n ( y 22 n ) M y a 21 , y a 22 , L , ya2n ( y a 2 ) y 2 L M L L
y1b1 , y1b 2 , L , y 1 bn ( y1b ) y 2 b1 , y 2 b 2 , L , y 2 bn ( y 22 n ) M y ab 1 , y ab 2 , L , y abn ( y ab ) y b
L , y 11 n ( y 11 ) y 211 , y 212 ,
y1
Factor A
L , y 21 n ( y 21 ) M y a 11 , y a 12 ,
y 2
L , y a1n ( y a 1 ) y 1
y a
y
ANOVA de dos Vas>Ecuaciones

yi = yijk
j =1 k =1
a n
yi
yi = bn
y j an yij
n
i = 1,2,..., a
y j = yijk
i =1 k =1
y j =
yij =
j = 1,2,..., b
i = 1,2,..., a j = 1,2,..., b
yij = yijk
k =1
y = yijk
i =1 j =1 k =1
y =
y abn
ANOVA de dos Vas>Hiptesis

En el caso de la ANOVA de dos vas, como se denota en la Tabla de ANOVA, se observan, estudian, dos factores. La formulacin de la hiptesis nula difiere de lo entendido para la ANOVA de una va. Se tiene: H0: No hay efecto significativo del factor A; no hay efecto significativo del factor B, no hay interaccin significativa AB Una de las grandes ventajas de la ANOVA de dos vas, es que adems de permitir identificar si hay efectos de uno, o de los dos factores, tambin permite entender el efecto de la interaccin entre ambos.
ANOVA de dos vas>Tabla

Fuente de Variacin Suma de Cuadrados Grados de Libertad Error Cuadrado F0
Factor A
SS A SS B SS AB SS E
a 1 b 1 ( a 1)( b 1) ab ( n 1)
Factor B
Interaccin
Error Total
SS A a 1 SS B MS B = b 1 SS AB MS AB = ( a 1)( b 1) SS E MS E = ab ( n 1) MS A =
MS A MS E MS B F0 = MS E MS AB F0 = MS E F0 =
SS T
abn 1
ANOVA>Pasos estructurados para una mejor ejecucin

1. Descripcin del problema of the problem 2. Determinacin del esquema de anlisis of the analysis scheme 3. Declaracin de la hiptesis nula 4. Determinacin del Tamao de Muestra 5. Verificacin de la Igualdad de Varianzas 6. Verificacin del supuesto de Normalidad 7. Configuracin de la tabla de ANOVA 8. Trabajo de campo 9. Ejecucin del clculo de la ANOVA 10. Anlisis de residuos 11. Prueba de Tukeys, HSUs y/o ANOM 12. Interpretacin y Conclusiones
ANOVA>Tamao de Muestra
Recurdese que cuando se trabaja con el clculo del tamao de muestra, ste es distinto para las distintas pruebas estadstica. Adems, se tienen dos perspectivas sobr el tamao de muestra:
Prospectivo: antes de correr el experimento (recomendado) Retrospectivo: despus de haber corrido el experimento.
MINITAB Stat Guide expone: The power of a test is the probability of correctly rejecting H0 when it is false. In other words, power is the likelihood that you will identify a significant difference (effect) when one exists. MINITAB Stat Guide
ANOVA>Igualdad de Varianzas
Esta prueba se puede ejecutar por medio de MINITAB 15, siguiendo los siguientes pasos: Stat ANOVA Test for Equal Variances. MINITAB 15 arroja dos resultados, dado que se emplean dos mtodos:
En general se puede decir que las pruebas de igualdad de varianza se agrupan en: Pruebas estadsticas Barlett's (mejor con datos normales) F-test (bastante robusta. Podra afectarle un gran kurtosis) Levenes (menos poderosa, pero es no-paramtrica) Medicines de varianza Desviacin Estndar Varianza Intervalos de Bonferroni
Bonferroni (paramtrico) Levene (no-paramtrico)
ANOVA>Igualdad de Varianzas
Test for Equal Variances for Diameter
F-Test 25 Pressure Test Statistic P-Value Test Statistic P-Value 0.68 0.598 0.05 0.824
Lev ene's Test
41
4 6 8 10 95% Bonferroni Confidence Intervals for StDevs
12
25 Pressure
41
Esta figura muestra un ilustacin de una prueba de igualdad de varianzas, para una ANOVA de una va, hecha en MINITAB 15
10
15 Diameter
20
25
ANOVA>Normalidad y GOF
En MINITAB 15 se facilitan diferentes pruebas de bondad de ajuste, dentro de las que se pueden mencionar: 1. 2. 3. 4. 5. Anderson Darling Kolmogorov-Smirnov (K-S) Ryan-Joiner P-Value Probability Plots
En MINITAB la prueba de normalidad se puede ejecutar con los mens: Stat Normality Test Stats Quality Tools Individual Distribution Indentification
Algunas otras pruebas GOF son: Lilliefors (una adaptacin de K-S) Shapiro-Wilk test (similar a Ryan-Joiner) Jarque-Bera (baseda en la curtosis y sesgo)
ANOM
Significa Analysis of means y es considerada una ANOVA grfica. En realidad es un mtodo anlogo a la ANOVA. Mientras la ANOVA prueba si hay diferencias entre los promedios de las poblaciones, de los factores de las poblaciones, ANOM confronta los datos con el gran promedio del fenmeno
ANOM>por qu?
Hay varios escenarios, pero las principales razones son: ANOM trabaja con datos que pueden provenir de distribuciones: Normales Poisson Binomial
Adems, ANOM es en algunas ocasiones capaz de detectar ciertas fluctuaciones en las medias, que la ANOVA no podra Y por ltimo, es un mtodo grfico, y quizs ms sencillo de explicar a personal no especializado en el tema.
Material Complementario soporte@blackberrycross.com 506-297-4735 MINITAB y su logo pertenecen a MINITAB Inc., USA Blackberry&Cross ha desarrollado este material para uso complementario por parte del usuario de MINITAB
ANOM>Ilustracin
One-Way ANOM for Streng by Hardw
Alpha = 0.05
22.5 20.0 18.38 17.5 Mean 15.96 15.0 13.54 12.5 10.0
2 Hardw
Ejercicio 1>Catapulta
Junto con su grupo, tome la catapulta y disee una ANOVA de una va, y aplique todos los pasos recomendados. No omita ningn paso. Consejo: Para documentar la planificacin de la ANOVA, utilice tambin MINITAB Quality Companion. El facilitador le ayudar, grupo por grupo, para evaluar el progreso del ejercicio, y clarificar dudas.
Ejercicio 2>Su propia ANOVA

En grupo, evale el interior de sus procesos, y disee el uso de ANOVA de una o dos vas, para un problema en especfico. Exponga los resultados.
References
1. Aczel, Amir (1989). Complete Business Statistics, Richard D. Irwin INC. 2. Advanced Regression and ANOVA, MINITAB Inc. Training Material 3. Wikipedia. The free encyclopedia http://en.wikipedia.org/ 4. Blackberry & Cross databases 5. MINITAB Stat Guide at MINITAB 14 software 6. CQE preparation material. Edwin Garro, 2000 7. Implementing Six Sigma. Smarter Solutions Using Statistical Methods. Forrest W. Breyfogle III 8. Design and Analysis of Experiments. Fifth Edition. Douglas Montgomery
Aclaraciones
Este documento utiliza material contenido en MINITAB 15. Todos esos ejemplos son propiedad de MINITAB Inc. Esta obra pretende funcionar como un complemento didctico para todos aquellos usuarios de MINITAB 15, que son hispano-parlantes, y como una gua para los representantes de MINITAB en Amrica Latina. Puede entonces catalogarse este documento como una gua ampliada a la ayuda (HELP) de MINITAB 15, para usuarios que recientemente se introducen al uso del software. No es el propsito de este documento ser un libro en estadstica, mejoramiento continuo o similar, ni tampoco pretende este material reemplazar el entrenamiento certificado de MINITAB Inc., el cual se recomienda grandemente.
Todas las figuras y datos, as como el logo y el nombre referentes a MINITAB 15, pertenecen a MINITAB Inc. Windows, Microsoft, Office, son marcas registradas de Microsoft Inc. Blackberry&Cross es representante oficial de MINITAB Inc, en Centroamrica. Blackberry&Cross, la marca y el logo, son propiedad de Blackberry&Cross S.A. Este documento fue preparado por Blackberry&Cross para uso en Centroamrica. Cualquier omisin o errata no corresponde a MINITAB Inc, y para uso exclusivo de Blackberry&Cross. Este documento est en constante revisin y mejoramiento. Todos los derechos reservados. Se prohbe su reproduccin sin el permiso de los autores.
Contctenos: Blackberry&Cross Telfono: 506-297-4735 E-mail: soporte@blackberrycross.com Web: www.blackberrycross.com www.sixsigmacostarica.com

Conozca Mini Tab Complement o Parte IV

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Conozca Mini Tab Complement o Parte IV

Cargado por

Copyright:

Formatos disponibles

Mejoramiento de Procesos por medio de toma de decisiones basada en datos con MINITAB

Material Complementario soporte@blackberrycross.com 506-297-4735

Simbologa en este documento

Material Complementario soporte@blackberrycross.com 506-297-4735

Diseo Experimental Bsico

Material Complementario soporte@blackberrycross.com 506-297-4735

Diseo Experimental Bsico

Material Complementario soporte@blackberrycross.com 506-297-4735

Material Complementario soporte@blackberrycross.com 506-297-4735

Material Complementario soporte@blackberrycross.com 506-297-4735

Siempre debe preferirse el anlisis ms sencillo, que explica el fenmeno.

Material Complementario soporte@blackberrycross.com 506-297-4735

Material Complementario soporte@blackberrycross.com 506-297-4735

ANOVA: Supuesto de Normalidad y Violaciones

Material Complementario soporte@blackberrycross.com 506-297-4735

Material Complementario soporte@blackberrycross.com 506-297-4735

ANOVA: Supuesto de Normalidad y Violaciones

Material Complementario soporte@blackberrycross.com 506-297-4735

H1 = i 0 para al menos una i

Material Complementario soporte@blackberrycross.com 506-297-4735

Esto se puede expresar como:

SST = SStratamientos + SS error

Material Complementario soporte@blackberrycross.com 506-297-4735

Tratamientos Error Total

SSTratamientos SSE SSTotal

Material Complementario soporte@blackberrycross.com 506-297-4735

Material Complementario soporte@blackberrycross.com 506-297-4735

ANOVA de Una Va>Ejemplo

Material Complementario soporte@blackberrycross.com 506-297-4735

ANOVA de dos Vas>Tabla

y 121 , y 122 , L , y 12 n ( y 12 ) y 221 , y 222 , L , y 22 n ( y 22 n ) M y a 21 , y a 22 , L , ya2n ( y a 2 ) y 2 L M L L

y1b1 , y1b 2 , L , y 1 bn ( y1b ) y 2 b1 , y 2 b 2 , L , y 2 bn ( y 22 n ) M y ab 1 , y ab 2 , L , y abn ( y ab ) y b

Material Complementario soporte@blackberrycross.com 506-297-4735

ANOVA de dos Vas>Ecuaciones

ANOVA de dos Vas>Hiptesis

Material Complementario soporte@blackberrycross.com 506-297-4735

ANOVA de dos vas>Tabla

Material Complementario soporte@blackberrycross.com 506-297-4735

ANOVA>Pasos estructurados para una mejor ejecucin

Material Complementario soporte@blackberrycross.com 506-297-4735

Material Complementario soporte@blackberrycross.com 506-297-4735

Bonferroni (paramtrico) Levene (no-paramtrico)

Material Complementario soporte@blackberrycross.com 506-297-4735

Lev ene's Test

4 6 8 10 95% Bonferroni Confidence Intervals for StDevs

Material Complementario soporte@blackberrycross.com 506-297-4735

Material Complementario soporte@blackberrycross.com 506-297-4735

Material Complementario soporte@blackberrycross.com 506-297-4735

Material Complementario soporte@blackberrycross.com 506-297-4735

Material Complementario soporte@blackberrycross.com 506-297-4735

Ejercicio 2>Su propia ANOVA

Material Complementario soporte@blackberrycross.com 506-297-4735

Material Complementario soporte@blackberrycross.com 506-297-4735

Material Complementario soporte@blackberrycross.com 506-297-4735

Contctenos: Blackberry&Cross Telfono: 506-297-4735 E-mail: soporte@blackberrycross.com Web: www.blackberrycross.com www.sixsigmacostarica.com

También podría gustarte