Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Industrias Alimentarias
Un Experimento
Es la Muestra en base a la cual se estimarn los parmetros
Poblacionales, y se tomarn decisiones con respecto a la
comparacin de las poblaciones en estudio.
Cada experimento es una pregunta que se hace a la naturaleza,
por lo tanto, para que las respuestas no sean confusas o
contradictorias, es necesario que el mismo sea:
1) Tcnicamente planeado
2) Cuidadadosamente conducido
3) Adecuadamente analizado
4) Cautelosamente interpretado
Razones
Por lo general, un experimento es realizado por
una o varias de las razones siguientes:
Identificar las principales causas de variacin en la
respuesta
Encontrar las condiciones que permitan alcanzar
un valor ideal en la respuesta
Comparar las respuestas a diferentes niveles de
factores controlados por el investigador
Construir modelos que permitan obtener
predicciones de la respuesta.
3
Definiciones Bsicas
Variable Respuesta: es la variable en estudio, aquella cuyos
cambios se desean estudiar. Es la variable dependiente.
Factor: es la variable independiente. Es la variable que manipula el
investigador, para estudiar sus efectos sobre la variable dependiente.
Nivel Del Factor: es cada una de las categoras, valores o formas
especficas del factor.
Factor Cualitativo: sus niveles se clasifican por atributos cualitativos.
Factor Cuantitativo: sus niveles son cantidad numrica en una
escala.
Factores Observacionales: El investigador registra los datos pero no
interfiere en el proceso que observa.
Factores Experimentales: El investigador intenta controlar
completamente la situacin experimental.
4
10
i= 1,..,k y j=1,..,n
Yij .. A.. jj ij
i= 1,..,k y j=1,..,n
11
Observaciones Independientes.
Datos distribuidos Normalmente ( ; 2).
Variancias Homogneas.
12
13
Diseo Completamente
Aleatorizado
DCA
14
Introduccin
En el caso de un nico Factor (Experimento Unifactorial)
y a Efectos Fijos ( Modelo I) El modelo de Anlisis de la
Varianza
En donde:
Yij .. . j ij
Anova Un Criterio
Determina si la discrepancia entre las medias
entre los tratamientos es mayor de lo que debera
esperarse de las variaciones que ocurren dentro
de los tratamientos.
Divide la Variacin Total de los datos de la
muestra en dos componentes.
17
Supuestos Anova
1. Observaciones se distribuyen Normal
e Independiente y con la misma
varianza para cada tratamiento
2. Y .. .
ij
ij
3. ij ~ N (0, )
2
18
Modelos E Hipotesis
Modelo a efectos fijos
H0 : 1 = 2 ..= k= 0
H1 : i 0 al menos para una i
Modelo a efectos aleatorios
H0 : = 0
H1 : 0
19
Diseo Completamente
Aleatorizado
Diseo aleatorio, en condiciones homogneas
(tiempo, materias primas, procedimientos
operativos, etc.) .
Ejemplo con tres tratamientos:
N 1; 2; 3; 4; 5; 6; 7; 8; 9;10;11;12;13; 14; 15
Tr. A; A;C; B; B; A; C; B; B; C; B; C; C; A; A
Res.y,y,y3, y4 ,y5,y6, y7, y8, y9,y10,y11,y12, y13, y14, y15
Anlisis: ANOVA a Un criterio
20
Tabla Anlisis
1
Promedi
o
YA1
YA2
YA3
YA4
YA5
YA.
YB1
YB2
YB3
YB4
YB5
YB.
YC1
YC2
YC3
YC4
YC5
YC.
Rep
Trat
Y..
21
Anova A Un Criterio
j1
(y ij y..) 2 n
i 1
(y.j y.. )
j1
j1
t 1
(y ij y.j ) 2
2j
j1
CM trat
SCtrat
k 1
CM error
SCEE
k (n 1)
22
Cuadro Anova Un
Criterio
Fuentes
Variacin
Sumas
Cuadrados
g.l
Cuadrados
Medios
Entre
Tratamiento
s
Dentro Trat.
(Error)
SCTrat.
k-1
SCTrat/ g.l
(I)
SCError
k(n-1)
SCError/ g.l
(II)
Total
SCTotal
n1
Fo= I/II
23
Anova Un Criterio
Fo F ((k-1) y k(n-1))
Si Fo > F ((k-1) y k(n-1)) Rechazo la Hipotesis Nula
24
Prueba de Dunnet
Prueba Duncan
Prueba de Tukey
Prueba de Bonferroni
Intervalos de confianza
Pruebas en caso de violaciones de los supuestos
Otras
26
27
Ventajas Y Desventajas
La mayor ventaja de experimentar bajo un
esquema Completamente al Azar, esto es, sin
restricciones, es la simpleza del anlisis y el
recurso que significa aplicarlo cuando no hay
otra posibilidad de anlisis.
Es el paso consecutivo en uso de la regresin
lineal en el anlisis de modelos lineales.
Se presta por igual a estudios mediante tcnicas
de muestreo o en experimentos planificados.
28
Ventajas Y Desventajas
Cuando ocurren accidentes en la operacin del experimento
como la prdida de una cantidad de unidades
experimentales que no pueda contrarrestarse mediante
tcnicas de extrapolacin, el Modelo Completo al Azar
permite el anlisis con las unidades remanentes sin importar
que haya diferente nmero por tratamiento.
La facilidad de clculo y manejo no compensan la baja
precisin del diseo. Esto significa que es el modelo
experimental menos eficiente. O dicho de otra manera: el
diseo que mayor variacin presenta. Prefirindose otros
con mayor precisin en el anlisis.
29
Aleatorizacion
Puede hacerse utilizando una tabla de nmeros al azar, por
cartas, tirando un dado, o por cualquier otra operacin que
sirva para el mismo propsito.
Como ilustracin vamos a considerar un experimento que
involucra 3 tratamientos: A, B y C cada uno replicado 4 veces.
La aleatorizacin y disposicin de las unidades experimentales
se lleva a cabo de la siguiente manera:
Se determina en nmero total de UE. Para nuestro ejemplo
3x4=12.
Se asigna una nmero a cada UE en una manera conveniente
por ejemplo consecutivamente del 1 al 12.
30
Aleatorizacion
Mediante una tabla de nmeros al azar:
1 paso: localizar el punto de comienzo en una tabla
de nmeros al azar
2 paso: Utilizando el punto de comienzo obtenido en
el 1 paso, seleccionar n nmeros de tres dgitos,
donde n es el nmero total de UE (n=12). Se prefiere
nmeros de tres dgitos porque es ms difcil
encontrar valores iguales.
31
Secuencia
Nmero al azar
Secuencia
Rango
149
149
361
361
180
180
018
018
427
427
243
243
494
494
704
704
12
549
549
10
157
10
157
10
571
11
571
11
11
226
12
226
12
4 paso: Asignar los tratamientos a las UE. Usar el rango como nmeros de UE y
la secuencia con la cual se obtuvieron los nmeros aleatorios para referirse a los
tratamientos. Por ejemplo el tratamiento A : al 2,7,4,1, el tratamiento B, al
8,6,9,12, etc.
1
3
A 2A
C 4A
5
10
11
12
32
Cuestionario
Se trata de un experimento uni o multifactorial?
Cules son los factores?
Cules son los tratamientos?
Cul es la variable respuesta?
Cul es la unidad experimental?
Cuntas replicaciones haramos?
Cuntos animales necesitamos?
Cmo haramos el diseo?
En el caso de utilizar bloqueos indicar y justificar.
En el caso de utilizar tratamiento testigo indicar y justificar.
34
37
Anlisis De La Varianza:
Clasificaciones segn dos Criterios
El Diseo en Bloque Completo al Azar es un plan en el cual
las unidades experimentales se asignan a grupos
homogneos, llamados bloques, y los tratamientos son, luego,
asignados al azar dentro de los bloques.
Objetivo del agrupamiento: lograr que las unidades dentro de
un bloque sean lo ms uniformes posible con respecto a la
variable dependiente, de modo que las diferencias observadas
se deban realmente a los tratamientos. Al controlar la variacin
dentro de los bloques reducimos la variabilidad del error
experimental.
Completo: todos los tratamientos estn incluidos en cada
39
bloque.
31
25
51
79
44
27
70
98
10
36
29
86
85
78
95
14
M2
M4
M3
M1
M3
M1
M2
M4
M2
M1
M4
M3
M4
M2
M1
M3
M1
M3
M2
M4
M2
M4
M3
M1
42
Ventajas
Desventajas
43
44
de Velocidad
48
Cuando el
modelo es
aditivo quiere
decir que la
diferencia en
respuestas
medias entre dos
operarios es la
misma para
todas las
mquinas.
BLOQUE
46
1
44
2
3
42
4
40
38
6
1
Tratamiento
46
1 b t
=
y
bt i 1 j 1 ij
i = i. - .. = yi. - y..
j = . j - .. = y. j - y..
47
Suma de
Grados de
Cuadrados
F calculada
variacin
Cuadrados
libertad
Medios
Tratamientos
SCA
t-1
CMA / CME
Bloques
SCB
b -1
CMB / CME
Error Experimental
SCE
(t - 1)(b-1)
Total
SCT
t.b -1
Variacin total
SCT
Variacin debida
Variacin debida
a los tratamientos
a los bloques
SCA
SCB
Variacin propia de
las observaciones
SCE
48
Total
Medias
42,5
39,3
39,6
39,9
42,9
43,6
247,8
41,3
39,8
40,1
40,5
42,3
42,5
43,1
248,3
41,4
40,2
40,5
41,3
43,4
44,9
45,1
255,4
42,6
42,3
43,2
44,5
45,2
46,9
43,3
265,4
44,2
Total
164,8
163,1
165,9
170,8 177,2
175,1
1016,9
Medias
41,2
40,775 41,475
Fc =
42,7
44,3
43,775 254,225
42,4
Yij 2
Factor de Correccin =
b.t
1
2
Suma de Cuadrados Tratamientos = Ti. Fc
b i
1
2
T. j Fc
Suma de Cuadrados de Bloques =
t j
Yij2 Fc
49