DISEÑO DE EXPERIMENTOS

EXPERIMENTOS DE
COMPARACIÓN SIMPLE

Ing. Narciso A. Villar

EXPERIMENTOS DE COMPARACIÓN SIMPLE

Estos
Estos son
son los
los tipos
tipos de
de experimentos
experimentos más más sencillos.
sencillos.
Consiste
Consiste en en determinar
determinar sisi existe
existe diferencia
diferencia
estadísticamente
estadísticamente significativa
significativa entre
entre dos
dos tratamientos.
tratamientos.
El
Elproblema
problemase
sepresenta
presentaporque
porquehay
hayefectos
efectosaleatorios
aleatorios
en
en todo
todo proceso
proceso productivo
productivo que
que hacen
hacen que
que los
los
resultados
resultados del
del experimento
experimento no
no siempre
siempre sean
sean iguales.
iguales.
Las
Las pruebas
pruebas estadísticas
estadísticas realizadas
realizadas en
en este
este tipo
tipo de
de
experimento
experimento aseguran
aseguran sisi lala diferencia,
diferencia, sisi existe,
existe, es
es
significativa.
significativa.
Ing. Narciso A. Villar
EL CONCEPTO DE VARIABILIDAD


 Para
Para entender
entender en en qué
qué consiste
consiste elel concepto
concepto
de
de variabilidad
variabilidad hay
hay que
que tener
tener bien
bien claro
claro que
que
no
no todos
todos los
los productos
productos que
que salen
salen de
de un
un
proceso
proceso son
son iguales
iguales yy que
que siempre
siempre eses de
de
esperarse
esperarsecierta
ciertavariación
variaciónentre
entreellos.
ellos.

Ing. Narciso A. Villar

EL CONCEPTO DE VARIABILIDAD


 La
La variación
variación inherente
inherente aa todo
todo proceso
proceso de de producción
producción
es
es lo
lo que
que se
se ha
ha llamado
llamado variabilidad,
variabilidad, yy la
la misma
misma podrá
podrá
ser
ser reducida
reducida aa un
un mínimo,
mínimo, pero
pero nunca
nunca eliminada.
eliminada.


 Es
Es necesario
necesario valerse
valerse de
de ciertas
ciertas herramientas
herramientas de
de
análisis
análisis para
para poder
poder entender
entender yy controlar
controlar la
la
variabilidad.
variabilidad.
Ing. Narciso A. Villar
EL CONCEPTO DE VARIABILIDAD


 La
La mejor
mejor herramienta
herramienta disponible
disponible es
es lala estadística
estadística
que
que según
según Douglas
Douglas Montgomery,
Montgomery, en en susu libro
libro
"Introdution
"Introdution to to Statistical
Statistical Quality
Quality Control",
Control", lala
define
define como:
como: "Estadística
"Estadística es es elel arte
arte de de tomar
tomar
decisiones
decisionessobre
sobrelalapoblación
poblacióndedeun unproceso
procesobasado
basado
en
en elel análisis
análisis de
de lala información
información contenida
contenida en en una
una
muestra
muestraextraída
extraídade dedicha
dichapoblación".
población".

Ing. Narciso A. Villar

DISTRIBUCIONES
DISTRIBUCIONESPROBABILISTICAS
PROBABILISTICAS

La estructura probabilística de una variable aleatoria,

digamos y, se describe por su distribución de
probabilidad. Si y es discreta, decimos que su
distribución de probabilidad es p(y), o sea, la función de
probabilidad de y. Si y es continua, su función de
probabilidad p(y), se llama densidad de probabilidad de
y.

Matemáticamente se pueden expresar ambos conceptos

de la siguiente manera:

Ing. Narciso A. Villar

DISTRIBUCIONES
DISTRIBUCIONESPROBABILISTICAS
PROBABILISTICAS

para y discreta:
0  p(yj)  1 para todo yj
P(y = yj) = p(yj) para todo yj

para y continua:
a
0  f(y)
P(a  y  b) =

b
f ( y ) dy
a


b
f ( y )dy  1
Ing. Narciso A. Villar
DISTRIBUCIONES
DISTRIBUCIONESPROBABILISTICAS
PROBABILISTICAS


 Determinar
Determinar elel tipo
tipo de
de variable
variable con
con lala que
que se
se está
está
experimentando
experimentando es es importante
importante para
para saber
saber queque
método
método de
de análisis
análisis utilizar
utilizar con
con los
los datos
datos deldel
experimento.
experimento.


 Saber
Saber elel tipo
tipo de
de distribución
distribución de
de probabilidad
probabilidad de
de lala
variable
variable de de análisis
análisis podrá
podrá también
también permitir
permitir lala
simplificación
simplificación del del análisis
análisis de de loslos datos
datos
experimentales.
experimentales.

Ing. Narciso A. Villar

 REPRESENTACION GRAFICA DE DISTRIBUCIONES DE
PROBABILIDAD

Variable discreta

P(y = yj)= p(yj)

P (YJ)

yJ
Distribución de probabilidad de y
Ing. Narciso A. Villar
 REPRESENTACION GRAFICA DE DISTRIBUCIONES DE
PROBABILIDAD

Variable continua

P(a  y  b)

y
Función de Densidad de Probabilidad Ing. Narciso A. Villar
ALGUNOS
ALGUNOSCONCEPTOS
CONCEPTOSDE
DEESTADISTICA
ESTADISTICA
DESCRIPTIVA
DESCRIPTIVA

Esta es la estadística que sirve para dar luz sobre

las características más relevantes de una variable
aleatoria en función de informaciones extraídas de
una muestra de la misma. Los principales
parámetros estadísticos para una variable
aleatoria y, podemos dividirlos en los siguientes:

Ing. Narciso A. Villar

 ALGUNOS
ALGUNOSCONCEPTOS
CONCEPTOSDE
DEESTADISTICA
ESTADISTICA
DESCRIPTIVA
DESCRIPTIVA

Media
aritmé
Media tica n
na
Moda
Media
y
j 1
j
Geomé y
tr i ca
n
Medidas de Tendencia Central

Varianza muestral n
2
Desviación Estándar
Rango  ( y  y)
j
Curtosis 2 j 1
Sesgo S 
n 1
Medidas de Dispersión

Ing. Narciso A. Villar

EJEMPLO: RESISTENCIA A PRESIÓN DE
TANQUES DE GAS
EN Kg./Pulg 2
TRATAMIENTOS
Muestra A B
1 108.5 96.0
2 91.9 97.4
3 159.5 126.0 SO
N
4 102.2 57.0 TR IGU
AT A
5 154.2 174.5 AM LES
IEN LOS
6 111.0 105.4 TO
S?
7 122.6 139.2
8 82.2 55.2
9 98.4 55.7
10 130.7 110.7
11 28.6 126.9
12 102.5 42.3
13 155.2 32.9
14 160.4 106.1 Ing. Narciso A. Villar
15 178.7 114.9
PRUEBA
PRUEBADE
DEHIPOTESIS
HIPOTESISPARA
PARADIFERENCIA
DIFERENCIA
DE
DEMEDIAS
MEDIAS

Esta es una prueba estadística sencilla para determinar si

hay o no diferencia significativa entre los promedios de
dos muestras. Usando los datos de resistencia a la presión
para los dos tratamientos usados en la fabricación de
tanques de gas mostrados anteriormente, lo que se
plantea es la hipótesis de que ambos tratamientos
producen tanques de igual resistencia, y se desea probar
que no hay evidencia estadística para decir lo contrario.

Ing. Narciso A. Villar

PRUEBA
PRUEBADE
DEHIPOTESIS
HIPOTESISPARA
PARADIFERENCIA
DIFERENCIA
DE
DEMEDIAS
MEDIAS

y 1


y 2

Ing. Narciso A. Villar
PRUEBA
PRUEBADE
DEHIPOTESIS
HIPOTESISPARA
PARADIFERENCIA
DIFERENCIA
DE
DEMEDIAS
MEDIAS

Dos tipos de errores podrían presentarse en nuestro

análisis:

Error Tipo I : Rechazar H0 siendo esta verdadera.

Error Tipo II: Aceptar H0 siendo esta falsa.

El experimentador debe tomar una decisión con un margen

de error determinado. Al margen de error que asume el
experimentador de rechazar H0 siendo esta verdadera, se
le llama nivel de significación . Para este ejemplo
asumamos a  = 0.05. Esto indica que la probabilidad de
rechazar la hipótesis de que los dos tratamientos son
iguales siendo esto falso es de 5%. Ing. Narciso A. Villar
PRUEBA
PRUEBADE
DEHIPOTESIS
HIPOTESISPARA
PARADIFERENCIA
DIFERENCIA
DE
DEMEDIAS
MEDIAS

Asumiendo que las varianzas de ambos tratamientos son

iguales, una prueba estadística apropiada es el uso del
estadístico t0. Este estadístico se calcula con la
fórmula: y y
t 0
1 2

s 1n  1np
1 2

Donde: 2
2
(n1  1) S 1  (n2  1) S 2
2

S 
p
n n
1 2
2

Ing. Narciso A. Villar

PRUEBA
PRUEBADE
DEHIPOTESIS
HIPOTESISPARA
PARADIFERENCIA
DIFERENCIA
DE
DEMEDIAS
MEDIAS

Grados de Libertad: Es el número de parámetros que

son independientes para el cálculo del estadístico. Para
esta prueba tenemos n1 + n2 -2 grados de libertad.

Entonces: 2 (15  1)1502.67  (15  1)1594.38

Sp  15  15  2
 1548.52

119.1  96.01
t 0

1 1
 16069
.
1548.52 15  15

Ing. Narciso A. Villar

PRUEBA
PRUEBADE
DEHIPOTESIS
HIPOTESISPARA
PARADIFERENCIA
DIFERENCIA
DE
DEMEDIAS
MEDIAS

Este es el valor calculado de t0 el cual debe compararse con

el valor teórico de t/2,28, que es igual a 2.048. Este último

número sale de la tabla de la distribución t. En la siguiente
página podemos ver una muestra de esta tabla. La prueba
nos dice que si t0 es menor que t/2,28, entonces se acepta la
hipótesis nula, lo que indica que no hay evidencia estadística
para decir que ambos tratamientos producen tanques de
gas con diferente resistencia a la presión.
Ing. Narciso A. Villar
PUNTOS
PUNTOSPORCENTUALES
PORCENTUALESDE
DELA
LADISTRIBUCIÓN
DISTRIBUCIÓNt t
Nivel de Significación
G.L. 0.25 0.10 0.05 0.025
1 1.000 3.071 6.314 12.71
2 0.816 1.886 2.920 4.303
3 0.765 1.638 2.353 3.182
4 0.741 1.533 2.132 2.776
5 0.727 1.476 2.015 2.571
6 0.727 1.440 1.943 2.447
7 0.711 1.415 1.895 2.365
8 0.706 1.397 1.860 2.306
9 0.703 1.383 1.833 2.262
10 0.700 1.372 1.812 2.228
11 0.697 1.363 1.796 2.201
12 0.695 1.356 1.782 2.179
13 0.694 1.350 1.771 2.160
14 0.692 1.345 1.761 2.145
15 0.691 1.341 1.753 2.131
16 0.690 1.337 1.746 2.120
17 0.689 1.333 1.740 2.110
18 0.688 1.330 1.734 2.101
19 0.688 1.328 1.729 2.093
20 0.687 1.325 1.725 2.086
21 0.686 1.323 1.721 2.080
22 0.686 1.321 1.717 2.074
23 0.685 1.319 1.714 2.069
24 0.685 1.318 1.711 2.064
25 0.684 1.316 1.708 2.060
26 0.684 1.315 1.706 2.056
27 0.684 1.314 1.703 2.052
28 0.683 1.313 1.701 2.048
Ing. Narciso A. Villar
Ejercicio
Ejerciciocon
conMINITAB
MINITAB(1
(1de
de3)
3)
Ejercicio
Ejerciciocon
conMINITAB
MINITAB(2
(2de
de3)
3)
Ejercicio
Ejerciciocon
conMINITAB
MINITAB(3
(3de
de3)
3)

20% examen parcial al que diga por qué

Ejemplo
Ejemplo2.1con
2.1conMINITAB
MINITAB(1
(1de
de5)
5)
Ejemplo
Ejemplo2.1con
2.1conMINITAB
MINITAB(2
(2de
de5)
5)
Ejemplo
Ejemplo2.1con
2.1conMINITAB
MINITAB(3
(3de
de5)
5)
Ejemplo
Ejemplo2.1con
2.1conMINITAB
MINITAB(4
(4de
de5)
5)
Ejemplo
Ejemplo2.1con
2.1conMINITAB
MINITAB(5
(5de
de5)
5)
Resolver el siguiente ejercicio.
INTERVALOS DE CONFIANZA

Aunque la prueba de hipótesis es un

procedimiento útil, algunas veces no nos da toda
Aunque la prueba de hipótesis es un
la información importante. Es entonces,
procedimiento útil, algunas veces no nos da toda
preferible obtener un intervalo dentro del cual el
la información importante. Es entonces,
valor del o los parámetros de estudio puedan
preferible obtener un intervalo dentro del cual el
esperarse. A ese intervalo se le llama Intervalo
valor del o los parámetros de estudio puedan
de Confianza.
esperarse. A ese intervalo se le llama Intervalo
de Confianza.
Se puede expresar matemáticamente diciendo
que P(L    U) = 1 - .
Se puede expresar matemáticamente diciendo
que P(L    U) = 1 - .

Ing. Narciso A. Villar

 INTERVALOS DE CONFIANZA

Donde  es el parámetro estadístico a estimar. Para el

ejemplo anterior, en caso de no haber sido iguales el
efecto de ambos tratamientos en la resistencia a la
presión de los tanques de gas, nos hubiera sido útil saber
cual es el intervalo en que puede encontrarse la diferencia
entre ambos procesos. La fórmula para calcular este
intervalo de confianza para la diferencia de los valores
promedios de ambos procesos sería:

Ing. Narciso A. Villar

INTERVALOS DE CONFIANZA

Usando los mismos datos tenemos:

119.1 - 96.01 - 2.048*39.35*0.365  1 

2  119.1 - 96.01 + 2.048*39.35*0.365

o sea

-6.32  1  2  52.5

Ing. Narciso A. Villar

 Comparaciones pareadas

Se usan para conseguir un mejoramiento significativo de la

precisión haciendo comparaciones de observaciones
pareadas del material experimental.

El modelo estadístico es:

yij  i   j  ij  i 1, 2
j 1, 2 ,..,10

Ing. Narciso A. Villar

Comparaciones pareadas

H 0 : d  0
Prueba de Hipótesis:
H1 :  d  0

El estadístico de prueba es: d
t0 
Sd / n
donde:  1 n
d  d j
y
n j 1
1/ 2
 n
 j ( d 

d ) 2 

Se rechaza H0 si
Sd   
j 1

 n 1 



 t0 t / 2,n 1
Ing. Narciso A. Villar
 Ejemplo:
Considere una máquina para probar la dureza que
presiona una barra con una punta afilada sobre un
ejemplar de prueba de metal con una fuerza conocida. Al
medir la profundidad de la depresión producida por la
punta, se determina la dureza del ejemplar de prueba. En
esta
y
máquina pueden instalarse dos puntas diferentes y
aun cuando la precisión (la variabilidad) de las
mediciones hechas con las dos puntas parece ser la
misma, se sospecha que una de las puntas produce
diferentes lecturas de la dureza que la otra.
Ing. Narciso A. Villar
y

Ing. Narciso A. Villar

y

Ing. Narciso A. Villar

Ing. Narciso A. Villar
Ing. Narciso A. Villar
Ing. Narciso A. Villar
Ejemplo
Ejemplo2.5.1
2.5.1con
conMINITAB
MINITAB(1
(1de
de3)
3)

20% examen parcial al que diga por qué

Ejemplo
Ejemplo2.5.1
2.5.1con
conMINITAB
MINITAB(2
(2de
de3)
3)

20% examen parcial al que diga por qué

Ejemplo
Ejemplo2.5.1
2.5.1con
conMINITAB
MINITAB(3
(3de
de3)
3)