Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Velasco Martínez Diego - Tarea 14
Velasco Martínez Diego - Tarea 14
Minimización de las
variaciones con respecto a un
valor objetivo.
Etapas del desarrollo de un producto
•
Las superficies de respuesta se caracterizan ajustando un modelo a los datos
experimentales. Los modelos utilizados en MSR son básicamente polinomios.
De esta manera, para un diseño de k factores:
El modelo de primer orden está dado por:
Ventajas:
• La ventaja de usar estudios cruzados es que se puede estimar con mayor precisión el
efecto del tratamiento y por lo tanto no es necesario reclutar tantos participantes.
• Los costes de los estudios son menores.
• No hay sesgos al elegir a los sujetos control.
• Las posibles variables se mantienen estables en el tiempo.
Desventajas:
• Dificultad para evitar los efectos de arrastre "carry-over" o efecto residual de orden k
• El retiro de los pacientes del estudio antes de finalizarlo.
• Efecto de orden asociado al período, relacionado con el lugar que ocupa el
tratamiento en la secuencia experimental.
Esquema
•Obviamente
estos dos valores esperados son idénticos (en valor
absoluto) en caso de que sea cierta la hipótesis nula
• El diseño por bloques se considera para eliminar el efecto de los factores de ruido que
no son controlables. El análisis de la covarianza es otro método que se utiliza para un
problema semejante
• Se tiene un experimento con una variable respuesta, y, donde existe otra variable, x,
relacionadas linealmente. Supongamos, además, que x no es una variable controlable
por el experimentador pero que puede ser observada junto con y. A la variable x se le
denomina covariable o variable concomitante.
• El análisis de la covarianza sirve para ajustar la variable respuesta por el efecto de la
covariable. En caso de no hacerlo, la media de cuadrados del error puede aumentar
mucho y hacer que las verdaderas diferencias en la respuesta debido a los
tratamientos sean difíciles de detectar.
• Por lo tanto, el análisis de covarianza es un método de ajuste para los efectos de una
variable perturbadora no controlable. Como se verá, el procedimiento es una
combinación del análisis de varianza (ANOVA) y del análisis de regresión.
Objetivo de la covarianza
1. eliminar cualquier error sistemático fuera del control del investigador que
puede sesgar los resultados
2. tener en cuenta las diferencias en las respuestas debidas a las
características propias de los encuestados.
3. Eliminar cualquiera de los efectos que:
• Influyen solamente a una parte de los encuestados
• Varían entre los encuestados.
El investigador utiliza una covarianza para extraer cualquiera de las
diferencias debidas a estos factores antes de que los efectos del
experimento sean calculados.
Usos de análisis de covarianza
Donde:
• es la j-ésima observación bajo el i-ésimo nivel del tratamiento.
• es la medida de la covariable que se hace para
• es la media de los valores de
• es el valor medio global.
• es el efecto del nivel i-ésimo del tratamiento
• coeficiente de regresión lineal que relaciona con la covariable
• error aleatorio
Modelo estadístico
• •
Modelo estadístico
•Los
estimadores para , y pueden obtenerse mediante el método de
mínimos cuadrados:
• Supongamos
que no hay efecto del tratamiento, entonces el
modelo queda reducido a
• Para
contrastar la hipótesis:
Se calcula
se rechaza si
Se muestra un resumen de ANCOVA en la
siguiente tabla:
Referencias
• Arnau Gras, J., & Viader Junyent, M. (s. f.). Diseños cross-over (alternativos): Aspectos metodológicos y analíticos.
Recuperado 20 de mayo de 2020, de
http://quadernsdigitals.net/datos_web/articles/qurriculum/qurriculum1/qr1disenyoscrossover.pdf
• Gutiérrez Pulido, H. (2008). Análisis y Diseño de Experimentos (2a ed.). D.F., México: McGraw-Hill Interamericana
Editores S.A. de C.V.
• Métodos de Taguchi. (s. f.). En DOE WIKI. Recuperado 20 de mayo de 2020, de
http://evaluador.doe.upv.es/wiki/index.php/M%C3%A9todos_de_Taguchi
• Minitab. (s. f.). ¿Qué es un diseño cruzado 2x2? Recuperado 20 de mayo de 2020, de https://support.minitab.com/es-
mx/minitab/19/help-and-how-to/statistics/equivalence-tests/supporting-topics/what-is-a-2x2-crossover-design/
• Minitab. (s. f.). ¿Qué son los diseños de superficie de respuesta, los diseños centrales compuestos y los diseños de Box-
Behnken? - Minitab. Recuperado 20 de mayo de 2020, de https://support.minitab.com/es-mx/minitab/18/help- and-how-
to/modeling-statistics/doe/supporting-topics/response-surface-designs/response-surface-central- composite-and-box-
behnken-designs/
• Montgomery, D. C. (2005). Diseño y análisis de experimentos (2a ed.). Hoboken, NJ, Estados Unidos: Limusa Wiley.
• Sejzer, R. (2016, agosto 5). El Método Taguchi, la Ingeniería Robusta y el Diseño de Experimentos. Recuperado 20 de
mayo de 2020, de http://ctcalidad.blogspot.com/2016/08/el-metodo-taguchi-la-ingenieria-robusta.html
• Yepes Piqueras, V. (2016, abril 19). ¿Qué es la metodología de la superficie de respuesta? Recuperado 20 de mayo de