DISEO DE EXPERIMENTOS

Diac.Dr.Cesar Montoya

UNIDAD 1.Principios del Diseo de Experimentos

Qu es un Experimento?
Un experimento es un procedimiento mediante el cual se trata de comprobar (confirmar o verificar) una o varias hiptesis relacionadas con un determinado fenmeno, mediante la manipulacin de la/s variables que presumiblemente son su causa. es.wikipedia.org/wiki/Experimento

Un experimento es un procedimiento mediante el cual se trata de comprobar (confirmar o verificar) una o varias hiptesis relacionadas con un determinado fenmeno, mediante la manipulacin de la/s variables que presumiblemente son su causa

Qu es un experimento?

Variables?
Una variable es una caracterstica observable que vara entre los diferentes individuos de una poblacin. La informacin que disponemos de cada individuo es resumida en variables. En los individuos de la poblacin venezolana, de uno a otro es variable:
El grupo sanguneo: {A, B, AB, O} Var.
Su nivel de felicidad declarado: {Deprimido,
Ni fu ni fa, Muy Feliz} Var. Ordinal El nmero de hijos: {0,1,2,3,...} Var. Numrica discreta La altura: {162 ; 174; ...} Var. Numrica continua Cualitativa

Tipos de variables
Cualitativas Si sus valores (modalidades) no se pueden asociar naturalmente a un nmero (no se pueden hacer operaciones algebraicas con ellos)
Nominales: Si sus valores no se pueden ordenar: Sexo, Grupo Sanguneo, Religin, Nacionalidad, Fumar (S/No) Ordinales: Si sus valores se pueden ordenar: Mejora a un tratamiento, Grado de satisfaccin, Intensidad del dolor

Cuantitativas o Numricas Si sus valores son numricos (tiene sentido hacer operaciones algebraicas con ellos)
Discretas: Si toma valores enteros: Nmero de hijos, Nmero de cigarrillos, Num. de cumpleaos Continuas: Si entre dos valores, son posibles infinitos valores intermedios.Altura, Presin intraocular, Dosis de medicamento administrado, edad

UNA VARIABLE
Se MIDE CAMBIA

HIPOTESIS?

CONCEPTO DE HIPTESIS

Las hiptesis indican lo que estamos buscando o tratando de probar y pueden definirse como explicaciones tentativas del fenmeno investigado formuladas a manera de proposiciones ( Hernndez, 1998: 74) Las hiptesis proponen tentativamente las respuestas a las preguntas de investigacin, la relacin entre ambas es directa e intima.

PRUEBA DE HIPTESIS
HIPOTESIS NULAS (Ho): Son en cierto modo, lo contrario de las hiptesis de investigacin.
Ejm: No Existen diferencias 1. No existe entre dos grupos : media grupo 1 = media grupo 2

H0: 1 = 2
2. No existe entre mas de dos grupos : media grupo 1 = media grupo 2 =.media grupo n H0: 1 = 2 = n

Ejm: Hay asociacin

1. La asociacin es diferente a 0 H0: r = 0

PRUEBA DE HIPTESIS
HIPTESIS DE INVESTIGACIN O ALTERNATIVA (H1):

Predice el resultado esperado y puede ser probada.

Ejm: Existen diferencias 1. Entre dos grupos : media grupo 1 media grupo 2 H1: 1 2 2. Entre mas de dos grupos : media grupo 1 media grupo 2 .media grupo n H1: 1 2 n Ejm Hay asociacin 1. La asociacin es diferente a 0

r0

Cul HIPOTESIS selecciono?

H0
Nula

H1
Alternativa

DEPENDE DEL VALOR SIGNIFICATIVO O NIVEL DE SIGNIFICANCIA

El valor significativo se designa como como valor critico de prueba.

Menor o igual a 0.05

Mayor a 0.05
Significativa (*)

No significativa (n.s.)
Menor o igual a 0.01 Altamente Significativa (**)

H0

1 = 2 1 = 2 n r=0 1 2 1 2 n r0

H1

Diseos Experimentales

Qu es el Diseo Experimental?
Es una prueba o serie de pruebas en las cuales se inducen cambios deliberados en las variables de entrada de un proceso o sistema, de manera que sea posible observar e identificar las causas de los cambios en la respuesta de salida (Montgomery, 1991)

Modelo del proceso

Factores controlables

x1

x2

xn

Entradas

Proceso

Salida

Z1

Z2

Zq

Factores Incontrolables

Del modelo se derivan algunos objetivos del diseo experimental

Determinar cuales variables tienen mayor influencia en la respuesta, y Determinar el mejor valor de las x que influyen en y, de modo que y tenga casi siempre un valor cercano al nominal deseado. Determinar el mejor valor de las x que influyen en y, de modo que la variabilidad de y sea pequea. Determinar el mejor valor de las x que influyen en y, de modo que minimicen los efectos de las variables incontrolables z1, z2 zq la variabilidad de y sea pequea

Comparacin simple
Se usan para comparar UN FACTOR en dos condiciones ( a menudo llamadas tratamientos)

Pruebas Paramtricas Comparacin de una o dos medias

PRUEBAS PARAMETRICAS: VARIABLE CUANTITATIVA CON NIVEL DE MEDICIN : INTERVALO O RAZN

PRUEBAS DE HIPTESIS MS USUALES: T DE STUDENT

Prueba t
Una muestra Dos muestras independientes Dos muestras relacionadas

Objetivo
Determinar si la diferencia entre la media de una variable y un determinado valor terico es estadsticamente significativa Determinar si la diferencia entre las medias de dos grupos distintos es estadsticamente significativa

Determinar entre las medias cuando un grupo se mide dos veces: Antes y despus

Abrir

Prueba de t una muestra relacionada

Prueba de t una muestra

One-Sample Test Test Value = 3000 95% Confidence Interval of the Difference Lower Upper ********* *********

Salario actual

t 40.060

df 473

Mean Sig. (2-tailed) Difference .000 $31,419.57

Prueba de t dos muestras independientes

Prueba de t dos muestras independientes

Independent Samples Test Levene's Test for Equality of Variances

t-test for Equality of Means 95% Confidence Interval of the Difference Lower Upper $1,297.22 $1,700.97 $4,690.92 $4,287.17

F Salario inicial Equal variances assumed Equal variances not assumed 20.488

Sig. .000

t 3.467 4.558

df 472 280.911

Sig. (2-tailed) .001 .000

Mean Difference $2,994.07 $2,994.07

Std. Error Difference $863.53 $656.91

Prueba de t una muestra relacionada

Prueba de muestras relacionadas Diferencias relacionadas 95% Intervalo de confianza para la diferencia Inferior Superior 16427.41 18379.56

Media Par 1 Salario actual 17403.48 Salario inicial

Desviacin tp. 10814.62

Error tp. de la media 496.73

t 35.036

gl 473

Sig. (bilateral) .000

Esquema para realizar el anlisis

Qu queremos? : Con el propsito de comparar los salarios iniciales. Qu aplicamos?: Se aplic la prueba de t de Student para muestras relacionadas. Qu pas?: Encontrndose que existen diferencias altamente significativas, entre el salario inicial y final. Por qu?: Dado que el valor de t =473 es sinificativo a un nivel menor a 0.01. CONCLUSION: Por lo tanto, el salario final es de manera altamente significativa suprior al inicial

Ejercicio para el trabajo final

Realiza el ejercicio 2-13 (p.42) del libro Montgomery, Douglas (2001). Diseo y Anlisis de Experimentos. Grupo Editorial Iberoamericana.

En un experimento se genera variabilidad cuya fuente en lneas

generales son

Error Experimental

Tratamiento

En el diseo de los experimentos lo que se pretende es separar la variacin generada por los tratamientos y el error, con el propsito de determinar la contribucin de los tratamientos

ANALISIS DE LA VARIANZA

ANALISIS DE LA VARIANZA DE MAS DE DOS FACTORES

Anlisis de la varianza de un factor

Se emplea cuando se estudian el efecto de un factor en distintos niveles o tratamientos sobre una variable respuesta

Modelo completamente aleatorizado

La respuesta que se observa en una Variable Aleatoria (independiente) . Los datos aparecen como: Tratamiento (i) 1 2 . . . a Y11 Y21 . . . Ya1 Observaciones (j) Y12 Y22 . . . Ya2 . . . . . . Y1n Y2n . . . Yan

Donde hay n observaciones del tratamiento i

Yij = + i + ij

i = 1,2,., a
j = 1,2,., n

Donde : Yij es la ij - sima observacin es un parmetro comn a todos los tratamientos denominada media global. i es el i simo ij componente del error

Yij = + i + ij
ANOVA Consumo (l/100Km) Suma de cuadrados 1827,701 4135,750 5963,451 gl 2 394 396 Media cuadrtica 913,850 10,497

i = 1,2,., a
j = 1,2,., n

Inter-grupos Intra-grupos Total

F 87,060

Sig. ,000

Menor o igual a 0.01 Altamente Significativa (**)

H1

 Si hay mas de dos tratamientos y hay diferencias significativas pueden darse las siguientes situaciones

H1

1 2 3 1 = 2 3 1 2 = 3

?
Pruebas de medias (Post hoc) Tukey < = a 6 tratamientos LSD o DMS > a 6 tratamientos

Pruebas de media
Minima Diferencia Significativa (LSD,MDS) Tukey: Conveniente si el nmero de comparaciones es elevado Scheff: Bueno si es desbalanceado Bonferroni. Realiza comparaciones simultaneas Duncan: Mayor capacidad para detectar diferencias Otros*

Ver Prez C (2005) Tcnicas Estadsticas con SPSS. Pearson. Espaa. Pp. 350-355

Otros criterios
Pruebas de medias (Post hoc) Tukey < = a 6 tratamientos LSD o DMS > a 6 tratamientos

Cul es mejor?
Del total de 9 artculos en los que se emplean tcnicas de Comparaciones Mltiples ms de la mitad (55,56%) utilizan la prueba de Scheff. En los casos restantes, se utilizan en una tercera parte (3 artculos) la prueba de Tukey (33,33%) y en un slo artculo (11,11%) la prueba de Bonferroni. A partir de las informaciones sobre los estudios respecto a las propiedades de estas pruebas las decisiones no parecen estar mayoritariamente respaldadas por la evidencia. TOOTHAKER (1993) recomienda la utilizacin de la prueba de Tukey por no resultar tan conservadora como la de Scheff ni tan liberal como la de Bonferroni. Por su parte, HOCHBERG Y TAMHANE (1987) sealan que la prueba ms potente con diseos equilibrados es la de Scheff, mientras que la de Tukey es ms adecuada cuanto ms se acenta el desequilibrio entre los grupos SAEZ y Otros (1994)* * A. SAEZ; J.M. SUAREZ; F. ALIAGA y R.M. BO. (1994) LA UTILIZACIN DE LOS PROCEDIMIENTOS DE
COMPARACIONES MLTIPLES EN LA INVESTIGACION EDUCATIVA EN ESPAA . Revista de Investigacin Educativa, n 23 (1), pp 396-404. http://www.uv.es/aliaga/COMPMU93.html

Ejemplo 1
Se desea comparar 3 mtodos de enseanza A, B y C, se eligen al azar una muestra de estudiantes de cada mtodo y se le aplica una prueba final comn. Los resultados son como sigue:
mtodo A mtodo B mtodo C 89 78 64 45 85 69 59 93 82 46 81 74 64 79 79 71 98 94

Habr suficiente evidencia para concluir que hay diferencia entre mtodos?

Introducir variables

Introducir datos
mtodo A mtodo B mtodo C 89 78 64 45 85 69 59 93 82 46 81 74 64 79 79 71 98 94

Introducir datos

Activar comando ANOVA

Seleccionar variables para el anlisis

Seleccionar pruebas de medias (post hoc)

Ejercicio para el trabajo final

El tiempo en milisegudos, fue determinado para tres tipos de circuitos de un mecanismo de interrupcin de vlvulas. Los resultados fueron
Tipo de Circuito A 9 Tiempo de respuesta 12 10 8 15 B 20 21 23 17 30 C 6 5 8 16 7

Cul es el circuito que interrumpe ms rpido a las vlvulas ?

Modelo multifactorial
Se presentan cuando dos o mas factores (variables independientes) afectan la variable respuesta

Bloques al azar Cuadrados Latinos Cuadrados Greco Latino

Bloques al azar
Se aplica cuando se quiere controlar la variabilidad producida por una fuente extraa

En este caso se trata de comparar grupos (mtodos o tratamientos) pero, tomando en cuenta un segundo factor (bloques) el cual podra afectar la comparacin de los mismos.
Grupo 1 Bloque 1 Y111 Y112 Y121 Y122 : Y1B1 Y1B2 : Y2B1 Y2B2 Grupo 2 Y211 Y212 Y221 Y222 Grupo k Yk11 Yk12 Yk21 Yk22 : YkB1 YkB2

Bloque 2

: Bloque B

Yij = + i + j+ ij
Donde : Yij es la ij - sima observacin es un parmetro comn a todos los tratamientos denominada media global. i es el i simo tratamiento. j es el efecto del j simo bloque o factor 1 ij componente del error

Ejemplo
En un experimento se quiere probar la dureza de cuatro puntas (presionndolas sobre una superficie hasta que se parten). Aislando la variabilidad de las probetas se desea comparar la dureza de cada punta. Los resultados son los siguientes
Probeta Tipo de punta 1 2 3 4 1 9.3 9.4 9.2 9.7 2 9.4 9.3 9.4 9.6 3 9.6 9.8 9.5 10.0 4 10.0 9.9 9.7 10.0

Probeta Tipo de punta 1 2 3 4 1 9.3 9.4 9.2 9.7 2 9.4 9.3 9.4 9.6 3 9.6 9.8 9.5 10.0 4 10.0 9.9 9.7 10.0

Probeta Tipo de punta 1 2 3 4 1 9.3 9.4 9.2 9.7 2 9.4 9.3 9.4 9.6 3 9.6 9.8 9.5 10.0 4 10.0 9.9 9.7 10.0

Probeta
Tipo de punta 1

1 9.3 9.4 9.2 9.7

2 9.4 9.3 9.4 9.6

3 9.6 9.8 9.5 10.0

4 10.0 9.9 9.7 10.0

2 3 4

Yij = + i + j+ ij
Pruebas de los efectos inter-suj etos Variable dependiente: RESPUEST Suma de cuadrados tipo III ,995 a 1478,402 ,293 ,703 ,103 1479,500 1,098 Media cuadrtica ,166 1478,402 9,750E-02 ,234 1,139E-02

Fuente Modelo corregido Interseccin PUNTA PROBETAS Error Total Total corregida

gl 6 1 3 3 9 16 15

F 14,561 129811,0 8,561 20,561

Significacin ,000 ,000 ,005 ,000

Menor o igual a 0.01 Altamente Significativa (**)

a. R cuadrado = ,907 (R cuadrado corregida = ,844)

H1

1 2 3 1 = 2 3 1 2 = 3

Ejercicio para el trabajo final

Realiza el ejercicio 5-1 (p.150) del libro Montgomery, Douglas (2001). Diseo y Anlisis de Experimentos. Grupo Editorial Iberoamericana.

CUADRADOS LATINOS
Se aplica cuando se quiere controlar la variabilidad producida por dos fuentes extraa ( Bloques mas columnas) Los diferentes tratamientos se muestran en letras del alfabeto, de all Latino

Diseno Cuadrado Latino (Latin Square)

Cuadrado Latino con cuatro tratamientos

F A C T 2

1 2 3 4

FACTOR 1 1 2 3 A B C B C D C D A D A B

Tratamientos las letras latinas

4 D A B C

yijk i j k ijk

Donde : Yijk es la ijk - sima observacin es un parmetro comn a todos los tratamientos denominada media global. k es el k simo tratamiento.(Letras latinas) i es el i- simo factor 1(Columnas) j es el efecto del j simo factor 2 (Hileras) ijk componente del error

Ejemplo
Se desea determinar si existen diferencias significativas en la fuerza explosiva observada de 5 formulas de dinamita (A,B,C,D,E), las mezclan son preparadas en 5 lotes y a su vez por 5 operadores los cuales pudieran diferir en la experiencia y habilidad para prepararlas

Diseo cuadrado latino para el problema de la frmula de la dinamita

OPERADORES
Lotes de materia prima 1 2 3 4 5

1
2 3 4 5

A=24
B=17 C=18 D=26 E=22

B20
C=24 D=38 E=31 A=30

C=19
D=30 E=26 A=26 B=20

D=24
E=27 A=27 B=23 C=29

E=24
A=36 B=21 C=22 D=31

OPERADORES
Lotes de materia prima 1 2 3 4 5 1 2 3 4 5

A=24 B=17 C=18 D=26 E=22

B20 C=24 D=38 E=31 A=30

C=19 D=30 E=26 A=26 B=20

D=24 E=27 A=27 B=23 C=29

E=24 A=36 B=21 C=22 D=31

Activar Modelo lineal general

Univariante

Introducir las variables en los cuadros de dilogos

Menor o igual a 0.01 Altamente Significativa (**)

H1

1 2 3 1 = 2 3 1 2 = 3

Ejercicio para el trabajo final

Realiza el ejercicio 5-15 del libro Montgomery, Douglas. Diseo y Anlisis de Experimentos. Grupo Editorial Iberoamericana.

Greco Latinos
Se aplica cuando se quiere controlar la variabilidad producida por tres fuentes extraa ( Bloques mas columnas, letras latinas) Los diferentes tratamientos se muestran en letras del abecedario, de all Greco

Diseo Greco Latino

Cuadrado Latino con cuatro tratamientos

F A C T 2

1 2 3 4

FACTOR 1 1 2 3 A B C B C D C D A

4 D A B

Tratamientos las letras griegas

D A B C

Y ijkl =+i + j +k + l + ijkl

Donde : Yijkl es la ijkl - sima observacin es un parmetro comn a todos los tratamientos denominada media global. l es el l simo tratamiento.(Letras Griegas) i es el i- simo factor 1(Columnas) j es el efecto del j simo factor 2 (Hileras) k= es el k-simo efecto factor 3 (letras latinas) ijk componente del error

Ejemplo
Se desea determinar si existen diferencias significativas en la fuerza explosiva observada de 5 formulas de dinamita (A,B,C,D,E), las mezclan son preparadas en 5 lotes, 5 lineas de montaje y a su vez por 5 operadores los cuales pudieran diferir en la experiencia y habilidad para prepararlas

OPERADORES
Lotes de materia prima 1 2 3 4 5 1 2 3 4 5

A =24 B =17 C =18 D =26 E =22

B =20 C =24 D =38 E =31 A =30

C =19 D =30 E =26 A =26 B =20

D =24 E =27 A =27 B =23 C =29

E =24 A =36 B =21 C =22 D =31

Lneas de montaje= A,B,C,D,E Tratamientos=,,, ,

Menor o igual a 0.01 Altamente Significativa (**)

H1

1 2 3 1 = 2 3 1 2 = 3

Ejercicio para el trabajo final

Realiza el ejercicio 5-22 del libro Montgomery, Douglas. Diseo y Anlisis de Experimentos. Grupo Editorial Iberoamericana.

Diseos factoriales
Se entiende aquel en el que se investigan todas las posibles combinaciones de los niveles de los factores en cada ensayo completo

MODELO ESTRUCTURAL DEL AVAR: DISEO FACTORIAL 2X2

Yijk = + j + k + ( ) jk + ijk

Espeficacin del modelo

Yijk = la puntuacin del i sujeto bajo la combinacin del j valor del factor A y el k valor del factor B. = la media comn a todos los datos del experimento. j = el efecto o impacto de j nivel de la variable de tratamiento A. k = efecto del k valor de la variable de tratamiento B. ()jk = efecto de la interaccin entre el i valor de A y el k valor de B. ij = error experimental o efecto aleatorio de muestreo.

Representacin grfica de la interaccin

Interaccin nula B1 Interaccin positiva B1 B1 B2 B2 A1 A2 A1 A2 A1 A2 Interaccin negativa

B2

B2

B1 A1 A2

Interaccin inversa

Ejemplo
Un ingeniero decide probar tres tipos de material de cubierta de una batera a tres tipos diferentes de temperatura ( 15,70,125) en la duracin de la misma. Se quiere saber 1.- Qu efecto tienen el tipo de material y la temperatura sobre la duracin de la batera? Existe una eleccin del material que d por resultado una duracin uniformemente larga sin importar la temperatura?

Datos de duracin (en horas) para el ejemplo de diseo de una batera

Temperatura F
Tipo de material 130 1 74 180 80 75 82 58 15 155 34 70 40 20 125 70

150
2 159 138 3 168

188
126 110 160

126
106 174 150

122
115 120 139

25
58 96 82

70
45 104 60

Temperatura F
Tipo de material

15 130 155 34 80

70 40 75 122 115 120 139

125 20 82 25 58 96 82 70 58 70 45 104 60

74

180

150 188 126 2 159 126 106 138 3 110 174

168 160 150

Temperatura F
Tipo de material

15 130 155 34 80

70 40 75

125 20 82 25 58 96 82 70 58 70 45 104 60

74

180

150 188 126 122 2 159 126 106 115 138 110 174 120 3 168 160 150 139

Existe interaccin
A mayor temperatura menor duracin El material tipo 3 da los mejores resultados si se quiere menor perdida de la duracin efectiva

Ejercicio para el trabajo final

Realiza el ejercicio 7-4 (Partes a yb) del libro Montgomery, Douglas. Diseo y Anlisis de Experimentos. Grupo Editorial Iberoamericana.