Professional Documents
Culture Documents
DISEÑO DE EXPERIMENTOS
(DOE)
1
2
EVALUACION
EXPOSICION DE TEMAS Y ARTICULOS 25%
EXAMEN 45%
PROYECTO PRACTICO 30%
CONGRESOS
4
5
6
TEMATICA
7
INTRODUCCION
Todas nuestras actividades asociadas con planear y
realizar estudios de Investigación tienen implicaciones
estadísticas (Kuehl, ppios estadísticos del DOE)
INTRODUCCION
Tres componentes fundamentales de los experimentos en el área de
pruebas agrícolas:
8
9
PLANEACION DE LA INVESTIGACION
METODO CIENTIFICO
• Observación
• Planteamiento del problema
• Hipótesis
• Experimentación
• Registro de datos
• Análisis e interpretación
• Reformulación
9
10
10
11
TIPOS DE INVESTIGACION
Exploratoria
Los estudios exploratorios "Se efectúan, normalmente, cuando el
objetivo es examinar un tema o problema de investigación poco
estudiado o que no ha sido abordado antes"
Descriptiva
La investigación de tipo descriptiva mide o evalúa, con la mayor precisión
posible, diversos aspectos, dimensiones o componentes del fenómeno a
investigar
Explicativa
Este tipo de investigaciones tienen como objetivo llegar al conocimiento
de las causas que lleven a explicar el fenómeno
Cualitativa
Estudian la realidad en su contexto natural, tal y como sucede, intentando
sacar sentido de, o interpretar los fenómenos de acuerdo con los
significados que tienen para las personas implicadas
11
12
Criterios de clasificación de
investigaciones
Según su finalidad Investigación básica y aplicada
Según el propósito son Descriptivos o Comparativos,
experimental y ex post facto.
Según la evolución son Transversales o Longitudinales
Según la fuente de información son Prospectivos o
Retrospectivos
Registro de datos que Los hechos se registran
Ocurrieron en el pasado A medida que ocurren
PROSPECTIVO
CAUSA EFECTO
RETROSPECTIVO
CAUSA EFECTO
TRANSVERSAL
MEDICION
LONGITUDINAL
MEDICIONES
13
14
Transversal
Tiempo
Longitudinal Longitudinal
14
15
DEFINICIONES
1. Qué es un experimento?
2. Qué es diseñar un experimento?
3. Qué es unidad experimental?
4. Qué es la variable de respuesta?
5. Qué son factores y niveles de un factor?
6. Qué son factores controlables y NO controlables?
7. Qué son Factores estudiados?
8. Qué son tratamientos?
9. Qué es error experimental?
10.Qué es error aleatorio?
11.Qué es interacción entre factores?
15
16
¿Qué es un experimento?
Un experimento es un procedimiento mediante el cual
se trata de comprobar (confirmar o verificar) una o
varias hipótesis relacionadas con un determinado
fenómeno, mediante la manipulación y el estudio de las
correlaciones de las variables que presumiblemente
son su causa
Cada elemento que será sometido a determinadas condiciones del experimento y que
brindará una respuesta (medición o dato estadístico).
Qué es un factor?
Variable independiente, afecta los resultados del experimento. Un factor en estudio es
aquel cuyos valores son controlados y cuyo efecto será evaluado en los resultados del
experimento.
Niveles del factor:
Son los distintos valores estudiados.
Qué son factores controlables Variables de entrada (ó de proceso) qué el investigador puede fijar
en un punto o nivel de operación y NO controlables Se pueden llamar también Factores de
ruido, y casi siempre son la mayoría de variables que pueden afectar nuestra variable de
respuesta; son variables que NO se pueden controlar
18
18
19
(X) (Y)
Variables Nombre el Respuesta
clave del (Output)
Proceso
proceso a las variables
INPUTS OUTPUTS
Gente
Respuestas relacionadas
Proceso a mejorar un servicio
Material
Equipo
Respuestas relacionadas
Politicas Mezcla de a producir un producto
aspectos que
Procedimientos generan
Métodos respuestas Respuestas relacionadas
a completar una tarea
Equipo
22
23
24
25
Variable independiente.
Es el factor (causa) que suponemos influye sobre la característica que medimos
(defecto, error, etc).
Variable dependiente.
Es aquella variable que se mide en cada observación del Experimento, para
establecer si la variable independiente efectivamente influye sobre sus valores.
Variables extrañas.
Son todas aquellas que el investigador no puede manipular, pero influyen en la
variable dependiente.
Variable de bloqueo.
Es una variable que sabemos puede intervenir en los niveles de la variable
dependiente y decidimos eliminar su influencia mediante el control de la
misma, creando bloques de observaciones, en los que esta variable, asume
respectivamente un valor constante
26
ETAPAS DE UN DISEÑO DE EXPERIMENTOS
PLANEACION Y REALIZACION
Definir los
sujetos sobre
Decidir el los que se va a
número de realizar la
repeticiones medida.
Establecer los para cada
tratamientos tratamiento
Identificar la
variable
independiente
Definir
claramente la Realización del
hipótesis a Experimento
comprobar
Asegurarse de la
aptitud del Diseño
del Experimento
para contestar la
Identificar
pregunta inicial
posibles factores
de "ruido" y/o
variables de
bloqueo
Explicitar el
procedimiento
de
aleatorización
Determinar
la variable
dependiente.
26
27
Tipos de hipótesis
27
27
28
32
32
33
34
34
35
35
35
36
TIPOS DE EXPERIMENTOS
• El experimento absoluto en el cual el interés principal es
la estimación y las propiedades físicas de la población a
ser estudiada
40
41
42
43
PREGUNTAS
Se tiene un experimento en el que los factores a estudiar y sus niveles
son los siguientes: temperatura (10, 20 y 30°C); tiempo (60 y 90 minutos).
Elabore una lista de todos los posibles tratamientos de este diseño
43
44
44
45
45
46
Estadística
47
ANALISIS
En esta etapa no se debe perder de vista que los resultados experimentales son
observaciones muestrales, no poblacionales. Por ello, se debe recurrir a métodos
estadísticos inferenciales para ver si las diferencias o efectos muestrales
(experimentales) son lo suficientemente grandes para que garanticen diferencias
poblacionales (o a nivel proceso).
ANOVA
En el ANOVA se comparan siempre las medias de varias poblaciones y se hace
a través de un contraste de hipótesis
Un factor en ANOVA es una variable cualitativa que genera o que contempla una
serie de poblaciones a comparar.
Un factor puede ser fijo o aleatorio. Fijo es cuando los niveles que se estudian
son los únicos niveles que interesan. Aleatorio es cuando los niveles que se
estudian es una muestra de niveles.
Cuando tenemos dos o más factores éstos pueden estar, entre sí, dos a dos,
cruzados o anidados. Dos factores están cruzados cuando todos los niveles de
47un factor se cruzan, se combinan, con todos los niveles del otro factor.
48
Dos factores están anidados (uno dentro de otro) cuando los niveles de uno se
combinan, jerárquicamente, entre los niveles del otro.
INTERPRETACION
Aquí, con el respaldo del análisis estadístico formal, se debe analizar con detalle lo
que ha pasado en el experimento, desde contrastar las conjeturas iniciales con los
resultados del experimento, hasta observar los nuevos aprendizajes que sobre el
proceso se lograron, verificar supuestos y elegir el tratamiento ganador, siempre
con apoyo de las pruebas estadísticas
49
50
Parámetros
Características que, mediante su valor numérico, describen a un conjunto de elementos o individuos.
Población infinita
Es aquella en la que la población es grande y es imposible e incosteable medir a todos los individuos.
Muestra representativa
Es una parte de una población, seleccionada adecuadamente, que conserva los aspectos clave de la
población.
Inferencia estadística
Son las afirmaciones válidas acerca de la población o proceso basadas en la información contenida en la
muestra.
Estadístico
Cualquier función de los datos muestrales que no contiene parámetros desconocidos
50
51
52
Por ejemplo,
En un proceso se establece la afirmación “este proceso produce menos de 8% de
defectuosos” se puede plantear estadísticamente, en términos de la proporción p
desconocida de artículos defectuosos que genera el proceso, como se hace a
continuación.
Región de rechazo
Es el conjunto de posibles valores del estadístico de prueba que llevan a
rechazar la hipótesis nula.
Región de aceptación
Son los posibles valores del estadístico de prueba donde no se rechaza la
hipótesis nula
Prueba para la proporción
Por ejemplo, supongamos que se toma una muestra de n = 150 piezas y de ellas
x = 20 son defectuosas
55
56
57
Anova de un factor
• ANOVA de un factor (también llamada ANOVA unifactorial
o one-way ANOVA en inglés) es una técnica estadística
que señala si dos variables (una independiente y otra
dependiente) están relacionadas en base a si las medias
de la variable dependiente son diferentes en las
categorías o grupos de la variable independiente
Sea X una variable aleatoria con distribución normal con media m y varianza s2,
ambas desconocidas. Se quiere probar la hipótesis de que la media es igual a cierto
valor µ0. Es decir, la hipótesis a probar es
Para probar esta hipótesis se toma una muestra aleatoria de tamaño n de los
posibles valores de la variable X y se calcula el estadístico de prueba:
donde S es la desviación estándar de los
datos. Bajo el supuesto de que H0 es
verdadera, este estadístico se distribuye T
de Student con n – 1 grados de libertad.
Del ejercicio anterior se puede ver a simple vista que la varianza s2 = 0.5, declarada
por el vendedor, es bastante diferente que la varianza muestral S2 = 1.2, lo cual
lleva a sospechar que su afirmación sobre la varianza del proceso es falsa.
Sin embargo el hecho de que los dos números sean distintos no significa que
sean estadísticamente diferentes, de aquí la necesidad de contrastar o probar
las hipótesis:
Ho : s2 = 0.5
HA2 : s2 > 0.5
Para probar esta hipótesis y bajo el supuesto de distribución normal, se utiliza el
siguiente estadístico de prueba
64
65
• Formulación:
• Paso 1. Determinar parámetro de interés: p
• Paso 2. Expresar la hipótesis nula y alterna en términos del
parámetro de interés: 𝐻0 : 𝑝 = 𝑝0 ≥ 0.95 ; 𝑝0 = 0.95 calidad
aceptable
• 𝐻1 : 𝑝 = 𝑝1 < 0.95; 𝑝1 = 0.94 calidad no aceptable
• Paso 3. Establecer Nivel de significancia y criterios de prueba α =
0.05 (Los valores críticos de x pueden obtenerse de la tabla de
áreas bajo la curva normal tipificada; y en este caso, el signo de
la hipótesis alterna sugiere una región crítica del lado izquierdo -
1.645 (Prueba de cola inferior).
•
El valor crítico - 1.64, y con mayor exactitud -1.645, se obtiene de la
𝜎
tabla de áreas bajo la curva normal tipificada z que va de 𝜇0 ±𝑧𝑎 =
𝑛
0.45 + 0.5 = 0.95, por ser ensayo unilateral o de cola inferior = (1 –
α).
• Paso 4. Determinar el valor estadístico de prueba. Se trata de un
estadístico con P y p conocidos, con un tamaño muestral grande n ≥
30 (Aplica el T.C.L.). Caso 4
• 𝑷𝒔 = X/n = 82Τ200 = 0.41
𝑷𝒔 −𝒑 0.41 −0.95
• Valor Estadístico z = 𝒑𝒒Τ = = - 2.27
𝒏 .95 (.05)ൗ
200
• Paso 5. Se toma la decisión. Se rechaza 𝐻0 para este nivel de
significancia porque 𝒁𝜶= 1.645 del estadístico queda dentro de la
región de rechazo en este ensayo unilateral o de cola inferior (z < 𝑧𝛼 ,
• - 2.27 < -1.645).
• Paso 6. Conclusión: Se rechaza la hipótesis nula porque los
resultados experimentales observados contradicen la afirmación del
fabricante , y no es significativa en el valor pedido de 0.05; ni siquiera
para el valor 0.01 porque sus valores críticos se manejan entre +2.33
y – 2.33 (Ver Tabla 1 Fig. 3 Valores 𝒛𝜶 para niveles 0.05 y 0.01, una y
dos colas).
72
• Problemas propuestos
• 1. Se sabe que las calificaciones obtenidas en un cierto examen
se distribuyen normalmente, con una media aritmética de 7.57. Un
profesor afirma que si el examinador adopta una actitud agresiva
ante los alumnos, el promedio de calificaciones será diferente al
establecido. Para probar los anterior, aplicó el examen con una
actitud agresiva a 40 alumnos elegidos aleatoriamente y encontró
una media aritmética de 7.1 y una desviación estándar de 0.09.
Vamos a probar con 𝛼 = 0.01 la hipótesis del profesor.
P(L ≤ m ≤ U) = 1 – a
𝑠 𝑠
𝐿 = 𝑋ത + 𝑡𝛼/2 𝐿 = 𝑋ത − 𝑡𝛼/2
𝑛 𝑛
Intervalo para la varianza
De manera similar a como se obtiene el intervalo para la media, es posible deducir
intervalos de confianza para cualquier parámetro. En particular, para construir un
intervalo de confianza para la varianza s2
(𝑛 − 1)𝑆 2 2
(𝑛 − 1)𝑆 2
≤ 𝜎 ≤ 2
𝛼,𝑛−1
2 1−𝛼,𝑛−1
2 2
75
c) Con los datos anteriores, estime con una confianza de 95%, ¿cuál es la
desviación estándar poblacional (del proceso)?
Modelo 1
Los conejos se atrapan «al azar». Se atrapan cuatro conejos y se les asigna
la dieta A. Se atrapan otros cuatro y se les asigna la dieta B y así
sucesivamente.
Modelo 2
A A A A
B B B B
C C C C
D D D D
96
Modelo 4
Marque las jaulas del 1 al 16. En otra urna ponga 16 pedazos de papel,
marcados con las letras A, B, C y D. Atrape un conejo. Seleccione un número
y una letra de cada urna. Ponga el conejo en la jaula indicada por el número
escogido y asígnelo a la dieta indicada por la letra.
1 5 9 13
2 6 10 14
3 7 11 15
4 8 12 16
1C 5A 9B 13 D
2D 6B 10 D 14 C
3C 7B 11 A 15 D
4A 8A 12 C 16 B
97
La hipótesis nula es que los efectos de tratamientos (β) son todos iguales,
lo que se expresa por: H0: β1 = β2 = β2 .. . . . .
ANOVA
Repeticiones Yi.
Trat 1 2 3 4 Rep
Ejemplo:
T1 T2 T3 T4 T5
REP 1 980 1200 1300 1400 1350
REP 2 1050 1230 1180 1350 1420
REP 3 1100 1150 1200 1380 1550
REP 4 1000 1390 1170 1420 1600
REP 5 1120 1250 1050 1500 1490
100
𝑌.. 2
𝐹. 𝐶 = =
σ𝑡𝑖=1 𝑛𝑖
101
𝑡
𝑛𝑖
5 5 5 5 5 25 𝑛𝑖
𝑖=1
𝑌𝑖. 5250 6220 5900 7050 7410 31830 𝑌..
𝑌ത𝑖. 𝑌
1050 1244 1180 1410 1482 1273.2 𝑌ത.. = ..ൗ 𝑡
𝑌𝑖. 2ൗ 𝑌𝑖 2ൗ
𝑛𝑖
𝑛𝑖
𝑛𝑖 5512500 7737680 6962000 9940500 10981620 41134300 𝑖=1
𝑡 𝑛
𝑌𝑖 2
𝑌𝑖 2
=1 5527300 7770000 6993800 9953300 11021500 41265900
=1 =1
𝑛𝑖
𝑌ത𝑖 2 𝑡 𝑛 𝑡
𝑌𝑖 2
14800 32320 31800 12800 39880 131600 𝑌𝑖 2 −
𝑌𝑖 2
ൗ𝑛
𝑛𝑖 𝑖
=1 𝑖=1
=1 =1
𝑌𝑖. − ഥ
𝑛𝑖 ഥ 𝑌.. 2 249091.2 4263.2 43431.2 93571.2 217987.2
σ𝑛𝑖
𝑖=1 𝑌𝑖 − ഥ
𝑌𝑖. 2
14800 32320 31800 12800 39880
σ𝑛𝑖
𝑖=1 𝑌𝑖 − ഥ
𝑌.. 2
263891.2 36583.2 75231.2 106371.2 257867.2
103
41265900 − 40525956
= 739944
Un experimentador puede estar interesado en probar ciertas raciones (R1, R2, …, Rk)
en n animales, pero para cada animal se realizaron dos determinaciones (nij=2) de los
porcentajes de grasa de la leche
En este caso en particular existen dos fuentes de variabilidad que contribuyen a formar
la varianza para las comparaciones entre los promedios:
1. El error debido al muestreo que es la variación entre las subunidades de una misma
unidad experimental y su valor se estima a través del cuadrado medio del error del
muestreo.
2. El error experimental que es la variación entre unidades experimentales sometidas a
un mismo tratamiento
108
HORARIO OPERADOR
CONDICIONES
LUGAR ATMOSFERICAS
FACTORES DE BLOQUEO
116
FACTORES DE BLOQUEO
Bloque o repetición
𝑌 2
..
𝐹𝐶 = 𝑺𝑪𝒆𝒓𝒓𝒐𝒓 = 𝑺𝑪𝒕𝒐𝒕 − (𝑺𝑪𝒕𝒓𝒂𝒕 + 𝑺𝑪𝒃𝒍𝒐𝒒 )
𝑡
𝑟 𝑡 𝑟 𝑡
𝑆𝐶𝑡𝑜𝑡 = 𝑌𝑖 − 𝑌ത.. 2 = 𝑌𝑖 2 − 𝐹𝐶
𝑖=1 =1 𝑖=1 =1
𝑡 𝑡
𝑌. 2
𝑆𝐶𝑡𝑟𝑎𝑡 = 𝑡 (𝑌ത. − 𝑌ത.. ) 2 = − 𝐹𝐶
𝑡
𝑖=1 =1
𝑟 𝑟
𝑌𝑖. 2
𝑆𝐶𝑏𝑙𝑜𝑞 = (𝑌ത𝑖. − 𝑌ത.. ) 2 = − 𝐹𝐶
𝑖=1 =1
125
126
MANCHA
DETERGENTE 1 2 3
DET 1 45 43 51
DET 2 47 46 52
DET 3 48 50 55
DET 4 42 37 49
127
Cada tratamiento aparece solo una vez por fila y columna lo que permite
que cada tratamiento sea probado por igual según las dos fuentes de
variacion consideradas.