ESTADÍSTICA

6.
Experimento: Se realiza un experimento para estudiar el efecto del nivel del agua sobre la
longitud del tallo de dos tipos de plantas de guisantes. Se utilizaron tres niveles de agua y los
datos se recogen en la siguiente tabla:
Unidad Experimental: Tres niveles de agua
NIVEL DE AGUA
TIPO DE TIPO 1 NIVEL 1 NIVEL 2 NIVEL 3
PLANTA
7.3 107.5 123.1
75.1 96.1 125.2
69.0 103.6 125.7
TIPO 2 70.4 88.1 109.0
73.2 85.8 101.1
71.1 86.0 103.2
Variable de Respuesta: necesariamente cuantitativa y unidimensional, se introducirá la variable
crecimiento, factores fijos como tipo y nivel, en el ejemplo no hay factores aleatorios ni
covariables
https://es.slideshare.net/ug-dipa/diseo-experimental-con-spss (Pág 11)
8.
ETAPAS Y SUB ETAPAS DEL DISEÑO DE EXPERIMENTOS
1. Definir los objetivos del experimento.

2. Identificar todas las posibles fuentes de variación, incluyendo:
— factores tratamiento y sus niveles,
— unidades experimentales,
— factores nuisance (molestos): factores bloque, factores ruido y covariables.
3. Elegir una regla de asignación de las unidades experimentales a las condiciones de

estudio (tratamientos).
4. Especificar las medidas con que se trabajará (la respuesta), el procedimiento experimental
y anticiparse a las posibles dificultades.
5. Ejecutar un experimento piloto.
6. Especificar el modelo.
7. Esquematizar los pasos del análisis.
8. Determinar el tamaño muestral.
9. Revisar las decisiones anteriores. Modificarlas si se considera necesario.
EJEMPLO:
Se desea investigar las posibles diferencias en la producción de dos máquinas, cada una de las
cuales debe ser manejada por un operario. En el planteamiento de este problema la variable
respuesta es la producción diaria de una máquina, el factor tratamiento en el que se está
interesado es el tipo de máquina que tiene dos 15 niveles y un factor nuisance es el operario que
maneja la máquina. En el diseño del experimento para realizar el estudio se pueden utilizar dos
estrategias para controlar el factor operario que maneja la máquina. Aleatorizar: se seleccionan al
azar dos grupos de operarios y se asigna al azar cada grupo de operarios a cada una de las dos
máquinas. Finalmente se evalúa la producción de las mismas. Bloquear: se introduce el factor
bloque operario. Se elige un único grupo de operarios y todos ellos utilizan las dos máquinas.
Hay que tener en cuenta en qué circunstancias se utilizan estas dos estrategias, y cuál estrategia es
mejor. La factorización del diseño. “Un diseño factorial es una estrategia experimental que
consiste en cruzar los niveles de todos los factores tratamiento en todas las combinaciones
posibles”. Ventajas de utilizar los diseños factoriales: — Permiten detectar la existencia de
efectos interacción entre los diferentes factores tratamiento. — Es una estrategia más eficiente
que la estrategia clásica de examinar la influencia de un factor manteniendo constantes el resto de
los factores.
http://halweb.uc3m.es/esp/Personal/personas/jmmarin/esp/Disenno/IntroDE.pdf (Pág. 15-16)
9.
PRINCIPIOS BÁSICOS EN EL DISEÑO DE EXPERIMENTOS
- Principio de Aleatorizar: asignar al azar todos los factores no controlados por el

experimentador en el diseño experimental y que pueden influir en los resultados. Evita los
sesgos en el experimento, evita la dependencia entre observadores, valida muchos de los
procedimientos estadísticos más comunes.
- Principio de Bloquear: dividir y particionar las unidades experimentales en grupos
llamados bloques para realizar las observaciones bajo condiciones experimentales lo más
parecidas posibles. Este principio tiene gran influencia en la respuesta, convierte la
variabilidad sistemática no planificada en variabilidad sistemática planificada.
- Factorización del diseño: estrategia experimental que consiste en cruzar los niveles de
todos los factores tratamiento en todas las combinaciones posibles, permite detectar la
existencia de efectos interacción entre los diferentes factores tratamiento, es una estrategia
más eficiente que la estrategia clásica de examinar la influencia de un factor manteniendo
constantes el resto de los factores.
Ejemplo: se desea saber si la temperatura influye en el nivel de contaminación de un producto,

medida en mgms/lt, para esto primero efectúa cuatro pruebas a una temperatura de 80°C y
enseguida cuatro pruebas a 90°C, los Resultados son:
80ºC 2.2 2.8 3.2 3.6 2.95
90ºC 3.4 3.9 4.3 4.7 4.07
A primera vista con la temperatura de 80°C se ve que tiene menor nivel de contaminación, sin
embargo, algo raro se observa, el nivel de contaminación siempre aumenta, esto se debe a que los
residuos que quedan en el equipo aumentan constantemente la contaminación del producto. Esto
se puede evitar lavando perfectamente el material, lo cual puede no ser físicamente posible. "En
lugar de esto podemos confundir, anular o igualar este efecto, realizando las pruebas en orden
aleatorio” bajo las dos temperaturas.
En un diagrama causa-efecto con un gran número de factores afectando la característica de calidad,

si se desea analizar el efecto de uno o varios factores, se debería controlar y medir todos los otros
factores y aun así no eliminaría el error aleatorio, en lugar de esto se puede "confundir" o anular el
efecto de estos factores no controlables al efectuar las pruebas siguiendo un orden aleatorio o al
azar.
La aleatoriedad por lo tanto es importante por al menos dos razones
i) Confunde el efecto de factores no controlables y

ii) Valida las pruebas estadísticas al hacer que los errores experimentales sean
estadísticamente independientes.
 Análisis por bloques. Es una técnica que se usa para incrementar la precisión del experimento.
Un bloque es una porción del material experimental que sea más homogénea que el total del
material o cuando las condiciones son más homogéneas. Al realizar un experimento por
bloques se hacen las comparaciones entre las condiciones de interés del experimento dentro
de cada bloque.
https://www.google.com/search?rlz=1C1CHBD_esCO758CO758&q=sencillo+ejemplo+donde+se+aplique
n+los+3+principios+b%C3%A1sicos+de+dise%C3%B1o+de+experimentos&spell=1&sa=X&ved=0ahUKEwj
K8KH_k6nkAhUI01kKHdczCnQQBQgsKAA&biw=1366&bih=625
10.
Grado de control mínimo
Estudio con un solo grupo y Se relaciona con la

Pre - experimentales una medición validez
Interna Externa
No hay manipulación de
variables
Grado de control máximo

 Formatos
Experimentales puros Grupos de comparación
artificiales
equivalentes
 Distribución
Hay manipulación de aleatoria
variantes
Grado de control mediano
Cuasi - experimentales Grupos de comparación Formatos de

intactos manera natural
Hay manipulación de
variables

ESTADÍSTICA

Cargado por

Copyright:

Formatos disponibles

ESTADÍSTICA

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

ESTADÍSTICA

Cargado por

Copyright:

Formatos disponibles

6.

1. Definir los objetivos del experimento.

— factores tratamiento y sus niveles,

— factores nuisance (molestos): factores bloque, factores ruido y covariables.

3. Elegir una regla de asignación de las unidades experimentales a las condiciones de

http://halweb.uc3m.es/esp/Personal/personas/jmmarin/esp/Disenno/IntroDE.pdf (Pág. 15-16)

PRINCIPIOS BÁSICOS EN EL DISEÑO DE EXPERIMENTOS

- Principio de Aleatorizar: asignar al azar todos los factores no controlados por el

Ejemplo: se desea saber si la temperatura influye en el nivel de contaminación de un producto,

90ºC 3.4 3.9 4.3 4.7 4.07

En un diagrama causa-efecto con un gran número de factores afectando la característica de calidad,

i) Confunde el efecto de factores no controlables y

Estudio con un solo grupo y Se relaciona con la

Grado de control máximo

Grado de control mediano

Cuasi - experimentales Grupos de comparación Formatos de

También podría gustarte