Tarea de Estadistica

Estadística
Pedraza Ortiz Paola Lizeth
Que es un diseño de experimentos:

Proceso que consiste en plantear los pasos necesarios que se deben seguir,
así como el orden de estos, para una recolección y posterior análisis de la
información que requiere estudiar un problema de investigación. Su objetivo es
el de obtener el máximo de información requerida por el experimento con el
mínimo coste y la máxima eficiencia. Un buen diseño es aquel que es capaz de
proporcionar exactamente el tipo de información que se busca, con precisión, y
es más eficiente cuando proporciona esta información con un número menor de
datos.
Fases del diseño de experimentos:

1. Reconocimiento y formulación del problema: Este es un paso obvio, sin
embargo, en la práctica no resulta siempre sencillo de realizar y menos
de forma clara y aceptada por todos. Es necesario desarrollar todas las
ideas sobre el objetivo del experimento y normalmente es importante
solicitar información a todas áreas involucradas en el experimento,
ingeniería, calidad, manufactura, administración, etc.
2. Selección de los factores y niveles: El investigador selecciona los
factores o variables independientes que serán analizadas, de acuerdo
con el conocimiento del fenómeno y la posibilidad de controlar estas. Al
escoger los factores que pueden influir en el desempeño del proceso,
estos pueden clasificarse:
 Factores potenciales del proceso: los cuales el experimentador

quiere hacer variar en el experimento, dentro de estos podrán ser:
 Factores de diseño que se mantienen constantes:

Estos suelen ser variables con cierto efecto para la respuesta,
pero no son de interés para los fines del experimento, por lo que
se mantendrán en un nivel fijo específico.
 Factores de diseño que se permite variar: Estos tendrán efecto

sobre la respuesta y serán de interés para los fines del
experimento.
 Factores perturbadores del proceso: estos factores pueden tener

un efecto en la respuesta, que debe de tomarse en cuenta, pero
no hay interés en ellos en el contexto del experimento. Se
clasifican en:
 Factores perturbadores controlables: Los cuales se puede ajustar
a un nivel.
 Factores perturbadores no controlables: Los cuales no se puede

ajustar a un nivel, pero este puede medirse, por lo cual el efecto
puede ser compensado.
 Factores perturbadores de ruido: Los cuales no pueden

ajustarse a un nivel y este nivel varía de forma natural.
3. Selección de las variables de respuesta: Esta debe ser aquella que

proporcione la información útil, con la solución al problema definido.
4. Selección del diseño experimental: Una vez asignado lo anterior surgen

dos preguntas:
a) ¿Cuál es el tamaño apropiado para la muestra?
b) ¿Qué tipo de diseño conduce al resultado óptimo en cuanto a
información válida, precisa y económica?
5. Realización del experimento: Es la parte en la cual se realiza el

experimento y se recogen los datos, debe prestarse atención al
mecanismo de aleatorización, al manejo de los instrumentos de medida,
al reconocimiento de las unidades experimentales, y fundamentalmente
al mantenimiento en la forma más uniforme posible de las condiciones
ambientales del experimento. Un error en
el procedimiento destruirá por lo general la validez de este.
6. Análisis de los datos: Deben utilizarse métodos estadísticos para

analizar los datos recogidos, el método que se escoja debe ir acorde con
el diseño utilizado.
7. Conclusiones y recomendaciones: Después de analizar los datos se

establecen las inferencias estadísticas, las cuales deben traducirse al
lenguaje del experimento para darle la correspondiente interpretación
física y evaluar su significación práctica.
Principios básicos del diseño de experimentos

Para que un experimento pueda catalogarse como un buen experimento, las
conclusiones de este deben tener validez, precisión y amplio cubrimiento. Para
cumplir con estas condiciones el experimento debe llevarse a cabo teniendo en
cuenta los tres principios básicos: repetición, aleatorización y control del error
experimenta
 Repetición: Un mayor número de repeticiones dará una mayor precisión
en las estimaciones, el objetivo de realizar repeticiones será obtener una
medida de variabilidad.
 Aleatorización: Este es uno de los principios más discutidos en la

literatura, sus objetivos son varios: eliminar el sesgo en la estimación de
medidas, dar validez a la estimación del error experimental, generar
independencia de los errores experimentales, dar robustez al análisis.
Sin embargo, debe considerarse que, con los diseños aleatorizados,
cuando hay una dependencia positiva entre observaciones son menos
eficientes que los diseños sistemáticos.
 Control del error experimental: Este proceso evita el efecto de los

factores conocidos sobre los resultados de un experimento, factores que
pueden interferir con el objeto de estudio o que no permiten observar
adecuadamente los efectos bajo estudio. Este proceso se realiza
mediante la construcción de bloques y modificando el proceso de
aleatorización.
Tipos de diseños experimentales
Experimentos con un solo factor: Análisis de varianza (ANOVA)

El análisis de varianza es utilizado para verificar si existen diferencias
estadísticas significativas entre la media de más de dos muestras o grupos de
muestras en un mismo planteamiento. El procedimiento que utiliza este método
es comparar estos valores basados en la varianza global de las muestras a
comparar. Típicamente se utiliza este análisis para asociar una probabilidad a
la conclusión de que las medias de dos o más poblaciones son distintas.
El objetivo del análisis se basa en la descomposición de variabilidad total en
dos partes, una debida a la variabilidad entre las distintas poblaciones y otra
parte a la variabilidad intrínseca de las observaciones
Diseños factoriales:
Este tipo de diseño se utiliza para experimentos con dos o más factores, dado
que en general son los más eficientes para ello. En este diseño se investiga
todas las combinaciones posibles entre los niveles de los factores.
Diseños anidados:
Este diseño se aplica a experimentos con dos o más factores, en lo que alguno
de ellos cuenta con niveles idénticos a otro, o cuando no es posible combinar
todos los niveles de un factor con todos los niveles de otros. Un factor está
anidado a otro cuando cada nivel de este aparece asociado a un único nivel del
otro.
Superficies de respuesta
Este método se utiliza cuando en un problema la respuesta de interés recibe
una influencia de diversas variables, donde el objetivo es optimizar la respuesta
y determinar el modelo matemático que mejor se ajusta a los datos obtenidos.
En estos problemas la forma de relación entre la respuesta y las variables
independientes suele ser desconocida, por lo que el primer paso es encontrar
una próxima a la verdadera relación funcional entre la respuesta y el conjunto
de variables independientes. Se emplea un polinomio de orden inferior en
alguna región, si la respuesta es línea se ajustará a un modelo de primer orden,
mientras que si tiene curvatura debe usarse un polinomio de orden superior.
Programas utilizados en el diseño de experimentos

Existen diferentes programas que se utilizan a la hora de realizar el diseño de
experimentos. Los programas de análisis estadístico permiten a las
organizaciones aprovechar al máximo los datos que poseen, incluyen
soluciones especializadas diseñadas para trabajar con lenguajes estadísticos
concretos, así como aplicaciones más generales que automatizan varias
operaciones de manipulación de datos, desde análisis de potencia hasta
visualización de datos.
Regresión lineal
La Regresión Lineal es un método para predecir la variable dependiente (y) en
función de los valores de las variables independientes (X).
Se puede usar para los casos donde quieras predecir alguna cantidad continua,
por ejemplo, predecir el tráfico en una tienda minorista, predecir el tiempo de
permanencia de un usuario o el número de páginas visitas en un blog, etc.
Es de naturaleza paramétrica porque hace ciertas suposiciones basadas en el

conjunto de datos. Si el conjunto de datos sigue esas suposiciones, la
regresión arroja resultados increíbles, de lo contrario, tiene dificultades para
proporcionar una precisión convincente.
Ejemplo de una regresión lineal en Excel
A una regresión con tan solo una variable independiente se le conoce como regresión
lineal simple. Para mantenernos con el ejemplo, consideremos que queremos ver la
relación entre el salario y la educación.
Paso 1: Selecciona toda la tabla con información.

Paso 2: En la pestaña “Insertar”, dirígete a la sección de “Gráficos” y selecciona
la primera opción para “Dispersión”.
Aparecerá un gráfico que relaciona los años de educación (en el eje X) con el
salario (en el eje Y).
A simple vista podemos ver que la relación es positiva.
Paso 3: Haz clic derecho sobre cualquiera de los puntos del gráfico, y
selecciona “Agregar línea de tendencia”. Aparecerá una sección a la derecha
de la pantalla con el título “Formato de línea de tendencia”.
Pasó 4: En “Opciones de línea de tendencia”, selecciona “lineal” y luego, al final

de la sección, haz clic en las casillas de “Presentar ecuación en el gráfico”
El resultado es el siguiente:
Vemos que ahora el gráfico incluye una línea de tendencia y además la

ecuación que da forma a esa línea. La regresión lineal, entonces, es
simplemente una línea que trata de ajustar todos los datos lo mejor posible.
Esta ecuación indica que por cada año adicional de educación, el salario
aumenta en 45,9. Es decir, la “x” de la ecuación representa a la variable
educación, mientras que la “y” representa al salario.
Claramente, existe un error en la estimación ya que no todos los puntos se

ubican sobre la línea. A esta diferencia se le llama residuo, y veremos cómo se
calcula exactamente más adelante.
Esta es una forma rápida de hacer una regresión con una variable
independiente, pero solamente aporta una fracción de la información relevante
para hacer una regresión.

Tarea de Estadistica

Cargado por

Copyright:

Formatos disponibles

Tarea de Estadistica

Cargado por

Información del documento

Título 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

Tarea de Estadistica

Cargado por

Copyright:

Formatos disponibles

Estadística

Pedraza Ortiz Paola Lizeth

Que es un diseño de experimentos:

Fases del diseño de experimentos:

 Factores potenciales del proceso: los cuales el experimentador

 Factores de diseño que se mantienen constantes:

 Factores de diseño que se permite variar: Estos tendrán efecto

 Factores perturbadores del proceso: estos factores pueden tener

 Factores perturbadores no controlables: Los cuales no se puede

 Factores perturbadores de ruido: Los cuales no pueden

3. Selección de las variables de respuesta: Esta debe ser aquella que

4. Selección del diseño experimental: Una vez asignado lo anterior surgen

5. Realización del experimento: Es la parte en la cual se realiza el

6. Análisis de los datos: Deben utilizarse métodos estadísticos para

7. Conclusiones y recomendaciones: Después de analizar los datos se

Principios básicos del diseño de experimentos

 Aleatorización: Este es uno de los principios más discutidos en la

 Control del error experimental: Este proceso evita el efecto de los

Tipos de diseños experimentales

Experimentos con un solo factor: Análisis de varianza (ANOVA)

Programas utilizados en el diseño de experimentos

Es de naturaleza paramétrica porque hace ciertas suposiciones basadas en el

Ejemplo de una regresión lineal en Excel

Paso 1: Selecciona toda la tabla con información.

A simple vista podemos ver que la relación es positiva.

Pasó 4: En “Opciones de línea de tendencia”, selecciona “lineal” y luego, al final

Vemos que ahora el gráfico incluye una línea de tendencia y además la

Claramente, existe un error en la estimación ya que no todos los puntos se

También podría gustarte