P age |1

Proyecto de Ingeniera
Glosario de trminos Estadsticos

Estacin experimental:
Entidad fsica o sujeto expuesto al tratamiento independiente de otras unidades. La estacin
experimental una vez expuesta al tratamiento constituye una sola rplica del tratamiento.

Tratamiento:
La accin de fijar los factores experimentales en los niveles (magnitudes fsicas y cualitativas) deseados
constituye un tratamiento.

Muestreo:
En estadstica se conoce como muestreo a la tcnica para la seleccin de una muestra de una poblacin.
Al elegir una muestra se espera conseguir que sus propiedades describan o caractericen a la poblacin
de la cual proviene. Este proceso permite ahorrar recursos y obtener resultados parecidos a los que se
alcanzaran si se realizase un estudio de toda o casi toda la poblacin. Para que el muestreo sea vlido y
se pueda realizar un estudio adecuado debe cumplir ciertos requisitos. Es necesario no solo hacer
estimaciones de la poblacin sino tambin establecer los mrgenes de error correspondientes a dichas
estimaciones.

Bloquizacin:
Tcnica que proporciona control sobre el error experimental que se comete. Las estaciones
experimentales se agrupan de manera que la variabilidad dentro de los grupos sea menor que entre las
estaciones antes de agruparlas. Las estaciones se bloquizan en grupos similares, con base a los factores
que se esperan o se conocen guardan relacin con la variable de respuesta o medicin y que responde
de manera distinta a los diversos tratamientos.

Aleatorizacin: Asignacin aleatoria de los tratamientos a las estaciones experimentales.

P age |2
Rplicas:
La rplica implica una repeticin independiente del experimento bsico; es decir, cada tratamiento se
aplica de manera independiente a dos a ms estaciones experimentales. La rplica proporciona los
datos necesarios para estimar la varianza del error experimental (mientras que la bloquizacin es un
medio para reducir el error experimental).
Las razones principales para realizar rplicas en un experimento son:

Demostracin que se puede reproducir los resultados bajo unas mismas condiciones.
Proporciona seguridad contra resultados anormales en el experimento.
Proporciona las medias para estimar la varianza del error experimental.
Garantiza la precisin en la estimacin de las medias de los tratamientos (al incrementarse las
rplicas disminuye la variabilidad, lo que aumenta la precisin en la estimacin de la media).

El nmero de rplicas necesario est influido principalmente por cuatro parmetros:

1.
2.
3.
4.

La varianza (2).
El tamao absoluto de la diferencia ().
El nivel de significacin de la prueba () o probabilidad de error de tipo I.
La potencia de la prueba (1-) o la probabilidad de detectar (siendo la probabilidad de error
de tipo II).

Error Experimental:
Describe la variacin entre las estaciones experimentales tratadas de manera idntica e independiente.
Los distintos orgenes del error experimental son:

La variacin natural entre unidades experimentales.

La variabilidad en la medicin de la respuesta.
La imposibilidad de reproducir fielmente las condiciones de tratamiento entre estaciones.
La interaccin de los tratamientos con las unidades experimentales.
Otros factores que influyen en las caractersticas medidas.

Errores sobre mediciones indirectas:

Las magnitudes directas son obtenidas en un ensayo experimental mediante observacin directa de un
medio de medicin y la correccin del valor producto de los errores asociados a la operacin misma.
Las medidas obtenidas de esta manera, son mediciones directas, que en muchos casos son de utilidad
para determinar otras magnitudes, a travs de la aplicacin de frmulas, estas magnitudes indirectas

P age |3
presentan un error caracterstico ligado a la medicin experimental de la magnitud directa y a la funcin
o expresin matemtica que relaciona las magnitudes.
En primera instancia, si en la expresin matemtica que relaciona las magnitudes hay nmeros
irracionales (, e), es necesario determinar el nmero de cifras significativas, con las que se trabajar,
que no afectar de manera significativa el error absoluto de la magnitud deseada.
Suponiendo que la magnitud indirecta, que se desea obtener es F y que es funcin de otras magnitudes
fsicas xi halladas directamente:

= ( ,  , . ,  )
Suponiendo, adems que se han realizado mediciones de las variables xi, y que adems se conoce su
valor y su error respectivo. Se obtiene la diferencial total de F en funcin de las diferenciales de las
variables xi:
=





 +





 + +





 = 








Teniendo los errores absolutos perteneciente a cada diferencial, se obtiene el error absoluto de F de
acuerdo a la expresin:


=  




 


Si F es una funcin de la forma:



=  


Donde ! corresponde a constantes positivas y negativas. Para determinar el error asociado se tiene
que:


"#
= "# $  % =  ! "# 





("#
) =  ! ("#  )




=  !





Si se asimila los diferenciales totales a errores absolutos, se tiene que:



=
 !






P age |4
Funciones de Distribucin de Probabilidad:
Funcin que asigna a cada suceso definido sobre cierta variable aleatoria la probabilidad de que dicho
suceso ocurra. La distribucin de probabilidad est definida sobre todo el rango de valores de la variable
aleatoria. La distribucin de probabilidad est completamente especificada por la funcin de
distribucin; su valor significa la probabilidad de que la variable aleatoria sea menor o igual que x.

Prueba de hiptesis:
Es un procedimiento de inferencia estadstica para juzgar si una propiedad que se supone cumple una
poblacin estadstica es compatible con lo observado en una muestra de dicha poblacin. Mediante esta
teora, se aborda el problema estadstico considerando una hiptesis determinada H0 y una hiptesis
alternativa H1, y se intenta decidir cul de las dos es la hiptesis verdadera, tras aplicar el problema
estadstico a un cierto nmero de experimentos. Se denomina hiptesis nula H0 a la hiptesis que se
desea contrastar. El nombre de nula indica que representa la hiptesis que mantendremos a no ser
que los datos indiquen su falsedad. En una prueba de hiptesis es imprescindible definir o acotar los
errores tipo I y tipo II.

ANOVA:
En estadstica, el anlisis de la varianza o anlisis de varianza es una coleccin de modelos estadsticos y
sus procedimientos asociados, en el cual la varianza esta particionada en ciertos componentes debidos a
diferentes variables explicativas. El anlisis de varianza sirve para comparar si los valores de un conjunto
de datos numricos son significativamente distintos a los valores de otro o ms conjuntos de datos. El
procedimiento para comparar estos valores est basado en la varianza global observada en los grupos
de datos numricos a comparar. Tpicamente, el anlisis de varianza se utiliza para asociar una
probabilidad a la conclusin de que la media de un grupo de puntuaciones es distinta de la media de
otro grupo de puntuaciones.

Modelos para ajuste estadstico de datos (regresin):

En estadstica la regresin lineal o ajuste lineal es un mtodo matemtico que modela la relacin entre
una variable dependiente Y, las variables independientes Xi y un trmino que caracteriza el error del
ajuste. Este modelo puede ser expresado (para regresin lineal mltiple) como:

P age |5

El problema de la regresin consiste en elegir unos valores determinados para los parmetros
desconocidos k, de modo que la ecuacin quede completamente definida. Para ello se necesita un
conjunto de observaciones. En una observacin cualquiera (i-sima) se registra el comportamiento
simultneo de la variable dependiente y las variables independientes explicativas (las perturbaciones
aleatorias se suponen no observables).

Los parmetros desconocidos (k) no podran ser cualquiera y su bsqueda se establece mediante una
funcin de optimizacin mediante la cual se minimicen la suma de los cuadrados de los residuos:

Diseos Experimentales Factoriales:

Es el procedimiento de seleccionar un nmero de ensayos y las condiciones para la ejecucin de los
mismos, de forma tal que sean necesarios y suficientes para resolver el problema para el cual han sido
fijados, con la mxima informacin, de la forma ms rpida, econmica, simple y precisa posible.
Las estaciones experimentales se arreglan de una forma conveniente para controlar el error
experimental y acomodar los tratamientos. En la bsqueda del diseo adecuado debe tomarse como
principio el logro de la mxima informacin, precisin y exactitud en los resultados, a la par de la
racionalidad de los recursos y tiempo empleados.

Superficies de respuesta y optimizacin experimental:

Regin de evaluacin de una variable respuesta que depende de un conjunto de factores
independientes. La superficie de respuesta indica la direccin de variacin de los factores
independientes para alcanzar los valores mximos y mnimos (locales y globales) de la variable
respuesta. La optimizacin experimental se basa en el uso de tcnicas (Ej.: gradientes) que buscan estos
valores lmites incluyendo en ocasiones condiciones de restriccin a los factores experimentales.

Referencias
Kuehl, R. Diseo de Experimentos, Editorial Thomson Learning, 2da Edicin, 2001, p.666.

P age |6
CARTAYA, Oscar. Introduccin al laboratorio de fsica fundamentos a la teora de errores. Editorial
Pueblo y Educacin, 1980.
POSADAS, Antonio Miguel. Teora de errores. Facultad de Ciencias experimentales, U. de Almera.
http://es.wikipedia.org