Documente Academic
Documente Profesional
Documente Cultură
factores.
VENTAJAS:
1.- Permite estudiar los efectos principales, efectos de interaccin de factores,
efectos
simples
efectos
cruzados.
de
repeticiones
es
elevado
para
estos
casos.
aumentando
por
este
motivo
la
precisin
del
experimento.
DESVENTAJA:
1.- Se requiere un mayor nmero de unidades experimentales que los
experimentos simples y por lo tanto se tendr un mayor costo y trabajo en la
ejecucin
del
experimento.
pero
deben
incluirse
para
mantener
el
balance.
de
factores
niveles
por
factor
en
el
experimento.
individuales
no
estn
correlacionados
con
las
variables
aleatorios
se
mantiene,
el
modelo
de
efectos
aleatorios
es
1. El valor esperado de cada variable aleatoria residual es cero. Esto significa que
toda la variacin de los valores esperados es debida a los parmetros (y/o
variables aleatorias) que representan efectos atribuibles. En la mayor parte de las
situaciones este supuesto no es incorrecto.
2. Las variables aleatorias residuales son mutuamente independientes. Significa
que entre las observaciones no existe nexo alguno que no sea explicado por los
factores controlados. El supuesto no es tan claramente correcto como el primero,
pero se puede mantener razonablemente si los individuos se eligen al azar y la
medicin se hace separadamente para cada uno.
3. Todas las variables aleatorias residuales tienen la misma desviacin tpica. Es el
llamado supuesto de homoscedasticidad o de igualdad de varianzas. Es el menos
de
los seis
pares
de
diferencias
que
se
pueden
tener, esto
es: m 1 m2 o m 1 m 3 o m 1 m 4 o m 2 m 3 o m 2 m 4 o m 3 m 4
Existen varios procedimientos para determinar cules son los pares de medias
que son diferentes. El primero de estos procedimientos, y el ms utilizado en el
pasado, es el de la Diferencia Significativa Mnima (DSM) de Fisher publicada en
1935 en su libro The Design of Experiments. Este procedimiento es una extensin
de la prueba t de Student para el caso de comparacin de dos medias con
varianza ponderada.
CONCLUSIN
Los modelos de diseo de experimentos son modelos estadsticos clsicos cuyo
objetivo es averiguar si unos determinados factores influyen en una variable de
inters y, si existe influencia de algn factor, cuantificar dicha influencia. Unos
ejemplos donde habra que utilizar estos modelos son los siguientes:
En el rendimiento de un determinado tipo de mquina (unidades producidas por
da): se desea estudiar la influencia del trabajador que la maneja y la marca de la
mquina.
Se quiere estudiar la influencia de un tipo de pila elctrica y de la marca, en la
duracin de las pilas.