Sunteți pe pagina 1din 3

Actividad Individual 1

Andrs Felipe Mendoza Obando


Escuela de Ciencias Bsicas, Tecnologa e Ingeniera, Universidad Nacional Abierta y a Distancia - UNAD.
Garzn, Colombia. andresfelipemendoza@gmail.com
1

DISEO EXPERIMENTAL Y OPTIMIZACIN DE PROCESOS

RESUMEN. ste trabajo se realiza para


poder desarrollar la identificacin de uno
o ms temas bsicos en el diseo
experimental.

estructura de diseo se llama diseo


completamente al azar.
Si se requiere ms de un grupo de u.e.
para que dentro de cada grupo las u.e.
sean ms homogneas entre s que
entre grupos, entonces la estructura de
diseo es algn tipo de diseo de
bloques. Una vez que se seleccionaron
la estructura de tratamientos y de diseo,
el diseo experimental se especifica
describiendo exactamente el mtodo de
asignacin aleatoria de los tratamientos a
la u.e. en la estructura de diseo.

ABSTRACT.
This work is done to develop the
identification of one or more basic issues
in experimental design.
PALABRAS CLAVES. Diseo, procesos,
hiptesis, error.
I. INTRODUCCIN. En la actualidad los
procesos estadsticos y experimentales
son muy comunes para lograr resolver
problemas, pero algunas veces se
elaborar sin el debido proceso generando
esto lo denominado ensayo y error del
mismo, por tal motivo esto motiva mucho
la participacin del diseo experimental
para el buen proceso de los mismos.

IV. QU ES Y PARA QU SE
UTILIZA LA PRUEBA T-STUDENT
PARA MUESTRAS
INDEPENDIENTES?
Este procedimiento nos sirve para
contrastar la hiptesis nula de que las
medias de dos muestras no difieren entre
s.

III. EN UN DISEO
COMPLETAMENTE AL AZAR
(D.C.A), CMO DEBEN DE SER LOS
ELEMENTOS O INDIVIDUOS QUE
RECIBEN LOS TRATAMIENTOS? Y
CMO DEBE SER REALIZADA LA
ALEATORIZACIN?
La forma en que se agrupan las u.e. en
conjuntos homogneos (bloques). La
estructura de diseo de un experimento
involucra el agrupamiento de las u.e. de
tal manera que las condiciones bajo las
cuales se observan los tratamientos sean
lo ms uniformes posible. Si todas las
u.e. son homogneas, entonces solo hay
un grupo o bloque de observaciones y
las u.e. pueden ser asignadas a los
tratamientos completamente al azar. Esta

La prueba estadstica t de Student para


muestras dependientes es una extensin
de
la
utilizada
para
muestras
independientes. De esta manera, los
requisitos que deben satisfacerse son los
mismos, excepto la independencia de las
muestras; es decir, en esta prueba
estadstica se exige dependencia entre
ambas, en las que hay dos momentos
uno antes y otro despus. Con ello se da
a entender que en el primer perodo, las
observaciones servirn de control o
testigo, para conocer los cambios que se
susciten despus de aplicar una variable
experimental.

Con la prueba t se comparan las medias


y las desviaciones estndar de grupo de
datos y se determina si entre esos
parmetros
las
diferencias
son
estadsticamente significativas o si slo
son diferencias aleatorias.

t de student
Se usa para comparar el promedio de
dos conjuntos de datos. Existen tres
situaciones diferentes para su uso:
a) t para una muestra (One Sample T
Test): este caso sirve cuando queremos
comparar el promedio de una variable de
nuestra muestra con un puntaje
promedio de una poblacin, (por ejemplo,
estamos investigando los hbitos de
lectura en una escuela secundaria y
comparamos
si
hay
diferencias
estadisticamente significativas en su
promedio de libros ledos con el dato que
tenemos de los libros que leen los
adolescentes a nivel nacional).

Consideraciones para su uso


El nivel de medicin, en su uso debe ser
de intervalo o posterior.
El diseo debe ser relacionado.
Se deben cumplir las premisas
paramtricas.
V. QU ES Y PARA QU SE
UTILIZA LA PRUEBA ANOVA?
Un anlisis de varianza (ANOVA) prueba
la hiptesis de que las medias de dos o
ms poblaciones son iguales. Los
ANOVA evalan la importancia de uno o
ms factores al comparar las medias de
la variable de respuesta en los diferentes
niveles de los factores. La hiptesis nula
establece que todas las medias de la
poblacin (medias de los niveles de los
factores) son iguales mientras que la
hiptesis alternativa establece que al
menos una es diferente.

b) t para muestras independientes


(Independent Sample T Test): este caso
sirve en los casos en que queremos
comparar el promedio de una variable en
2 grupos, (por ejemplo, en el mismo
tema, comparamos si hay diferencias
estadsticamente significativas en el
promedio de libros ledos por los
alumnos en una escuela secundaria
pblica y una particular)
c) t para muestras relacionadas (Pared
Samples T Test): se usa cuando
queremos comparar el puntaje de un
mismo grupo en dos momentos
diferentes (por ejemplo, si a los mismos
alumnos de secundaria se les vuelve a
hacer una encuesta cuando estn en
preparatoria y se quiere saber si hay
diferencias en los nmeros de libros
ledos en esos dos momentos).

Para ejecutar un ANOVA, debe tener una


variable de respuesta continua y al
menos un factor categrico con dos o
ms niveles. Los anlisis ANOVA
requieren datos de poblaciones que
sigan una distribucin aproximadamente
normal con varianzas iguales entre los
niveles de factores. Sin embargo, los
procedimientos de ANOVA funcionan
bastante bien incluso cuando se viola el
supuesto de normalidad, a menos que
una o ms de las distribuciones sean
muy asimtricas o si las varianzas son
bastante
diferentes.
Las
transformaciones del conjunto de datos
original
pueden
corregir
estas
violaciones.
VI. QU DIFERENCIA EXISTE
ENTRE LA PRUEBA T STUDENT
Y LA PRUEBA ANOVA?.

ANOVA de un factor
Cuando queremos saber si existen
diferencias en el promedio de una
variable en dos o ms grupos usamos la
prueba ANOVA de un factor (ANOVA
one way) (por ejemplo, si queremos
saber si existen diferencias en los libros
lidos por alumnos de tres carreras:
Pedagoga, Literatura e Ingeniera). La
ANOVA de un factor slo nos va a indicar
2

si hay diferencias entre todos los grupos,


pero no entre que pares de ellos.

Informar sobre cual es el p-valor tiene la


ventaja de permitir que cualquiera decida
qu hiptesis acepta basndose en su
propio nivel de riesgo . Esto no es
posible cuando se informa, como ha sido
tradicional, indicando slo el resultado de
la decisin, es decir, si se acepta o se
rechaza H0 con un fijo.

VII.
QU
ES
UNA
PRUEBA
POSTANOVA?.
El objetivo primordial del ANOVA es
conocer si existe diferencia o relacin
entre
mltiples
grupos
(variable
categrica) y una variable de intervalo.

Al proporcionar el p-valor obtenido con la


muestra actual, la decisin se har de
acuerdo a la regla siguiente:

Prueba Post-hoc
Una vez que se ha determinado que
existen diferencias entre las medias, las
pruebas de rango post hoc permiten
determinar qu medias difieren. La
prueba de rango post hoc identifica
subconjuntos homogneos de medias
que no se diferencian entre s.

si pv , aceptar H1
si pv > , aceptar H0
Entrando en el terreno prctico, algunos
paquetes estadsticos proporcionan en
sus listados el significance level, cuya
traduccin literal es nivel de significacin,
cuando muchas veces se refieren en
realidad al p-valor (p-value).

Existen
diferentes
mtodos
de
comparaciones mltiples, primero lo ms
simple sera realizar test t para cada par
de medias, esto se conoce como
contrastes y "estn permitidos" cuando
las comparaciones a realizar han sido
pre-planeadas en el diseo o protocolo
del estudio. Sin embargo, a pesar de
poder justificar como pre-planeadas o apriori, los llamados mtodos post-hoc son
los ms seguros. Los mtodos de
comparaciones mltiples o post-hoc nos
permiten comparar las medias con un
nivel de significacin global de =0,05.

IX. CONCLUSIONES
La importancia de poder haber realizado
sta actividad nos ampla los conceptos
bsicos estadsticos para el buen
desarrollo de las actividades del curso en
diseo experimental.
REFERENCIAS BIBLIOGRAFICAS
Canavos, G. C., & Medal, E. G. U.
(1987). Probabilidad y estadstica.
McGraw Hill.

VIII. PARA QU SE UTILIZA EL


ESTADSTICO P? O P-VALUE?.

Little, T. M. H., de Paula Crespo, F. J., &


Anatolio tr Thomas M Little, F. (1976).
Mtodos
estadsticos
para
la
investigacin en la agricultura (No. HD
1425. L5718).

El p-valor es una medida directa de lo


verosmil que resulta obtener una
muestra como la actual si es cierta H0.
Los valores pequeos indican que es
muy infrecuente obtener una muestra
como la actual, en cambio, los valores
altos que es frecuente. El p-valor se
emplea para indicar cunto (o cun poco)
contradice la muestra actual la hiptesis
alternativa.

Damon Jr, R. A., Harvey, W. R., Bailey,


C. M., Harvey, S. P., & WR Probert, C. L.
(1987). Experimental design, ANOVA,
and regression (No. 311.2 D163). Harper
& Row.