Documente Academic
Documente Profesional
Documente Cultură
Una prueba o serie de pruebas en las cuales se introducen cambios deliberados en las
variables de entrada que forman el proceso, de manera que sea posible observar e
identificar las causas de los cambios en la variable de salida.
REALIZAR UN EXPERIMENTO
OBJETIVO
Estudiar el efecto que sobre la Variable Respuesta tiene un conjunto de otras variables
que reciben el nombre de Factores.
ETAPAS
MODELO ESTADSTICO
yij = + i + uij i = 1, , I; j = 1, ni
yij : Variable aleatoria que representa la observacin j-sima del i-simo
tratamiento (nivel i-simo del factor).
: Efecto constante, comn a todos los niveles. Media global.
i : Efecto del tratamiento i-simo. Es la parte de yij debida a la accin delnivel
i-simo, que ser comn a todos los elementos sometidos a ese nivel del factor.
uij : Variables aleatorias que engloban un conjunto de factores, cada uno de los
cuales influye en la respuesta slo en pequea magnitud pero que de forma
conjunta debe tenerse en cuenta. Deben verificar las siguientes condiciones:
La media sea cero: E[uij] = 0 i, j .
La varianza sea constante: Var [uij] = 2 i, j
Independientes entre s: E [uij urk] = 0 i r j k.
Distribucin sea normal.
OBJETIVO
Estimar lo efectos de los tratamientos y contrastar las hiptesis.
1) Todos los tratamientos producen el mismo efecto.
H0 : i = 0 , i
2) Frente a la alternativa: Al menos dos difieren significativamente entre s:
H1 : i 0 por lo menos para algn i o equivalentemente
SITUACIONES (EFECTOS)
COEFICIENTE DE DETERMINACIN
EJEMPLOS
1. Una compaa textil utiliza diversos telares para la produccin de telas. Aunque
se desea que los telares sean homogneos con el objeto de producir tela de
resistencia uniforme, se supone que puede existir una variacin significativa en
la resistencia de la tela debida a la utilizacin de distintos telares. A su
disposicin tiene 5 tipos de telares con los que realiza determinaciones de la
resistencia de la tela. Este experimento se realiza en orden aleatorio y los
resultados se muestran en la tabla siguiente.
HIPTESIS DE MODELO
VERIFICACION
COMPARACIONES MLTIPLES
OBJETIVO FUNDAMENTAL
Comparar entre s medias de tratamientos o grupos de ellas.
PROCEDIMIENTOS ANALTICOS
RECORDEMOS
o En el diseo completamente aleatorizado asignbamos los tratamientos al
azar a las parcelas sin restriccin alguna.
o En el diseo en bloques aleatorizados primero agrupamos las parcelas en
bloques y a continuacin asignamos los tratamientos a las parcelas en cada
bloque.
SOPUNGAMOS
o Se realiza una observacin por tratamiento en cada bloque: N = IJ
observaciones.
o La asignacin de los tratamientos a las unidades experimentales en cada
bloque se determina aleatoriamente.
o Los tratamientos y los bloques son factores de efectos fijos.
o No hay interaccin entre los tratamientos y los bloques: (El efecto de un
factor no depende del nivel del otro factor): Efectos de los factores son
aditivos.
MODELO ESTADISTICO
yij = + i + j + uij i = 1, 2, , I ; j = 1, 2, , J
yij : La variable aleatoria que representa la observacin (i)-sima del bloque (j)-
simo.
es un efecto constante. Media global.
i : El efecto producido por el nivel i-simo del factor principal. i = 0.
j : El efecto producido por el nivel j-simo del factor secundario o factor de
bloque. Se supone que .
uij : Variables aleatorias independientes con distribucin N (0, ).
DOS FACTORES
OBJETIVO
Estimar los efectos de los tratamientos y de los bloques y contrastar la
hiptesis:
H0 : i = 0 i vs H1 : i 6= 0 por lo menos para algn i
H0 : j = 0 j vs H1 : j 6= 0 por lo menos para algn j
TABLA ANOVA
ANLISIS ESTADSTICO
Contraste de inters: H0 1 = = I = 0
F = CMT r
CMR F(I1),(I1)(J1)
F = CMBl
CMR F(J1),(I1)(J1)
EJEMPLO
Una industria desea comprobar el efecto que tienen cinco productos qumicos
sobre la resistencia de un tipo particular de fibra. Como tambin puede influir
la mquina empleada en la fabricacin, decide utilizar un diseo en bloques
aleatorizados, considerando las distintas mquinas como bloques. La industria
dispone de 4 mquinas a las que asigna los 5 productos qumicos en orden
aleatorio.
Sea sea el superior un punto del rango de las variables k que son independientes y
distribuidas idnticamente en una distribucin aleatoria normal estndar. Es
decir, satisface lo siguiente:
donde Z1, ..., Zk son variables aleatorias normales estndar independientes y distribuidas
idnticamente. Barnard (1978) proporciona un algoritmo numrico simple basado en
una cuadratura gaussiana de 16 puntos para calcular la funcin de distribucin del rango
normal.
donde
Donde hay nicamente dos muestras, los intervalos de comparaciones mltiples son
determinados por:
Si hay muestras k > 2 en el diseo, entonces sea Pi j siendo el valor p de la prueba para
cualquier par (i, j) de muestras. El valor p del procedimiento de comparaciones
mltiples como una prueba general de igualdad de varianzas es determinado por lo
siguiente:
Notacin
Trmino Descripcin
k El nmero de muestras.
Ci
ri
Frmula
H. Levene (1960). Contributions to Probability and Statistics. Stanford
University Press, CA.
M. B. Brown y A. B. Forsythe (1974). "Robust Tests for the Equality of
Variance," Journal of the American Statistical Association, 69, 364367.
Notacin
Trmino Descripcin
Vij
i 1, ..., k
j 1, ..., ni
mediana
Frmula
Notacin
Trmino Descripcin
si 2
k nmero de muestras
vi ni - 1
Estadstico de prueba F
Cuando nicamente hay dos niveles, Minitab realiza una prueba F en lugar de la prueba
de Bartlett. La hiptesis nula es que las varianzas son iguales y la hiptesis alternativa
es que las varianzas no son iguales. Utilice el estadstico F cuando los datos provengan
de distribuciones normales.
Si el valor p es menor que el nivel , se rechaza la hiptesis nula de que las varianzas
son iguales.
Frmula
Notacin
Trmino Description
Notacin
Trmino Description
Minitab calcula los intervalos de confianza para las desviaciones estndar utilizando el
mtodo de Bonferroni. Un intervalo de confianza es un rango de valores que
probablemente incluya algunos parmetros de poblacin, en este caso, contiene la
desviacin estndar.