Sunteți pe pagina 1din 15

Captulo 3 Diseo Estadstico de Experimentos

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 identicar las causas de los cambios en la variable de salida

REALIZAR UN EXPERIMENTO Aplicar los distintos niveles, o combinaciones de niveles cuando hay presentes ms de un factor, a distintas unidades experimentales y se observa el valor de la variable respuesta.
25

26

Diseo Estadstico de Experimentos

Unidades experimentales: (personas, elementos fsicos, ) Factor: Variable controlable por el experimentador (Niveles del factor o tratamientos) Variable de inters: Variable Respuesta Error experimental o perturbacin: Variables no controlables por el experimentador Tamao del experimento: nmero total de observaciones. OBJETIVO Estudiar el efecto que sobre la Variable Respuesta tiene un conjunto de otras variables que reciben el nombre de Factores ETAPAS

1) Disear un experimento con una estructura lo ms adecuada posible a la situacin que se desea estudiar y a los medios disponibles. a) Planteamiento general del problema y de los objetivos que se persiguen. b) Seleccin y denicin de la variable respuesta. c) Eleccin de los factores y niveles que han de intervenir en el experimento. d) Determinacin del conjunto de unidades experimentales incluidas en el estudio. e) Determinacin de los procedimientos por los cuales los tratamientos se asignan a las unidades experimentales. 2) Realizar la experimentacin de acuerdo con el plan previamente establecido en el diseo. 3) Analizar estadsticamente los resultados obtenidos y comprobar si las hiptesis establecidas y el modelo de diseo elegido se adecuan a la situacin estudiada. 4) Realizar las modicaciones oportunas para ampliar o modicar el diseo. 5) Obtener las conclusiones apropiadas.

Diseo Estadstico de Experimentos

27

PRINCIPIOS BSICOS DEL DISEO DE EXPERIMENTOS

Aleatorizacin: La asignacin de las unidades experimentales a los distintos tratamientos y el orden en el que se realizan los ensayos se determinan al azar. Replicacin. Homogeneidad del material experimental.

DISEO COMPLETAMENTE ALEATORIZADO

Una compaa algodonera que emplea diversos fertilizantes desea comprobar si stos tienen efectos diferentes sobre el rendimiento de la semilla de algodn. Una profesora de estadstica que imparte en grupos experimentales de alumnos, en los que explica la misma materia pero siguiendo distintos mtodos de enseanza, desea comprobar si el mtodo de enseanza utilizado inuye en las calicaciones de los alumnos. Una industria qumica, que obtiene un determinado producto, est interesada en comprobar si los cambios de temperatura inuyen en la cantidad de producto obtenido. INTERS: Un solo factor con varios niveles o tratamientos TCNICA ESTADSTICA: Anlisis de la Varianza de un factor o una va OBJETIVO: Comparar ente s varios grupos o tratamientos MTODO: Descomposicin de la variabilidad total de un experimento en componentes independientes

F F F F

28

Diseo Estadstico de Experimentos

OTROS FACTORES QUE INFLUYEN


Pequeas variaciones en la cantidad de riego, en la pureza de los insecticidas suministrados, etc. El nivel cultural del alumno, el grado de atencin y de inters del alumno, etc. La pureza de la materia prima, la habilidad de los operarios, etc. Tericamente es posible dividir esta variabilidad en dos partes, la originada por el factor de inters y la producida por los restantes factores que entran en juego, conocidos o no, controlables o no, que recibe el nombre de perturbacin o error experimental.

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 del nivel 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 inuye en la respuesta slo en pequea magnitud pero que de forma conjunta debe tenerse en cuenta. Deben vericar las siguientes condiciones:
F F

La media sea cero: E [uij ] = 0

i, j . i, j

La varianza sea constante: Var [uij ] = 2

Diseo Estadstico de Experimentos

29

F F

Independientes entre s: E [uij urk ] = 0 Distribucin sea normal. OBJETIVO

i 6= r j 6= k.

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 dieren signicativamente entre s: H1 : i 6= 0 por lo menos para algn i o equivalentemente 1) Todos los tratamientos tienen la misma media: H0 : 1 = = I = 2) H1 : i 6= j por lo menos para algn par (i, j) SITUACIONES (EFECTOS)

Modelo de efectos jos:

Modelo de efectos aleatorios SITUACIONES (TAMAOS MUESTRALES)

ni i = 0

Modelo equilibrado o balanceado: Todas las muestras del mismo tamao (ni = n) Modelo no-equilibrado o no-balanceado: Los tamaos, ni , de las muestras son distintos.

30

Diseo Estadstico de Experimentos

TABLA ANOVA Fuentes de Variacin Entre grupos Dentro de grupos TOTAL Sumas de Grados de Cuadrados Medios Cuadrados libertad SCT r SCR SCT I 1 CM T r CM R CM T Fexp CMT r CM R

nI n1 ;

Aceptar H0 si Fexp F;I1,N I

Rechazar H0 si Fexp >F;I1,NI

SCT = SCT r + SCR 1) SCT : Suma de cuadrados total 2) SCT r: Suma de cuadrados entre tratamientos 3) SCR: Suma de cuadrados dentro de los tratamientos o residual. 1) CM T : Cuadrado medio total: CM T =SCT /(N 1)

2) CM T r : Cuadrado medio entre tratamientos: CM Tr =SCTr /(I 1) 3) CM R : Cuadrado medio residual: CM R = SCR/(N I)

Nota: Las expresiones de estas sumas de cuadrados estn dadas en el Apndice.

COEFICIENTE DE DETERMINACIN R2 = SCT r SCT

R2 : Proporcin de la variabilidad total presente en los datos que es explicada por el modelo de anlisis de la varianza.

Diseo Estadstico de Experimentos

31

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 signicativa 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

Telares 1 2 3 4 5

51 56 48 47 43

Resistencia 49 50 49 51 50 60 56 56 57 50 53 44 45 48 49 44 43 46 47 45 46

En este experimento, se han considerado 5 tipos de telares y se han realizado 6, 5, 5, 4 y 6 determinaciones de la resistencia de tela manufacturada con cada uno, respectivamente. La variable de inters o variable respuesta es la resistencia de la tela. El factor: Los telares Niveles del factor: 5 Modelo unifactorial de efectos jos, no-equilibrado

32

Diseo Estadstico de Experimentos

2. En una determinada fbrica de galletas se desea saber si las harinas de sus cuatro proveedores producen la misma viscosidad en la masa. Para ello, produce durante un da 16 masas, 4 de cada tipo de harina, y mide su viscosidad. Los resultados obtenidos son: Proveedor A Proveedor B Proveedor C Proveedor D 98 97 99 96 91 90 93 92 96 95 97 95 95 96 99 98

Variable respuesta: viscosidad Factor: Proveedor Tratamientos: 4 Modelo unifactorial de efectos jos equilibrado

3. Una fbrica de textiles dispone de un gran nmero de telares. En principio, se supone que cada uno de ellos debe producir la misma cantidad de tela por unidad de tiempo. Para investigar esta suposicin se seleccionan al azar cinco telares, y se mide la cantidad de tela producida en cinco ocasiones diferentes. Se obtienen los datos de la tabla adjunta. Del estudio se concluye que todos los telares tienen el mismo rendimiento? Telares 1 2 3 4 5

14.0 13.9 14.1 13.6 13.8

Produccin 14.1 14.2 14.0 13.8 13.9 14.0 14.2 14.1 14.0 13.8 14.0 13.9 13.6 13.9 13.8

14.1 14.0 13.9 13.7 14.0

Variable respuesta: cantidad de tela Factor: Telares Tratamientos: 5 Modelo unifactorial de efectos aleatorios equilibrado

Diseo Estadstico de Experimentos

33

DIAGNOSIS Y VALIDACIN DEL MODELO Hiptesis bsicas del modelo estn o no en contradiccin con los datos observados HIPTESIS DEL MODELO
F F F F

La media sea cero: E [uij ] = 0

La varianza sea constante: Var [uij ] = 2 ; i, j Independientes entre s: E [uij urk ] = 0 ; Distribucin sea normal. i 6= r j 6= k.

i, j .

VERIFICACIN ESTIMADORES DE LAS PERTURBACIONES: RESIDUOS eij = yij yij = yij bi = yij yi. . b b

1) Independencia de los residuos

Grco de los residuos en funcin del tiempo

2) Normalidad de los residuos Histograma: Apariencia de una distribucin Normal centrada en cero Grco probabilstico normal (Q-Q-Plot)

3) Homocedasticidad (Varianza constante) Residuos frente a los valores ajustados Residuos frente a ciertas variables de inters Ambas grcas tambin se utilizan para comprobar la hiptesis de independencia

Contrastes: Barlett, Cochran, Hartley y Levene H0 : H0 : 2 = = 2 1 I vs H1 : 2 6= 2 para algn par (i, j) i j

34

Diseo Estadstico de Experimentos

COMPARACIONES MLTIPLES
Tcnicas cuyo objeto es identicar: MODELO DE F Qu tratamientos son diferentes (estadsticamente) y EFECTOS F en cunto oscila el valor de esas diferencias. FIJOS

OBJETIVO FUNDAMENTAL Comparar entre s medias de tratamientos o grupos de ellas PROCEDIMIENTOS ANALTICOS Comparar por parejas los efectos de I tratamientos

H0 :i = j

vs ; H1:i 6= j

Mtodo LSD Mtodo de Bonferroni Mtodo de Tukey o mtodo HSD Mtodo de rango mltiple de Duncan Test de Newman-Keuls Mtodo Sche Mtodo de Dunnett

Diseo Estadstico de Experimentos

35

DISEOS EN BLOQUES COMPLETOS ALEATORIZADOS

HOMOGENEIDAD ENTRE LAS UNIDADES EXPERIMENTALES: En la industria algodonera: las parcelas de terreno son de la misma calidad e igual supercie. El error experimental reejar esta variabilidad entre las parcelas de terreno. El error experimental sea lo ms pequeo posible. Se debe sustraer del error experimental la variabilidad producida por las parcelas de terreno. Para ello, el experimentador puede:

1) Considerar parcelas de terreno muy homogneas. 2) O bien, formar bloques de terreno de manera que el terreno de cada bloque sea lo ms homogneo posible y los bloques entre s sean heterogneos. RECORDEMOS 1) En el diseo completamente aleatorizado asignbamos los tratamientos al azar a las parcelas sin restriccin alguna. 2) En el diseo en bloques aleatorizados primero agrupamos las parcelas en bloques y a continuacin asignamos los tratamientos a las parcelas en cada bloque. SUPONGAMOS

Se realiza una observacin por tratamiento en cada bloque: N = IJ observaciones. La asignacin de los tratamientos a las unidades experimentales en cada bloque se determina aleatoriamente. Los tratamientos y los bloques son factores de efectos jos. 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.

36

Diseo Estadstico de Experimentos

Diseo en bloques aleatorizado Bloques Tratamientos 1 2 j J 1 y11 y12 y1j y1J 2 y21 y22 y2j y2J . . . . . . . . . . . . . . . . . . . . . i yi1 yi2 yij yiJ . . . . . . . . . . . . . . . . . . . . . I yI1 yI2 yIj yIJ MODELO ESTADSTICO 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. P
i i

= 0.

j : El efecto producido por el nivel j-simo del factor secundario o factor P de bloque. Se supone que j j = 0. uij : Variables aleatorias independientes con distribucin N (0, ). DOS FACTORES

1) Factor tratamiento

2) Factor bloque factor secundario Inters fundamentalmente est centrado en el primero y el factor bloque se introduce en el modelo para eliminar su inuencia en la variable respuesta.

factor principal

Diseo Estadstico de Experimentos

37

OBJETIVO

Estimar los efectos de los tratamientos y de los bloques y contrastar la hiptesis:


F

H0 : i = 0 F H0 : j = 0

i j

vs vs

H1 : i 6= 0 por lo menos para algn i H1 : j 6= 0 por lo menos para algn j

TABLA ANOVA Tabla ANOVA. Modelo de Bloques Aleatorizados F. V. S.C. de G. L. C. M. Fexp Entre tratami. SCT r I 1 CM T r CM T r/CM R Entre bloques SCBl J 1 CM Bl CMBl/CMR Residual SCR (I 1)(J 1) CM R TOTAL SCT IJ 1 CM T SCT = SCT r + SCBl + SCR 1) SCT : Suma total de cuadrados. 2) SCT r: Suma de cuadrados entre tratamientos. 3) SCBl: Suma de cuadrados entre bloques 4) SCR: Suma de cuadrados del error o residual. 1) CM T : Cuadrado medio total : CMT = SCT /(N 1) 2) CM T r : Cuadrado medio entre tratamientos: CM T r =SCT r/(I 1) 3) CM Bl : Cuadrado medio entre bloques: CMBl =SCBl/(J 1) 4) CM R : Cuadrado medio residual: CM R =SCR/(I 1)(J 1)
Nota: Las expresiones de estas sumas de cuadrados estn dadas en el Apndice.

38

Diseo Estadstico de Experimentos

ANLISIS ESTADSTICO

Contraste de inters: H0 1 = = I = 0 F = CMT r F(I1),(I1)(J1) CM R

Rechazar H0 a nivel si F (exp) > F;I1,(I1)(J1)

Tambin es interesante contrastar: H0 1 = = J = 0 F = CM Bl F(J1),(I1)(J1) CM R

Rechazar H0 a nivel si F(exp) > F;J1,(I1)(J1) EJEMPLO Una industria desea comprobar el efecto que tienen cinco productos qumicos sobre la resistencia de un tipo particular de bra. Como tambin puede inuir 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. Los resultados obtenidos se muestran en la tabla adjunta. Tipos de mquinas Producto qumico A B C D 1 87 86 88 83 2 85 87 95 85 3 90 92 95 90 4 89 97 98 88 5 99 96 91 90 Variable respuesta: Resistencia de la bra Factor principal: Producto qumico. (Niveles: 5) Factor secundario o factor bloque: Mquinas. (Niveles: 4) Diseo en bloques completos al azar

Diseo Estadstico de Experimentos

39

APNDICE DISEO COMPLETAMENTE ALEATORIZADO


ni I XX i=1 j=1

SCT =

2 yij

y2 .. N

SCT r =

I X y2 i=1

2 y.. ni N i.

SCR = SCT SCT r

DISEO EN BLOQUES COMPLETOS ALEATORIZADOS


I X y2 i=1 2 y.. J IJ i. J 2 X y.j j=1 2 y.. I IJ

SCT r =

SCBl =

SCT =

J I XX i=1 j=1

2 yij

2 y.. IJ

SCR = SCT SCT r SCBl

Bibliografa utilizada: F Lara Porras A.M. (2001). Diseo estadstico de experimentos, anlisis de la varianza y temas relacionados: tratamiento informtico mediante SPSS. Ed.: Proyecto Sur. Temporalizacin: Dos horas