Manual Lab Computo12

Universidad Autnoma del Estado de Mxico Facultad de Qumica
UNIVERSIDAD AUTNOMA DEL ESTADO DE MXICO

FACULTAD DE QUMICA
DISEO DE EXPERIMENTOS MANUAL DE PRCTICAS DE COMPUTO LICENCIATURA DE QUMICO
ELABORADO POR: DRA. THELMA BEATRIZ PAVN SILVA DRA. MARIA GUADALUPE MIRELLA MAYA LPEZ
Septiembre 2012.
Licenciatura de Qumico
CONTENIDO
Presentacin Resolucin de problemas con la ayuda de software Reglamento del rea de computo
3 6 9
Prcticas: 1. Obtencin del ANOVA unifactoral por medio de EXCEL 2. Obtencin del ANOVA unifactoral por medio de statgraphics 10 15
3. Obtencin del ANOVA para bloques completos aleatorizados por medio de EXCEL 4. Obtencin del ANOVA para bloques completos aleatorizados por medio Statgraphics 5. Obtencin del ANOVA para Cuadro Latino statgraphics 6. Practicas 1 a 6 7. Obtencin del ANOVA diseos multifactoriales 2K 8. Obtencin del ANOVA diseos multifactoriales 9. Practicas 7 y 8 27 31 40 42 51 56 24
Evaluacin Bibliografa general
57 59
PRESENTACIN La experimentacin juega un papel fundamental en virtualmente todos los campos de la investigacin y el desarrollo. El objetivo de la experimentacin es obtener informacin de calidad. Informacin que permita desarrollar nuevos productos y procesos, comprender mejor un sistema (un proceso industrial, un procedimiento analtico) y tomar decisiones sobre como optimizarlo y mejorar su calidad, comprobar hiptesis cientficas, etc. Obviamente la experimentacin se debe planificar (disear) cuidadosamente para que proporcione la informacin buscada. Dicha planificacin debe considerar dos aspectos importantes relacionados con toda experimentacin: 1. La experimentacin es normalmente cara. La capacidad de experimentar est limitada por el coste en tiempo y en recursos (personal, productos de partida, etc...). Por tanto, una organizacin ptima de la experimentacin deber contemplar el menor nmero de experimentos que permita obtener la informacin buscada. 2. El resultado observado de un experimento (y) tiene incertidumbre: y=h+e donde: h es el resultado verdadero (desconocido) del experimento y e es una contribucin aleatoria, que vara cada vez que se repite el experimento. Por 2 ello, la Estadstica, disciplina que proporciona las herramientas para trabajar en ambientes de incertidumbre, juega un papel fundamental en el diseo de los experimentos y en la evaluacin de los resultados experimentales. El anlisis de los resultados experimentales permitir obtener conclusiones sobre el sistema en estudio y decidir actuaciones futuras. Tanto por la importancia de las decisiones que se pueden tomar, como por el elevado costo de la experimentacin no parece adecuado dejar la eleccin de los experimentos y la evaluacin de los resultados a la mera intuicin del experimentador. Parece ms razonable utilizar una metodologa matemtica y estadstica que indique como planificar (disear, organizar) la secuencia de experimentos de una forma ptima, de modo que se minimice tanto el costo de la experimentacin como la influencia del error experimental sobre la informacin buscada. Dicha planificacin y anlisis es el principal objetivo del Diseo Estadstico de Experimentos. Se podra definir el Diseo Estadstico de Experimentos (DEE), tambin denominado diseo experimental, como una metodologa basada en tiles matemticos y estadsticos cuyo objetivo es ayudar al experimentador a: Seleccionar la estrategia experimental ptima que permita obtener la informacin buscada con el mnimo costo. Evaluar los resultados experimentales obtenidos, garantizando la mxima fiabilidad en las conclusiones que se obtengan. Las situaciones en las que se puede aplicar el DEE son muy numerosas. De forma general, se aplica a sistemas como el mostrado en la Figura 1, en los cuales se observan una o ms variables experimentales dependientes o respuestas (y) cuyo
valor depende de los valores de una o ms variables independientes (x) controlables llamadas factores. Las respuestas adems pueden estar influidas por otras variables que no son controladas por el experimentador. La relacin entre x e y no tiene porqu ser conocida.
Ejemplos de sistemas experimentales son: - Una reaccin qumica, cuyo rendimiento (y) puede ser funcin, entre otros, del tiempo de reaccin (x1), la temperatura de la reaccin (x2) y el tipo de catalizador utilizado (x3). Otras variables que pueden influir son, por ejemplo, la pureza de los reactivos, la limpieza del material, la velocidad de agitacin. - Una separacin cromatogrfica, donde el tiempo de la separacin depende del pH y el porcentaje de modificador orgnico de la fase mvil. - Un alimento, producido por mezcla en distintas proporciones (x) de sus ingredientes, lo cual da lugar a diferentes olores y sabores (y) Estos son slo algunos ejemplos del amplio campo de aplicacin del DEE, que abarca, en la industria, desde el laboratorio hasta proceso de produccin. Al facilitar el desarrollo ms rpido de productos, y a ms bajo costo, el DEE juega un papel fundamental desde el punto de vista industrial y proporciona una ventaja competitiva importante para la empresa que lo usa. Aunque el DEE se puede aplicar cuando se estudia un solo factor (como por ejemplo en la eleccin de los patrones ms adecuados para construir una recta de calibrado), sin duda sus ventajas se aprecian mejor cuando se debe estudiar ms de un factor. La experimentacin en sistemas como el descrito en la Figura 1 suele perseguir uno de los siguientes objetivos: - Obtener un conocimiento inicial sobre un nuevo sistema en estudio. En qu valores de los factores se puede centrar la investigacin? - Determinar la influencia de los factores sobre las respuestas observadas. De entre todos los factores que afectan al proceso, cuales influyen ms?, cmo interaccionan entre ellos?
- Optimizar respuestas. Qu valores de los factores proporcionan las respuestas de mayor calidad? - Determinar la robustez del sistema. Cmo afectan a la respuesta variaciones no controladas en el valor de los factores?
Resolucin de problemas con la ayuda de software Entre los programas de aplicacin general que establecen un buen balance entre la facilidad de uso del programa y los anlisis estadsticos que desarrolla se encuentra el statgraphics. En este documento se presentarn los aspectos esenciales del programa, su modo de manejo y la entrada de la informacin, y las principales opciones grficas y los anlisis disponibles desde el punto de vista del anlisis de variancia ANOVA Se espera que con estos breves conceptos, el estudiante est en capacidad de usar y explorar el programa, y a travs de ensayo y error, aprenda por su cuenta, el manejo de los dems aspectos que requiera del Statgraphics. Para usar opciones mas especializadas del programa, es indispensable que el estudiante consulte los respectivos manuales de usuario, que le darn toda la ayuda requerida. En este documento se supondr que el estudiante tiene un conocimiento bsico del manejo de Windows, y que conoce las principales herramientas estadsticas que se presentarn. En algunos casos se indicara como realizar el anlisis estadstico con ayuda de Excel y en otros solamente con el statgraphics. El Statgraphics Plus para Windows es un paquete para anlisis de datos estadsticos. El diseo del Statgraphics es intuitivo y provee un conjunto de aspectos que lo hacen atractivo para profesionales que trabajan en cualquier industria. Entre los principales aspectos del programa merecen destacarse el StatAdvisor, que da una interpretacin de los resultados; StatFolio, que permite guardar y reutilizar los anlisis realizados previamente; grficos interactivos; StatGallery que permite combinar textos y grficos en mltiples pginas; StatWizard, que gua en la seleccin de los datos y los anlisis, y StatReporter que permite organizar reportes del STATGRAPHICS Plus. El Statgraphics contiene varios aspectos nicos que facilitan su uso y la generacin de informes: El StatAdvisor, Statfolios, StatGallery, StatReporter y StatWizard, los cuales examinaremos brevemente. 1. Visin global del StatAdvisor El StatAdvisor proporciona una asesora estadstica que ayuda, por lado a interpretar un anlisis para determinar si los resultados son significativos, y por otro resaltar las reas donde pueda haber problemas. La interpretacin es una explicacin simple de los resultados y vara segn las variables que se estn usando en el anlisis. Por ejemplo, cuando se usa el StatAdvisor despus de realizar un anlisis de Regresin Mltiple, la interpretacin indica qu variables parecen ser significativas para el modelo ajustado. Por lo tanto, el StatAdvisor da una asesora estadstica que Ayuda a interpretar los resultados de un anlisis. Resalta posibles fallas y reas donde puede haber problemas. Determina si los resultados son estadsticamente significativos Da credibilidad a los reportes. Se puede acceder al StatAdvisor de una de tres maneras siguientes: Pulsando el cono del StatAdvisor en la ventana de Aplicaciones.
Pulsando el botn del StatAdvisor de la barra de tareas de la ventana de Aplicacin. Pulsando el comando del StatAdvisor en el men Ver (esta accin lleva el StatAdvisor a la ventana de Anlisis).
2. Visin global de StatFolios Los StatFolios eliminan la necesidad de rehacer un anlisis que se usar posteriormente. Se puede guardar un anlisis completo en un StatFolio, lo cual incluye guardar las variables, parmetros de los grficos, y las opciones del anlisis. Cuando se necesite repetir el anlisis con un nuevo juego de datos, se puede usar el StatFolio guardado, seleccionar nuevas variables o nuevos datos, si es necesario, y ejecutar de nuevo el anlisis. Cuando se imprime un StatFolio, se puede imprimir un anlisis a la vez, o todos los anlisis al mismo tiempo. 3. Visin global del StatGallery StatGallery permite copiar hasta un panel de 100 grficos y un nmero ilimitado de paneles de texto en mltiples pginas a las ventanas de StatGallery de tal forma se puedan ver o imprimir. La ventana de StatGallery consiste de nueve paneles que estn organizadas en tres columnas. Los paneles se numeran en el siguiente orden: 123 456 789 y se agrupan en las columnas de la siguiente manera: Columna 1 = Hojas 1, 4, 7, Columna 2 = Hojas 2, 5, 8, Columna 3 = Hojas 3, 6, 9, Generalmente hay cuatro paneles visibles, pero usando los comandos de organizacin de los paneles en el men del StatGallery se puede cambiar el arreglo de los paneles y las columnas. Las barras que separan las nueve ventanas permiten cambiar la altura y el ancho de los paneles. 4. StatReporter El StatReporter permite crear un reporte personalizado. Usar esta ventana es como usar un procesador de textos. Se pueden crear informes personalizados copiando y pegando paneles de texto y/o de grficos, y agregando su propio texto, cambiando el estilo de los textos, su forma de presentacin, etc. 5. StatWizard El StatWizard est especialmente diseado para usuarios nuevos u ocasionales que requieren ayuda para seleccionar los anlisis apropiados para sus datos, utilizando una de las siguientes dos opciones: seleccionar los anlisis de un men estndar, o escogindolos de una lista rpida. Ventanas del Stagraphics El Statgraphics presenta las siguientes ventanas: de aplicacin, comentarios, datos, anlisis, asesora (StatAdvisor), galeras (StatGallery), Reportes, y vista previa.
Como ya se mencion, en el material que se presenta en los prrafos siguientes, se supondr que el estudiante tiene un conocimiento bsico del manejo de Windows. Ventana de Aplicacin Es la ventana inicial que aparece cuando se activa el programa, y se puede considerar que es la principal, ya que contiene los diferentes mens (opciones), las barras de aplicaciones y de tareas, los diferentes conos y a travs de ella se puede acceder a las dems ventanas. En esta ventana se muestran las siguientes opciones: Ttulo Men Barra de aplicaciones Barra de tareas Comentarios Ventana de datos Botn de datos no titulado El StatAdvisor StatGallery StatReport Ventana de los Comentarios La ventana de Comentarios aparece cuando se pulsa el botn el Untitled Comments. Esta ventana se usa para registrar informacin de inters sobre los StatFolios y como una libreta de apuntes para hacer las anotaciones que se consideren necesarias sobre el trabajo o los anlisis que se estn realizando. Ventana de datos (Spreadsheet windows) Para accesarla se presiona el botn Untitled data task bar o se la selecciona a travs del men Windows. Esta ventana se usa para crear nuevas hojas de datos, modificar hojas de datos existentes, y para modificar datos mediante el comando de edicin. Ventana de anlisis La ventana de Anlisis aparece despus de que se selecciona un grfico o un anlisis estadstico de la barra de men y se ha suministrado la informacin apropiada en el grfico o en la caja de dilogo del anlisis de inters. La ventana de anlisis contiene los siguientes componentes: Barra de ttulo Iconos Barra de herramientas de anlisis Paneles de texto Grficos Ventana de asesora (StatAdvisor) Esta ventana aparece cuando hay disponible una interpretacin de un anlisis o de un grfico. Ventana del StatGallery
Se usa para organizar texto y grficos que posteriormente se imprimirn o sern usados para organizar un documento Ventana de StatReporter Esta ventana aparece cuando se pulsa el botn de StatReporter y permite crear un reporte personalizado. Usar esta ventana es como usar un procesador de textos. Se pueden crear informes personalizados copiando y pegando paneles de texto y/o de grficos, agregando su propio texto, cambiando el estilo de los textos, su forma de presentacin, etc. Cuando en un anlisis se hacen cambios a los grficos, los cambios son automticamente actualizados en el StatReporter. Adems, se permite realizar anotaciones, copiar items, y trabajar alternativamente entre el procesador de texto y el Statgraphics. El StatReporter tiene su propia barra de herramientas. Sus items permiten seleccionar la fuente, cambiar el tamao de las palabras, o la forma de las letras, alinear el texto, agregar datos, y buscar palabras o texto en el documento que se est creando. Ventana de Vista previa Se usa cuando se desee saber cmo quedar la impresin final de un estudio. Se activa a travs del men de Archivo (Files) o presionando el botn derecho del mouse y escogiendo la opcin vista previa"(Print Preview).
Reglamentacin del rea de cmputo Se debe dar cumplimiento a la reglamentacin del rea de cmputo que se encuentra en la sala.
ANALISIS DE VARIANZA ANOVA Con el fin de ilustrar el uso del software se ejemplificar con un ejemplo, el siguiente ejercicio esta tomado del Montgomery edicin 1991 pagina 45. Un ingeniero de desarrollo de productos est interesado en maximizar la resistencia a la tensin de una nueva fibra sinttica que se emplear para manufactura de tela de camisas de hombre. El ingeniero sabe que la resistencia esta influida por el porcentaje de algodn presente en la fibra. Adems el sospecha que elevar el contenido de algodn incrementar la resistencia, (al menos inicialmente). Tambin sabe que lo puede variar entre 10 y 40% para que la tela resultante tenga otras caractersticas de calidad como planchado permanente. El ingeniero decide probar cinco niveles de porcentaje de algodn (15, 20, 25, 30 y 35%), as mismo decide ensayar cinco muestras de cada porcentaje de algodn. El ingeniero realiza sus experimentos en forma aleatoria y una vez obtenidos los resultados utiliza estadstica descriptiva para por medio de una tabla ordenar y presentar sus datos: % de algodn 15 20 35 30 35 1 7 12 14 19 7 2 7 17 18 25 10 3 15 12 18 22 11 4 11 18 19 19 15 5 9 18 19 23 11
Procedimiento para realizar un diseo de ANOVA SENCILLO EN Excel EXCEL
Excel nos permite la introduccin de los datos que vamos a procesar, por lo que la aleatorizacin se debe de realizar por mtodos convencionales, a continuacin se muestran los pasos para realizar el ANOVA Pasos: 1. Abrir programa Excel 2. Insertar los datos en la hoja, de acuerdo como los datos que se muestran en la tabla del problema a resolver
3. Dar clic derecho en la hoja y seleccionar formato de celdas Seleccionar Nmero, en Posiciones de decimales indicar el nmero de decimales que se utilizaran. Se da Aceptar.
4. Si en datos no se encuentra activo anlisis de datos Dar clic en Archivo y seleccionar Opciones, aparece una pantalla y se selecciona en Complementos. Seleccionar la opcin de Herramientas para anlisis VBA o Herramienta para anlisis y se da clic en ir.
5. En la pestaa de Datos se selecciona Anlisis de datos, aparece una pantalla; se selecciona Anlisis de varianza de un factor y se da Aceptar.
6. En la hoja principal de Excel se selecciona datos y al final de la lnea aparece

Anlisis de datos , se da clic en anlisis de varianza de un factor
7. En Rango de entrada se selecciona desde la columna 3A hasta la 7F. Se selecciona en filas y tambin se selecciona rtulos en la primera columna. Se da Aceptar.
7. En una nueva pantalla aparece un resumen del Analisis de varianza de un solo factor, indicando el grupo al que pertenecen (nivel del factor), numero de valores por grupo, sumatorio por grupo, promedio y varianza tambien por grupo. As como la tabla de analisis de varianza con su correspondiente valor de F para la regla de decision.
Procedimiento para realizar un diseo de ANOVA SENCILLO con STATGRAPHICS
PROCEDIMIENTO GENERAL: Para todas las veces que se disea un experimento sea del tipo que sea, se recurren con la siguiente metodologa. Dentro del men desplegado para el Statgraphics Plus 0.5, dar click en Sgwin, y aparecer una primer ventana, en la cual se selecciona disear un experimento
Para el estudio de definicin que hace el programa, seleccionar Disear un experimento
En la ventana que aparece seleccionar el tipo de diseo, referente a si es de uno o ms variables por ejemplo, se debe tomar en cuenta el tipo de diseo que se requiere.
Otra forma de hacerlo es seguir el siguiente procedimiento: 1. Seleccionar la creacin de un nuevo diseo
2. En el que aparece un cuadro de dialogo en donde se elige la opcion single factor categorical con una variable de respuesta y aceptar OK
3. En el cuadro que se genera se renombra el factor de operacin (a), colocando los niveles, (en este caso 5) (b) renombrando cada nivel el boton lebels(c) y aceptar
a)
B)
4. Se genera un cuadro de dialogo en el que se renombra la variable de respuesta y aceptar
5. En el cuadro de dialogo que aparece se desactiva la opcin randomize para obtener la aleatorizacin adecuada del diseo. En el caso de tener ya los datos que representan un problema obtenido de la literatura (tabla) es importante no seleccionar esta opcin para tener una mejor manera de acomodar los datos de la tabla. Se colocan solo 4 replicas de modo que se generen las 25 corridas requeridas (ya que el software est considerando una serie de valores) y se da clic en aceptar En el caso de no haber realizado todava el experimento se activa la opcin de aleatorizar y el software nos dar las corridas que debemos realizar en forma aleatorio, para esto debemos realizar la experimentacin en ese orden y despus regresar al software y cargar los resultados.
6. El software genera una tabla resumen con lo que acabamos de ingresar como datos, quienes son las variable (s) de estudio y de respuesta, as como una tabla en la cual cada columna representar a las variables que se han indicado. En este caso se presenta el % de algodn como variable de estudio y cinco rplicas para la resistencia a la tensin que es la variable de respuesta. Se realiza el llenado de datos de las replicas.
La tabla de datos que se observa a continuacin, presenta una aleatorizacin especfica.
Cuando el experimentador va a realizar un Diseo y posteriormente realizar sus experimentos, no deber desactivar la opcin de aleatoriedad randomize y el programa generar una tabla de experimentos a realizar de forma aleatoria, se deber considerar ese orden para la ejecucin de cada experimento y despus de realizarlo se ingresarn los resultados para entonces generar el anova.
7. Posteriormente se selecciona el tipo de anova requerido One-Way ANOVA como se indica en la ilustracin
8. En el cuadro de dialogo que aparece, se colocan correctamente la variable dependiente y el factor de estudio y se da clic en OK
9. De esta forma se genera el anlisis de varianza correctamente en el que se comprueba que los datos coinciden con el procedimiento realizado con Excel, o bien con el procedimiento realizado de forma manual. De acuerdo a los resultados que se desean para el reporte se pueden abrir
Ventana para seleccionar la Tabla de respuesta deseada Ventana para seleccionar la grfica deseada
Practica 1
Diseo de Bloques por Excel El ejemplo para este caso es el siguiente. Se plantea la comparacin de cuatro mtodos de ensamblaje, pero se va a controlar a los operadores que realizan este ensamblaje, la tabla de datos es la siguiente: Mtodos 2 3 7 10 10 16 11 11 8 14
Operadores 1 2 3 4
1 6 9 7 8
4 10 13 11 9
Se captura la tabla de acuerdo a los datos y variables de estudio
Se selecciona en Datos, Anlisis de datos y aparece otra ventana
Aqu se selecciona anlisis de varianza con dos factores y una sola muestra por grupo
Aqu se seleccionan los valores que se van a analizar, sin considerar los totulos ni por columnas ni por renglones y NO se selecciona la casilla de rtulos, se da clic en aceptar
Resultados generados por Excel
Diseo de bloques y Diseo de Cuadro Latino por statgraphics Se seguirn los mismos pasos que para el Anova Sencillo Pasos uno a 4. A partir del paso quinto se har la diferencia para un Diseo de Bloques Completos Aleatorizado o bien para un Diseo de Cuadro Latino Diseo de Bloques Completos Aleatorizado por statgraphics 5. Seleccionar la opcin 2 del Desing type: Randomized lock (1 bloking factor), no se tienen rplicas, por lo tanto el valor de rplicas es cero. Se le indica que es aleatorizado si se realizar el experimento y no aleatorizado si ya se cuenta con los datos y con el supuesto de aleatoriedad cumplido. Solicita el nmero de bloques, que en este caso son cuatro, se da clic en OK
Aparece la tabla de resumen, as como la tabla de resultados que debo de llenar
Tabla con los datos ya cargados
Ahora reliz el ANOVA de bloques
Se coloca la variable dependiente en la casilla solicitada y las variables de estudio en factores, primero la variable de inters y despus la de bloque
El resultado es el ANOVA junto con otra serie de grficas y tablas,
En este caso se presenta la diferencia significativa mnima, como prueba de comparacin mltiple, esto con el fin de saber entre que parejas se encuentra diferencia y si es posible obtener el mejor mtodo de ensamblaje.
Diseo de Cuadro Latino Al igual que en el diseo de bloques se siguen los pasos del 1 al 4 y el paso quinto ser: seleccionar la cuarta opcin de las activadas Latin square (2bloking factor)
Nombrar los renglones y columnas
Revisar y minimizar el cuadro de resumen del experimento
Llenar los datos correspondientes a la variable de respuesta de forma adecuada.
En la barra de herramientas seleccionar compare, analysis of variance y one-way ANOVA.
Asignar la variable dependiente y los factores.
Se muestran los cuadros de resultados, que pueden ser maximizados dando doble clic.
PROBLEMA 1: Los datos de la tabla corresponden a un experimento realizado para determinar cmo influyen 6 abonos distintos en las cosechas obtenidas con su utilizacin. Para ello se seleccionaron 78 parcelas con condiciones similares y se asignaron 13 aleatoriamente a cada abono. Se midi el peso del resultado de la cosecha en Kg y se desecharon algunas parcelas, por lo que todos los grupos no tienen el mismo tamao
Abono1 23.36 21.46 24.64 25.7 21.31 23.83 24.72 25.27 20.8 25.86 23.49 19.91 26.82 Abono2 36.01 33.41 31.31 35.16 30.55 32.14 30.7 34.12 36.57 34.87 29.8 30.17 Abono 3 44.36 39.2 43.18 41.25 45.43 41.05 42.14 43.04 41.58 40.83 Abono4 29.86 30.1 32.26 30.37 27.01 31.75 33.04 31.4 32.01 34.68 Abono 5 39.93 39.56 37.01 38.08 37.07 36.01 37.55 35.95 36.16 35.01 33.56 35.84 Abono 6 26.66 26.27 31.65 27.36 27.86 32.94 29.55 32.63 34.31 27.63 28.87
Los factores que intervienen en este experimento son: Factor de estudio: tipos de abonos Factor de respuesta: peso de la cosechas con el abono Experimento Sencillo Desbalanceado Modelo matemtico: Yi = X + Ti + ij Yi : Cada uno de os datos X : Media global Ti : efectos debidos a los niveles de tratamiento Eij : Componente de error ANOVA ANOVA Table for parcelas by abonos Analysis of Variance --------------------------------------------------------------------------------------------------------Source Sum of Squares Df Mean Square F-Ratio P-Value ---------------------------------------------------------------------------------------------------------Between groups 1174.67 5 234.934 46.46 0.0000 Within groups 313.529 62 5.05693 ---------------------------------------------------------------------------------------------------------Total (Corr.) 1488.2 67
CONCLUSION: si hay diferencia significativa respecto a las parcelas y los abonos utilizados con un nivel de confianza del 95%
DIFERENCIA SIGNIFICATIVA MINIMA -------------------------------------------------------------------------------Method: 95.0 percent LSD Abonos Count Mean Homogeneous Groups -------------------------------------------------------------------------------1 13 23.6285 X 6 11 29.6118 X 4 10 31.248 XX 3 10 31.248 XX 2 12 32.9008 X 5 12 36.8108 X -------------------------------------------------------------------------------Contrast Difference +/- Limits -------------------------------------------------------------------------------1-2 *-9.27237 1.79953 1-3 *-7.61954 1.89079 1-4 *-7.61954 1.89079 1-5 *-13.1824 1.79953 1-6 *-5.98336 1.84157 2-3 1.65283 1.92474 2-4 1.65283 1.92474 2-5 *-3.91 1.83517 2-6 *3.28902 1.87641 3-4 0.0 2.01032 3-5 *-5.56283 1.92474 3-6 1.63618 1.9641 4-5 *-5.56283 1.92474 4-6 1.63618 1.9641 5-6 *7.19902 1.87641 -------------------------------------------------------------------------------* denotes a statistically significant difference. CONCLUSION: Si hay diferencia significativa mnima entre el abono 1, 6, 2 y 5, tampoco entre el abono 3 y 4, pero si existe diferencia significativa mnima de 1, 6,2 y 5 comprados con 3 y 4. Con un nivel de confianza del 95% La grfica es complemento de la diferencia mnima significativa, en este caso se observa entre cuales parea hay diferencia o igualdad.
Box-and-Whisker Plot
1
Abonos
2 3 4 5
Problema de diseo de bloques El departamento de pediatra de un hospital desea analizar la eficiencia de 4 analgsicos infantiles ante las cefaleas. Para ello, se realiza un experimento en el que se seleccionan aleatoriamente cinco grupos de 4 pacientes, de manera que en cada grupo se da un tipo de cefalea distinto. A continuacin se suministra (de forma aleatoria) cada analgsico a uno de los pacientes de cada grupo y se observa el tiempo de remisin de la cefalea en minutos. Se obtuvieron las 20 observaciones que se presentan en la tabla
CEFALEA 1 2 3 4 5 A 30 14 24 38 26 ANALGESICO B C D 28 16 34 14 10 22 20 14 28 34 20 44 24 14 30
MODELO LINEAL ESTADSTICO _ Yij = X + Ti + Bj + E ij DISEO DE BLOQUES ALEATORIZADO Yij = cada una de las observaciones o datos X = promedio de los resultados Ti = efecto debido al i-esimo nivel del tratamiento Bj =efecto debido al j-esimo nivel del bloque E ij = componente del error Se deben considerar las cefaleas como bloques? Si, ya que tambin intervienen en parte fundamental en el experimento Existen diferencias significativas entre los tiempos de remisin y las cefaleas? Analysis of Variance for eficencia - Type III Sums of Squares --------------------------------------------------- ---------------------------------------------------Source Sum of Squares Df Mean Square F-Ratio P-Value -------------------------------------------------------------------------------------------------------MAIN EFFECTS A:cefalea 785.2 4 196.3 31.83 0.0000
B:analgesico
740.0
246.667
40.00
0.0000
RESIDUAL 74.0 12 6.16667 --------------------------------------------------------------------------------------------------------TOTAL 1599.2 19 --------------------------------------------------------------------------------------------------------All F-ratios are based on the residual mean square error. CONCLUSIN: si existe diferencias significativas mnimas entre los tiempos de remisin y las cefaleas con un nivel de confianza del 95% Determinar mediante el mtodo de DSM cul de los analgsicos es ms eficaz Multiple Range Tests for eficencia by analgesicos -------------------------------------------------------------------------------Method: 95.0 percent LSD analgesicos Count LS Mean LS Sigma Homogeneous Groups -------------------------------------------------------------------------------3 5 14.8 1.11056 X 2 5 24.0 1.11056 X 1 5 26.4 1.11056 X 4 5 31.6 1.11056 X -------------------------------------------------------------------------------Contrast Difference +/- Limits -------------------------------------------------------------------------------1-2 2.4 3.42197 1-3 *11.6 3.42197 1-4 *-5.2 3.42197 2-3 *9.2 3.42197 2-4 *-7.6 3.42197 3-4 *-16.8 3.42197 -------------------------------------------------------------------------------* denotes a statistically significant difference. CONCLUSIN: el analgsico con mayor eficiencia es el numero B (2) Si la cefalea 3 no se pudo probar en el analgsico B estimar el dato y la ANOVA
CEFALEA 1 2 3 4 5 A 30 14 24 38 26 ANALGESICO B C D 28 16 34 14 10 22 X 14 28 34 20 44 24 14 30 100
66
464
Y ij = 5 (66) + 4 (100) -464 / 12 Y ij = 22.1666
Analysis of Variance for eficiencia - Type III Sums of Squares ----------------------------------------------------------------------------------------------------------------Source Sum of Squares Df Mean Square F-Ratio P-Value ----------------------------------------------------------------------------------------------------------------MAIN EFFECTS A:analgesico 739.837 3 246.612 41.57 0.0000 B:cefaleas 774.442 4 193.61 32.64 0.0000 RESIDUAL 71.1833 12 5.93194 -----------------------------------------------------------------------------------------------------------------TOTAL 1585.46 19 -----------------------------------------------------------------------------------------------------------------All F-ratios are based on the residual mean square error. CONCLUSIN: si existe diferencias significativas entre el poder del analgsico y las cefaleas con nivel de confianza del 95% 7.- Anlisis como unifactorial ANOVA Table for eficiencias by cefaleas Analysis of Variance ----------------------------------------------------------------------------Source Sum of Squares Df Mean Square F-Ratio ----------------------------------------------------------------------------Between groups 785.2 4 196.3 3.62 Within groups 814.0 15 54.2667 ----------------------------------------------------------------------------Total (Corr.) 1599.2 19
P-Value 0.0296
CONCLUSION: Se puede observar que aun siendo un anlisis sencillo (unifactorial) existen diferencias significativas entre las cefaleas en relacin a los analgsicos con nivel de confianza del 95%
PRCTICA 1. Realizar el siguiente diseo por Excel reportarlo con el cuadro ANOVA, conclusiones sobre este. Entregar impreso en mximo una cuartilla. PRCTICA 2 Realizar el siguiente diseo por Statgraphics, complementar con el mtodo de comparacin mltiple y la grfica de cajas. Concluir al respecto de esto, entregar impreso en mximo dos cuartillas. Se ha realizado un experimento para determinar si cuatro temperaturas especficas de horneado afectan la densidad de un cierto tipo de ladrillo. El experimento proporcion los siguientes datos: Temperatura 100 125 150 175 21.8 21.7 21.9 21.9 21.9 21.4 21.8 21.7 Densidad 21.7 21.5 21.8 21.8 21.6 21.4 21.6 21.4 21.7 21.5
PRCTICA 3. Realizar el siguiente diseo por Excel reportarlo con el cuadro ANOVA, conclusiones sobre este. Entregar impreso en mximo una cuartilla. PRCTICA 4 Realizar el siguiente diseo por Statgraphics, complementar con el mtodo de comparacin mltiple y la grfica de cajas. Concluir al respecto de esto, entregar impreso en mximo dos cuartillas. Tres diferentes soluciones estn siendo comparadas con objeto de estudiar su efectividad en el retraso de crecimiento de bacterias en envases de leche de 5 galones. El anlisis se realiza en un laboratorio y solo pueden realizarse 3 pruebas en un da, como los das son fuente de variabilidad potencial, el experimentador decide usar un diseo aleatorizado de bloques. Las observaciones se recopilaron durante cuatro das y los datos aparecen a continuacin: Solucin 1 2 3 1 13 16 5 Das 2 3 22 18 24 17 4 1 4 39 44 22
PRCTICA 5 Realizar el siguiente diseo por Statgraphics, complementar con el mtodo de comparacin mltiple y la grfica de residuos. Concluir al respecto de esto, entregar impreso en mximo dos cuartillas. Se desea probar cuatro mtodos diferentes para producir una materia prima para la elaboracin de medicamentos, con un mismo tipo de principio activo. Puesto que en la prctica dicho material debe ser manejado por distintos operadores y eventualmente con flujos diferentes de agua destilada, se piensa que el experimento debe considerar dichas fuentes de variabilidad de los datos. Se seleccionan entonces al azar un cuadro latino de tres por cuatro y se aleatorizan en forma conveniente los cuatro mtodos de produccin (tratamientos), cuatro operadores (renglones) y cuatro flujos de soldadura (columnas), quedando la informacin dispuesta de la siguiente manera:
Flujos 1 A=14 3 B=11 4 D=10 B=16 C=11 D=14 B=16 A=17 C=16 2 C=9.5 D=17 A=15 C=12 D=13 A=17 B=11
Realice las observaciones pertinentes trabajando con un nivel de confianza del 95% PRCTICA 6 Realizar el siguiente diseo por Statgraphics, complementar con el mtodo de comparacin mltiple y la grfica de residuos. Concluir al respecto de esto, entregar impreso en mximo dos cuartillas. Se realiza un experimento para comparar formulas de dinamita, considerando los factores lotes de materia prima y operadores adems de las letras griegas que sern un factor adicional: lnea de montaje. Los datos se indican en la siguiente tabla. Haga sus conjeturas sobre el resultado del ANOVA aplicando el software statgraphics Lotes de materia prima 1 2 3 4 5 operadores 1 2 3 4 5 A -1 B -5 C -6 D -1 E -1 B -8 C -1 D 5 E 2 A 11 C -7 D 13 E 1 A 2 B -4 D 1 E 6 A 1 B -2 C 3 E -3 A 5 B -5 C 4 D 6
Pasos: 1. En la barra Special seleccionar Experimental Desing y seleccionar Create Desing En la pantalla seleccionar Screening y que el numero de factores coincida
Procedimiento para realizar un diseo 23 en Statgraphics
Dar clic en Ok, enseguida aparece la siguiente pantalla:
Se colocan los datos segun cada variables y los nives alto y bajo (sin signo), por ejemplo en este caso :
Se da clic en Ok y aparece la sigueite pantalla:
Se captura la variable de respuesta en este caso volumen de embasado:
Dar clic en Ok, en seguida aparece la siguiente pantalla (se selecciona la primera opcin).
Dar clic en Ok, aparece la sigiente pantalla:
Asignar las replicas, no es aleatorizado
Dar clic en Ok, aparece la siguente pantalla:
Se minimiza la pantalla y enseguida se capturan los datos del experimento segn corresponda:
En este caso:
En la barra Special seleccionar Experimental Desing y dar clic en Analyze Desing, acontinucion se muestra:
Dar clic en Ok, aparecera en seguida:
Analizar los datos : Si P-Value < 0.5 , HO se rechaza
Analysis of Variance for V de EMBASADO ------------------------------------------------------------------------------------------------------------------Source Sum of Squares Df Mean Square F-Ratio P-Value -------------------------------------------------------------------------------------------------------------------A:CARBONATACION 36.0 1 36.0 57.60 0.0001 B:PRESION 20.25 1 20.25 32.40 0.0005 C:RAPIDEZ 12.25 1 12.25 19.60 0.0022 AB 2.25 1 2.25 3.60 0.0943 AC 0.25 1 0.25 0.40 0.5447 BC 1.0 1 1.0 1.60 0.2415 blocks 1.0 1 1.0 1.60 0.2415 Total error 5.0 8 0.625 -------------------------------------------------------------------------------Total (corr.) 78.0 15 2. Dar clic en el icono de Graphical options y seleccionar:
Dar clic en Ok,
Dar clic en icono Tabular Options:
Dar clic en Ok APARECE LO SIGUIENTE
MODELO QUE DESCRIBE EL COMPORTAMIENTO DE LA VARIABLE V de EMBASADO = 46.75 - 3.75*CARBONATACION - 2.1*PRESION 0.13*RAPIDEZ + 0.15*CARBONATACION*PRESION + 0.005*CARBONATACION*RAPIDEZ + 0.004*PRESION*RAPIDEZ PARA OPTIMIZAR SE PUEDEN UTILIZARIAN VALORES MEDIOS POR EJEMPLO: EN CARBONATACION 11 PRESION 22.5 RAPIDEZ 225 Dar clic en el icono de Graphical options y seleccionar:
SE ANALIZA GRAFICAMENTE LAS MEJORES CONDICINES SERIAN POR EL CENTRO PARA OPTIMIZAR VALORES DE OPTIMIZACION:
(SE PUEDEN MANIPULAR LAS VARIABLES)
Analisis de varianza de un diseo multifactorial Para el siguiente ejemplo se selecciona en multi-factor categorical debido a que en el experimento los factores tienen diferntes niveles:
Se colocan los valores de los niveles de cad factor:
Dar clic en ok y se siguie sucesivamente con factor b y c Se coloca la variable de respuesta
Dar clic en ok Se asignan las replicas
Dar clic en ok Aparece en la pantalla las variables y se capturan los datos del experimento:
En la barra special seleccionar experimental desing y dar clic en analyze desing, acontinucion se muestra:
Dar clic en ok
Anova Analizar los datos : si p-value < 0.5 , Ho se rechaza
En:
Clic en ok
PRCTICA 7 Realizar el siguiente diseo por Statgraphics, complementar con el mtodo de comparacin mltiple y la grfica de residuos. Concluir al respecto de esto, entregar impreso en mximo dos cuartillas. Un qumico esta interesado en saber el efecto que tienen la rapidez de corte (A), la configuracin (B) y el ngulo de corte (C) sobre la duracin de una herramienta. Se eligen dos niveles de cada factor y se realiza un diseo factorial 23 con tres rplicas. Los resultados se muestran a continuacin Haga sus conjeturas sobre el resultado del ANOVA aplicando el software statgraphics y obtenga los efectos de los valores, una vez analizado esto indique que condiciones seleccionara para la aumentar la vida media de la herramienta A B C CODIGO I II III - - (1) 22 31 25 + - a 32 43 29 - + b 35 34 50 + + ab 55 47 46 - - + c 44 45 38 + - + ac 40 37 36 - + + bc 60 50 54 + + + abc 39 41 47
PRCTICA 8 Realizar el siguiente diseo por Statgraphics, complementar con el mtodo de comparacin mltiple y la grfica de residuos. Concluir al respecto de esto, entregar impreso en mximo dos cuartillas. En el departamento de control de calidad de una planta de acabado de telas se esta estudiando el efecto de diversos factores sobre el teido de tela de algodn y fibra sinttica, la cual se utiliza en la manufactura de camisas para caballero. Se seleccionaron tres operadores, tres niveles de tiempo y dos niveles de temperaturas y se tieron muestras dentro de cada conjunto de combinaciones de tratamientos. Las telas teidas fueron comparadas con un estndar y se le asign un valor numrico. Los resultados aparecen a continuacin. Haga sus conjeturas sobre el resultado del ANOVA aplicando el software statgraphics y obtenga los efectos de los valores, una vez analizado esto indique que condiciones seleccionara para la aumentar la vida media de la herramienta
TIEMPO DE CICLO 40 1 23 24 25 36 35 36 28 24 27
Temperatura 300 OPERARIO 2 27 28 26 34 38 39 35 35 34 350 OPERARIO 2 38 36 35 34 38 36 36 37 34
50
60
3 31 32 29 33 34 35 26 27 25
1 24 23 28 37 39 35 26 29 25
3 34 36 39 34 36 31 28 26 24
EVALUACIN Sistema de evaluacin: Primeramente para que el alumno tenga derecho a presentar las evaluaciones correspondientes, es necesario que haya cumplido en el 80% de las asistencias en el curso (reglamento interno Facultad de Qumica). As mismo se solicita su puntual asistencia a cada clase o actividad acadmica, as como guardar un comportamiento adecuado en cada sesin. La calificacin total del curso se compone de: Primer Examen Parcial (valor 40%) Segundo Examen Parcial (valor 40%) Practicas en sala de Computo (valor 20%) Examen Ordinario. Los alumnos que acrediten con promedio de 8 a 10, primer y segundo parcial junto con la acreditacin del laboratorio no presentarn ordinario. Si la calificacin es entre 6 a 7.6 presentarn el ordinario y de 5.9 hacia abajo presentarn el extraordinario. Todas estas evaluaciones forman el 100% de la calificacin total durante el semestre, sin embargo cada evaluacin (primer examen parcial, segundo examen parcial, examen ordinario y prcticas en sala de computo) se compone de lo siguiente: Primer parcial (40%): Examen ...(70%) Representacin grfica .(5%) Problemario individual.. (10%) Mapa conceptual... (5%) Formulario.. (5%) Trabajo individual.. (5%) Total..100% que es equivalente al 40% del total Segundo parcial (40%): Examen ..(70%) Trabajo escrito ..(10%) Presentacin oral .(10%) Problemario en equipo (5%) Formulario. (5%) Total.(100%) equivalente al 40% del total de la calificacin Practicas en sala de computo (20%) Examen .(70%) Resolucin de problemas en sala de computo.. (30%) Total(100%) equivalente al 20% del total de la calificacin Ordinario: Examen.. (70%) Trabajo escrito.. (15%) Presentacin oral. (15%) Total.(100%) equivalente al 40% del total de la calificacin
ACREDITACIN: La acreditacin del curso se lograr, siempre y cuando el alumno alcance una calificacin promedio mayor a 6.0 puntos equivalentes a obtener un 60% del total de la calificacin
Bibliografa G.E.P. Box, W.G. Hunter, J.S. Hunter Estadstica para experimentadores. Ed. Revert S.A. Barcelona 1989. Joan Ferr, F. Xavier Rius. Departamento de Qumica Analtica y Qumica Orgnica Universitat Rovira i Virgili. Pl. Imperial Trraco, 1. 43005-Tarragona. http://www.quimica.urv.es/quimio Gutierrez Pulido H. y De la Vara Salazar R. Anlisis y Diseo de Experimentos. Ed McGraw Hill. 2008 Montgomery D. Diseo y Anlisis de Experimentos Grupo Editorial Iberoamrica. 2006.

Manual Lab Computo12

Загружено:

Сведения о документе

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Manual Lab Computo12

Загружено:

Авторское право:

Доступные форматы

Universidad Autnoma del Estado de Mxico Facultad de Qumica

UNIVERSIDAD AUTNOMA DEL ESTADO DE MXICO

DISEO DE EXPERIMENTOS MANUAL DE PRCTICAS DE COMPUTO LICENCIATURA DE QUMICO

Universidad Autnoma del Estado de Mxico Facultad de Qumica

Evaluacin Bibliografa general

Universidad Autnoma del Estado de Mxico Facultad de Qumica

Universidad Autnoma del Estado de Mxico Facultad de Qumica

Universidad Autnoma del Estado de Mxico Facultad de Qumica

Universidad Autnoma del Estado de Mxico Facultad de Qumica

Universidad Autnoma del Estado de Mxico Facultad de Qumica

Universidad Autnoma del Estado de Mxico Facultad de Qumica

Universidad Autnoma del Estado de Mxico Facultad de Qumica

Universidad Autnoma del Estado de Mxico Facultad de Qumica

Procedimiento para realizar un diseo de ANOVA SENCILLO EN Excel EXCEL

Universidad Autnoma del Estado de Mxico Facultad de Qumica

Universidad Autnoma del Estado de Mxico Facultad de Qumica

6. En la hoja principal de Excel se selecciona datos y al final de la lnea aparece

Universidad Autnoma del Estado de Mxico Facultad de Qumica

Universidad Autnoma del Estado de Mxico Facultad de Qumica

Universidad Autnoma del Estado de Mxico Facultad de Qumica

Procedimiento para realizar un diseo de ANOVA SENCILLO con STATGRAPHICS

Para el estudio de definicin que hace el programa, seleccionar Disear un experimento

Universidad Autnoma del Estado de Mxico Facultad de Qumica

Universidad Autnoma del Estado de Mxico Facultad de Qumica

Universidad Autnoma del Estado de Mxico Facultad de Qumica

4. Se genera un cuadro de dialogo en el que se renombra la variable de respuesta y aceptar

Universidad Autnoma del Estado de Mxico Facultad de Qumica

Universidad Autnoma del Estado de Mxico Facultad de Qumica

La tabla de datos que se observa a continuacin, presenta una aleatorizacin especfica.

Universidad Autnoma del Estado de Mxico Facultad de Qumica

Universidad Autnoma del Estado de Mxico Facultad de Qumica

Universidad Autnoma del Estado de Mxico Facultad de Qumica

Universidad Autnoma del Estado de Mxico Facultad de Qumica

Se captura la tabla de acuerdo a los datos y variables de estudio

Se selecciona en Datos, Anlisis de datos y aparece otra ventana

Universidad Autnoma del Estado de Mxico Facultad de Qumica

Universidad Autnoma del Estado de Mxico Facultad de Qumica

Resultados generados por Excel

Universidad Autnoma del Estado de Mxico Facultad de Qumica

Aparece la tabla de resumen, as como la tabla de resultados que debo de llenar

Universidad Autnoma del Estado de Mxico Facultad de Qumica

Tabla con los datos ya cargados

Ahora reliz el ANOVA de bloques

Universidad Autnoma del Estado de Mxico Facultad de Qumica

El resultado es el ANOVA junto con otra serie de grficas y tablas,

Universidad Autnoma del Estado de Mxico Facultad de Qumica

Universidad Autnoma del Estado de Mxico Facultad de Qumica

Nombrar los renglones y columnas

Universidad Autnoma del Estado de Mxico Facultad de Qumica

Revisar y minimizar el cuadro de resumen del experimento

Llenar los datos correspondientes a la variable de respuesta de forma adecuada.

Universidad Autnoma del Estado de Mxico Facultad de Qumica

En la barra de herramientas seleccionar compare, analysis of variance y one-way ANOVA.

Asignar la variable dependiente y los factores.

Universidad Autnoma del Estado de Mxico Facultad de Qumica

Universidad Autnoma del Estado de Mxico Facultad de Qumica

Universidad Autnoma del Estado de Mxico Facultad de Qumica

Universidad Autnoma del Estado de Mxico Facultad de Qumica

Universidad Autnoma del Estado de Mxico Facultad de Qumica

Y ij = 5 (66) + 4 (100) -464 / 12 Y ij = 22.1666

Universidad Autnoma del Estado de Mxico Facultad de Qumica

Universidad Autnoma del Estado de Mxico Facultad de Qumica

Universidad Autnoma del Estado de Mxico Facultad de Qumica

Universidad Autnoma del Estado de Mxico Facultad de Qumica