Вы находитесь на странице: 1из 34

Diseos Experimentales

Prof. Enit Huamn Cotrina

EXPERIMENTAR VS. ANALIZAR


DATOS EXISTENTES
Es realmente necesario
hacer experimentos?
No se podra llegar a las
mismas conclusiones
analizando
convenientemente los
datos disponibles?

PRINCIPIOS BSICOS
Cualquier
problema
involucra dos aspectos:

experimental

El diseo del experimento y


el anlisis estadstico de los datos.

Estos dos temas estn estrechamente


ligados , ya que el mtodo de anlisis
depende del diseo empleado

Prof. Enit Huamn Cotrina

EXPERIMENTOS FACTORIALES
Definiciones.
Usualmente en los experimentos se desea
estudiar el efecto de dos o ms factores.
Por diseo factorial se entiende que en cada
ensayo o rplica completa del experimento se
investigan todas las combinaciones posibles
de los niveles de los factores.

Por ejemplo.
Factor A: a niveles
Factor B: b niveles

Entonces cada rplica puede


contiener todas la ab
combinaciones de los tratamientos.

MODELOS
Modelo de
efectos fijos
Modelo de efectos
aleatorios
Modelo
mixto

Efectos fijos
Cuando el investigador slo est
interesado en estudiar ciertos
niveles de los factores involucrados y
por lo tanto la seleccin no es
aleatoria. Los resultados slo sern
tiles para los niveles considerados
en el estudio.

Efectos aleatorios
Cuando el investigador est interesado en un
gran nmero de posibles niveles, y no es
posible estudiarlos todos, la mejor manera de
estudiarlos, es seleccionar aleatoriamente una
cantidad de niveles de la poblacin de niveles de
cada factor en estudio. Los resultados podrn
generalizarse para toda poblacin de niveles.

Efectos mixtos
Cuando los niveles de algunos de los
factores son elegidos aleatoriamente y
mientras que otros niveles de los otros
factores, tambin considerados en el
estudio, son fijados por el investigador.

Efecto de un factor o efecto


principal
Es el cambio en la respuesta media
producido por un cambio en el nivel del
factor.
Por ejmplo. Consideremos el diseo factorial
22.
Es decir el diseo tiene dos factores y cada
factor tiene dos niveles: bajo (-) y alto(+)

Experimento factorial de dos factores con la


respuesta (y) indicada en los vrtices

+
(Alto)

30

B+

52

B+
B-

(Bajo)

20

40

(Bajo)

+
(Alto)

Factor A

B+
Factor A

Clculo del Efecto Principal A


Cuando el factor A se incrementa del
nivel bajo al alto se produce un
incremento de la respuesta promedio
de 21 unidades.

40 52 20 30
A

21
2
2

Clculo del Efecto Principal B


Cuando el factor B se incrementa del
nivel bajo al alto se produce un
incremento de la respuesta promedio
de 11 unidades.

30 52 20 40
B

11
2
2

Experimento factorial de dos factores con


interaccin
+
(Alto)

(Bajo)

40

12

B-

B+

20

50

(Bajo)

+
(Alto)

Factor A

B-

B+
+
Factor A

Con el nivel bajo del factor B (o B-), el efecto


de A es:

A 50 20 30

Con el nivel alto del factor B (o B+), el efecto


de A es:

A 12 40 28

El efecto de A depende de los niveles de B,


por lo tanto existe una interaccin entre A y
B.

(28 30)
AB
29
2

DISEO FACTORIAL DE DOS


FACTORES
En la prctica se suele trabajar con
diseos de dos factores, A y B, donde
cada factor tiene dos o ms niveles.
Hay a niveles del factor A y b
niveles del factor B y cada una de las
n rplicas del experimento contiene
ab combinaciones de los tratamientos

Ejemplo. Un ingeniero est diseando una


batera que se usar en un dispositivo el cul se
someter a variaciones de temperatura extrema.
El nico parmetro de diseo que puede
seleccionar en este punto es el material de la
placa o nodo de la batera y tiene tres elecciones
posibles. Cuando el dispositivo est fabricado y se
enve al campo, el ingeniero no tendr control
sobre las temperaturas extremas en las que
operar el dispositivo, pero sabe por experiencia
que la temperatura probablemente afectar la
vida efectiva de la batera.

El ingeniero decide probar probar los tres


materiales de la placa con tres niveles de

temeparatura, 15, 70 y 125F, ya que estos


niveles de temperatura son consistentes con el

medio ambiente donde se usar finalmente el


producto. Se prueban cuatro bateras con cada
combinacin del material de la placa y la
temperatura, y las 36 pruebas se corren de
manera aleatoria. La tabla siguiente muestra los
resultados obtenidos.

Datos de la vida (en horas) de las


bateras
Temperatura

Tipo
de
M1
M2
M3

15 F

70 F

125 F

130

155

34

40

20

70

74

180

80

75

82

58

150

188

136

122

25

70

159

126

106

115

58

45

138

110

174

120

96

104

168

160

150

139

82

60

Qu efectos tienen el
tipo de material y la
temperatura sobre la
vida de la batera?

Modelo de los efectos


Las observaciones de un experimento factorial
pueden describirse con el siguiente modelo.

y ijk i j () ij ijk
donde :
i 1,2,..., a
j 1,2,..., b
k 1,2,..., n

Donde es el efecto promedio global, i es el


efecto del nivel i-simo del factor A de las filas, j
es el efecto del nivel j-simo del factor B de las
columnas, ()ij es el efecto de la interaccin entre
i y j, y ijk es un componente del error aleatorio.
Se supone que los errores tienen distribucin
normal con media cero y varianza constante
Ambos factores son fijos.
Los efectos de los tratamientos se definen como las
desviaciones de la media global, por lo que:
a

i 1

j1

() ()
i 1

ij

j1

ij

Pruebas de Hiptesis
Efecto de los tratamientos de las filas

H 0 : 1 2 ... a 0
H1 : al menos un i 0

Efecto de los tratamientos


H : al menos unde
0 las columnas
H 0 : 1 2 ... a 0
1

H 0 : 1 2 ... b 0
H1 : al menos un j 0
Efecto de la interaccin fila columna

H 0 : ()ij 0 i, j

H1 : al menos un ()ij 0

Anlisis estadstico del modelo con


efectos fijos
b

Algunas
notaciones

y i.. y ijk
j1 k 1

y i..
y i..
bn
n

y ij.. y ijk
k 1

y ij..

y ij..
n

y. j. y ijk
i 1 k 1

y. j.
a

y. j.
an
b

y... y ijk
i 1 j1 k 1

y...
y...
abn

Suma de cuadrados total corregida


( y y ) ( y y )
i ..
...
. j.
...
a b n
a b n

2
(
y

y
)
( y ij . y i .. y . j. y ... )

ijk
...
i 1 j1 k
i 1 j1 k

( y ijk y ij. )

bn ( y i .. y ... ) an ( y . j. y ... )
2

i 1

j1

n ( y ij . y i .. y . j. y ... ) 2
i 1 j1

( y ijk y ij. ) 2
i 1 j1 k

La suma de cuadrados anterior puede


simbolizarse de la siguiente forma
Suma de
cuadrados
debida a las
filas

Suma de
cuadrados
debida a la
interaccin A y
B

SST SSA SSB SSAB SSE


Suma de
cuadrados
total

Suma de cuadrados
debida a las
columnas

Suma de
cuadrados
debida al error

Frmulas prcticas para el clculo de la


suma de cuadrados
a

2
...

y
SST y ijk
abn
i 1 j1 k 1
2

2
...

2
...

y
1
2
SSA
y i ..

bn i 1
abn
y
1
2
SSB y . j.
an j1
abn

La suma de cuadrados de la interaccin


se obtiene de la siguiente forma:
a

2
...

y
1
2
SS subtotales y ij.
n i 1 j1
abn
SSAB SS subtotales SSA SSB
Y la suma de cuadrados del error se obtiene por
diferencia.

SSE SST SSAB SSA SSB


SST SS subtotales

Cuadrado medio
Los valores esperados de los cuadrados medios
son:
a

bn

SSA
2
i 1
E(M SA) E

a 1
a 1
a

2
i

an 2j

SSB
2
E(M SB) E
i 1
b 1
b 1

Cuadrado medio
Los valores esperados de los cuadrados medios
son:
a

n ()

2
ij

SSAB
2 i 1
E(M SAB) E
(a 1)(b 1)
(a 1)(b 1)
SSE
2

E(M SE) E
ab (n 1)

Respuesta promedio para cada combinacin de los


tratamientos

Vida promedio

Grfica tipo de material-temperatura


175.0
150.0
125.0
100.0
M1

75.0

M2

50.0

M3

25.0
0.0
15 F

70 F

125 F
Temperatura

Tabla de ANOVA para la vida de la batera


F.V

gl

SS

MS

Fc

valor p

Material

10683.72

5341.86

7.911

0.0020

Temperatura

39118.72 19559.36

28.968

0.0000

Interaccin

9613.78

2403.44

3.560

0.0186

Error

27

18230.75

675.21

Total

35

77646.97
La interaccin es
significativa!

Como la interaccin es significativa, las


comparaciones entre las medias de uno de
los factores (por ej. A) pueden ser
empaadas por la interaccin AB. Una
manera til es fijar el factor B en un nivel
especfico y aplicar alguna prueba de
comparacin (ej. Tukey) a las medias del
factor A con ese nivel.

Вам также может понравиться