Академический Документы
Профессиональный Документы
Культура Документы
EXPERIMENTOS UNIFACTORIALES
EXPERIMENTOS UNIFACTORIALES.
INTRODUCCION.
Se desea estudiar el efecto que tiene un factor x sobre una variable de respuesta y.
De
y = f( x )
y = Variable de Respuesta
f ( x ) = factor.
El efecto de un factor se define como el cambio en la respuesta, producido por un cambio en el nivel
del factor.
Dicho efecto del factor puede verse como una diferencia entre la respuesta promedio
del primer nivel ( m1 ) y la respuesta promedio al segundo nivel ( m2 ).
Para evaluar si el efecto del factor es significativo en la variable de respuesta, debemos probar
estadsticamente la respuesta promedio al primer nivel y la respuesta promedio al segundo nivel,
son diferentes ? ; si es as, se dice que el factor afecta a la variable de respuesta.
Lo anterior lo podemos realizar por medio de una prueba de hiptesis:
Ho: 1 =
H1:
1
y11
y21
2
y12
y22
ya1
y.j
y.1
3
y13
...
n
y1n
yi.
_
yi. = yi. / n
y..
_
y.. = y.. / N
yan
y.2
n
representa el tamao de la muestra por nivel (# de datos)
a
representa el nmero de niveles del factor ( # de tratam.)
n * a = N.
Matricialmente:
TEMA 2
Nivelesa2
EXPERIMENTOS UNIFACTORIALES
Factor: y
datos
Al tener a medias
y11
y12
Ho: 1 = 2 = ... = a =
y22
Si restamos una constante a cada media
y31
y32
Ho: 1 - cte = 2 - cte ... =
a1
y21
a3
a - cte = - cte
Si
cte =
y
i - =
Ho: 1 - = 2 - ... = a - = -
1 = 2
= a
=
0
Ho:
= 0,
= 0,
= 0
Probaremos:
Ho:i = 0
para
H1:i
1, 2, 3, ... a
i.- es el efecto que tiene el nivel i del factor sobre la variable de respuesta.
Si i es positiva significa que el factor tiene un efecto positivo sobre y.
Si i es negativa significa que el factor tiene un efecto negativo sobre y.
Eij.- es el error al seleccionar la forma del modelo ( # de factores utilizados ) ms el error natural.
La diferencia
= yij -
TEMA 2
EXPERIMENTOS UNIFACTORIALES
EJMC1P1.
Niveles
Datos
Total
yij
yi.
Promedio
_
yi. = yi. / n
a1
a2
5
7
8 5
10 13
18
30
6.0
10.0
Total
12 18 18
y.j
48
y..
8.0
y.. / N
yi. =
yij
J=1
a
yij
i=1
El punto representa que se realiz una sumatoria sobre el subndice en donde se encuentra ubicado.
_
Promedio por renglnyi. = yi. / n
a
suma total:
y.. =
_
y.j = y.j / a
yij
j = 1, 2, ..., n
i=1 J=1
a
yi.
y.j
i=1
= 1
= 2
j = 1, 2, ..., n
...
J=1
= a
j = 1, 2, ..., n
_
Promedio global:
y.. = y.. / (a * n) = y.. / N
_
y..
representa la media muestral de todos los datos.
Donde:N = a * n
N = 2 * 3 = 6
( VTij )
i=1 J=1
a
( Eij
VTij = Eij +
i.
i=1 J=1
a
( Eij ) + ( i )
i=1 J=1
i )
i.
i=1 J=1
+ 2
( Eij
i=1 J=1
i )
TEMA 2
EXPERIMENTOS UNIFACTORIALES
( Eij
i )
= 0
i=1 J=1
( VTij )
i=1 J=1
a
( Eij )
i=1 J=1
( yij
- y.. ) =
i=1 J=1
( i )
i=1 J=1
n
( yij
- yi. ) +
i=1 J=1
_
_
( yi. - y.. )
n
i=1 J=1
Variacin Total = Variacin dentro de los niveles + Variacin entre los niveles
Donde:
SST
suma de cuadrados del total ( indica cmo varan los datos alrededor de la media de
todos los datos ).
a
SST =
( yij
- y.. ) = (
i=1 J=1
( yij ) )
- ( y.. / N ).
i=1 J=1
SST = ( 5 + 8 + 5 + 7 + ... + 13 ) - ( 48 / 6 ) = 48
g.l. = N - 1 = 6 - 1 = 5
SSF
Suma de cuadrados del factor ( indican cmo varan los datos entre la media de los
datos del primer nivel y la media de los datos del
segundo nivel )
a
SSF = ( ( 18 / 3 ) + ( 30 / 3 ) ) - ( 48 / 6 ) = 24
g.l. = a - 1 = 2 - 1 = 1
SSE
Suma de cuadrados del error ( indican cmo varan los datos dentro de los niveles de
cada factor ).
a n
a
SSE = ( ( yij ) ) - ( yi. / n ).
SSE = SST - SSF
i=1 j=1
i=1
TEMA 2
EXPERIMENTOS UNIFACTORIALES
SSE = ( 5 + 8 + 5 + 7 + ... + 13 ) - ( 18 / 3 ) + ( 30 / 3 )
= 432 - ( 408 / 3 ) = 24
g.l. = ( N - 1 ) - ( a - 1 ) = N - a = 6 - 2 = 4
CUADRADOS MEDIOS.
Los cuadrados medios se utilizan tanto para el factor ( MSF ) como para el error ( MSE ).
MSF ( Cuadrado medio del factor ) mide la variacin que existe entre los niveles.
MSF = SSF / g.l. = 24 / 1 = 24
MSE ( cuadrado medio del error ) mide la variacin que existe dentro de los niveles.
MSE = SSE / g.l. = 24 / 4 = 6.
ESTADISTICO DE PRUEBA Fo.
Se utiliza para probar la hiptesis de igualdad de medias.
Fo = MSF / MSE = 24 / 6 = 4.
CRITERIO DE DECISION.
De:
Ho : = 0 no hay significancia entre las medias y por lo tanto no hay efecto del factor.
H1 : 0
Se rechaza
Ho si Fo > f
donde
f( , g.l.( factor ) , g.l. ( error ) )
Si:
= 0.05,
g.l.( factor ) = 1
g.l. ( error ) = 4
f ( 0.05, 1, 4 ) = 7.71 Fo = 4
Conclusin:
como
Fo <
Andeva.
Fuente de Var.
Factor
Error
Total
EMJC1P2
S.S.
G. De L.
24
24
48
M.S.
1
4
5
Fo
24
6
7.71
Para una empresa productora de embutidos y carnes fras se desea anlizar la forma de hacer que los
porcentajes de aprovechamiento de la carne sean lo ms parecidos posibles a los estndares
establecidos. Se cree que el 93% de la diferencia que se presenta respecto al estndar es debida a los
proveedores de la carne.
Actualmente se utilizan tres proveedores y se trata de probar si existe
diferencia entre ellos con respecto a dicho esndar. El nivel de significancia = 1.
5
TEMA 2
EXPERIMENTOS UNIFACTORIALES
La variable de respuesta es
Datos
3
yi.
_
yi.
1
2
3
-3.17
-10.23
-0.60
-0.634
-2.046
-0.120
y.j
-14.00
-0.933
_
y..
y..
Ho: 1 = 2 = 3
H1: Al menos una media es diferente.
Probar la hiptesis:
g.l.
9.94569
1.01744
10.96313
M.S.
2
12
14
Fo
4.973
0.085
( Fo >
58.51
f ) = ?
f( 0.01, 2, 12 )
= 6.93
SUPUESTOS BASICOS.
Cuando utilizamos el anlisis de varianza para probar la hiptesis de igualdad de las medias, es
necesario cumplir con tres requisitos indispensables para validar los resultados que el andeva ofrece.
*
*
*
Propositos a evaluar:
6
TEMA 2
EXPERIMENTOS UNIFACTORIALES
Primero
que los residuos ( errores aleatorios ) provengan de una distribucin normal con
= 0 y = MSE; esto debido a que el mtodo utilizado para probar la hiptesis con la
prueba F, la cual est condicionada a que dichos residuos sean normales.
Segundo
Exista una variacin constante en los datos, es decir, que el intervalo entre el valor
mnimo y mximo no sea muy grande; en otras palabras, las varianzas deben ser constantes para cada
nivel del factor que est siendo analizado en el experimento.
Tercero
Exista aleatoriedad en los errores, sin el cual, al evaluar la significancia de un factor,
los resultados pueden no ser del todo confiable.
Los tres requisitos son tres pruebas estadsticas que permiten evaluar la confiabilidad del andeva
utilizando los datos del experimento.
NORMALIDAD.
Existen diferentes mtodos para probar la normalidad, pero la prueba ms usada es la prueba de
Daniel - papel probabilistico normal - ( entre 10 y 40 datos ).
Este metodo se basa en la idea de trazar los errores en una grfica especial en la que dichos puntos
deben formar una linea recta y con la cual podemos validar el supuesto de normalidad de residuos.
Aunque esta prueba no es nmerica, las conclusiones obtenidas son altamente confiables.
Procedimiento:
1.Obtener los residuos
eij
mediante la frmula:
eij
= yij
_
- yi.( valor obs. - valor esp. )
2.-
3.-
4.-
n 20
Se puede probar mediante el anlisis de regresin, que tan vlido es, estadsticamente al suponer esos
puntos como una recta.
EJMC1P3.
El porcentaje de material voltil que tiene un material, influye en las ventas al menudeo. Al controlar
el nivel de material voltil se ha encontrado que el tipo de aglomerante puede variar este porcentaje.
Los datos presentados en la tabla muestran los resultados de la experimentacin en 8 das (2 por da).
7
TEMA 2
EXPERIMENTOS UNIFACTORIALES
DIA
HORA
TIPO DE
AGLOME.
% DE MATERIAL
VOLATIL
1
1
2
2
3
3
4
4
5
5
6
6
7
7
8
8
10:15
13:55
9:20
16:30
12:00
15:20
11:00
17:30
11:15
18:25
8:05
13:10
7:25
14:30
9:35
15:15
I
II
II
IV
II
III
I
III
I
IV
IV
II
III
IV
III
I
25
34
29
72
33
10
28
11
29
45
68
37
11
53
9
26
_
El primer paso es obtener los residuos correspondientes para cada experimento, su media ( yi. ) y su
desviacin estndar ( si. ).
Tipo de
aglom.
REPLICAS
2
3
I
II
III
IV
25
34
10
72
28
29
11
45
29
33
11
68
yi.
_
yi.
26
37
9
53
108
133
41
238
___
27.00
33.25
10.25
59.50
____
si.
1.8257
3.3040
0.9574
12.662
_
y.. = 520
y.. = 32.5
_
Se calculan los residuos mediante la ecuacin:
e = yij - yi.
_
_
ejms. e11 = y11 - y1. = 25 - 27 = -2
e23 = y23 - y2. = 33 - 33.25 = -0.25
Tabla de residuos
Tipo de
aglom.
I
II
III
1
-2.00
0.75
-0.25
RESIDUOS
2
3
1.00
-4.25
0.75
2.00
-0.25
0.75
4
-1.00
3.75
-1.25
8
TEMA 2
IV
EXPERIMENTOS UNIFACTORIALES
12.5
-14.5
8.5
-6.5
e11
Pk
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
-14.50
- 6.50
- 4.25
- 2.00
- 1.25
- 1.00
- 0.25
- 0.25
0.75
0.75
0.75
1.00
2.00
3.75
8.50
12.50
0.03125
0.09375
0.15625
0.21875
0.28125
0.34375
0.40625
0.46875
0.53125
0.59375
0.65625
0.71875
0.78125
0.84375
0.90625
0.96875
3.125
9.375
15.625
21.875
28.125
34.375
40.625
46.875
53.125
59.375
65.625
71.875
78.125
84.375
90.625
96.875
VARIANZA CONSTANTE.
Existen diferentes mtodos para probar homocedasticidad.
El uso de cada una de ellas est en
funcin del nmero de observaciones tomadas por cada nivel en el experimento ya sea igual o
diferente.
Prueba grfica.
Prueba de Cochran.
Prueba de bartlett.
Prueba de Cochran.
Pasos.
0.-
Hiptesis a probar:
Ho: 1 = 2 = ... = a
H1:
Al menos una varianza es diferente.
1.-
TEMA 2
EXPERIMENTOS UNIFACTORIALES
Factor
Muestra
2
...
1
2
.
.
a
sn
s1
s2
sa
N
2.-
= ------------------a
si
i=1
3.Si
G > g
EJMC1P4.
g( ) > G
G > g( )
Tipo de
aglomerado
I
II
III
IV
replicas ( Porcentajes )
1
2
3
4
Si.
Si.
25
34
10
72
1.8257
3.3040
0.9574
12.6620
3.3331
10.9164
0.9166
160.3262
El estadstico de prueba es
Como
= 0.05
Como G > g( )
= 0.05 ).
28
29
11
45
29
33
11
68
26
37
9
53
160.3262
G = ------------------------------------------------- = 0.91358
3.3331 + 10.9164 + 0.9166 + 160.3262
a=4
n=4
10
TEMA 2
EXPERIMENTOS UNIFACTORIALES
NOTA.
El que las varianzas no sean constantes no implica que el supuesto de normalidad no es
vlido ni viceversa; sin embargo si se realiza la prueba de Cochran para los datos transformados, se
observar como esta prueba se cumple.
INDEPENDENCIA ESTADISTICA.
La prueba ms utilizada y rpida es el mtodo grfico. En l se grafican los errores de los datos
contra el orden de experimentacin a travs del tiempo.
Si en la grfica existe un cierto patrn de comportamiento entonces se puede decir que no existe
independencia estadstica.
Mtodos utilizados:
Durbin-Watson
Pruebas no Paramtricas
METODO GRAFICO PARA PROBAR INDEPENDENCIA.
Obtener los resultados
que fueron obtenidos.
EJMC1P5.
eij
Utilizando los datos del porcentaje del material, pruebe si existe independencia en los
residuos.
25
34
29
72
33
10
28
11
29
45
68
37
11
53
9
26
-2.00
0.75
-4.25
12.5
-0.25
-0.25
1.00
0.75
2.00
-14.5
8.5
3.75
0.75
-6.5
-1.25
-1.00
La grfica queda:
11
TEMA 2
EXPERIMENTOS UNIFACTORIALES
= 0,
Probar:
ut
es o no cero.
ut
Note que si
lo es.
Ho: = 0
H1: > 0
12
TEMA 2
EXPERIMENTOS UNIFACTORIALES
(t t-1 )
t=2
= yt - Yt
= -------------------n
(t )
t=1
dL
R2
R 3
dU
R2
4 - dL
R1
4 - dU
La tabla contiene los valores de los lmites dL y dU para dos niveles de significancia = 0.01 y
0.05, para n >= 15 errores disponibles.
El valor p - 1 es el nmero de variables X del modelo
de regresin ( variables independientes del modelo ).
Los criterios de aceptacin y rechazo de Ho son:
REGION
CRITERIO
D
R1
R2
R3
<= dL
o
>= 4 - dU
dL < D
o
4 - dL <
dU
CONCLUSION
Los errores estn autocorrelacionados, con lo que el
modelo estadstico no es apropiado ya que los errores
aleatorios no son independientes
< dU
< 4 - dU
<= D <= 4 -
dL
13
TEMA 2
EXPERIMENTOS UNIFACTORIALES
EJMC1P4.
Con los datos del ejm. Anterior y utilizando el modelo de regresin: xt
verifique el supuesto de que los residuos son independientes.
t
x
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
25 34 29 72 33 10 28 11 29 45 68 37 11 53 9 26
Para
xt
nt*x -
t* x
= -----------------------------
= -------- -
n t - ( t )
* -------
136
520
4316
1496
1 2 3
4
5
6
7
8
9 10 11 12 13 14 15 16
25 34 29 72 33 10 28 11 29 45 68 37 11 53
9 26
25 68 87 288 165 60 196 88 261 450 748 444 143 742 135 416
1 4
9 16 25 36 49 64 81 100 121 144 169 196 225 256
16 * 4316 - 136 * 520
520
136
= ------------------------------ = -0.30588
= -------- - ( -0.30588 * ----- ) = 35.1
16 * 1496 - ( 136 )
16
16
Xt = 35.1 - 0.30588t
Xt
et
et
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
25
34
29
72
33
10
28
11
29
45
68
37
11
53
9
34.79
34.48
34.18
33.87
33.57
33.26
32.95
32.65
32.34
32.04
31.73
31.42
31.12
30.81
30.51
-09.79
-00.48
-05.18
38.12
-00.57
-23.26
-04.95
-21.65
-03.34
12.95
36.26
05.57
-20.12
22.18
-21.51
0095.924
0000.238
0026.856
1453.402
0000.325
0541.247
0024.590
0468.850
0011.202
0167.930
1315.127
0031.031
0404.957
0492.055
0462.757
9.305
-04.694
43.305
-38.694
-22.694
18.305
-16.694
18.305
16.305
23.305
-30.694
-25.694
42.305
-43.694
et-1
( et -
et-1 )
86.599
22.034
1875.399
1497.234
515.023
335.105
278.693
335.105
265.881
543.164
942.129
660.187
1789.787
1909.176
14
TEMA 2
16
EXPERIMENTOS UNIFACTORIALES
26
30.20
-04.20
11355.015
= -------------- = 2.059
5514.188
dL
= 1.10
dU
0017.689
_______
5514.188
4 -
dL
1.10
R2
dL
= 2.90
299.493
________
11355.015
= 0.05
4 -
dU
= 2.63
R 3
R1
para n = 16
= 1.37
17.305
R2
dU
1.37
4 - dL
2.63
4 - dU
2.90
2.059
15