Академический Документы
Профессиональный Документы
Культура Документы
Profesora:
Contenido
1. Explique en qué consiste y cuando se deben aplicar cada uno de los siguientes diseños de un
factor: .................................................................................................................................................. 4
a) Diseño completamente al azar :.................................................................................................. 4
b) Diseño de bloques completos al azar : ....................................................................................... 4
c) Diseño en cuadrado latino : ........................................................................................................ 4
d) Diseño grecolatino : .................................................................................................................... 4
2. ¿Qué mide el cuadrado medio del error en el ANOVA de un experimento?.................................. 5
3. ¿Qué son los grados de libertad en una suma de cuadrados en un análisis de varianza? ............. 5
4. ¿Qué diferencia hay entre un DBCA y los diseños en cuadrado latino? ......................................... 5
5. ¿Por qué se reduce el error aleatorio cuando se aplica un modelo estadísticos de un diseño en
bloques? .............................................................................................................................................. 6
6. ¿Qué es un método factorial completo? ........................................................................................ 6
7. ¿Cuántos efectos se pueden estudiar con un factorial 4 X 3 X 2? Bosqueje la tabla de ANOVA
correspondiente. ................................................................................................................................. 6
8. Represente en el plano cartesiano un diseño factorial 4 X 4 .......................................................... 7
9.- Mencione por lo menos 3 ventajas del análisis factorial con respecto a estudiar un factor a la
vez. ...................................................................................................................................................... 7
10.- ¿Cuál es la implicación práctica de utilizar tres niveles de prueba en lugar de dos en un factor
dado?................................................................................................................................................... 8
11.- ¿Cuáles son los supuestos del modelo en un diseño factorial y con cuales gráficos de residuos
se pueden verificar cada uno de estos supuestos? ¿Cómo se vería en estos gráficos un punto
aberrante? ........................................................................................................................................... 8
12.- ¿Cuándo es preferible realizar un diseño factorial fraccionado en lugar de uno completo?
Ejemplo 2 k-p en lugar de 2 k o un 3 k-p en lugar de 3 k .................................................................... 9
13.- ¿Cómo se determina la fracción que se estudia en un diseño fraccionado? ............................ 10
14.- ¿Cuáles son las principales ventajas de los diseños fraccionados con respecto a los completos
y viceversa? ....................................................................................................................................... 10
15.- ¿Qué es el análisis discriminante y cuáles son sus principales aplicaciones?............................ 10
16.- De los supuestos de la pregunta anterior ¿cuál afectaría más el análisis en caso de no
cumplirse? ......................................................................................................................................... 11
17.-¿Con base en que se pueden encontrar una transformación de la variable de respuesta
adecuada cuando no se cumplen los supuestos? ............................................................................. 11
2
18.- ¿Qué significa que el modelo estadístico sea de efectos aleatorios?........................................ 12
19.- ¿En que cambian las hipótesis de interés en factor aleatorio con respecto de uno fijo? ......... 12
20. Defina cada uno de los siguientes términos: .............................................................................. 13
Bibliografía: ...................................................................................................................................... 14
3
Instrucciones: Los estudiantes contestaran el siguiente cuestionario:
La regla fundamental es que cada letra debe aparecer sólo una vez en cada
renglón y en
cada columna. Siempre es fácil construir un cuadro lati no estándar: en el que en
la
primera columna y en el primer renglón aparecen las letras en orden alfabético.
d) Diseño grecolatino :
4
factores involucrados se prueban en la misma cantidad de nive les, de aquí que se
pueda escribir como un cuadro (véase tabla 4.8); además, se utilizan letras latinas
para denotar a los tratamientos y letras griegas para nombrar a los niveles del
tercer
factor de bloque.
𝑌𝑖𝑗 = 𝜇 + 𝜏𝑖 + 𝛾𝑗 + 𝜀𝑖𝑗
𝑌𝑖𝑗 = 𝜇 + 𝜏𝑖 + 𝛾𝑗 + 𝛿𝑘 + 𝜀𝑖𝑗
5
5. ¿Por qué se reduce el error aleatorio cuando se aplica un modelo estadísticos
de un diseño en bloques?
La aleatorización se hace dentro de cada bloque; por lo tanto, no se realiza de
manera total como en el diseño completamente al azar. El hecho de que existan
bloques hace que no sea práctico o que incluso sea imposible aleatorizar en su
totalidad.
La restricción de aleatorización es que sólo se aleatoriza dentro de bloque, La
restricción de aleatorización se debe al hecho de que no se aleatoriza el orden de
las corridas experimentales en relación a los bloques. El experimento supone que
sólo se aleatoriza el orden de las corridas dentro de cada bloque, lo cual
evita sesgos en la comparación de los tratamientos, pero no los impide en la
comparación de los bloques
Ejemplo:
La imposibilidad de aleatorizar de bloque a bloque se aprecia clara mente cuando
se bloquean factores como día o turno,ya que no tiene sen tido pensar en
seleccionar al azar el orden de los días o los turnos porque es imposible regresar
el tiempo
FV SC GL CM F0 Valor - p
6
Efecto SCABC (a-1) (b- CMABC CMABC/ CM£ P( F ˃ F0ABC)
ABC 1)(c-1)
Total SC Abcn-1
9.- Mencione por lo menos 3 ventajas del análisis factorial con respecto a
estudiar un factor a la vez.
7
importantes, antes de hacer un estudio más detallado con los factores que sí
son importantes.
11.- ¿Cuáles son los supuestos del modelo en un diseño factorial y con cuales
gráficos de residuos se pueden verificar cada uno de estos supuestos? ¿Cómo
se vería en estos gráficos un punto aberrante?
Normalidad
Varianza constante
8
12.- ¿Cuándo es preferible realizar un diseño factorial fraccionado en lugar de
uno completo? Ejemplo 2 k-p en lugar de 2 k o un 3 k-p en lugar de 3 k
El primer diseño que se puede fraccionar (aunque veremos que no se
recomienda hacerlo) es el factorial completo 23, el cual, escrito en la notación
estándar, se muestra en la tabla 8.2. Si queremos fraccionar a la mitad este
diseño, entonces es necesario seleccionar cuatro de entre los ocho
tratamientos. De entrada sabemos que existen
4
( )= 70 posibles grupos de 4 tratamientos, por lo
8
que surge la interrogante sobre cuál o cuáles de
esas 70 posibles fracciones son las más apropiadas.
Es adecuada aquella fracción (diseño factorial
fraccionado 23 – 1) que permita estimar los efectos de
mayor interés. Recordemos que con el diseño 2 3
completo se pueden estimar siete efectos: A, B, C,
AB, AC, BC y ABC. De acuerdo con su jerarquía, el
efecto menos importante a priori es la interacción
triple ABC, así que éste es el efecto más sacrificable para generar la fracción a
la mitad, de manera que se pierda un mínimo de información. La generación de
la fracción se hace con base en los signos del contraste ABC: los signos “+” del
contraste ABC señalan a los tratamientos que conforman la llamada fracción
principal, y los signos “–” indican la fracción complementaria (véase tabla 8.2).
Los dos diseños factoriales fraccionados 23 – 1 así generados, proporcionan la
misma calidad de información sobre los efectos potencialmente importantes.
Se puede mostrar que cualquier otra elección de cuatro tratamientos daría
peores resultados
9
13.- ¿Cómo se determina la fracción que se estudia en un diseño fraccionado?
La generación de la fracción se hace con base en los signos del
contraste ABC: los signos “+” del contraste ABC señalan a los
tratamientos que conforman la llamada fracción principal, y los signos “–
” indican la fracción complementaria
14.- ¿Cuáles son las principales ventajas de los diseños fraccionados con
respecto a los completos y viceversa?
La teoría de diseños fraccionados se basa en una jerarquización de los
efectos: son más importantes los efectos principales, seguidos por las
interacciones dobles, luego las triples, cuádruples, etcétera.
10
procedimientos de clasificación sistemática de nuevas observaciones de
origen desconocido en uno de los grupos analizados.
11
18.- ¿Qué significa que el modelo estadístico sea de efectos aleatorios?
Cuando se decide utilizar un DBCA, el experimentador piensa que cada
medición será el resultado del efecto del tratamiento donde se encuentre, del
efecto del bloque al que pertenece y de cierto error que se espera sea
aleatorio. El modelo estadístico para este diseño está dado por:
𝑖 = 1,2, … , 𝑘
𝑌𝑖𝑗 = 𝜇 + 𝜏𝑖 + 𝛾𝑗 + 𝜀𝑖𝑗 ; { }
𝑗 = 1,2, … , 𝑏
19.- ¿En que cambian las hipótesis de interés en factor aleatorio con respecto
de uno fijo?
Las hipótesis de interés son 𝐻0 : 𝜎𝛼2 = 0, 𝐻0 : 𝜎𝛽2 = 0 𝑦 𝐻0 : 𝜎𝛼𝛽
2
= 0. Los cálculos
necesarios para probar estas hipótesis involucran las mismas sumas de
cuadrados del modelo de efectos fijos de las cuales se obtienen los
correspondientes cuadrados medios
12
En el modelo de efectos aleatorios los cuadrados medios de los efectos
principales se comparan con el cuadrado medio de la interacción, y no con el
cuadrado medio del error, como se hace en el modelo de efectos fijos.
13
Cuando la suma del producto Es igual a la respuesta promedio Se refiere a que la mayoría de
de los coeficientes de dos observada en el nivel alto la variabilidad observada se
contrastes es igual a cero. de un factor, menos la respuesta debe a unos pocos de los efectos
promedio en el nivel bajo. posibles.
Cuadrados medios : Factor cualitativo : Réplica :
Las sumas de cuadrados Sus niveles toman valores Es cada corrida de todos los
divididos discretos tratamientos
entre sus correspondientes o de tipo nominal. Ejemplos: del arreglo factorial.
grados de libertad. máquinas, lotes, marcas,
etcétera.
Cuadro grecolatino Tabla de análisis de
Diseño en el que se controlan Factor cuantitativo : varianza
tres factores de bloques y un Sus niveles de prueba pueden En ésta se resume el análisis
factor de tratamiento; los cuatro tomar cualquier valor dentro de de varianza de un experimento,
factores utilizan la misma cierto intervalo. La escala es que sirve para probar las
cantidad continua, como por ejemplo: hipótesis
de niveles. temperatura, velocidad, presión, de interés.
etcétera.
Cuadro latino Factores aleatorios Tratamiento control
Diseño en el que se controlan Cuando los niveles de prueba Se refiere a un tratamiento
dos factores de bloque y uno utilizados en un factor son una estándar
de tratamientos; los tres factores muestra aleatoria de la población de referencia o a la ausencia
tienen la misma cantidad de niveles para ese factor. de tratamiento
de niveles. Los tratamientos se
representan por letras latinas y
se distribuyen en forma adecuada
en un cuadro.
Cuadro latino estándar Factores fijos Varianza constante
Cuadro latino que tiene en la Se refiere a que los niveles de Es un procedimiento para juzgar
primera columna y en el primer prueba en un factor son todos si una propiedad que se supone
renglón las letras en orden los niveles disponibles para en una población estadística es
alfabético. éste. compatible con lo observado en
una muestra de dicha población.
Bibliografía:
Gutiérrez Pulido, Humberto. (2008), Análisis y diseño de experimentos,
14