CONDUCTA DE ENTRADA DISEÑO DE EXPERIMENTOS 
1. Que reactor es más eficiente. 
2. Cual es la diferencia ent re exact itud y...
Medida 
de 
tendenci 
a central 
¿Qué tan 
común 
es? 
¿Existe 
siempre 
? 
¿Toma 
en 
cuent 
a 
cada 
valor? 
¿Se ve 
afe...
REVISEMOS ALGUNOS CONCEPTOS. 
1. Análisis de varianza (Anava, ANVA, Anova) 
Tienen como propósito analizar los efectos de ...
4. Repeticiones y sus funciones 
Cuando un t ratamiento aparece más de una vez en un experimento se 
dice que esta repet i...
de molido (2 niveles) y método de cont rol de humedad (3 niveles), 
para un total de 6 t ratamientos, según se muest ra en...
Próxima SlideShare
Cargando en…5
×

Taller en clase diseño de experimentos

206 visualizaciones

Publicado el

Estadistica

Publicado en: Educación
0 comentarios
0 recomendaciones
Estadísticas
Notas
  • Sé el primero en comentar

  • Sé el primero en recomendar esto

Sin descargas
Visualizaciones
Visualizaciones totales
206
En SlideShare
0
De insertados
0
Número de insertados
3
Acciones
Compartido
0
Descargas
0
Comentarios
0
Recomendaciones
0
Insertados 0
No insertados

No hay notas en la diapositiva.

Taller en clase diseño de experimentos

  1. 1. CONDUCTA DE ENTRADA DISEÑO DE EXPERIMENTOS 1. Que reactor es más eficiente. 2. Cual es la diferencia ent re exact itud y precisión. 3. Que nos indica la desviación estándar? 4. Que es un arreglo factorial, Interpretar los siguientes símbolos factoriales: 32, 23, 42, y 24 ; además interprete: 3x4x2 y 2x3. Experimentos factoriales, cuando se estudian simultáneamente dos o más factores que influyen en la producción; por ejemplo: estudiar t res variedades de pastos, cada una sembrada a t res densidades de siembra, o t ratamientos de fósforo, nit rógeno y potasio, cada uno a cuat ro dosis por unidad de superficie. Un factor es una clase de t ratamiento, y en experimentos factoriales, todo factor proporcionara varios t ratamientos. Por ejemplo, si la dieta es un factor en un experimento, entonces se usaran varias dietas; si la temperatura de horneado es un factor, entonces el horneado se hará a varias temperaturas. Los experimentos factoriales se usan práct icamente en todos los campos de invest igación. Son de gran valor en t rabajo exploratorio cuando se sabe poco sobre niveles ópt imos de los factores, o ni siquiera cuales son importantes. El termino nivel se refiere a los diferentes t ratamientos dent ro de un factor factores con iguales niveles: nf f = Numero de factores. Exponente. n = Numero de niveles. Base 5. Que métodos se usan para determinar crecimiento celular. 6. Comparación de la media, mediana y moda, explique.
  2. 2. Medida de tendenci a central ¿Qué tan común es? ¿Existe siempre ? ¿Toma en cuent a cada valor? ¿Se ve afectada por los valores extremos ? ¿Requiere que los datos estén ordenados ? Ventajas y desventaja s Media Es la más común Si Si Si No Presenta una ligera estabilidad frente al muestreo. Mediana De uso común Si No No Si No es muy confiable para describir el conjunto de datos, pues en su cálculo sólo intervienen los datos más centrales. Moda Usada en ocasione s Podría no existir o haber más de una No No Si Es más precisa cuando los datos no están agrupados. 7. Calcule la media aritmét ica, mediana y moda de los siguientes conjuntos de datos: 6, 5, 7, 6, 5, 4, 7, 4, 6, 8, 7, 6. 8. Se quiere conocer la verdadera calidad de producción en dos empresas fabricantes de tapas de fermentadores. La siguiente tabla indica las longitudes de una muest ra de t res tapas tomados al azar. Haga un análisis de variabilidad de ambas empresas. Determine la media inicialmente. Empresa A 1,95 pulg. 2,03 pulg. 2,02 pulg. Empresa B 1,70 pulg. 1,80 pulg. 2,50 pulg.
  3. 3. REVISEMOS ALGUNOS CONCEPTOS. 1. Análisis de varianza (Anava, ANVA, Anova) Tienen como propósito analizar los efectos de uno o más factores sobre el comportamiento de una cierta característ ica. Puede considerarse además, que esta técnica ha cont ribuido al desarrollo de algunos métodos estadíst icos, ent re ellos, en los llamados métodos de regresión, y que una de sus más frecuentes aplicaciones se encuent ra en el propio diseño de experimentos. Su aplicación en el diseño de experimentos se debe a que el análisis de varianza es considerado como una de las técnicas más út iles para aumentar la sensibilidad de dicho diseño, ya que a t ravés de el se puede suprimir las variables que intervienen en un fenómeno dado y que no son de la importancia experimental. El análisis de varianza, es esencialmente un procedimiento aritmét ico que descompone una suma total de cuadrados en componentes asociados con fuentes de variación reconocida. Se ha usado con provecho en todos los campos de la invest igación en los que los datos se miden cuant itativamente. 2. El Experimento y sus Elementos Tratamiento. Es una de las formas que, en cant idad o calidad, el factor a estudiar toma durante el experimento. Por ejemplo, si el factor a estudiar es variedad de arroz, un t ratamiento es la variedad Macuspana; si el factor a estudiar es cant idad de lisina, cada una de las dosis de lisina aplicada durante el experimento es un t ratamiento. Los t ratamientos a estudiar durante el experimento pueden ser una combinación de varios factores simples: si quiere estudiarse la distancia ent re hileras y la distancia ent re plantas en un cult ivo, se pueden considerar t ratamientos simples como 80 cm ent re hileras y 3 cm ent re plantas. 3. Unidad experimental Es el material experimental al que se aplica un t ratamiento de manera uniforme. Esta constituida por un elemento o conjunto de elementos sobre los cuales se aplica un tratamiento y se determina la variable en estudio. Puede ser una hoja, una planta, un animal, un conjunto de semillas, una parcela, una maceta, un árbol, un tubo de ensayo, etc. En algunos casos deben medirse fracciones de la unidad experimental o subunidades, por ejemplo la altura de varias plantas de una parcela. En este caso la parcela será la unidad experimental y las plantas serán la subunidades. Una muest ra aleatoria de varias subunidades nos dará una est imación del efecto del t ratamiento en la unidad experimental correspondiente.
  4. 4. 4. Repeticiones y sus funciones Cuando un t ratamiento aparece más de una vez en un experimento se dice que esta repet ido. Las funciones de la repet ición son:  Permit ir la est imación del error experimental.  Mejorar la precisión de un experimento mediante la reducción de la desviación estándar de una media de t ratamiento.  Aumentar el alcance de la inferencia del experimento a t ravés de la selección y del uso apropiado de unidades experimentales más variables.  Ejercer cont rol sobre la varianza del error 5. El número opt imo de repet iciones esta determinado por: a) Materiales disponibles. b) la heterogeneidad del material c) Los medios económicos d) Número de los t ratamientos. 6. Transformación de datos Por t ransformación se ent iende un cambio en la escala de medición.  Transformación Logarítmica. Cuando se ut iliza esta transformación, se toman los logaritmos (generalmente logaritmos comunes) de las mediciones. Se ut iliza esta transformación cuando la media esta correlacionada posit ivamente con la varianza.  Transformación raíz cuadrada. Con esta t ransformación se toman las raíces cuadradas de las mediciones. Se ut iliza cuando los datos consisten en conteos, como el número de muertes que ocurren en varios grupos de animales de laboratorio. Si se encuent ran conteos de cero, se agrega .5 a cada conteo antes de que se tome la raíz cuadrada.  Transformación arcseno. Esta transformación se ut iliza cuando los datos son proporciones o porcentajes. La t ransformación da θ = arcseno √p, donde θ es la medida t ransformada y p la medida original.  Transformación reciproca. Cuando la varianza crece como la cuarta potencia de la media, puede ut ilizarse la transformación reciproca. Cada observación original, θ , se reemplaza por su reciproco, 1/θ. En la mayoría de textos de estadíst ica y diseño experimental, se t ratan las t ransformaciones. 1. Se ut ilizó un diseño experimental de bloques completos con un arreglo factorial 2 * 3, en el cual se evaluaron los factores: operación
  5. 5. de molido (2 niveles) y método de cont rol de humedad (3 niveles), para un total de 6 t ratamientos, según se muest ra en el Cuadro 4, y las repet iciones fueron los bloques. 2. El desarrollo de un diseño factorial 24 en el cual, mediante un análisis estadíst ico, se evalúa la influencia de la concent ración de melaza, la temperatura de fermentación, el pH inicial del medio y el microorganismo empleado (levadura de panadería aislada de procesos fermentat ivos a escala piloto y Saccharomyces cerevisiae ATCC 9763). Se obt ienen expresiones matemát icas que relacionan las variables de respuesta con las variables de operación seleccionadas.

×