Los modelos lineales son una herramienta utilizada para el análisis estadístico de los ensayos experimentales, en este capítulo encontramos desde conceptos básicos y la forma de emplearse en diferentes tipos de modelos.

1. MODELOS DE ANÁLISIS DE VARIANZA
DISEÑO DE EXPERIMENTOS: OSCAR O. MELO M. LUIS A. LÓPEZ P. SANDRA E. MELO M.
Ingeniería en Procesos y Calidad
IPC-1121 Diseño de Experimentos
Autores:
Laura Mora Umaña
María Fernanda Núñez
Pacheco
Susan Salazar Céspedes
III Cuatrimestre 2021
Grupo 5

2. MODELO BASE
 Los modelos lineales son una herramienta utilizada para el análisis estadístico de los ensayos
experimentales, en este capítulo encontramos desde conceptos básicos y la forma de emplearse en
diferentes tipos de modelos.
 En el cual, Y se identifica como el vector de variables aleatorias, la X es una matriz, θ es un vector de
parámetros desconocidos y e es un vector de variables aleatorias. Este modelo se adapta a diferentes
escenarios y modelos.

3. TRANSFORMACIONES LINEALES Y ESTIMABILIDAD EN MODELOS
SUPERPARAMETRIZADOS
 Las transformaciones lineales: se tratan de funciones entre K-espacios vectoriales que son compatibles con la
estructura (es decir, con la operación y la acción) de estos espacios. Las transformaciones lineales se utilizan en
algebra lineal.
 Diseño paramétrico: Se denomina diseño paramétrico a un proceso de diseño basado en un esquema algorítmico
que permite expresar parámetros y reglas que definen, codifican y aclaran la relación entre los requerimientos del
diseño y el diseño resultante.

4. DISEÑO PARAMÉTRICO
El diseño paramétrico es un paradigma de diseño en el cual la relación entre los elementos se utiliza para manipular y
comunicar el diseño de geometrías y estructuras complejas.
Existen dos tipos principales de sistemas de modelado paramétrico:
 Los sistemas de propagación basados en calcular a partir de determinados datos las incógnitas utilizando un
modelo de flujo de datos.
 Los sistemas de restricción que resuelven conjuntos de restricciones continuas y discretas.

5. CONCLUSIONES
 Los modelos lineales representan una herramienta importante para el análisis estadístico en ensayos o
investigaciones experimentales.
 Algunos de estos modelos lineales son modelos superparametrizados, modelos medias de celda, y modelos con
restricciones cada uno de ellos a aplicar según la naturaleza de la investigación.
 Resulta importante conocer a fondo la naturaleza de los datos ya que cada suma de cuadrados tiene características,
condiciones de uso y manejo de acuerdo con el modelo lineal planteado.