Introducción al diseño de experimentos

1. Introducción al diseño
de experimentos

2. • Por experimento, nos referimos a su definición
clásica en el ámbito científico; es decir, la
observación o determinación voluntaria de un
fenómeno, o variable respuesta, en determinadas
condiciones, como medio de aprendizaje.

3. • El objetivo del análisis estadístico será
determinar qué variables influyen en la variable
respuesta del experimento y cuáles no.
• Estas variables de las que deseamos saber si
afectan o no a la variable respuesta les
denominaremos factores, variables explicativas, o
simplemente variables de entrada.

4. •A la variable respuesta también se le
denomina variable dependiente
(dependiente de los factores).
•A los diferentes valores que puede
tomar un factor se les denominará
niveles.

5. • Un aspecto importante de esta definición es que
el objetivo es el aprendizaje por medio de la
observación, como contraposición del
aprendizaje meramente teórico a partir de leyes o
principios matemáticos, físicos o químicos.
Ambas formas de aprendizaje (experimental o
teórica) son complementarias.

6. • Los fenómenos reales son mucho más complejos
de lo que son capaces de describir los modelos
teóricos, basados en ambientes ideales y
perfectos.
• La experimentación es uno de los principales
métodos de aprendizaje a partir de la
observación. Su principal rasgo es que existen
una serie de condiciones que el experimentador o
analista controla.

7. • De esta forma, el experimentador puede observar
qué cambios se producen en la variable respuesta
al manipular intencionadamente los valores de
los niveles de los factores.
• Esta secuencia de acciones: cambios
intencionados en los niveles de los factores y
observación de cambios producidos en la variable
respuesta, es la que permite establecer relaciones
causa-efecto.

8. Clasificación de los experimentos
• Experimentos para la selección de factores (variable
screening): Si hay un número grande de factores a
analizar y se piensa que sólo un numero reducido de los
mismos serán realmente importante, un experimento de
selección de factores puede ayudarnos a discriminar las
variables importantes de las poco relevantes.

9. • Nótese que el objetivo no es saber en qué medida o de
qué forma influyen los factores, sino sólo si influyen o
no el énfasis se pondrá en la obtención de conclusiones
a partir del menor número de datos posible.
• los factores que se introducen en este estudio de
selección suelen tomar muy pocos valores distintos,
siendo lo más habitual el que tomen sólo dos posibles
valores (con/sin cierto atributo, nivel alto/nivel bajo del
factor, etc).

10. Experimentos para la comparación de
tratamientos:
• En este tipo de estudios, los factores toman un número
discreto de valores. Puede analizarse un solo factor o
varios simultáneamente. Si hay un solo factor, a sus
niveles se les denomina tratamientos. Si hay varios
factores, el tratamiento será cada una de las
combinaciones de los niveles.

11. Superficies de respuesta:
• Se toma un mayor número de datos y se estima la
función matemática que mejor aproxime dicha relación.
A esta relación entre los factores y la variable respuesta
se suele denominar superficie de respuesta.
Normalmente el análisis consiste en estimar funciones
lineales o cuadráticas.

12. Naturaleza de los datos
• Se pueden establecer dos tipos de datos según su forma
de obtención: datos observacionales y datos
experimentales. En un experimento habrá datos de
ambos tipos.

13. Datos observacionales:
• Son los datos que se recogen de forma pasiva.
Simplemente observamos un proceso o a un conjunto
de individuos y esperamos a que se genere la
información.

14. Las principales características de los datos
observacionales son:
• 1. El investigador no ejerce ningún control sobre dicha
variable.
• 2. El analista no puede determinar el valor de la
variable. Puede hacer una selección de aquellas
observaciones que tuvieron determinados valores con
vistas a especializar su estudio.

15. Datos experimentales:
• El analista manipula deliberadamente los valores del
factor con el fin de poder establecer una relación de
causalidad entre dicho factor y la variable respuesta.
• La principal ventaja de los datos experimentales es que
es más fácil establecer relaciones de causalidad entre
las variables.

16. • La necesidad de economizar a la hora de recoger datos
es muy importante, pues los costes de manipular
procesos industriales o realizar ensayos de laboratorio
pueden ser muy elevados.
• Otra ventaja de los datos experimenales es que
permiten provocar situaciones de interés que
difícimente puedan observarse en la realidad o que se
precise de demasiado tiempo de observación.

17. Ejecución de un experimento
• El objetivo de un experimento será determinar si hay
alguna relación causa-efecto entre los factores y la
variable respuesta, así como determinar qué valor de
los factores son los más adecuados.
• las condiciones ideales de un experimento es que todas
las variables estén controladas y generen datos
experimentales.

18. • Hay dos principios fundamentales, entre otros, que
debemos considerar en la ejecución de un experimento:
la replicación y la aleatorización.

19. • Replicación: es la aplicación de un mismo tratamiento a
unidades experimentales diferentes.
• No debe confundirse la replicación con la repetición.
Repetición sería ejecutar el mismo tratamiento sobre la
misma unidad experimental. La variabilidad que hay
entre las replicaciones es claramente debida al conjunto
de factores no controlados, por lo que un mayor número
de replicaciones mejorará la estimación de su magnitud.

20. Aleatorización:
• la adjudicación de los tratamientos a las unidades
experimentales debe realizarse al azar. Para ello ha de
utilizarse algún procedimiento objetivo como por
ejemplo una tabla de números aleatorios.