1.1 dex introduccion

DISEÑO DE EXPERIMENTOS
DEX
INTRODUCCION
CONCEPTOS
PRINCIPIOS FUNDAMENTALES
GIAMPAOLO ORLANDONI M., 2014

2
El diseño de una investigación es un proceso que
combina:
el planteamiento de la hipótesis de
investigación
la elección del DISEÑO DE TRATAMIENTOS
para estudiar la hipótesis de investigación, y
la selección del DISEÑO DEL EXPERIMENTO
apropiado para facilitar la recolección eficiente
de datos.
DISEÑO DE INVESTIGACIONES: PRINCIPIOS

3
El inicio de una investigación requiere desarrollar una
lista de verificación de aspectos concretos:
Objetivos específicos del experimento
Identificación de los factores que influyen en el
estudio
Factores que varían y cuáles permanecen
constantes
Características a ser observadas y medidas
Procedimientos para realizar las pruebas o medir
las características
Número de repeticiones del experimento
Recursos y materiales disponibles
DISEÑO DE INVESTIGACIONES: PRINCIPIOS

4
Cambios deliberados y
sistemáticos en las Variables
Entrada: X
Proceso
Productivo
Entrada(X)
Factor
Salida (Y)
Respuesta
Diseño
Producto
Entrada(X) Salida (Y)
Diseño de Experimentos
Observar cambios en la
Variable Salida: Y = f(X)
•Experimento: cambio en uno o más factores en estudio,
observando en la respuesta el efecto del cambio.
•Unidad Experimental: elemento en estudio (lotes
material, parcelas tierra, personas)

•Experimentación en Laboratorio (causas de variabilidad controladas):
•Error Experimental pequeño
•Variabilidad Pequeña en los resultados del experimento.
•Experimentación en procesos Reales Industriales, Agrícolas: Variabilidad Grande
•EXPERIMENTO: CAMBIO EN LAS CONDICIONES DE OPERACIÓN DE UN PROCESO, PARA
MEDIR EL EFECTO DE ESE CAMBIO SOBRE LAS PROPIEDADES DEL PRODUCTO (VARIABLE
SALIDA)
•OBJETIVOS DEL EXPERIMENTO: CAMBIOS EN LOS MATERIALES, METODOS O
CONDICIONES DE OPERACIÓN DE UN PROCESO QUE PERMITAN OPTIMIZAR LA CALIDAD
DEL PRODUCTO.
PROCESOENTRADAS SALIDAS
CONDICIONES
OPERACIÓN 1
CONDICIONES
OPERACIÓN 2
EXPERIMENTO
EFECTO DEL CAMBIO
SOBRE EL PROCESO
VARIABILIDAD
REPETICION DEL
EXPERIMENTO BAJO
MISMAS CONDICIONES
DISEÑO DE EXPERIMENTOS Y EXPERIMENTACION

6
PROCESO PRODUCTIVO
PROCESO
SALIDAS VARIABLES RESPUESTA (Y)
(CARACTERISTICAS DE CALIDAD)
ENTRADAS
Materia Prima
FACTORES CONTROLABLES (X)
COMBINACION DE MAQUINAS, METODOS, PERSONAS Y RECURSOS
TRANSFORMA ENTRADAS (MATERIA PRIMA)
PRODUCE SALIDAS (RESPUESTAS OBSERVABLES)
AFECTADO POR FACTORES CONTROLABLES (X) Y FACTORES NO CONTROLABLES (Z)
1. Respuestas (Y): Características de Calidad Analizadas
2. Factores Controlables (Xi) considerados
3. Niveles de cada factor
4. Diseño Experimental Apropiado
FACTORES NO CONTROLABLES (Z)
PROCESO:

7
 TECNICA ESTADISTICA QUE MANIPULA AL PROCESO INDUCIENDOLO A
GENERAR LA INFORMACION NECESARIA PARA MEJORARLO, Y ASI LOGRAR LA
MAXIMA EFICIENCIA PRODUCTIVA AL MENOR COSTO POSIBLE.
 OBTENER LA MAYOR CANTIDAD DE INFORMACION A PARTIR DE LOS
RECURSOS DISPONIBLES
 GENERAR DATOS QUE AL ANALIZARLOS ESTADISTICAMENTE PRODUZCAN
CONCLUSIONES Y DECISIONES QUE DERIVEN EN MEJORAS EN EL
DESEMPEÑO DEL PROCESO
 Técnica estadística que permite identificar los factores o variables
que afectan el comportamiento del proceso productivo, para poder
mejorarlo.
 Conjunto de pruebas en las que se inducen cambios deliberados en
las variables de entrada del proceso, de manera que sea posible
observar e identificar las causas de los cambios en las variables
respuesta.
El Diseño Estadístico de Experimentos comprende dos dimensiones:
1. DISEÑO DEL EXPERIMENTO
2. ANALISIS ESTADISTICO DE LOS DATOS OBTENIDOS
DISEÑO ESTADISTICO DE EXPERIMENTOS (DEX)

8
Objetivos del experimento: un experimento planeado
intenta determinar:
 Los Factores controlables Xi que tienen mayor
influencia en la variable respuesta Y.
El mejor valor de los factores controlables Xi, para que:
La variable respuesta Y tenga un valor cercano a valor
nominal deseado
La variabilidad de Y sea mínima.
Los efectos de los factores incontrolables Zi se
minimicen.
La metodología del diseño experimental tiene como propósito
desarrollar procesos consistentes o robustos, que no sean
afectado por factores incontrolables o fuentes de ruido (Zi).
DISEÑO ESTADISTICO DE EXPERIMENTOS (DEX)

•Objetivo del Experimento. Probar dos tipos diferentes de
materiales sintéticos (A,B) para elaboración de suelas de
zapatos, en n pares de zapatos infantiles.
•Factores Controlables: ?
•Factores no Controlables: ?
•Tratamientos: ?
•Variable Respuesta: ?
•El desgaste en suelas se debe a diferencias en los materiales
de las suelas, o a diferencias entre actividades de los niños: ?
•Diseño Apropiado: ?
•Unidades Experimentales: ?
Ejemplo 1: Suelas de Zapatos

10
Problema
•Estudiar la duración de diferentes marcas de neumáticos
para automóviles
•Se mide el desgaste de cada llanta (mm) luego de diez
mil Km de rodamiento en cuatro vehículos
Objetivo
•Qué factores que influyen en el desgaste de la llanta?
•Determinar si el desgaste promedio de llantas es igual
para todas las marcas de neumáticos.
Variable
Respuesta
Factor
Niveles
Tratamientos
Unidad
Experimental
Ejemplo 2: Llantas de Automóviles

1.1-ETAPA
PRE-
EXPERIMENTAL
1. Identificación del Problema . Definición de los
Objetivos del Experimento
2. Identificación de las posibles Fuentes de Variación:
Factores, Niveles, Unidades Experimentales
3. Elección de las Variables Respuesta, especificando
las medidas a ser utilizadas
1.2-ETAPA
EXPERIMENTAL
1. Selección del Diseño Experimental. Reglas de
asignación de las unidades experimentales a las
condiciones de estudio.
2. Determinar tamaño de la muestra.
3. Ejecución de Experimento. Planear y Organizar el
Trabajo Experimental
4. Experimento piloto
2.-ANÁLISIS
ESTADÍSTICO
DE LOS DATOS
1. Especificar Modelos
2. Analizar resultados
3.-INTERPRETACIÓN
4.-CONCLUSIONES
ETAPAS DEL DISEÑO EXPERIMENTAL

1.‐ Identificación del Problema a ser resuelto y Definición de
los Objetivos del Experimento.
 Hacer una lista completa de las preguntas concretas a las que debe
dar respuesta el experimento.
 Esquematizar el tipo de conclusiones que se espera obtener en el
análisis de datos posterior.
2.‐ Identificar todas las posibles Fuentes de Variación.
Fuente de Variación: cualquier factor que pueda generar variabilidad
en la respuesta.
Listar todas las posibles fuentes de variación, distinguiendo aquellas
que puedan generar una mayor variabilidad.
Tipos de Fuentes de Variación:
 Factores Potenciales del Diseño: su efecto sobre la respuesta es de
interés para el experimentador.
 Factores Perturbadores: no son de interés directo, pero se
consideran en el diseño para reducir la variabilidad no planificada.

Variables de interés cuyo posible efecto sobre la Variable Respuesta se
quiere estudiar.
Clasificación:
FACTORES
DEL DISEÑO
Factores seleccionados para ser estudiados en el
experimento
FACTORES QUE SE
MANTIENEN FIJOS
Variables que pueden afectar la respuesta, pero se
mantienen fijas en cierto nivel, pues no son de
interés.
FACTORES
QUE VARIAN
Las UE a las que se aplican los factores del diseño
generalmente no son homogéneas.
Usualmente se ignora esta variabilidad entre UE, y
se confía en la aleatorización para compensar
cualquier efecto de las UE.
FACTORES POTENCIALES DEL DISEÑO

FACTORES CUALITATIVOS
Sus niveles representan distintas
categorías o clasificaciones
Ejemplos:
 Proveedor de material
 Tipo de Máquina
 Aditivo Químico
 Tipo de Suelo
 Método de Enseñanza
 Calidad del Petróleo
FACTORES CUANTITATIVOS
 Sus niveles se asocian con
puntos ordenados en escalas de
medición
 Ejemplos:
 Humedad
 Temperatura
 Luminosidad
 Peso
 Longitud
 Grados API del Petróleo
FACTORES CUALITATIVOS Y CUANTITATIVOS

15
FACTOR PERTURBADORES (MOLESTOS):
Factores de escaso interés en el estudio, cuya influencia sobre la
respuesta puede aumentar la variabilidad no planificada.
Con el fin de controlar esta influencia pueden incluirse en el
diseño nuevos factores de diversos tipos.
FACTORES CONTROLABLES (FACTORES BLOQUE):
El factor puede fijarse en distintos niveles y es posible controlar
su efecto a esos niveles.
Forma de actuar: mantener constante el nivel del factor para un
grupo de unidades experimentales, y cambiarlo a otro nivel para
otro grupo.
Cuando el factor no es mensurable, es posible agrupar las
unidades experimentales en bloques de unidades similares:
parcelas de tierra contiguas o períodos de tiempo próximos
probablemente agrupen unidades experimentales más parecidas
que parcelas o períodos distantes.

16
FACTORES COVARIABLES:
El Factor perturbador no es controlable, pero es una propiedad
cuantitativa de las UE y puede medirse antes de realizar el
experimento (presión sanguínea de un paciente, acidez suelo).
Es un Factor Covariable y puede controlarse con el Análisis de
Covarianza.
FACTORES RUIDO:
Factores que varían de manera natural y no controlable en el
proceso, pero puede controlarse para fines del experimento.
Ejemplos: variables ambientales (luz, humedad, temperatura,
ruido), calidad material.
Objetivo: encontrar los ajustes de los factores controlables del
diseño que minimicen la variabilidad transmitida por los factores
ruido (robustez del diseño)

17
NIVELES
DE UN FACTOR
Valores o Grados específicos del Factor que se estudia en
la realización del experimento.
TRATAMIENTO
PUNTO DE
DISEÑO
Cada una de las posibles combinaciones de los niveles
de los distintos factores estudiados en el diseño.
UNIDAD
EXPERIMENTAL
Material sobre el que se evalúa la variable respuesta y al
que se le aplica el tratamiento (distintos niveles de los
factores).
Ejemplos de Unidades Experimentales (UE):
Agricultura: parcelas de tierra
Medicina: individuos (humanos, animales)
Industria: lotes de material, trabajadores, máquinas.
Si un experimento se ejecuta en determinado período
de tiempo y las observaciones se toman secuencialmente
en instantes de tiempo determinados, los propios
instantes de tiempo pueden considerarse unidades
experimentales.
NIVEL DE UN FACTOR, TRATAMIENTO, UNIDAD EXPERIMENTAL

18
FACTORES NIVELES
TEMPERATURA 30, 40, 50
PRESION 50, 100, 150
TRATAMIENTO, FACTOR, NIVEL
Tratamientos Temperatura Presión
°C Libras
1 30 50
2 40 50
3 50 50
4 30 100
5 40 100
6 50 100
7 30 150
8 40 150
9 50 150

20
Ejemplos de FACTOR y NIVELES de los Factores
Factor Niveles
Cualitativos Cuantitativos
•Temperatura Alta, Media, Baja 100; 50; 25 °C
•Presión Baja, Alta 50; 100 psi
•Tipo Dietas
•Tipo Suelo Normal, Acido, Alcalino
•Nutrientes
•Método Enseñanza Tradicional; Experimental

21
Hipótesis y Tratamiento
HIPÓTESIS TRATAMIENTO RESPUESTA
No todos los fungicidas tienen
la misma eficiencia para
controlar cierto agente
patógeno del suelo
Distintos tipos de
fungicida
La supervivencia de
siembras de semillas
atacadas por un
patógeno del suelo
El método para medir
retrasos de tránsito en
intersecciones, depende del
tipo de configuración en la
señalización
Métodos para medir los
retrasos del tránsito en
intersecciones con
diferentes tipos de
configuración en los
semáforos
Tiempos de retrasos
del tránsito en
intersecciones.
Características demográficas
familiares afectan de manera
favorable el desarrollo de los
niños
•Educación e Ingreso
de los padres
•Estructura familiar
•Edad del niño
Comportamiento del
niño en diferentes
ambientes.
Relación entre las Hipótesis formuladas y los Tratamientos pertinentes:
•La hipótesis establece un conjunto de circunstancias y sus consecuencias.
•Los tratamientos deben ser adecuados para el experimento.

22
3.- Elegir las Variables Respuesta a medir en cada
punto del Diseño
 Variables Respuesta: Los datos que se recogen en un
experimento son mediciones de variables de interés
denominadas Variables Respuesta.
 Es necesario definir previamente las Variables Respuesta
del diseño y en qué unidades se miden. Ellas son el
objetivo del experimento y son las que se pretende
mejorar.
 Debe verificarse que se miden de manera confiable:
 Los instrumentos y métodos de medición deben ser
capaces de repetir y reproducir una medición.
 Además deben tener la precisión (error) y exactitud
(calibración) necesarias.

23
PROCESO FABRICACION ENVASE PLASTICO
PROCESO
FABRICACION
ENVASE PLASTICO
VARIABLES RESPUESTA Yj
CARACTERISTICAS DE CALIDAD
• DUREZA
• ENCOGIMIENTO
• COLOR
• TEXTURA
• COSTO
ENTRADAS
MATERIA PRIMA
SALIDAS
FACTORES DE DISEÑO (FACTORES CONTROLABLES) Xi
• TIEMPO CICLO
• TIEMPO CURADO
• TEMPERATURA
• HUMEDAD
• PRESION MOLDE
• VELOCIDAD TORNILLO
FACTORES NO CONTROLABLES (RUIDO) Zh
• PARAMETROS CALIDAD PROVEEDOR
• QUIMICA DEL PLASTICO
• VARIABLES AMBIENTALES
(Temperatura, Humedad, Luminosidad)

24
 El Diseño Experimental o Regla de Asignación
especifica las UE que se van a observar bajo cada
Tratamiento
 La elección del Diseño implica:
 La consideración del tamaño de la muestra
(repeticiones)
 La selección de un orden de corridas adecuado para
los ensayos experimentales
 La imposición de restricciones sobre la aleatorización,
como la formación de bloques de UE.
4.-Selección del DEX adecuado a los Factores Escogidos
y al Objetivo del Experimento.

25
5.- Ejecución del Experimento.
 Planear y Organizar el trabajo experimental.
 Realizar un Experimento Piloto que utiliza un número
pequeño de observaciones. Objetivos del Experimento
Piloto:
• Ayudar a completar y verificar la lista de acciones a
realizar
• Permite practicar la técnica experimental elegida y
comprobar el sistema de medición.
• Identifica problemas no esperados en el proceso de
recolección de datos
• Los errores experimentales observados pueden ayudar
a calcular el número de observaciones que se precisan
en el experimento principal.

26
 Aplicar métodos estadísticos en el análisis de los datos,
para que las conclusiones sean objetivas
 Especificar Modelos Matemáticos que indican la relación
existente entre la variable respuesta y las principales
fuentes de variación identificadas.
 El modelo lineal es el más usual. En este modelo la
respuesta se expresa como una combinación lineal de
términos que representan las principales fuentes de
variación planificada, más un término residual debido a
las fuentes de variación no planificada.
 Los modelos de DEX, según los factores considerados, se
pueden clasificar en modelos de efectos fijos, modelos de
efectos aleatorios y modelos mixtos.
6.‐ Análisis Estadístico de los Datos

MODELO DE
EFECTOS
FIJOS
Factores de Efectos Fijos:
Factores cuyos niveles han sido seleccionados por el
experimentador.
Apropiado cuando el interés se centra en comparar el
efecto de esos niveles específicos sobre la respuesta.
MODELO DE
EFECTOS
ALEATORIOS
Factor es de Efectos Aleatorios:
En el experimento sólo se incluye una muestra
aleatoria de todos los posibles niveles del factor.
Apropiado cuando el factor tiene un número grande
de niveles y no es posible trabajar con todos ellos.
Interesa examinar la variabilidad de la respuesta
debida a la población entera de niveles del factor.
MODELO
MIXTO
Se combinan factores de efectos fijos y factores de
efectos aleatorios
MODELOS DE DISEÑO DE EXPERIMENTOS

28
1. ERROR ALEATORIO
2. ERROR SISTEMATICO (SESGO)
ERROR
EXPERIMENTAL

29
ERROR EXPERIMENTAL (EEx)
Describe las variaciones entre las UE tratadas de forma idéntica e
independiente.
Es la diferencia entre el valor estimado y el valor verdadero de la
variable respuesta Y, para valores específicos de X.
Causas del EEX:
1. Variación natural siempre presente entre las UE, causada
por la presencia de factores conocidos y desconocidos.
2. Variabilidad en la medición de la respuesta
3. Imposibilidad de reproducir exactamente las condiciones del
Trt entre las diferentes UE.
Consecuencias del EEx:
•Enmascarar efectos principales importantes, y/o
•Hacer significativos efectos que realmente no existen.

30
E
R
R
O
R
E
X
P
E
R
I
M
E
N
T
A
L
• Variabilidad no explicada por los factores
estudiados, debida a numerosas causas
comunes o aleatorias.
• Genera la variabilidad natural del proceso
• Cambia entre diferentes experimentos,
• El valor promedio del EA es nulo
1. ERROR ALEATORIO

31
E
R
R
O
R
E
X
P
E
R
I
M
E
N
T
A
L
2. ERROR SISTEMATICO (SESGO):
• Tiende a mantenerse constante a lo largo del
experimento
• Si la variabilidad observada se debe a Error No
Aleatorio, o a factores no estudiados, NO puede
distinguirse el efecto de los factores estudiados, y el
experimento resulta inútil.
• Importante no dejar variar libremente factores que
puedan influir significativamente sobre la respuesta
(principio para la formación de bloques).
• La variabilidad observada en la respuesta debe ser
causada por los factores estudiados y, en menor cuantía,
por el error aleatorio, tratando de minimizar el error
sistemático.

32
CONTROL DEL ERROR EXPERIMENTAL
El Control del Error Experimental implica emprender acciones para:
 Reducir o controlar dicho error
 Mejorar la exactitud de las observaciones
 Establecer la base de la inferencia estadística de la
investigación
Para lograr el objetivo de reducir el EEx, se puede:
1. Controlar la Técnica
2. Seleccionar las Unidades Experimentales
3. Formar Bloques, para asegurar la homogeneidad de
información en todos los tratamientos
4. Seleccionar el Diseño Experimental
5. Medir los Factores Covariantes (Análisis de Covarianza)

33
TECNICA
•Las técnicas incluyen tareas como medición exacta,
preparación de medios, obtención de soluciones,
calibración de instrumentos.
•Los métodos para medir propiedades pueden variar
en exactitud, precisión y alcance de aplicación.
•Se debe elegir el método o instrumento que
proporcione las observaciones más precisas dentro de
los recursos presupuestados.
•La aplicación uniforme de los tratamientos durante el
experimento aumenta la probabilidad de mediciones
no sesgadas de sus efectos.
CONTROL y REDUCCION del ERROR EXPERIMENTAL

34
Selección
UE
•UE heterogéneas generan valores grandes en la
varianza del error experimental.
•La comparación entre los tratamientos requiere la
selección de UE uniformes para reducir el error
experimental.
•Una selección demasiado restringida puede producir
condiciones de uniformidad artificiales. Un conjunto
estrecho de condiciones restringe la base de inferencia
del estudio.
•Para asegurar la confiabilidad de las conclusiones del
experimento, es deseable que las UE representen una
variedad suficiente de condiciones, sin que aumente
innecesariamente su heterogeneidad.
CONTROL y REDUCCION del ERROR EXPERIMENTAL

35
Formación
Bloques
•Bloques: agrupaciones de UE más homogéneas
que el resto de UE
•Ver Bloque (láminas 40-42)
Selección
DEX
•Diseño Experimental es el arreglo de las UE para:
•controlar el error experimental y
•asignar los tratamientos
•Elección del diseño adecuado del experimento:
lograr:
•la máxima información, precisión y exactitud en
los resultados
•el uso más eficiente de los recursos existentes.

36
Medición
Factores
Covariantes
Los factores covariantes son variables relacionadas
con la variable respuesta.
ANÁLISIS DE COVARIANZA: La información de los
covariantes se usa para establecer un control
estadístico sobre la varianza del error experimental,
mediante el procedimiento de análisis de covarianza.
Cualquier atributo medible, que se relacione con la
variable, es un posible factor covariante.
Ejemplos:
El peso de un cuerpo se puede usar para reducir
las estimaciones del error en el modelo estadístico.
Fertilidad de parcelas de terreno.
Cosechas del año previo en siembra permanentes
Pureza de la materia prima en un proceso químico

37
1. ALEATORIZACION
2. REPETICION (REPLICACION)
3. FORMACION DE BLOQUES (BLOQUEO)
PRINCIPIOS BASICOS
del
DISEÑO de EXPERIMENTOS

 La aleatorización es la asignación aleatoria de tratamientos
a las unidades experimentales
De manera aleatoria se:
Determina el orden de las corridas experimentales, y
La asignación del material experimental.
 La aleatorización asegura lo siguiente:
Las observaciones y los errores: se comportan como variables
aleatorias con distribución independiente.
Los Tratamientos: todos tienen distribución homogénea.
Sesgo Sistemático: anula su efecto en el experimento
 La Aleatorización es importante porque:
 Anula el efecto de factores no controlables.
 Hace que los errores experimentales sean estadísticamente
independientes.
1. ALEATORIZACIÓN
Aleatoriza.xls

2. REPETICION o REPLICACION
Repetición independiente del experimento bajo las mismas
condiciones.
Cada Trt se aplica independientemente a dos o más UE.
La Repetición permite:
Reproducir los resultados bajo las condiciones experimentales actuales
Distinguir qué parte de la variabilidad total de los datos se debe al error
aleatorio y qué parte a los factores de diseño.
Estimar el error experimental y su varianza, unidad de medida para
determinar si las diferencias observadas en los datos son estadísticamente
diferentes.
Aumentar la precisión en la estimación de las medias de los Trts. Al
incrementar las réplicas (r), disminuye s2
m= s2/r, lo que aumenta la
precisión de la media (m).
Importancia de la Repetición:
Cuantificar el Error Aleatorio inherente al proceso y su varianza.
Estimación más eficiente de los parámetros

3. BLOQUEO: FORMACION de BLOQUES de UE
Técnica para mejorar la comparación entre los factores de diseño al
proporcionar control local del ambiente, reduciendo el error experimental
Genera grupos de UE homogéneas, anulando la influencia de factores
perturbadores que pueden afectar la respuesta observada
Las UE se bloquean en grupos de unidades similares, con base en factores que
tienen alguna relación con la variable respuesta, de modo que la variabilidad
dentro de los grupos sea menor que entre las UE antes de agruparlas.
Los tratamientos se comparan entre sí dentro de los grupos de UE en
entornos más uniformes. Así:
Se obtiene mayor precisión al eliminar la variabilidad no explicada.
Criterios para definir Bloques de UE: proximidad (parcelas vecinas),
características físicas (edad o peso), tiempo, administración de tareas.
El Bloqueo se usa para dividir el experimento en unidades de tamaño
razonable y administrar de manera uniforme el tiempo o las tareas:
Los días son unidades de bloque convenientes, sólo si se puede cultivar en el
campo o procesar en el laboratorio una réplica de los tratamientos durante un
solo día.
Los técnicos pueden servir como unidades de bloque individual para evitar
confundir la variabilidad del técnico con la variabilidad de los tratamientos.

Experimentos Agrícolas:
Las parcelas contiguas se unen en un grupo y cada uno de los
tratamientos se asigna aleatoriamente a una parcela de ese
grupo. Luego, un segundo grupo de parcelas contiguas forman
otro grupo, y así sucesivamente, hasta tener un diseño de
bloques completo.
Motivo de Bloqueo: las parcelas cercanas se parecen más entre
sí, que las parcelas separadas por mayores distancias, por
razones físicas de terreno.
Experimentos Industriales requieren lotes homogéneos de materia
prima:
La replicación de un experimento puede necesitar más materia
prima que la proporcionada por un lote; la variación de un lote a
otro puede aumentar el error experimental.
Un lote suficientemente grande para una réplica de todos los
tratamientos puede servir como unidad de bloque.

BLOQUEO  GRUPOS HOMOGENEOS
C
C
C
BLOQUEO
Homogeneidad en cada
Bloque (Color Igual)
A B D
A
A
B
B
D
D
A A
A
B
B
B
CC
C
D
D
D
REPLICACION SIMPLE
(Homogeneidad Total
No requiere Bloqueo)

EXACTITUD BAJA ALTA
PRECISION y EXACTITUD
•PRECISION:
•Propiedad relacionada con la
variabilidad de las mediciones.
•Medida de la reproducibilidad
de las mediciones.
•Falta de Precisión incrementa
la Varianza.
•EXACTITUD (Accuracy):
•Propiedad relacionada con la
habilidad del proceso para alcanzar
los valores objetivo
•El valor real  es desconocido y se
estima mediante X  E.
•Si E=0, entonces la medición es
exacta (X=valor experimental)
•Falta de Exactitud genera el Sesgo
del valor observado respecto del valor
real.

Dos procesos con problemas diferentes:
•Proceso 1: Preciso pero No Exacto. Puede mejorarse haciendo ajustes
para lograr precisión, lo cual es relativamente sencillo.
•Proceso 2: Exacto pero No Preciso. Resolver el problema de la falta de
precisión es mucho más complicado y requiere más investigación acerca de
las causas asignables (no aleatorias) que lo generan.
PRECISION Y EXACTITUD
EXACTITUDPRECISION
•Ajustar el PR1
para lograr
exactitud.
•Menos Complejo
•Ajustar el PR2
para lograr
precisión.
•Más Complejo
Proceso 1
•Preciso
•No Exacto
Proceso 2
•Exacto
•No Preciso
Descubrir las
causas que generan
la variabilidad.
Causas No
Aleatorias

ERROR EXPERIMENTAL
1. EXACTITUD (INSESGABILIDAD o ACURACIDAD)
Se logra mediante ALEATORIZACION:
•Elimina SESGO
•Asegura INDEPENDENCIA entre observaciones
2. PRECISION
•Las medidas deben ser similares y no estar dispersas
•Se logra mediante REPLICACION
EL CENTRO
REPRESENTA EL
VERDADERO VALOR
DEL PARAMETRO
POBLACIONAL A SER
ESTIMADO

46
ERROR EXPERIMENTAL
ERROR
ALEATORIO
*REPETICIONES
DEL
EXPERIMENTO
(REPLICAS)
VARIA
ENTRE
EXPERIMENTOS
ERROR
SISTEMATICO
(SESGO)
*ALEATORIZACION
EN EL ORDEN DE
EXPERIMENTACION
*BLOQUES
SISTEMATICO Y
CONSTANTE
EN
EXPERIMENTOS
MINIMIZA MINIMIZA

47
1. ALEATORIZACION: proporciona estimaciones
válidas de la varianza del error experimental para
los métodos de inferencia estadística.
2. REPETICION (REPLICACION): proporciona los
datos para estimar la varianza del error
experimental.
3. FORMACION DE BLOQUES (BLOQUEO:)
proporciona un medio para reducir el error
experimental

COMPARACION DE PARES ALEATORIZADOS. Ejemplo Suelas
•Probar dos tipos diferentes de materiales sintéticos (A,B) para suelas
de zapatos, en n pares de zapatos infantiles.
•Dada la gran variabilidad en las actividades de los niños, no se sabe si
la diferencias de desgaste en suelas se debe a diferencias en los
materiales de las suelas, o a diferencias entre actividades de los niños.
•Se mejora la precisión del experimento haciendo comparaciones
dentro de pares homogéneos de material experimental. La
aleatorización asegura la validez de los experimentos.
•Los experimentos se hacen por pares. Cada niño lleva un par de
zapatos, cada uno con un tipo de suela A o B.
•La asignación del material se asigna aleatoriamente dentro de
cada bloque (por ejemplo, lanzamiento de una moneda: cara-A,
sello-B)

OBJETIVO
•Probar dos tipos diferentes de materiales sintéticos (A,B) para
suelas de zapatos, en n pares de zapatos infantiles.
•Tratamientos: combinaciones de los dos tipos de material
sintético
VARIABLE
RESPUESTA
•Desgaste de las suelas luego de cierto periodo, en cada UE
(zapato)
•Dada la gran variabilidad en las actividades de los niños, no se
sabe si la diferencias de desgaste en suelas se debe a diferencias
en los materiales de las suelas, o a diferencias entre actividades de
los niños.
BLOQUEO
Y
ALEATORIZACION
•BLOQUEO: Se define como Bloque=Par de Zapatos. Se asigna
ambos tipos de suelas (A,B) a cada par de zapatos. El bloque
anula la variabilidad entre niños, y la comparación entre cada par
de zapatos (bloque) no está afectada por esa variabilidad.
•ALEATORIZACION: Cada tipo de material se asigna a cada
zapato en forma aleatoria. Los tratamientos (dos tipos de material
para suelas de zapatos) se asignan al azar dentro de cada bloque
(par de zapatos)
EJEMPLO DE BLOQUES Y ALEATORIZACION

COMPARACION DE PARES ALEATORIZADOS
Material Material
Niño A B
1 13.20 I 14.00 D
2 8.20 I 8.80 D
3 10.90 D 11.20 I
4 14.30 I 14.20 D
5 10.70 D 11.80 I
6 6.60 I 6.40 D
7 9.50 I 9.80 D
8 10.80 I 11.30 D
9 8.80 D 9.30 I
10 13.30 I 13.60 D
Media 10.63 11.04
DesvEst 2.45 2.52
ErrorEst
0.00
2.00
4.00
6.00
8.00
10.00
12.00
14.00
16.00
0 2 4 6 8 10 12
DESGASTE
NIÑOS
Comparación Materiales
DESGASTE
A
B
Fig1-Incorpora la variabilidad entre niños.

51
 Ningún método de análisis estadístico, por sofisticado
que sea, permite extraer conclusiones correctas a partir de
un diseño de experimentos mal planificado.
 El análisis estadístico es una etapa más, completamente
integrada en el proceso de planificación experimental. El
análisis estadístico no es independiente de la tarea de
planificación.
 Es necesario comprender la totalidad de objetivos
propuestos antes de comenzar con el análisis. De lo
contrario, puede ser imposible pretender que el
experimento responda a otras cuestiones a posteriori.
 Es imprescindible tener buen conocimiento del fenómeno
que se quiere analizar.
CONSIDERACIONES SOBRE LOS DISEÑOS DE EXPERIMENTOS

1.1 dex introduccion

Más contenido relacionado

La actualidad más candente

Similar a 1.1 dex introduccion

Último

1.1 dex introduccion