Diseo experimental

El diseo experimental es una tcnica estadstica que permite identificar y

cuantificar las causas de un efecto dentro de un estudio experimental. En un
diseo experimental se manipulan deliberadamente una o ms variables,
vinculadas a las causas, para medir el efecto que tienen en otra variable de
inters. El diseo experimental prescribe una serie de pautas relativas qu
variables hay que manipular, de qu manera, cuntas veces hay que repetir el
experimento y en qu orden para poder establecer con un grado de
confianza predefinido la necesidad de una presunta relacin de causa-efecto.
El diseo experimental encuentra aplicaciones en la industria, la agricultura,
la mercadotecnia, la medicina, la ecologa, las ciencias de la conducta, etc.
constituyendo una fase esencial en el desarrollo de un estudio experimental.
Perspectiva histrica
Ronald Fisher es considerado el padre del diseo experimental en sus estudios
de agronoma en el primer tercio del siglo XX. A la lista de los pioneros de su
uso hay que aadir los de Frank Yates, W.G. Cochran y G.E.P. Box. Muchas de
las aplicaciones originarias del diseo experimental estuvieron relacionadas
con la agricultura y la biologa, disciplinas de las que procede parte de la
terminologa propia de dicha tcnica del pico y del coco.
Las aplicaciones a la industria textil comenzaron en la dcada de 1930 en
Inglaterra y se popularizaron y extendieron a las industrias qumica y
manufacturera de Europa y EE. UU. tras la II Guerra Mundial. Es de notar su uso
actual en la industria de la electrnica y los semiconductores.
Qu es Diseo factorial?
En estadstica, un experimento factorial completo es un experimento cuyo
diseo consta de dos o ms factores, cada uno de los cuales con distintos
valores o niveles, cuyas unidades experimentales cubren todas las posibles
combinaciones de esos niveles en todo los factores. Este tipo de experimentos
permiten el estudio del efecto de cada factor sobre la variable respuesta, as
como el efecto de las interacciones entre factores sobre dicha variable.
Por ejemplo, con dos factores y dos niveles en cada factor, un experimento
factorial tendra en total cuatro combinaciones de tratamiento, y se le
denominara diseo factorial de 22.
Si el nmero de combinaciones en un diseo factorial completo es demasiado
alto para su procesamiento, puede optarse por un diseo factorial fraccional,
en el que se omitan algunas de las combinaciones posibles.

Historia
Los diseos factoriales fueron utilizados en el siglo XIX por Jhon Bennet Lawes y
Henry J. Gilbert de la Estacin experimental de Rothamsted.[1] Ronald
Fisher discuti en 1926 que los diseos complejos, como diseos factoriales,
eran ms eficientes que estudiando un factor a la vez.[2] Fisher
escribi: ningn aforismo se repite ms con frecuencia con respecto a
ensayos prcticos, que eso nosotros debe hacer naturaleza pocas preguntas, o,
idealmente, a una pregunta, a la vez. Convencen el escritor de que esta visin
est confundida enteramente. Naturaleza, sugiere, responder lo ms mejor
posible a un lgico y pens cuidadosamente hacia fuera el cuestionario. Un
diseo factorial permite el efecto de varios factores e incluso interacciones
entre ellas que se determinarn con el mismo nmero de ensayos que son
necesario determinar de los efectos por s mismo con el mismo grado
de exactitud.
Yates realiz importantes contribuciones significativas hechas, particularmente
en el anlisis de diseos, por Anlisis de Yates. El trmino factorial no se pudo
haber utilizado en la impresin antes de 1935, cuando Fisher la utiliz en su
libro El diseo de experimentos.
Notacin
Para ahorrar el espacio, los puntos en un experimento factorial de dos niveles
se abrevian a menudo con las cadenas de ms y signos de menos. Las
secuencias tienen tantos smbolos como factores, y sus valores dictan el nivel
de cada factor: para el primer (o bajo) llano, y + para el segundo (o alto)
llano. Los puntos en este experimento se pueden representar como , + ,
+,y++.
Los puntos factoriales se pueden tambin abreviar cerca (1), a, b, y el ab,
donde la presencia de una letra indica que el factor especificado est en su alto
(o en segundo lugar) nivel y la ausencia de una letra indica que el factor
especificado est en su (o primero) nivel bajo (por ejemplo, a indica que el
factor A est en su alto ajuste, mientras que el resto de los factores estn en su
ajuste del punto bajo (o primero)). (1) se utiliza indicar que todos los factores
estn en sus (o primero) valores ms bajos.
Para poder finalmente obtener un modelo estadstico que nos indique el valor
de respuesta al modificar los factores.
Calculo del efecto

Contraste =
/replica*2^k

(suma

de

niveles+)-(suma

de

niveles-)

Efecto

Contraste

b= efecto/2 bo= suma total/numero total

Modelo estadstico: Y= bo+ b1X1 + b2X2......

Anlisis de Yates
La tcnica fundamental consiste en repartir el total en componentes
mediante sumas de cuadrados. Esta tcnica tuvo efectos secundarios en el
modelo. Por ejemplo, demostramos el modelo para un ANOVA simplificado con
un tipo de tratamiento en diversos niveles.

Los los grados de libertad se pueden repartir de manera similar y

especifican distribuciones chi-cuadrado que describen las sumas asociadas de
cuadrados.

Prueba F de Fisher
Se utiliza para las comparaciones de los componentes de la desviacin total.
Por ejemplo, en una forma, o el solo-factor ANOVA, la significacin estadstica
es probada para comparando la estadstica de la prueba de F

Donde:

1. Nmero de tratamientos:

2. Total de casos:

,I

, nT'

Diseo factorial 2k
Cuando en un experimento hay varios factores de inters, utilizamos el diseo
experimental factorial.
En el experimento factorial, se analizaran todas las posibles combinaciones de
los niveles de los factores en cada rplica del experimento, para estudiar el
efecto conjunto de estos sobre una respuesta.
Un experimento 2k proporciona el menor nmero de ensayos con los cuales se
pueden estudiar k factores en un diseo factorial completo.
Existen varios casos especiales del diseo factorial, pero el ms importante de
todos ocurre cuando se tienen k factores, cada uno de ellos a dos niveles (2 2 es
el factorial ms pequeo).
Debido a que slo hay dos niveles para cada factor, asumimos que la respuesta
es aproximadamente lineal en el rango de los niveles elegidos de los factores.
El efecto de un factor se define como el cambio en la respuesta que produce un
cambio en el nivel del factor.
Diseo 2k para k = 2 factores
Este diseo, es el ms sencillo de la serie. Consideramos dos factores: A y B,
cada uno a 2 niveles.
Normalmente consideramos estos niveles como los niveles alto y bajo del
factor ojtet El diseo 22 puede ser representado geomtricamente como un
cuadrado con 4 ensayos.
Para cualquier diseo 2k con n replicas, la estimacin del efecto y de los
cuadrados se estiman de la siguiente forma:
Efecto = Contraste/n2K-1
SSx = [Contraste]2/n2k

Los efectos de inters en el diseo 2 2, son los efectos principales de A y B y la

interaccin AB.
Estimaremos cada uno de los efectos de la siguiente forma:
A = [a+ab-b-(1)]/2n
B = [b+ab-a-(1)]/2n
AB = [ab+(1)-a-b]/2n

Las cantidades entre corchetes en las ecuaciones anteriores se

llaman contrastes. Podemos utilizar los contrastes para calcular las sumas de
cuadrados para A, B y la interaccin AB.
SSA = [a+ab-b-(1)]2/4n
SSB = [b+ab-a-(1)]2/4n
SSAB = [ab+(1)-a-b]2/4n
SIGNOS ALGEBRAICOS PARA CALCULAR LOS EFECTOS DEL DISEO 22
Comb. Tratamientos
(1)
a
b
ab

I
+
+
+
+

A
+
+

B
+
+

AB
+
+

TABLA DE ANOVA DISEO 22

Fuente de
Variacin
Tratamiento A

Suma de
Cuadrados
SSA

Grados de
libertad
a-1

Tratamiento B

SSB

b-1

Interaccin
AB
Error
Total

SSAB

(a-1)(b-1)

SSE
SST

ab(n-1)
abn - 1

Cuadrado
Medio
MSA = SSA / a1
MSB = SSB /b-1
MSA = SSAB /
(a-1)(b-1)
MSE = SSE /
ab(n-1)

FO
MSA /
MSE
MSB/MS
E
MSAB/M
SE

La SSE (Suma de cuadrados del Error) la obtendremos por diferencia, respecto

a la SST

Diseo 2k para k = 3 factores

Es un diseo de 3 factores, cada uno a 2 niveles y consta de 8 combinaciones.
Geomtricamente el diseo es un cubo, cuyas esquinas son las 8
combinaciones. Este diseo permite estimar los 3 efectos principales (A, B, y
C), las tres interacciones de dos factores (AB,AC,BC) y la interaccin de los tres
factores (ABC).
La estimacin de cualquier efecto principal o interaccin en un diseo 2 k se
determina al multiplicar las combinaciones de tratamientos de la 1 columna
de la tabla por los signos del correspondiente efecto principal o columna de
interaccin, sumando los resultados para obtener un contraste, y dividiendo el
contraste por la mitad del n total de rplicas.
A = [a+ab+ac+abc-(1)-b-c-bc]/4n
B = [b+ab+bc+abc-(1)-a-c-ac]/4n
C = [c+ac+bc+abc-(1)-a-b-ab]/4n
AB = [abc-bc+ab-b-ac+c-a+(1)]/4n
AC = [(1)-a+b-ab-c+ac-bc+abc]/n
BC = [(1)+a-b-ab-c-ac+bc+abc]/4n
ABC = [abc-bc-ac+c-ab+b+a-(1)]/4n

SIGNOS ALGEBRAICOS PARA CALCULAR LOS EFECTOS DEL DISEO 23

Comb.Tratamientos
(1)
a
b
ab
c
ac
bc
abc

I
+
+
+
+
+
+
+
+

A
+
+
+
+

B
+
+
+
+

AB
+
+
+
+

C
+
+
+
+

AC
+
+
+
+

BC
+
+
+
+

ABC
+
+
+
+

TABLA DE ANOVA DISEO 23

Fuente de
Variacin
Tratamiento
A
Tratamiento
B
Tratamiento
C
Interaccin
AB
Interaccin
AC
Interaccin
BC
Interaccin
ABC
Error
Total

Suma de
Cuadrados
SSA

Grados de
Libertad
a-1

Cuadrado Medio

F0

MSA = SSA/a-1

SSB

b-1

MSB = SSB/b-1

SSC

c-1

MSC =SSC/c-1

SSAB

(a-1)(b-1)

SSAC

(a-1)(c-1)

SSBC

(b-1)(c-1)

SSABC

(a-1)(b-1)
(c-1)
abc(n-1)
abcn-1

MSAB = SSAB/(a1)(b-1)
MSAC=SSAC/(a-1)
(c-1)
MSBC =SSBC/(b-1)
(c-1)
MSABC =SSABC/(a1)(b-1)(c-1)

MSA/M
SE
MSB/M
SE
MSC/M
SE
MSAB/M
SE
MSAC/M
SE
MSBC/M
SE
MSABC/
ME

SSE
SST

MSE =SSE/abc(n1)

Eliminaremos la interaccin triple ABC, por lo que tendremos un grado de

libertad ms para el error.
Diseo 2k con una rplica

Si aumentamos el nmero de factores en un experimento factorial, tambin

aumenta el nmero de efectos que pueden ser estimados.
As un experimento 24 tiene 4 efectos principales, 6 interacciones dobles, 4
triples, y 1 cudruple.
La mayora de las veces las interacciones de orden superior a dos son
despreciables.
En experimentos factoriales 2k,con un k=3,4,5 o superior es comn efectuar
una sola replica, despreciar las interacciones de orden superior a dos, y de
estos modo poder utilizar los grados de libertad de dichas interacciones para la
estimacin del error.Esta forma de actuar puede conducirnos a decisiones
errneas si realmente alguna de estas interacciones que son de orden superior
a dos son significativas.
Aplicaciones
El diseo de experimentos tiene una gran variedad de aplicaciones y puede ser
aplicado a un gran numero de industrias, la optimizacin de recursos,la
identificacin de causas de variabilidad son algunos de los objetivos del diseo
de experimentos aplicados en nivel industrial. necesito experimentos de un
solo factor.
http://es.wikipedia.org/wiki/Dise%C3%B1o_experimental