Diseo de experimentos

CATEDRA: DISEO DE EXPERIMENTOS

PROFESOR: M.I.I. Martn Mendoza Balderas

I Introduccin al curso y al diseo de experimentos

a) Estrategia de experimentacin
b) Aplicaciones tpicas del diseo de experimentos
c) Principios bsicos
d) Lineamientos para el diseo de experimentos
e) Perspectiva Histrica
Humberto Gutirrez Pulido- Romn de la Vara Salazar Anlisis y diseo de experimentos Ed.
Introduccin
En el campo de la industria es frecuente hacer experimentos o pruebas con la intencin de
resolver un problema o comprobar una idea (conjetura, hiptesis); por ejemplo, hacer algunos
cambios en los materiales, mtodos o condiciones de operacin de un proceso, probar varias
temperaturas en una mquina hasta encontrar la que da el mejor resultado o crear un nuevo
material con la intencin de lograr mejoras o eliminar algn problema.
El diseo estadstico de experimentos es precisamente la forma ms eficaz de hacer pruebas. El
diseo de experimentos consiste en determinar cules pruebas se deben realizar y de qu
manera, para obtener datos que, al ser analizados estadsticamente, proporcionen evidencias
objetivas que permitan responder las interrogantes planteadas, y de esa manera clarificar los
aspectos inciertos de un proceso, resolver un problema o lograr mejoras. Algunos problemas
tpicos que pueden resolverse con el diseo y el anlisis de experimentos son los siguientes:
1. Comparar a dos o ms materiales con el fin de elegir al que mejor cumple los
requerimientos
2. Comparar varios instrumentos de medicin para verificar si trabajan con la misma
precisin y exactitud.

M.I.I. Martn Mendoza Balderas

Diseo de experimentos
3. Determinar los factores de un proceso que tienen impacto sobre una o ms caractersticas
del producto final.
4. Encontrar las condiciones de operacin (temperatura, velocidad, humedad, por ejemplo)
5.
6.
7.
8.

donde se reduzcan los efectos o se logre un mejor desempeo del proceso.

Reducir el tiempo de ciclo del proceso
Hacer el proceso insensible o robusto a oscilaciones de variables ambientales
Apoyar el diseo o rediseo de nuevos productos o procesos
Ayudar a conocer y caracterizar nuevos materiales

El saber diseo de experimentos y otras tcnicas estadsticas, en combinacin con

conocimientos del proceso, sitan al responsable del mismo como un observador perceptivo
y proactivo que es capaz de proponer mejoras y de observar algo interesante (oportunidades
de mejora) en el proceso y en los datos donde otra persona no ve nada.
Historia del diseo de experimentos
El diseo estadstico de experimentos, desde su introduccin por Ronald A. Fisher en la
primera mitad del siglo XX en Inglaterra, se ha utilizado para conseguir un aprendizaje
acelerado. El trabajo de Fisher a travs de su libro The Desing of Experiments (1935),
influy de manera decisiva en la investigacin agrcola, ya que aport mtodos (ahora
usados en todo el mundo) para evaluar los resultados de experimentos con muestras
pequeas. La clave de las aportaciones de Fisher radica en que este investigador se dio
cuenta de que las fallas en la forma de realizar experimentos obstaculizaba el anlisis de los
resultados experimentales. Fisher tambin proporcion mtodos para disear experimentos
destinados a investigar la influencia simultnea de varios factores.
Los desarrollos posteriores en diseo de experimentos fueron encabezados por Gorge E.P
Box, quien trabaj como estadstico durante ocho aos en la industria qumica en Inglaterra
y desarroll la metodologa de superficie de respuestas, la cual incluye nuevas familias de
diseos y una estrategia para la experimentacin secuencial. Entre 1950 y 1980 el diseo de
experimentos se convirti en una herramienta de aplicacin frecuente. El movimiento por la
calidad, encabezado por los gures Deming e Ishikawa, promovieron el uso de la estadstica
en la calidad donde el diseo de experimentos demostr su utilidad tanto para resolver
problemas de fondo como para disear mejor los productos y los procesos.
2

M.I.I. Martn Mendoza Balderas

Diseo de experimentos
Definiciones bsicas en el diseo de experimentos
El diseo de experimentos es la aplicacin del mtodo cientfico para generar conocimiento
acerca de un sistema o proceso, por medio de pruebas planeadas adecuadamente. Esta
metodologa se ha ido consolidando como un conjunto de tcnicas estadsticas y de
ingeniera, que permiten entender mejor situaciones complejas de relacin causa-efecto.
Experimento
Un experimento es un cambio en las condiciones de operacin de un sistema o proceso, que
se hace con el objetivo de medir el efecto del cambio sobre una o varias propiedades del
producto o resultado. Asimismo, el experimento permite aumentar el conocimiento acerca
del sistema. Por ejemplo, en un proceso qumico se pueden probar diferentes temperaturas y
presiones, y medir el cambio observado en el rendimiento del proceso. Al analizar los
defectos se obtiene conocimiento acerca del proceso qumico, lo cual permite mejorar su
desempeo.
Unidad experimental
Es la pieza o muestra que se utiliza para generar un valor que sea representativo del
resultado del experimento o prueba. En cada diseo de experimentos es importante definir de
manera cuidadosa la unidad experimental, ya que sta puede ser una pieza o muestra de una
sustancia o un conjunto de piezas producidas, dependiendo del proceso que se estudia. Por
ejemplo, si se quiere investigar alternativas para reducir el porcentaje de piezas defectuosas,
en un proceso que produce muchas piezas en un lapso corto de tiempo, es claro que no sera
muy confiable que la unidad experimental fuera una sola pieza, en la cual se vea si en una
condicin experimental estaba defectuosa o no. Aqu, la unidad experimental ser cierta
cantidad de piezas que se producen en las mismas condiciones experimentales, y al final se
analizarn cuntas de ellas estn defectuosas y cuntas no.
Variables, factores y niveles

M.I.I. Martn Mendoza Balderas

Diseo de experimentos
En todo proceso intervienen distintos tipos de variables o factores que se describen a
continuacin
Variables de respuesta
A travs de estas variables se conoce el efecto o los resultados de cada prueba experimental,
por lo que pueden ser caractersticas de la calidad de un producto y/o variables que miden el
desempeo de un proceso. El objetivo de muchos estudios experimentales es encontrar la
forma de mejorar las variables de respuesta. Por lo general, estas variables se detonan con la
letra y.
Factores controlables. Son variables de proceso o caractersticas de los materiales
experimentales que se pueden fijar en un nivel dado. Algunos de stos son los que
usualmente se controlan durante la operacin normal del proceso, y se distinguen porque,
para cada uno de ellos, existe la manera o el mecanismo para cambiar o manipular su nivel
de operacin. Esto ltimo es lo que hace posible que se pueda experimentar con ellos. Por
ejemplo, si en el proceso se usa agua a 60C entonces debe existir un mecanismo que
permita fijar la temperatura del agua dentro de un rango de operacin. Algunos factores o
caractersticas que generalmente se controlan son: temperatura, tiempo de resistencia,
cantidad de cierto reactivo, velocidad, presin, etc. A los factores controlables tambin se les
llama variables de entrada, condiciones de proceso, variables de diseo, parmetros del
proceso.
Factores no controlables o de ruido. Son variables o caractersticas de materiales y mtodos
que no se pueden controlar durante el experimento o la operacin normal del proceso. Por
ejemplo: luz, humedad, ruido, etc. Un factor no controlable puede convertirse en controlable
cuando se cuenta con el mecanismo o la tecnologa para ello.
Factores estudiados. Son las variables que se investigan en el experimento, respecto de cmo
influyen o afectan a las variables de respuesta. Pueden ser controlables o no controlables.
Niveles y tratamientos. Los diferentes valores que se asignan a cada factor estudiado en un
diseo experimental se llaman niveles. Una combinacin de niveles de todos los factores
estudiados se llama tratamiento o punto de diseo. Por ejemplo, se en un experimento se
estudia la influencia de la velocidad y la temperatura y se decide probar cada una en dos
4

M.I.I. Martn Mendoza Balderas

Diseo de experimentos
niveles, entonces cada combinacin de niveles (velocidad, temperatura) es un tratamiento.
En este caso habra cuatro tratamientos. Es necesario probar cada tratamiento y obtener
correspondientes valor de y.
Error aleatorio y error experimental. Siempre que se realiza un estudio experimental, parte
de la variabilidad observada en la respuesta no se podr explicar por los factores estudiados.
Esto es, siempre habr un remanente de variabilidad que se debe a causas comunes o
aleatorias, que generan la variabilidad del proceso. Esta variabilidad constituye el llamado
error aleatorio. Por ejemplo, ser parte de este error aleatorio el pequeo efecto que tienen
los factores que no se estudiaron, siempre y cuando se mantenga pequeo o despreciable, as
como la variabilidad de las mediciones. Sin embargo, el error aleatorio tambin absorber
todos los errores que el experimentador comete durante los experimentos, y si estos son
graves, sern errores experimentales.
Ejemplo: en la figura 1 se muestran algunas de las variables que intervienen en el proceso de
fabricacin de un envase de plstico. El problema general es encontrar las condiciones de
operacin de los factores controlables, que dan por resultado valores ptimos de las
caractersticas de calidad ah listadas. Tambin podra ser de inters investigar el efecto de
factores no controlables, buscando lograr un proceso insensible (robusto) a su posible efecto.
Supongamos que solo interesa la dureza de la pieza de plstico resultante. Algunas preguntas
que se pueden responder con un diseo experimental son: Cules factores afectan la dureza
del plstico?, Cmo es que la afectan?, o bien Qu relacin hay entre los factores
controlables y la dureza; existen otras condiciones de operacin, distintas a las actuales que
mejoran la dureza?.

M.I.I. Martn Mendoza Balderas

Diseo de experimentos

Etapas en el diseo de experimentos

Un aspecto fundamental del diseo de experimentos es decir cuales pruebas o tratamientos
se van a realizar y cuantas repeticiones de cada uno se requieren, de manera que se obtenga
la mxima informacin al mnimo costo posible. El arreglo formado por los diferentes
tratamientos que sern corridos, incluyendo las repeticiones, recibe el nombre de matriz de
diseo o solo diseo.
Para que un estudio experimental sea exitoso es necesario realizar, por etapas, diferentes
actividades. En este sentido, la etapa ms importante y a la que se debe dedicar mayor
tiempo es la planeacin. A continuacin se describen de manera breve las etapas del diseo
de experimentos con objeto de dar una visin global de lo que implica su correcta aplicacin.

M.I.I. Martn Mendoza Balderas

Diseo de experimentos
Planeacin y realizacin.
1. Entender y delimitar el problema u objeto de estudio. En esta etapa de planeacin se
deben hacer investigaciones preliminares que conduzcan a entender y delimitar el
problema u objeto de estudio.
2. Elegir las variables de respuesta que sern medidas en cada punto del diseo y verificar
que se mide de manera confiable. La eleccin de estas variables es vital se debe elegir
aquellas que mejor reflejen el problema o que caractericen al objeto de estudio.
3. Determinar cules factores deben estudiarse o investigarse, de acuerdo a la supuesta
influencia que tienen sobre la respuesta. No se trata de que el experimentador tenga que
saber a prori cules factores influyen, puesto que precisamente para eso es el
experimento, pero si de que utilice toda la informacin disponible.
4. Seleccionar los niveles de cada factor, as como el diseo experimental adecuado a los
factores que se tienen y al objeto del experimento. ste paso tambin implica determinar
cuntas repeticiones se harn para cada tratamiento, tomando en cuenta el tiempo, costo
y la precisin deseada.
5. Planear y organizar el trabajo experimental. Con base en el diseo seleccionado,
organizar y planear con detalle el trabajo experimental, por ejemplo, las personas que
van a intervenir, la forma operativa en que se harn las cosas.
6. Realizar el experimento. Seguir al pie de la letra el plan previsto en la etapa anterior, y en
caso de algn imprevisto, determinar a qu persona se le reportara y lo que se hara.
Anlisis.
En esta etapa no se debe perder de vista que los resultados experimentales son observaciones
muestrales, no poblacionales. Por ello, se debe recurrir a mtodos estadsticos inferenciales para
ver si las diferencias o efectos muestrales (experimentales) son lo suficientemente grandes para
que garanticen diferencias poblacionales. La tcnica estadstica central en el anlisis de los
experimentos es el llamado anlisis de varianza ANOVA (acrnimo en ingls).

Interpretacin.

M.I.I. Martn Mendoza Balderas

Diseo de experimentos
Aqu, se debe analizar con detalle lo que ha pasado en el experimento, desde contrastar las
conjeturas iniciales con los resultados del experimento, hasta observar los nuevos aprendizajes
que sobre el proceso se lograron, verificar supuestos y elegir el tratamiento ganador, siempre
con apoyo de las pruebas estadsticas.
Control y conclusiones finales.
En este punto se recomienda decidir qu medidas implementar para generalizar el resultado y
garantizar que las mejoras se mantengan.
Principios bsicos.
El diseo de experimentos trata de fenmenos que son observables y repetibles. El punto de
partida para una correcta planeacin es aplicar los principios bsicos del diseo de
experimentos: aleatorizacin, repeticin y bloqueo, los cuales tienen que ver directamente con
que los datos obtenidos sean tiles para responder a las preguntas planteadas, es decir, la validez
del anlisis de los datos se apoyan en stos principios.
-

Aleatorizacin. Consiste en hacer las corridas experimentales en orden aleatorio (al azar)
y con material tambin seleccionado aleatoriamente.

Repeticin. Es correr ms de una vez un tratamiento o una combinacin de factores.

Cuando no se hacen repeticiones, no hay manera de estimar la varibilidad natural o el
error aleatorio, y esto dificulta la construccin de estadsticas realistas en el anlisis de
los datos.

Bloqueo. Consiste en nulificar o tomar en cuenta, en forma adecuada todos los factores
que puedan afectar la respuesta observada. Al bloquear, se supone que el subconjunto de
datos que se obtengan dentro de cada bloque (nivel particular del factor bloqueado), debe
resultar mas homogneo que el conjunto total de datos. Por ejemplo, si se quieren
comparar cuatro mquinas, es importante tomar en cuenta al operador de las mquinas,
en especial si se cree que la habilidad y los conocimientos del operador pueden influir en
el resultado. Una posible estrategia de bloqueo del factor operador, sera que un mismo
operador realizara todas las pruebas del experimento. Otra posible estrategia de bloqueo
8

M.I.I. Martn Mendoza Balderas

Diseo de experimentos
sera experimentar con cuatro operadores (cuatro bloques), donde cada uno de ellos
prueba en orden aleatorio las cuatro mquinas; en este segundo caso, la comparacin de
las mquinas quizs es ms real. Cada operador es un bloque porque se espera que las
mediciones del mismo operador sean ms parecidas entre s que las mediciones de varios
operadores.
Clasificacin y seleccin de los diseos experimentales.
Los cinco aspectos que ms influyen en la seleccin de un diseo experimental, son los
siguientes:
1.
2.
3.
4.
5.

El objetivo del experimento.

El nmero de factores a estudiar.
El nmero de niveles que se prueban en cada factor.
Los efectos que interesa investigar (relacin factores- respuesta).
El costo del experimento, tiempo y precisin deseada.

Los diseos se pueden clasificar como:

1.
2.
3.
4.

Diseos para comparar dos o ms tratamientos.

Diseos para estudiar el efecto de varios factores sobre las respuestas.
Diseos para determinar el punto ptimo de operacin del proceso.
Diseos para la optimizacin de una mezcla.

5.

Diseos para hacer el producto o proceso insensible a factores no controlables.

La metodologa del diseo de experimentos se basa en la experimentacin. Es

sabido que si se repite un experimento, en condiciones indistinguibles, los resultados
presentan una

cier- ta variabilidad.

Si la experimentacin se realiza

en un

laboratorio donde la mayora de las causas de variabilidad estn muy controladas,

el error experimental

ser pequeo y habr poca variacin en los resultados

experimento. Pero si se experimenta en procesos industriales

o administrativos

del
la

variabilidad ser mayor en la mayora de los casos.

El objetivo del diseo de experimentos

es estudiar si cuando se utiliza un

determinado tratamiento se produce una mejora en el proceso o no. Para ello se debe
experimentar aplicando el tratamiento y no aplicndolo. Si la variabilidad experimental
9

M.I.I. Martn Mendoza Balderas

Diseo de experimentos
es grande,

slo se detectar la influencia

del uso del tratamiento

cuando

ste

produzca grandes cambios en relacin con el error de observacin.

La metodologa del diseo de experimentos estudia cmo variar las condiciones
habituales de realizacin de un proceso emprico para aumentar la probabilidad de
detectar cambios signi- ficativos en la respuesta; de esta forma se obtiene un mayor
conocimiento del comportamiento del proceso de inters.
Unos ejemplos donde habra que utilizar estos modelos son los siguientes:

En el rendimiento de un determinado tipo de mquina (unidades producidas por

da): se desea estudiar la influencia del trabajador que la maneja y la marca de la
mquina.
Se quiere estudiar la influencia de un tipo de pila elctrica y de la marca, en la
duracin de las pilas.
Una compaa telefnica est interesada

en conocer la influencia de varios

factores en la variable duracin de una llamada telefnica. Los factores que se

consideran son los siguientes: hora a la que se produce la llamada; da de la
semana en que se realiza la llamada; zona de la ciudad desde la que se hace la
llamada; sexo del que realiza la llamada; tipo de telfono (pblico o privado) desde
el que se realiza la llamada.
Una compaa de software est interesada en estudiar la variable porcentaje en
que se comprime un fichero, al utilizar un programa de compresin teniendo en
cuenta el tipo de programa utilizado y el tipo de fichero que se comprime.
Se quiere estudiar el rendimiento de los alumnos en una asignatura y, para ello, se
desean controlar diferentes factores: profesor que imparte la asignatura;
de enseanza; sexo del alumno.

10

M.I.I. Martn Mendoza Balderas

mtodo

8. Procedimiento de la aplicacin del DEE

La aplicacin del diseo de experimentos requiere considerar las siguiente etapas que
se comentarn a continuacin:
1.

Comprender el problema y definir claramente el objetivo.

2.

Identificar los factores que potencialmente podran influir en la funcin

objetivo, y los valores que stos pueden tomar. Entre estos valores se
buscar la informacin necesaria.

3.

Establecer una estrategia experimental, llamada plan de experimentacin.

4.

Efectuar los experimentos con los valores de los factores decididos en el

punto 3 para obtener los valores de las respuestas estudiadas.

5.

Responder las preguntas planteadas, sea directamente, sea utilizando un

modelo matemtico. Si es necesario, volver a la etapa 1.

Principios bsicos en el diseo de experimentos

Al planificar un experimento hay tres tres principios bsicos que se deben tener
siempre en cuenta:
El principio de aleatorizacin.

El bloqueo.

11

 La factorizacin del diseo.

Los dos primeros (aleatorizar y bloquear) son estrategias eficientes para asignar los
tratamientos a las unidades experimentales sin preocuparse de qu tratamientos considerar.
Por el con- trario, la factorizacin del diseo define una estrategia eficiente para
elegir los tratamientos sin considerar en absoluto como asignarlos despus a las
unidades experimentales.
Aleatorizar: Aleatorizar todos los factores no controlados por el experimentador
en el diseo experimental y que pueden influir en los resultados sern asignados
al azar a las unidades experimentales.
Ventajas de aleatorizar los factores no
controlados:
Transforma la variabilidad sistemtica

no planificada en variabilidad

no

planificada o ruido aleatorio. Dicho de otra forma, aleatorizar previene contra

la introduccin de sesgos en el experimento.
Evita la dependencia entre observaciones al aleatorizar los instantes de recogida
muestral.
Valida muchos de los procedimientos estadsticos ms comunes.
Bloquear: Se deben dividir o particionar

las unidades

experimentales

en

grupos llamados bloques de modo que las observaciones realizadas en cada bloque
se realicen bajo condiciones experimentales lo ms parecidas posibles.
A diferencia de lo que ocurre con los factores tratamiento, el experimentador
no est in- teresado en investigar las posibles diferencias de la respuesta entre los
niveles de los factores bloque.
Bloquear es una buena estrategia siempre y cuando sea posible dividir las
unidades experi- mentales en grupos de unidades similares.
La ventaja de bloquear un factor que se supone que tienen una clara influencia en
12

la respuesta pero en el que no se est interesado, es la siguiente: Convierte la

variabilidad sistemtica no planificada en variabilidad sistemtica planificada.
Con el siguiente ejemplo se trata de indicar la diferencia entre las estrategias de
aleatorizar y de bloquear en un experimento.
Ejemplo.
Se desea investigar las posibles diferencias en la produccin de dos mquinas,
cada una de las cuales debe ser manejada por un operario.
En el planteamiento de este problema la variable respuesta es la produccin
diaria de una mquina, el factor tratamiento en el que se est interesado es el tipo
de mquina que tiene dos
niveles y un factor nuisance es el operario que maneja la mquina. En el diseo del
experimento
para realizar el estudio se pueden utilizar dos estrategias para controlar el factor
operario que maneja la mquina.
Aleatorizar: se seleccionan al azar dos grupos de operarios y se asigna al azar
cada grupo de operarios a cada una de las dos mquinas. Finalmente se evala la
produccin de las mismas.
Bloquear: se introduce el factor bloque operario. Se elige un nico grupo de
operarios y todos ellos utilizan las dos mquinas.
Hay que tener en cuenta en qu circunstancias

se utilizan estas dos

estrategias, y cul estrategia es mejor.

La factorizacin del diseo.
Un diseo factorial es una estrategia

experimental que consiste en cruzar

los niveles de todos los factores tratamiento en todas las combinaciones posibles.
Ventajas de utilizar los diseos factoriales:

Permiten detectar

la existencia de efectos interaccin

factores tratamien- to.

13

entre los diferentes

 Es una estrategia

ms eficiente que la estrategia

clsica de examinar la

influencia de un factor manteniendo constantes el resto de los factores.

2 Revisin de conceptos bsicos de estadstica

a) Descripcin de conceptos bsicos de probabilidad y estadstica
b) Descripcin y revisin de conceptos de estadstica.
c) Muestreo y distribuciones de muestreo.
Conceptos bsicos
Para introducir los conceptos bsicos consideremos el siguiente ejemplo:
Supongamos que estamos interesados en determinar el nmero medio de televisores
por hogar en la ciudad de Caracas.
Para ello consideraremos primeramente:
Poblacin: Conjunto de personas u objetos de inters en una Investigacin.
Ej: Todos los hogares de la ciudad de Caracas
Muestra
Es una porcin representativa de elementos de una poblacin, elegida para su examen
o medicin directa.
Note que generalmente es costoso el anlisis de todos los datos, as que se hace
necesario realizar las mediciones de inters slo en una porcin representativa de la
poblacin e
inferir de ella resultados que corresponden a la poblacin entera.
Ej: Medir la cantidad de televisores en un grupo de hogares de varias
localidades, municipios de la ciudad de Caracas, escogidos aleatoriamente de manera
conveniente.
Parmetro
14

Es cualquier caracterstica de una poblacin, como la media de la poblacin,

la desviacin de la poblacin, etc.
Ej: Nmero promedio de televisores por hogar en toda la ciudad de Caracas.

Estadstico
Es cualquier caracterstica de una muestra, como la media de la muestra, la desviacin
de la muestra, etc.
Ej: Nmero promedio de televisores calculado slo

a partir de los hogares que

fueron seleccionados en la muestra.

Muestreo
Proceso de seleccin de muestras, se utiliza cuando no es posible contar o medir todos los
elementos de la poblacin objeto de estudio.
Tipos de Muestreo
Existen dos mtodos para seleccionar muestras de poblaciones:
a) Muestreo no aleatorio o de juicio: Se emplea el conocimiento y la opinin
personal para identificar aquellos elementos de la poblacin que deben incluirse en la
muestra.

15

b) Muestreo aleatorio o de probabilidad: En el cual todos los elementos de la

poblacin tienen la oportunidad de ser escogidos para la muestra. Dentro de este tipo de
muestreo se encuentran:
- Muestreo aleatorio simple: el cual es un mtodo de seleccin de muestras que
permite que cada muestra posible pueda ser elegida con la misma probabilidad. Por
su parte cada elemento de la poblacin tiene la misma

oportunidad igual de ser

incluido en la muestra.
- Muestreo sistemtico: mtodo en el cual los elementos que se muestrearn se
seleccionan de la poblacin en un intervalo uniforme que se mide con respecto al
tiempo, al orden o al espacio.
- Muestreo estratificado: mtodo en el que la poblacin se divide en grupos
homogneos, o estratos, y despus se toma una muestra aleatoria simple de cada
estrato.
Aqu la variabilidad dentro de cada grupo es pequea y entre los grupos es
grande.

Distribucin muestral
Es una lista de todos los valores posibles de un estadstico y la probabilidad asociada
a
cada valor. Se considerarn la distribucin muestral de medias y la de
proporciones.