Beruflich Dokumente
Kultur Dokumente
El diseo experimental es una tcnica estadstica que ciones de tratamiento, y se le denominara diseo facto-
permite identicar y cuanticar las causas de un efecto rial de 22.
dentro de un estudio experimental. En un diseo experi-
Si el nmero de combinaciones en un diseo factorial
mental se manipulan deliberadamente una o ms varia- completo es demasiado alto para su procesamiento, pue-
bles, vinculadas a las causas, para medir el efecto que tie-
de optarse por un diseo factorial fraccional, en el que se
nen en otra variable de inters. El diseo experimental omitan algunas de las combinaciones posibles.
prescribe una serie de pautas relativas qu variables hay
que manipular, de qu manera, cuntas veces hay que re-
petir el experimento y en qu orden para poder establecer
con un grado de conanza predenido la necesidad de una 3 Historia
presunta relacin de causa-efecto.
El diseo experimental encuentra aplicaciones en la Los diseos factoriales fueron utilizados en el siglo XIX
industria, la agricultura, la mercadotecnia, la medicina, la por Jhon Bennet Lawes y Henry J. Gilbert de la Estacin
ecologa, las ciencias de la conducta, etc. constituyendo experimental de Rothamsted.[1] Ronald Fisher discuti
una fase esencial en el desarrollo de un estudio experi- en 1926 que los diseos complejos, como diseos fac-
mental. toriales, eran ms ecientes que estudiando un factor a
la vez.[2] Fisher escribi: ningn aforismo se repite
tan frecuentemente respecto de las pruebas de cam-
po, que aquel de que a la Naturaleza debemos hacerle
1 Perspectiva histrica pocas preguntas, o, idealmente, hacrselas de a una.
Quien escribe es un convencido de que este punto de
Ronald Fisher es considerado el padre del diseo experi- vista est totalmente equivocado. Un diseo factorial
mental en sus estudios de agronoma en el primer tercio permite el efecto de varios factores e incluso interaccio-
del siglo XX. A la lista de los pioneros de su uso hay que nes entre ellas que se determinarn con el mismo nmero
aadir los de Frank Yates, W.G. Cochran y G.E.P. Box. de ensayos que son necesario determinar de los efectos
Muchas de las aplicaciones originarias del diseo expe- por s mismo con el mismo grado de exactitud.
rimental estuvieron relacionadas con la agricultura y la Yates realiz importantes contribuciones signicativas
biologa, disciplinas de las que procede parte de la termi-
hechas, particularmente en el anlisis de diseos, por
nologa propia de dicha tcnica. Anlisis de Yates. El trmino factorial no se pudo haber
Las aplicaciones a la industria textil comenzaron en la d- utilizado en la impresin antes de 1935, cuando Fisher la
cada de 1930 en Inglaterra y se popularizaron y extendie- utiliz en su libro El diseo de experimentos. [1]
ron 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 semiconduc- 4 Notacin
tores.
Para ahorrar el espacio, los puntos en un experimento fac-
torial de dos niveles se abrevian a menudo con las cadenas
2 Que es Diseo factorial? de ms y signos de menos. Las secuencias tienen tantos
smbolos como factores, y sus valores dictan el nivel de
En estadstica, un experimento factorial completo es un cada factor: para el primer (o bajo) llano, y + para el
experimento cuyo diseo consta de dos o ms factores, segundo (o alto) llano. Los puntos en este experimento se
cada uno de los cuales con distintos valores o niveles, pueden representar como , + , +, y + +.
cuyas unidades experimentales cubren todas las posibles Los puntos factoriales se pueden tambin abreviar cerca
combinaciones de esos niveles en todo los factores. Es- (1), a, b, y el ab, donde la presencia de una letra indica que
te tipo de experimentos permiten el estudio del efecto de el factor especicado est en su alto (o en segundo lugar)
cada factor sobre la variable respuesta, as como el efecto nivel y la ausencia de una letra indica que el factor especi-
de las interacciones entre factores sobre dicha variable. cado est en su (o primero) nivel bajo (por ejemplo, a
Por ejemplo, con dos factores y dos niveles en cada factor, indica que el factor A est en su alto ajuste, mientras que
un experimento factorial tendra en total cuatro combina- el resto de los factores estn en su ajuste del punto bajo
1
2 7 FISHER
c 6 Anlisis de Yates
d
La tcnica fundamental consiste en repartir el total en
componentes mediante sumas de cuadrados. Esta tcnica
tuvo efectos secundarios en el modelo. Por ejemplo, de-
mostramos el modelo para un ANOVA simplicado con
un tipo de tratamiento en diversos niveles.
b
a SCTotal = SCError + SCTratamientos
(o primero)). (1) se utiliza indicar que todos los factores glTotal = glError + glTratamientos
estn en sus (o primero) valores ms bajos.
Para poder nalmente obtener un modelo estadstico que
nos indique el valor de respuesta al modicar los factores. 7 Fisher
Clculo del efecto
Contraste = (suma de niveles+)-(suma de niveles-) Efecto
Contraste /replica*2^k
b= efecto/2 bo= suma total/numero total
Modelo estadstico: Y= bo+ b1X1 + b2X2......
5 Ejemplo Real
El experimento factorial ms simple contiene dos niveles
para cada uno de dos factores. Suponga los deseos de un
ingeniero para estudiar la energa total usada por cada uno
de dos diversos motores, A y B, funcionando en cada uno
de dos diversas 2000 o 3000 RPM de las velocidades.
El experimento factorial consistira en cuatro elementos
experimentales: viaje en automvil A en 2000 RPM, viaje
en automvil B en 2000 RPM, viaje en automvil A en
3000 RPM, y viaje en automvil B en 3000 RPM. Cada
combinacin de un solo nivel seleccionado de cada factor
est presente una vez.
Este experimento es un ejemplo de 22 (o 2x2) experi-
mento factorial, nombrado as porque considera dos ni-
veles (la base) para cada uno de dos factores (la energa o Ronald Fisher
el exponente), o #lniveles#factores, produciendo 22pun-
tos factoriales =4. Los diseos pueden implicar muchas
variables independientes. Como otro ejemplo, los efectos 7.1 Principios de Fisher
de tres variables entradas se pueden evaluar en ocho con-
diciones experimentales demostradas como las esquinas El bilogo y estadstico ingls Ronald Fisher propuso una
de un cubo. Esto se puede conducir con o sin la rpli- metodologa por el diseo de experimentos en sus libros
7.2 Prueba F de Fisher 3
The Arrangement of Field Experiments (1926) y The De- los resultados del experimento original usando la da-
sign of Experiments (1935). Mucho de su obra pionera tra- ta original, y el resumen debe decir que el estudio es
t de las aplicaciones agrcolas de sus mtodos de estads- una rplica que intente seguir en los pasos del origi-
tica. Por ejemplo, describi como probar la hiptesis de la nal en lo ms estricto posible.[3]
catadora de t. estos mtodos se han adaptado en las cien-
cias sociales y fsicas y se usan todava en la ingeniera
agrcola y que se dieren del diseo y anlisis de experi- 7.2 Prueba F de Fisher
mentos de computacin.
Se utiliza para las comparaciones de los componentes de
Comparacin En algunos campos de estudio no es po- la desviacin total. Por ejemplo, en una forma, o el solo-
sible tener medidas independientes que conectan a factor ANOVA, la signicacin estadstica es probada pa-
una norma de metrologa trazable. Comparaciones ra comparando la estadstica de la prueba de F
entre tratamientos se valen mucho ms y normal-
mente se las preeran. A menudo se compara con
un control cientco o tratamiento tradicional que variance of the group means
F =
acta como un punto de referencia. mean of the within-group variances
Planteamiento del problema de investigacin Tras realizar los experimentos, obtiene 36, es decir, 4x9,
medidas de resistencia distintas. A partir de ese momen-
Objetivos to, realiza un estudio cuantitativo utilizando tcnicas es-
tadsticas, como la ANOVA, que ya no forman parte pro-
Hiptesis: hiptesis nula (Ho) e hiptesis alterna piamente de la fase del diseo experimental.
de los efectos principales A,B,C y los interacciones do- [3] Burman, Leonard E.; Robert W. Reed; James Alm
bles AC y BC tienen una importancia no despreciable en (2010). A call for replication studies (jour-
la respuesta. Para cuanticar que tanto inuye cada ele- nal article). Public Finance Review. pp. 787-793.
mento, pasamos a calcular su efecto y los coecientes de doi:10.1177/1091142110385210. Consultado el 27 de
la ecuacin que predecira la respuesta en funcin de los octubre de 2011.
elementos que hemos cosiderado como importantes. [4] Libro Probabilidad y Estadistica Montgomery& Runger
El diagrama de Pareto para nuestro caso, revela el peso
[5] Jack E. Reece Ph.D., Honeywell. Consider the Metric:
que tiene cada elemento en la respuesta. Se puede apreciar Dealing with Mixtures and Temperature Gradients
la importancia de cada elemento en orden descendente.
[6] Dale Owens."Reduction of Measurements Device Varia-
bility Using Experimental Design Techniques. Kurt Ma-
1. Avance: es la variable que ms inuye en el acabado nufacturing Minneapolis. Minnesota
supercial, si se quiere tener una mejor respuesta es
necesario actuar sobre esta variable. [7] Karen Cornwell."Linear Motor Design Digital Equip-
ment Corporation
2. Velocidad de Giro y radio de la herramienta: esta in-
[8] Doug Sheldon."Factorial Experiment for Botttom Elec-
teraccin doble representa tambin una variable no
trode Stress.Ramtron Corporation
menospreciable y la actuacin sobre estas dos varia-
bles lograra tener una mejor respuesta. [9] Tom Gardner, James D. Riggs."The Eect of the CE Rivet
H parameter on Head Protusion
3. Velocidad de Giro: si bien parece que esta en ter-
cer lugar, su efecto en la respuesta es casi idntica a [10] Tom Tanis."A Designed Experiment to Reduce Circular
Runout. Ampex Recording Systems
la interaccin doble, por lo que es actuar sobre esta
variable mejorara la respuesta. [11] Kelly Johnson."Ball Weld Experiment. Morton Interna-
tional
4. Avance y radio de la herramienta: el efecto conjunto
de estas dos variables muestra una inuencia en la [12] Tom Bingham. Optimizing the Anodizee Process and
respuesta signicativa estadsticamente pero no tan Paint Adhesion for Sheet Metal Parts. Supplier Impro-
grande como las anteriores. vement Manager. Boeing Commercial Airplanes
17 Referencias
[1] Creswell, J.W. (2008). Educational research: Planning,
conducting, and evaluating quantitative and qualitative
research (3rd). Upper Saddle River, NJ: Prentice Hall.
2008, p. 300. ISBN 0-13-613550-1
18.2 Imgenes
Archivo:Biologist_and_statistician_Ronald_Fisher.jpg Fuente: https://upload.wikimedia.org/wikipedia/commons/3/37/Biologist_
and_statistician_Ronald_Fisher.jpg Licencia: CC BY 2.0 Colaboradores: https://www.flickr.com/photos/internetarchivebookimages/
20150531109/ Artista original: Flikr commons
Archivo:Cube_svg_int.svg Fuente: https://upload.wikimedia.org/wikipedia/commons/0/00/Cube_svg_int.svg Licencia: Public domain
Colaboradores: own work, made in Inkscape Artista original: Petar Marjanovic