Diseo Experimental

Fase 2

Unidad 1: Fase 2

Grupo

30156_55

Estudiante
Luz Angela Gil Hernandez -1030622335

Tutor
Diego A. Marin Idrraga

Universidad nacional abierta y a distancia (UNAD)

Escuela de ciencias bsicas tecnologa e ingeniera (ECBTI)
2017
 Fundamentos e Introduccin al Diseo de Experimentos
Desarrollo a los problemas planteados desde el diseo experimental

Basics and Introduction to Design of Experiments

Development to the problems arising from the experimental design

Autor: Luz Angela Gil Hernandez

Universidad Nacional Abierta y Distancia (UNAD)

lagilh@unadvirtual.edu.co

Resumen

Los modelos de diseo de experimentos son modelos estadsticos clsicos cuyo

objetivo es averiguar si unos determinados factores influyen en una variable de
inters y, si existe influencia de algn factor, cuantificar dicha influencia.

Abstract

The models of design of experiments are classical statistical models whose goal is
to find out if certain factors affect a variable of interest and, if there is influence of
some factor, quantify such influence.

Palabras Clave

Factores. Modelos Matematicos.

Graficas. Muestreo
Intervalos de confianza. Unidades experimentales.
 Variables.

Introduccin

La utilizacin de los modelos de diseo de experimentos se basa en la

experimentacin y en el anlisis de los resultados que se obtienen en un
experimento bien planificado, por medio de este articulo se da los posibles
mtodos a utilizar a partir de datos disponibles o datos histricos, aunque tambin
se puede aprender de los estudios realizados a partir de datos recogidos por
observacin, de forma aleatoria y no planificada.
Para que la metodologa de la solucin de los problemas basados en el diseo
experimental sea eficaz es fundamental que el experimento est bien diseado, en
este caso los problemas propuestos en este articulo, los cuales se deben seguir
unos pasos para la bsqueda de la solucin:
Determinar las principales causas de variacin en la respuesta.

Encontrar las condiciones experimentales con las que se consigue un valor

extremo en la variable de inters o respuesta.

Comparar las respuestas en diferentes niveles de observacin de variables

controladas.

Obtener un modelo estadstico-matemtico que permita hacer predicciones

de respuestas futuras.
 APNDICE 2

1. Recientemente un instituto de certificacin de normas tcnicas realizo una

investigacin sobre la prdida de peso de una misma variedad de fruta
proveniente de una misma localidad. Estudio en donde se pretende lograr una
confiabilidad del 98%, una probabilidad esperada del 55% y no cometer un
error superior al 2 %.

Los interesados tomaron muestras del producto vegetal directamente de las

bodegas de almacenamiento, durante un mes y en tres momentos diferentes
pero consecutivos, procesaron el material y determinaron los pesos reportados
en la tabla 1.

JUNIO 24-14 JULIO 07- 14 JULIO 24- 14

FRUTA PESO TAMAO PESO TAMAO PESO TAMAO

N (gr) (mm) (gr) (mm) (gr) (mm)
1E 75 52 70 50 65 48
2E 80 55 75 51 70 50
3E 85 55 75 52 70 52
4E 90 55 85 53 85 52
5E 115 62 110 61 110 61
6B 75 50 70 49 70 48
7B 75 52 70 51 65 48
8B 85 55 85 53 85 53
9B 90 55 80 52 75 50
10B 95 58 90 57 85 54
11H 85 53 85 52 80 52
12H 90 53 85 54 85 52
13H 85 54 80 53 80 53
14H 95 52 90 53 90 51
15H 70 51 65 48 65 47
16H 105 55 100 54 95 52

Tabla 1. Prdida de peso (%) **Fuente: Varios investigadores del programa

de normalizacin autores.**Datos tomados con fines educativos
a. Describa detalladamente el diseo del experimento que programaron los
profesionales a cargo del proyecto. Se deben identificar los elementos que
intervienen en el estudio experimental.

RTA: En este cuadro se muestra dos variables, la primera variable que se

encuentra es la prdida de peso de una fruta y la segunda variable es la prdida
de peso de la fruta, por consiguiente se considera que puede ser un diseo al
azar.

Los elementos que intervienen en el diseo experimental son:

Variables: peso (gr) y tamao (mm) de 16 frutas en la misma variedad y la

misma localidad.
.
Las personas que toman los datos: (Lo investigadores Instituto de
certificacin de normas tcnicas).

Datos previos:

Confiabilidad 98%
Probabilidad esperada 55%
Error inferior o igual al 2%.

b. Se podra asociar un modelo matemtico a la experimentacin

desarrollada?

RTA: Si se odria asociar el modelo, realizando la suma individual con

caractersticas bromatolgicas de los bloques hallando la media.

Formula
= +

En donde

i= 1,., k nmero de tratamientos

j=1,., r nmero de repeticiones

Promedio de unidades experimentales del experimento = X o

Y segn el caso.
diferencia entre el promedio y resultado con combinacin de factores
determinada por el tratamiento i.

c. El nmero de muestras fue apropiado? Justifique su respuesta a travs de

una formula.
RTA: El numero de muestra es apropiado
y = t * r.
y =2 x 16 = 32

d. Qu tipo de informacin grfica se podra construir con los datos tomados?

Muestreo del producto

140

120
115
110
100 105
100
95 95 95
90 90 90 90 90
80 85 85 85 85 85 85 85 JUNIO 24-14 PESO (gr)
80 80 80 80
75 75 75 75 75 75
70 70 70 70 70 70
60 65 65 65 JULIO 07- 14 PESO (gr)
JULIO 24- 14 PESO (gr)
40

20

0
1E 2E 3E 4E 5E 6B 7B 8B 9B 10B 11H 12H 13H 14H 15H 16H

Tamao
 Tamao de la muestra
200
180 61
54
160 52 52 53 50 52 52 53 51 52
48 50 48 48 47
140
120 61
50 51 52 53 53 52 57 52 54 53 53 54
100 49 51 48 JULIO
80
JULIO
60 62 58 53 53 54 52 51 55
52 55 55 55 50 52 55 55
40 JUNIO
20
0 0

e. Determine el intervalo de confianza para la proporcin de varianza de la

propiedad determinada.

RTA:

Nivel de confianza= 98%

Alfa ()= 2%

Formula Intervalo de Confianza

<
2

=29,398 =30,451
2 2

Intervalo de Confianza al 98%= 29,398

Error estndar

= = 0,076

f. Se podra concluir que existen diferencias significativas entre las frutas
provenientes de las diferentes localidades?

Sustente sus conclusiones utilizando un mtodo estadstico de comparacin

apropiado por ejemplo Duncan y Tukey.

ANOVA de un solo factor: E; B; H

Mtodo

Hiptesis nulas medias iguales

Hiptesis alterna una media es diferente
Nivel de significancia = 0,05

Se presupuso igualdad de varianzas para el anlisis.

Informacin del factor

Factor Niveles Valores

Factor3 E; B; H

Anlisis de Varianza

Fuente GL SC Ajust. MC Ajust. Valor F Valor p

Factor 2 156,2 78,12 0,54 0,596
Error 13 1887,5 145,19
Total 15 2043,7

Resumen del modelo

R-cuad. R-cuad.
SR-cuad. (Ajustado) (pred)
12,04967,65% 0,00% 0,00%
 Medias

Factor N Media Desv.Est. IC de 95%

E 5 83,00 16,05 (71,36; 94,64)
B 5 76,00 8,94 (64,36; 87,64)
H 6 82,50 10,37 (71,87; 93,13)

Desv.Est. agrupada = 12,0496

Comparaciones en parejas de Tukey

Agrupar informacin utilizando el mtodo de Tukey y una confianza de 95%

Factor N Media Agrupacin

E 5 83,00 A
H 6 82,50 A
B 5 76,00 A

Las medias que no comparten letra son diferentes.

No existen diferencias significativas y son similares.

Grfica de intervalos de E; B; ...

95% IC para la media
95

90

85

80
Datos

75

70

65

60
E B H

La desviacin estndar agrupada se utiliz para calcular los intervalos.

2. El presente ejercicio trata de un experimento conducido en Maz donde se
probaron el efecto de seis abonos y dos formas de Aplicacin, superficial (1) o
Incorporado (2).
El ensayo cuenta con 3 repeticiones.
La variable respuesta fue el rendimiento por parcela en kg.
El diseo usado fue un DPD en bloques al azar en donde las variantes de
aplicacin se aplicaron a las parcelas. Las mediciones fueron las siguientes:

Bloque 1 2 2
Aplicacin 1 2 1 2 1 2
Abono 1 45,5 84 57 72 52.4 88.6

Abono 2 104 121 92 106 92 112

Abono 3 57,6 91 55.2 78.8 47,6 83.4

Abono4 34 57.2 38,5 54 34,5 50.8

Abono 5 26.2 77 21.6 62.4 19.2 63.6

**Datos Tabla 2. Rendimiento promedio por hectrea de siembra.

** tomados con fines educativos
 Identifique con toda precisin: las unidades experimentales, los factores, los
tratamientos, las variables y dems caractersticas que intervienen en el
estudio que realizo tu equipo de trabajo.

Variables dependientes: Rendimiento de los diferentes mtodos de aplicacin del

fertilizante
Variables Dependientes: diferentes tipos de abonos de la unidad experimental

a-Qu tipo de diseo siguieron los profesionales a cargo del estudio?

El diseo experimentado fue el de bloques al azar.

c- Establezca las suposiciones necesarias para el anlisis de varianza de los

datos. Realic el anlisis de varianza.

0 = influencia del Abono en la produccin del cultivo.

1 = no influencia del abono en cultivo.
 Referencias Bibliogrficas

http://www.fao.org/docrep/T0848S/t0848s03.htm

http://www.quimica.urv.es/quimio

209005_OVI_Unidad_2_DiseosFactorialesyOptimizacin.mp4

MONTGOMERY, D.C.: Design and analysis of experiments/Douglas

C.Montgomery. John Wiley and Sons, 5th. ed., 2001.

HICKS, C.R.y TURNER, K.V.: Fundamental Concepts in the Design of

Experiments.

Oxford University Press, 1999, 5 ed.

PEA, D.: Regresin y diseo de experimentos. Alianza, 2002.

DEAN, A y VOSS, D.: Design and Analysis of Experiments. Springer Verlag,

1999

MILLIKEN, G.A. y JOHNSON, D.E. Analysis of Messy Data, vol. I.

VanNostrand Reinhold. 1984