Estadistica Inferencial 2

Catedratico: Ing. ANA MARITZA RAMIREZ GOVEA

 CISNEROS ESPINOSA SUSANA PRISCILLA

o CRUZ RAMIREZ MARGARITA ISABEL

DUQUE GONZALEZ LUIS IGNACIO o FUENTES DEL ANGEL YESSICA RUBBY MALPICA OLMEDO JORGE ALBERTO o MARTINEZ ZULOAGA GLORIA NOHEMI RAMOS GONZALEZ SERGIO EDUARDO o RAMOS SANCHEZ GLADYS NOHEMI

RESENDIZ DE LUNA ALEJANDRO

o SANTOS FRANCISCO JOSE IGNACIO

Criterios a Evaluar
Actividades .45% Participacin...20% Asistencia ....15 %
Apuntes..20%

Introduccin al Diseo de Experimentos

Se puede afirmar que el diseo experimental

estudia procesos. Las variables que se ingresan al proceso se denominan variables de entrada y el resultado, variable de salida
El nivel de la variable de salida depende de los niveles que adopten las variables de entrada.

En donde..
La bsqueda de combinaciones

ptimas de las variables de entrada da lugar al diseo experimental, el cual es una prueba (o un conjunto de pruebas) durante la cual se realizan cambios sistemticos y controlados a las variables de entrada para medir el efecto sobre la variable de salida ptima.

El diseo experimental
Utiliza tcnicas como: La regresin mltiple La superficie de respuesta El diseo de parmetros Varias extensiones del anlisis de varianza Anlisis grficos & las comparaciones mltiples. El DE :es la secuencia completa de pasos tomados con antelacin, para asegurar que los datos se obtendrn apropiadamente de modo que permitan un anlisis objetivo que conduzca a deducciones vlidas con respecto al problema bajo estudio

Objetivos de un diseo de experimento

1.- Proporcionar la mxima cantidad de informacin pertinente al problema bajo investigacin. 2.-El diseo, plan o programa debe ser tan simple como sea posible. 3.-Proporcionar mtodos que permitan obtener la mayor cantidad de informacin vlida acerca de una investigacin, teniendo en cuenta el factor costo y el uso adecuado del material disponible mediante mtodos que permitan disminuir el error experimental.

Principios bsicos del diseo de experimentos

Viene a ser la reproduccin o rplica del experimento bsico (asignacin de un tratamiento a una unidad experimental). Asignacin al azar de tratamiento a las unidades experimentales. Una suposicin frecuente en los modelos estadsticos de un diseo de experimentos es que: las observaciones o los errores estn distribuidos independientemente, la aleatorizacin hace vlida esta suposicin. Cantidad de balanceo, bloqueo y agrupamiento de las unidades experimentales que se emplean en el diseo estadstico de un experimento.

Repeticin
:

Aleatorizacion

Control Local

 Experimento. Prueba o series de pruebas en

las que se hacen cambios deliberados en las variables de entrada de un proceso (los factores que se estudian) o sistema para observar e identi.car las razones de los cambios que pudieran observarse en la respuesta de salida. o Unidad experimental. Unidad a la cual se le aplica un slo tratamiento(que puede ser una combinacin de muchos factores) en una reproduccin del experimento.

 Tratamiento o combinacin de tratamientos.

Conjunto particular de condiciones experimentales que deben imponerse a una unidad experimental dentro de los confines del diseo seleccionado.
Factor. Una variable independiente que tiene

influencia sobre la respuesta de salida. Generalmente, se trabaja con ms de una variable independiente y con los cambios que ocurren en la variable dependiente, cuando ocurren variaciones en una o ms variables independientes.

1.-Enunciado o planteamiento del problema.

2.Formulacin de hiptesis.
3.-Proposicin de la tcnica experimental y el diseo.

7.-Aplicacin de las tcnicas estadsticas a los resultados experimentales. 6.-Ejecucin del experimento .
5.-Consideracin de los posibles resultados desde el punto de vista de los procedimientos estadsticos que se aplicarn, para asegurar que se satisfagan las condiciones necesarias y sean vlidos estos procedimientos.

8.-Extraccin de conclusiones con medidas de la confiabilidad de las estimaciones generadas.

4.-Examen de sucesos posibles y referencias en que se basan las razones para la indagacin que asegure que el experimento proporcionar la informacin requerida y en la extensin adecuada.

9.-Valoracin de la investigacin completa y contrastacin con otras investigaciones del mismo problema o similares.

 En este tipo de diseo de experimento se considera

un slo factor de inters y el objetivo es comparar ms de 2 tratamientos, con el fin de elegir la mejor alternativa entre las varias que existen, o por lo menos para tener una mejor comprensin del comportamiento de la variable de inters en cada uno de los distintos tratamientos.

El inters del experimentador se centra en comparar los tratamientos en cuanto a sus medias poblacionales, sin olvidar que tambin es importante compararlos en relacin a sus varianzas y su capacidad actual y futura para cumplir con los requerimientos de calidad y productividad.

La hiptesis fundamental a probar cuando se comparan varios tratamientos es:

H0 : M1 = M2 = =Mk = H1 : i Mj para algn i j

la cual se quiere decidir si los tratamientos son iguales estadsticamente en cuanto a sus medias, contra la alternativa de que al menos dos de ellos son diferentes.

Los diseos experimentales ms utilizados para comparar tratamientos son: o Diseo completamente al azar (DCA) Diseo en bloque completamente al azar (DBCA) o Diseo en cuadro latino (DCL) Diseo en cuadro grecolatino (DCGL)

FAMILIA DE DISEOS PARA COMPARAR TRATAMIENTOS

Se llaman Experimentos Factoriales a aquellos

experimentos en los que se estudia simultneamente 2 o ms factores, y donde los tratamientos se forman por la combinacin de los diferentes niveles de cada uno de los factores.

Los experimentos factoriales se emplean en todos los

campos de la investigacin, son muy tiles en investigaciones exploratorias en las que poco se sabe acerca de muchos factores.

Un tratamiento es una combinacin especfica de niveles

de los factores que intervienen en un experimento. Estadstico de prueba: F = (variancia entre muestras)/(variancia dentro de muestras).

VENTAJAS

DESVENTAJAS

Permite estudiar los efectos

principales, efectos de interaccin de factores, efectos simples y efectos cruzados.

Todas las unidades

Se requiere un mayor nmero de

unidades experimentales que los experimentos simples y por lo tanto se tendr un mayor costo y trabajo en la ejecucin del experimento.
Como en los experimentos factoriales

experimentales intervienen en la determinacin de los efectos principales y de los efectos de interaccin de los factores, por lo que el nmero de repeticiones es elevado para estos casos.

El nmero de grados de libertad para el error experimental es alto, comparndolo con los grados de libertad de los experimentos simples de los mismos factores, lo que contribuye a disminuir la variancia del error experimental, aumentando por este motivo la precisin del experimento.

c/u de los niveles de un factor se combinan con los niveles de los otros factores; a fin de que exista un balance en el anlisis estadstico se tendr que algunas de las combinaciones no tiene inters prctico pero deben incluirse para mantener el balance.
El anlisis estadstico es ms

complicado que en los experimentos simples y la interpretacin de los resultados se hace ms difcil a medida de que aumenta el nmero de factores y niveles por factor en el experimento.

FACTOR.- Es un conjunto de tratamientos de una misma clase o caracterstica. Ejemplo: tipos de riego, dosis de fertilizacin, variedades de cultivo, manejo de crianzas, etc. FACTORIAL.- Es una combinacin de factores para formar tratamientos. NIVELES DE UN FACTOR.- Son los diferentes tratamientos que pertenecen a un determinado factor. Se acostumbra simbolizar algn elemento "i" por la letra minscula que representa al factor y el valor del respectivo subndice.

 FACTORES CUANTITATIVOS.- Son aquellos factores

cuyos niveles son cantidades numricas. Ejemplo: Factor A : Dosis de fertilizacin Niveles : 10 Kg/Ha (ao), 20Kg/Ha (a1), 30Kg/Ha (a2).
FACTORES CUALITATIVOS.- Son aquellos factores

cuyos niveles son procedimientos o cualidades. Ejemplo: Factor A: Variedades de cultivo Niveles : Variedad 1, Variedad 2.

En la informacin de factoriales, se debe tener presente lo siguiente: 1.- Que factores deben incluirse. 2.- Que factores son fijos (modelo I) y que factores son al azar (modelo II). 3.- Cuantos niveles se tiene por factor. 4.- Si son factores cuantitativos , cual debe ser el espaciamiento entre los niveles del factor. Por ejemplo: 0%, 5% y 10% de nitrgeno, significa igual espaciamiento.

Los experimentos factoriales para un determinado diseo se diferencian entre si, por el nmero de factores y por la cantidad de niveles de estos factores que intervienen en el experimento Para simbolizar se usa la letra del factor:

pA x qB dos factores "A y "B", con "p" niveles para "A" y "q" niveles para "B"
2A 2B = 2A x 2B 2 x 2 22 Nmero de niveles de c/factor (4 tratamientos). 3A 3B = 3A x 3B 3 x 3 32 Nmero de niveles ( 9 tratamientos ).

4A 4B = 4A x 4B 4 x 4 42 Nmero de niveles ( l6 tratamientos).

 EFECTO PRINCIPAL.- Es una medida del cambio en el

promedio entre los niveles de un factor, promediado sobre los diferentes niveles del otro factor.
EFECTO INTERACCION.- Es una medida de cambio

que expresa el efecto adicional resultante de la influencia combinada de dos o ms factores.

EFECTO SIMPLE.- Es una medida de cambio en los

promedios de los niveles de un factor, manteniendo constante, uno de los niveles del otro factor.

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. Consta de 3 principios bsicos: 1.- Reproduccin: Repeticin del experimento 2.- Aleatorizacin: Bajo el mismo conjunto aparente de condiciones iniciales, puede presentar resultados diferentes, es decir, no se puede predecir el resultado exacto 3.- Control Local: Cantidad de balanceo, bloqueo y agrupamiento de las unidades experimentales que se emplean en el diseo estadstico.

El objetivo primordial de este diseo es permitir comparar los tratamientos para ver si (estadsticamente hablando) se puede o no considerar que todos ellos tienen el mismo efecto sobre la variable respuesta El mtodo estadstico apropiado se llama Anlisis de Varianza (ANOVA) de una sola va. El ANOVA puede utilizarse para comparar entre s, las medias de dos poblaciones, para utilizar el ANOVA de forma satisfactoria deben cumplirse tres tipos de hiptesis, aunque se aceptan ligeras desviaciones de las condiciones ideales: 1. Cada conjunto de datos debe ser independiente del resto. 2. Los resultados obtenidos para cada conjunto deben seguir una distribucin normal. 3. Las varianzas de cada conjunto de datos no deben diferir de forma significativa.

La distribucin F tambin se usa para probar la igualdad de ms de dos medias con la tcnica llamada anlisis de variancia (ANOVA).