MÉTODOS DE TAGUCHI PARA EL DISEÑO EXPERIMENTAL
|
|
- César Salazar Espinoza
- hace 5 años
- Vistas:
Transcripción
1 MÉTODOS DE TAGUCHI PARA EL DISEÑO EXPERIMENTAL Los métodos de Taguchi son técnicas estadísticas para realizar experimentos que pretenden determinar las mejores combinaciones de variables de producto y proceso para fabricar un producto. Es frecuente que a la hora de diseñar un producto tengamos múltiples variables (FACTORES) que deban ser tenidas en cuenta. Cada uno de estos factores puede tomar distintos valores (NIVELES) y es necesario elegir el más conveniente. Sin embargo, cuando el número de factores y de niveles es elevado, las combinaciones posibles son muchas y el número de experimentos a realizar sería muy grande. Por ejemplo, supongamos que una empresa desea lanzar al mercado un aliño para ensaladas. Para ello, dispone de 7 ingredientes (7 FACTORES) que pueden ser incluidos o no incluidos en el aliño (2 NIVELES: INCLUIR o NO INCLUIR). El número de posibles aliños sería de 128 (2 7 ). La mejor forma de identificar el mejor aliño sería probar cada una de las 128 posibilidades. Si para probar cada aliño la empresa considera necesario realizar un proceso de cata con 1000 personas, esto supondría realizar pruebas. Supondría un coste muy grande y sería útil disponer de un método que permitiera identificar un buen aliño con mucho menos trabajo experimenta. El método que propone Taguchi se basa en la utilización de matrices ortogonales. Estas matrices indican qué y cuántos experimentos deben realizarse para un número de factores y de niveles determinado. Para el ejemplo considerado habría que utilizar la matriz L8(2 7 ): L8 FACTORES EXP ERI MEN TO S
2 Cada columna corresponde a un factor (un posible ingrediente del aliño) y cada fila corresponde a uno de los 8 experimentos que se proponen. La matriz está llena de unos y doses representando respectivamente los dos posibles niveles posibles para cada factor (1 INCLUIRLO, 2 NO INCLUIRLO). Por lo tanto, el experimento 1 representa el aliño obtenido de la inclusión de los 7 ingredientes (todas las columnas tienen un 1 en esa fila). El experimento 2 representa el aliño obtenido introduciendo únicamente los tres primeros ingredientes. Así hasta completar 8 aliños distintos. Experimentar estos 8 aliños supondría realizar 8000 catas, lo que supone un ahorro importante en el proceso de experimentación. Medida de resultados dicotómica Supongamos que el resultado que obtenemos para cada una de las catas es discreto consistente en dos valores: SATISFECHO, si le gusta el aliño a la persona que lo prueba, e INSATISFECHO, si no le gusta. Podemos obtener una tabla como la siguiente: EXPERIMENTO SATISFECHO NO SATISFECHO Es decir, de las 1000 personas que han probado el aliño experimental 1, a 500 le ha gustado y a 500 no le ha gustado. En el caso del aliño experimental 7, por ejemplo, sólo les ha gustado a 100 personas de las 1000 que lo probaron. A partir de estos datos, podemos obtener para cada ingrediente el porcentaje de personas a las que les han gustado los aliños en los que este ingrediente aparece. Por ejemplo, el ingrediente A aparece, si observamos la matriz L8, en los 4 primeros aliños experimentales, es decir, le ha gustado a =2100 personas de las 4000 que los han probado. Luego el porcentaje de satisfactorios en los aliños que contienen este ingrediente es de 52,5%. Esto nos lleva a la siguiente tabla:
3 Porcentaje satisfactorios FACTOR (Ingrediente) NIVEL 1 (Incluir) NIVEL 2 (No incluir) A 52,5 % 47,5 % B 62,5 % 37,5 % C 45 % 55 % D 42,5 % 57,5 % E 60 % 40 % F 45 % 55 % G 42,5 % 42,5 % El análisis de la tabla nos permite identificar que nivel parece más conveniente para cada uno de los factores. En este caso, los ingredientes A, B y E obtienen un mayor porcentaje de satisfactorios en el nivel 1, es decir, parece conveniente su inclusión en el aliño. Sin embargo, los ingredientes C, D y F obtienen un mayor porcentaje de satisfactorios en el nivel 2, luego parece conveniente no incluirlos. En el caso del ingrediente G, parece existir una igualdad en los niveles. Lo razonable en este caso sería elegir el nivel más económico, es decir, no incluirlo (nivel 2). No obstante, este análisis resulta un tanto ingenuo, siendo lo más razonable aplicar tests estadísticos que nos permitieran saber si las diferencias entre estos porcentajes son realmente significativas o si son fortuitas. Puede utilizarse un test ANOVA (Análisis de la Varianza) para dos criterios de clasificación y una observación en cada celda. Medida de resultados discreta o continua Supongamos ahora que cada una de las personas que ha probado los aliños debe puntuarlos en una escala de 1 (no me gusta nada) a 10 (me gusta mucho). Entonces podríamos obtener una tabla de puntuaciones medias para cada aliño experimental: EXPERIMENTO PUNTUACIÓN MEDIA Es decir, la puntuación media de las 1000 personas que han probado el aliño experimental 1 es de 5 puntos (suma de las 1000 calificaciones / 1000 = 5). El aliño que peor puntuación media recibe es el número 7.
4 A partir de estos datos, podemos obtener para cada ingrediente la puntuación media de los aliños en los que interviene. Por ejemplo, el ingrediente A aparece, si observamos la matriz L8, en los 4 primeros aliños experimentales, los cuales obtienen una puntuación de 5, 7, 6 y 3 respectivamente. La puntuación media de los aliños en los que aparece será de ( )/4=5,25. Estos cálculos nos llevan a la siguiente tabla: Puntuación media FACTOR (Ingrediente) NIVEL 1 (Incluir) NIVEL 2 (No incluir) A 5,25 4,75 B 6,25 3,75 C 4,5 5,5 D 4,25 5,75 E 6,0 4,0 F 4,5 5,5 G 4,25 4,25 La interpretación de esta tabla es similar a caso en el que la medida de resultados es discreta. Al igual que antes, una interpretación formal de esta tabla requiere la ejecución de tests estadísticos. Puede aplicarse un test ANOVA (Análisis de la Varianza) para dos criterios de clasificación y 4000 observaciones en cada celda. Otros tipos de matrices El ejemplo aquí comentado (7 factores, 2 niveles) requiere la aplicación de la matriz ortogonal L8 (2 7 ). No obstante, hay otras muchas matrices que se utilizan para problemas con distinto número de factores y niveles. En general se denotan como: Lá (â ã ) Siendo á el n úmero de experimentos que se requieren, â el número de niveles de cada factor, y ã el número de factores. Por ejemplo, la matriz L9 (3 4 ) se aplica en casos en que se necesite analizar 4 factores con 3 niveles cada uno. El número de experimentos necesarios será de 9:
5 Aplicación A partir de las ideas básicas aquí incluidas, se han desarrollado numerosos métodos y procedimientos aplicables a los distintos problemas y situaciones particulares que pueden aparecer a la hora de elegir la configuración adecuada para diseñar o fabricar un producto. El diseño experimental basado en los métodos de Taguchi se ha convertido en un campo de gran interés para disciplinas como la ingeniería y la estadística. Son numerosos los trabajos y libros publicados al respecto. Son frecuentes los problemas de selección de los parámetros más convenientes para ajustar un proceso de producción. Por ejemplo, una empresa fabricante de automóviles desea calibrar su túnel de pintura para conseguir en el mejor acabado en sus vehículos. Entonces tendrá qué manejar una serie de parámetros del túnel (ej. temperatura de la pintura, densidad de la pintura, ) y cada uno podrá alcanzar distintos niveles. Pueden aplicarse los métodos de Taguchi para determinar los niveles adecuados para cada parámetro.
Temas presentados por la Lic. Marion K. Schulmayer en la Especialidad en Docencia Universitaria. UPSA Santa Cruz de la Sierra - Bolivia
ELECCIÓN DEL TEMA Contenido 1.- Fuentes. 2.- Preguntas iniciales. 3.- Revisión bibliográfica. 4.- Criterios para elegir estudios. 5.- Análisis de los estudios. Última modificación: ió 8 de febrero de 2010
Más detallesDiseño de experimentos
Diseño de experimentos Quimiometría Por qué diseñar experimentos? Exploración: cuáles factores son importantes para realizar exitosamente un proceso Optimización: cómo mejorar un proceso Ahorro de tiempo:
Más detallesDISEÑOS EXPERIMENTALES DE DOS GRUPOS Y MULTIGRUPO
TEMA II ESQUEMA GENERAL Diseño experimental de dos grupos: definición y clasificación Formatos del diseño y prueba de hipótesis Diseño experimental multigrupo: definición Formato del diseño multigrupo
Más detallesContrastes basados en el estadístico Ji Cuadrado
Capítulo 10 Contrastes basados en el estadístico Ji Cuadrado 10.1. Introducción Existen multitud de situaciones en el ámbito de la salud en el que las variables de interés, las cuales no pueden cuantificarse
Más detallesPrograma de Asignatura
Asignatura: DISEÑO DE EXPERIMENTOS Clave: 7987 Semestre: V Tipo: Obligatoria H. Teoría: 3 H Práctica: 1 HSM: 4 Créditos: 7 Requisitos Materia : Análisis de datos en Ingeniería Clave : 7980 Objetivo General:
Más detallesDiseño de experimentos. Introducción
Diseño de experimentos Introducción Objetivo: Introducción Es estudiar la influencia de FACTORES en la RESPUESTA RESPUESTA Variable de interés FACTOR(ES) Pueden ser controlados OTRAS VARIABLES Que pueden
Más detallesTema 4: VARIABLES ALEATORIAS BIDIMENSIONALES
Tema 4: VAIABLES ALEATOIAS BIDIMENSIONALES 1 Concepto de variable aleatoria bidimensional Sea Ω el espacio muestral de un experimento aleatorio. Definimos variable aleatoria bidimensional, como una aplicación
Más detallesCaso 105. Tamaño de muestra y potencia de una prueba. Diseño de experimentos. Jesús López Fidalgo
Caso 105. Tamaño de muestra y potencia de una prueba. Diseño de experimentos. Jesús López Fidalgo Caso Práctico El objetivo de este ejercicio es analizar diferentes tipos de pruebas estadísticas en las
Más detallesCurso de nivelación Estadística y Matemática
Curso de nivelación Estadística y Matemática Sexta clase: Programa Técnico en Riesgo, 2016 Agenda 1 2 de una vía 3 Pasos para realizar una prueba de hipótesis Prueba de hipotesis Enuncia la H 0 ylah 1,ademásdelniveldesignificancia(a).
Más detallesDEPARTAMENTO DE MATEMÁTICAS PLAN DE TRABAJO PARA LA CONVOCATORIA DE SEPTIEMBRE º BACHILLERATO DE CIENCIAS SOCIALES.
DEPARTAMENTO DE MATEMÁTICAS PLAN DE TRABAJO PARA LA CONVOCATORIA DE SEPTIEMBRE 2017 UNIDAD 1.-Matrices. Conceptos: 2º BACHILLERATO DE CIENCIAS SOCIALES. Tipos de matrices. Tipos de matrices cuadradas.
Más detallescurvatura de un plano, o sea, cuando se quiera verificar la existencia de términos cuadráticos en el
Capitulo 6. Delineamiento de Compuesto Central Rotacional 6.1 Introducción El Planeamiento de compuesto central deber ser utilizado cuando se quiera verificar la curvatura de un plano, o sea, cuando se
Más detallesOtra representación es la matricial haciendo el producto de la matriz de verificacion de paridad (H) y la de transmisión.
CODIGO DE HAMMING Este codigo utiliza control de paridad, pero no sobre la palabra completa que se va a transmitir, sino por grupos de bits. Cada grupo posee un bit de paridad, al existir varios grupos
Más detalles5. DISEÑO FACTORIALES 2 k
5. DISEÑO FACTORIALES 2 k Los diseños factoriales son ampliamente utilizados en experimentos en los que intervienen varios factores para estudiar el efecto conjunto de éstos sobre una respuesta. Un caso
Más detallesUNIVERSIDAD DE ATACAMA
UNIVERSIDAD DE ATACAMA FACULTAD DE INGENIERÍA / DEPARTAMENTO DE MATEMÁTICA ESTADÍSTICA Y PROBABILIDADES PAUTA DE CORRECCIÓN PRUEBA N 3 Profesor: Hugo S. Salinas. Segundo Semestre 200. Se investiga el diámetro
Más detallesRESOLUCIÓN PADRÓN ZARAGOZA
RESOLUCIÓN PADRÓN ZARAGOZA En este documento se incluye la resolución, paso a paso, del ejercicio de Excel PADRÓN ZARGOZA. Para distinguir el enunciado del ejercicio de los comentarios de la resolución,
Más detalles1. La distribución ji-cuadrada. La distribución ji-cuadrada surge de la suma de normales estándar al cuadrado, su definición formal es la siguiente:
DISTRIBUCIONES DERIVADAS DE LA NORMAL Son tres distribuciones derivadas de la normal, las cuales se aplican es estadística inferencial para modelas las distribuciones en el muestreo. Estas distribuciones
Más detallesDepartamento de Ciencias del Mar y Biología Aplicada Prof. Jose Jacobo Zubcoff
Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff Departamento de Ciencias del Mar y Biología Aplicada Prof. Jose Jacobo Zubcoff Tema 5 Modelos de dos factores-tratamiento. Se continua trabajando
Más detallesCLASIFICACIÓN PRUEBAS PSICOMÉTRICAS
CLASIFICACIÓN PRUEBAS PSICOMÉTRICAS CARACTERÍSTICAS DE LOS TEST Es el proceso que ha sido necesario realizar para la normalización de una prueba; es decir que ésta ha sido probada en una población
Más detallesPRUEBAS FUNCIONALES USANDO TÉCNICAS DE CAJA NEGRA PARTE II
CLASE # 7 PRUEBAS FUNCIONALES USANDO TÉCNICAS DE CAJA NEGRA PARTE II 750105M - TÉCNICAS DE PRUEBAS DE SOFTWARE INGENIERÍA DE SISTEMAS Y COMPUTACIÓN UNIVERSIDAD DEL VALLE SEMESTRE 2013A - DOCENTE BEATRIZ
Más detallesCONSTRUCCIÓN Y ADAPTACIÓN
Facultad de Psicología Instrumentos de Exploración Psicológica I CONSTRUCCIÓN Y ADAPTACIÓN DE TÉCNICAS Construcción Proceso de elaboración de un instrumento original Adaptación Proceso de adecuación de
Más detallesConsultas. Comparación Filtros vs Consultas Tipos de Consultas Crear, reutilizar y Ejecutar Consultas. Consultas Diapositiva 1.
Consultas Comparación Filtros vs Consultas Tipos de Consultas Crear, reutilizar y Ejecutar Consultas Consultas Diapositiva 1 Qué son? Una consulta es un objeto de base de datos que permite extraer campos
Más detallesDiseño de experimentos - Experimentos multifactoriales.
Diseño de experimentos - Experimentos multifactoriales http://www.academia.utp.ac.pa/humberto-alvarez/diseno-deexperimentos-y-regresion Introducción Los casos anteriores explicaban los diseños en bloques
Más detallesEXAMEN DE ESTADÍSTICA
EXAMEN DE ESTADÍSTICA SEGUNDA CONVOCATORIA ORDINARIA. 2001-2002 2 o curso de Ingeniería Técnica de Informática de Sistemas. Departamento de Estadística e Investigación Operativa 1. En el problema de la
Más detallesFecha de elaboración: 2003 Fecha de última actualización: F1232 Probabilidad y Estadística 1/9
Programa elaborado por: PROGRAMA DE ESTUDIO PROBABILIDAD Y ESTADÍSTICA Programa Educativo: Área de Formación : Licenciatura en Física Integral Profesional Horas teóricas: 4 Horas prácticas: 0 Total de
Más detallesConceptos Básicos de Inferencia
Conceptos Básicos de Inferencia Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Inferencia Estadística Cuando obtenemos una muestra, conocemos
Más detallesDiseño de Experimentos Experimentos factoriales
Diseño de Experimentos Experimentos factoriales Dr. Héctor Escalona Definición El termino genérico de diseño factorial se aplica a aquellos experimentos donde se desea evaluar el efecto de 2 o mas factores
Más detallesÍNDICE CAPÍTULO 1. INTRODUCCIÓN
ÍNDICE CAPÍTULO 1. INTRODUCCIÓN 1.1. OBJETO DE LA ESTADÍSTICA... 17 1.2. POBLACIONES... 18 1.3. VARIABLES ALEATORIAS... 19 1.3.1. Concepto... 19 1.3.2. Variables discretas y variables continuas... 20 1.3.3.
Más detallesTEMA 1 INTRODUCCIÓN AL MODELADO Y LA SIMULACIÓN
TEMA 1 INTRODUCCIÓN AL MODELADO Y LA SIMULACIÓN 1.1. Introducción 1.2. Conceptos fundamentales 1.3. Modelado y simulación de tiempo discreto 1.4. Modelado y simulación de eventos discretos 1.5. Pasos en
Más detallesRepaso de Probabilidad y Estadística
Repaso de Probabilidad y Estadística Área de Estadística e Investigación Operativa Licesio J. Rodríguez-Aragón Febrero 2011 Probabilidad 2 Definición.............................................................
Más detallesTema 4: VECTORES ALEATORIOS
Tema 4: VECTOES ALEATOIOS 1 Concepto de variable aleatoria bidimensional Sea Ω el espacio muestral de un experimento aleatorio. Definimos variable aleatoria bidimensional, como una aplicación ( ):Ω tal
Más detallesTEMA 2 Diseño de experimentos: modelos con varios factores
TEMA 2 Diseño de experimentos: modelos con varios factores José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Análisis de Datos - Grado en Biología Esquema del tema Modelo bifactorial
Más detallesExperimentos factoriales con factores aleatorios
Experimentos factoriales con factores aleatorios Hasta el momento hemos presumido que los factores en nuestros experimentos eran de naturaleza fija; esto es los niveles en que los factores fueron evaluados
Más detallesÍndice general. Pág. N. 1. Capítulo 1 ETAPAS DE UNA INVESTIGACIÓN. Diseño. Población. Muestra. Individuo (Observación, Caso, Sujeto) Variables
Pág. N. 1 Índice general Capítulo 1 ETAPAS DE UNA INVESTIGACIÓN 1.1 Diseño 1.2 Descriptiva 1.3 Inferencia Diseño Población Muestra Individuo (Observación, Caso, Sujeto) Variables Ejercicios de Población
Más detallesUNIVERSIDAD AUTÓNOMA DE SAN LUIS POTOSÍ FACULTAD DE CIENCIAS QUÍMICAS POSGRADO EN CIENCIAS EN INGENIERÍA QUÍMICA
UNIVERSIDAD AUTÓNOMA DE SAN LUIS POTOSÍ FACULTAD DE CIENCIAS QUÍMICAS POSGRADO EN CIENCIAS EN INGENIERÍA QUÍMICA I. DATOS GENERALES. 1. Nombre de la materia: DISEÑO Y ANALISIS DE EXPERIMENTOS 2. TIPO:
Más detalles1. La Distribución Normal
1. La Distribución Normal Los espacios muestrales continuos y las variables aleatorias continuas se presentan siempre que se manejan cantidades que se miden en una escala continua; por ejemplo, cuando
Más detallesInferencia estadística: Prueba de Hipótesis. Jhon Jairo Padilla A., PhD.
Inferencia estadística: Prueba de Hipótesis Jhon Jairo Padilla A., PhD. Justificación Es una etapa de análisis de datos de un experimento comparativo: Se compara un parámetro de una v.a. con un valor dado.
Más detallesDiseño de Experimentos en Trabajo de Grado. Comité de trabajos de grado Ingeniería Química Universidad de América 2014
Diseño de Experimentos en Trabajo de Grado Comité de trabajos de grado Ingeniería Química Universidad de América 2014 TALLER: Analizar la influencia de la enzima (concentración, temperatura y tiempo) en
Más detallesTEMA 9 EL ANÁLISIS BÁSICO DE LA INFORMACIÓN EN LA INVESTIGACION DE MERCADOS
TEMA 9 EL ANÁLISIS BÁSICO DE LA INFORMACIÓN EN LA INVESTIGACION DE MERCADOS 9.1. Análisis Descriptivo de la Información 9.2. La Tabulación Cruzada 9.3. Contraste de Hipótesis 9.1. Análisis Descriptivo
Más detallesConceptos de Probabilidad y estadística. Jhon Jairo Padilla A., PhD
Conceptos de Probabilidad y estadística Jhon Jairo Padilla A., PhD Introducción La ingeniería de tráfico está soportada sobre conceptos de probabilidad y estadística como: Probabilidad Variable aleatoria
Más detallesMaribel Martínez y Ginés Ciudad-Real Fichas para mejorar la atención MATRIZ DE LETRAS
MATRIZ DE LETRAS p q d b p p b n g b n w n w n n w b p q d b p q d n w n g b n p q p q p q d b p n g n g n g b n w n d b d b b p q d b b n b n n w n g b n p q p q p q d b p n g n g n g b n w n d b d b
Más detallesEXAMEN DE ANÁLISIS SENSORIAL
EXAMEN DE ANÁLISIS SENSORIAL 26 Enero 2001 1. Explica en que consiste la prueba sensorial denominada método de la agenda (1 punto). 2. Una almazara dispone de dos depósitos con igual capacidad que contienen
Más detallesAGRO 6600 Segundo Examen Parcial
AGRO 6600 Segundo Examen Parcial Nombre: 2012 Instrucciones: Apague celulares. Se descontarán puntos si su celular suena durante el examen. Por favor lea los enunciados y las preguntas cuidadosamente.
Más detallesTEMA 5 Estadística descriptiva. Análisis de datos
TEMA 5 Estadística descriptiva. Análisis de datos Florence Nightingale (1820-1910) 1. Introducción. Modelos matemáticos 2. Métodos numéricos. Resolución de sistemas lineales y ecuaciones no lineales 3.
Más detalles4. DISEÑOS MULTIFACTORIALES O FACTORIALES
4. DISEÑOS MULTIFACTORIALES O FACTORIALES 4.1 PRINCIPIOS Y DEFINICIONES BASICAS Los arreglos factoriales se utilizan cuando en una investigación se pretende estudiar simultáneamente la influencia del cambio
Más detallesESCUELA PREPARATORIA OFICIAL No. 1 ANEXA A LA ENSEM
2017. AÑO DEL CENTENARIO DE LAS CONSTITUCIONES MEXICANA Y MEXIQUENSE DE 1917 ESCUELA PREPARATORIA OFICIAL No. 1 ANEXA A LA ENSEM GUIA: FINAL TURNO: MATUTINO MATERIA: PROBABILIDAD Y ESTADÍSTICA DINÁMICA
Más detallesANOVA. Análisis de la Varianza. Univariante Efectos fijos Muestras independientes
ANOVA Análisis de la Varianza Univariante Efectos fijos Muestras independientes De la t a la F En el test de la t de Student para muestras independientes, aprendimos como usar la distribución t para contrastar
Más detallesEstimación de Parámetros. Jhon Jairo Padilla A., PhD.
Estimación de Parámetros Jhon Jairo Padilla A., PhD. Inferencia Estadística La inferencia estadística puede dividirse en dos áreas principales: Estimación de Parámetros Prueba de Hipótesis Estimación de
Más detallesEstimación de Parámetros. Jhon Jairo Padilla A., PhD.
Estimación de Parámetros Jhon Jairo Padilla A., PhD. Inferencia Estadística La inferencia estadística puede dividirse en dos áreas principales: Estimación de Parámetros Prueba de Hipótesis Estimación de
Más detallesUNIVERSIDAD CENTRAL DE VENEZUELA FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES ESCUELA DE SOCIOLOGÍA DEPARTAMENTO DE ESTADÍSTICA INFERENCIA ESTADÍSTICA
UNIVERSIDAD CENTRAL DE VENEZUELA FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES ESCUELA DE SOCIOLOGÍA DEPARTAMENTO DE ESTADÍSTICA INFERENCIA ESTADÍSTICA ANOTACIONES SOBRE CONSTRASTE DE Prof. Simón Cabrera
Más detallesCONTRASTES NO PARAMÉTRICOS: ALEATORIEDAD Y LOCALIZACIÓN
CONTRASTES NO PARAMÉTRICOS: ALEATORIEDAD Y LOCALIZACIÓN Antonio Morillas A. Morillas: C. no paramétricos (II) 1 1. Contrastes de aleatoriedad. Contraste de rachas. 2. Contrastes de localización 2.1 Contraste
Más detallesESTADISTICA II. INGENIERIA INFORMATICA, 3 ER Curso
ESTADISTICA II INGENIERIA INFORMATICA, 3 ER Curso 22 - Diciembre - 2.006 Primera Parte - Test Apellidos y Nombre:... D.N.I. :... Nota : En la realización de este examen sólo esta permitido utilizar calculadoras
Más detallesDistribuciones bidimensionales. Correlación.
Temas de Estadística Práctica Antonio Roldán Martínez Proyecto http://www.hojamat.es/ Tema 4: Distribuciones bidimensionales. Correlación. Resumen teórico Resumen teórico de los principales conceptos estadísticos
Más detallesAlgunas Distribuciones Discretas de Probabilidad. UCR ECCI CI-1352 Investigación de Operaciones I Prof. M.Sc. Kryscia Daviana Ramírez Benavides
Algunas Distribuciones Discretas de Probabilidad UCR ECCI CI-1352 Investigación de Operaciones I Prof. M.Sc. Kryscia Daviana Ramírez Benavides Introducción El comportamiento de una variable aleatoria queda
Más detallesENUNCIADO y SOLUCIONES. Problema 1
Ingeniería Industrial Métodos estadísticos de la Ingeniería Examen Junio 007. ENUNCIADO y SOLUCIONES Problema La memoria RAM para un ordenador se puede recibir de dos fabricantes A y B con igual probabilidad.
Más detallesESTADISTICA II. INGENIERIA INFORMATICA, 3 ER Curso Septiembre Primera Parte
ESTADISTICA II INGENIERIA INFORMATICA, 3 ER Curso 13 - Septiembre - 2.004 Primera Parte Apellidos y Nombre:... D.N.I. :... Nota : En la realización de este examen sólo esta permitido utilizar calculadoras
Más detallesBloque 3 Tema 14 ANÁLISIS DE LA VARIANZA. PRUEBA F
Bloque 3 Tema 4 AÁLISIS DE LA VARIAZA. PRUEBA F El objetivo fundamental de la experimentación es estudiar la posible relación de causalidad existente entre dos o más variables. Este estudio representa
Más detallesUnidad IV: Distribuciones muestrales
Unidad IV: Distribuciones muestrales 4.1 Función de probabilidad En teoría de la probabilidad, una función de probabilidad (también denominada función de masa de probabilidad) es una función que asocia
Más detallesESTADÍSTICA INFERENCIAL
ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL 1 Sesión No. 3 Nombre: Distribuciones de probabilidad para variables Contextualización En las sesiones anteriores estudiamos los conceptos introductorios
Más detallesDiseño de bloques completos Aleatorizados. Jhon Jairo Padilla Aguilar, PhD.
Diseño de bloques completos Aleatorizados Jhon Jairo Padilla Aguilar, PhD. Introducción Factor perturbador: Factor del diseño que probablemente tenga un efecto sobre la respuesta, pero no existe un interés
Más detallesDiseño de experimentos
Programa de Matemáticas Diseño de experimentos Índice 1. Generalidades. 2 2. Descripción General 2 3. Justificación 2 4. Propósito General del curso 3 5. Objetivos 3 6. Créditos Académicos 3 7. Contenido
Más detallesProcedimiento de implantación de nuevos instrumentos y nuevas metodologías
PAPG 04 Ed 01 Procedimiento implantación equipos técnicas MANUAL DE CALIDAD LABORATORIO CLÍNICO Procedimiento de implantación de nuevos instrumentos y nuevas metodologías Código Fecha emisión/última revisión
Más detallesApéndice B - Quaterniones
Apéndice B - Quaterniones Para la animación del actor digital, mediante la manipulación de sus articulaciones, y para representar los 3 grados de libertad que describen su orientación, fue fundamental
Más detallesLA EVIDENCIA EN LA AUDITORÍA ALGUNAS VECES LA EVIDENCIA MÁS IMPORTANTE NO SE ENCUENTRA EN LOS INFORMES DE CONTABILIDAD
LA EVIDENCIA EN LA AUDITORÍA ALGUNAS VECES LA EVIDENCIA MÁS IMPORTANTE NO SE ENCUENTRA EN LOS INFORMES DE CONTABILIDAD NATURALEZA DE LA EVIDENCIA La base de cualquier auditoría es la recopilación de la
Más detallesOpen Office Calc. Elaboración de una tabla de valores de las áreas de la distribución normal
Open Office Calc. Elaboración de una tabla de valores de las áreas de la distribución normal Objetivo: Conocer y calcular los valores de las áreas de la distribución normal mediante OpenOffice Calc. Conocimiento
Más detallesCaso 17. Análisis multivariante: reducción de datos por componentes principales.
Caso 17: reducción por componentes principales 115 Caso 17. Análisis multivariante: reducción de datos por componentes principales. (JESÚS LÓPEZ FIDALGO, UCLM) CASO PRÁCTICO Se dispone de 15 variables
Más detallesDISEÑOS EXPERIMENTALES DE DOS GRUPOS Y MULTIGRUPO
TEMA II ESQUEMA GENERAL Definición y clasificación del diseño experimental de grupos Diseño experimental de dos grupos: definición y clasificación Diseño experimental de dos grupos: análisis estadístico
Más detallesDiseño de experimentos - Experimentos con más de un factor.
Diseño de experimentos - Experimentos con más de un factor http://www.academia.utp.ac.pa/humberto-alvarez/diseno-deexperimentos-y-regresion Diseño de bloques completamente al azar DBCA Cuando se quieren
Más detalles3.1. Diseño en Cuadrado Latino
3.1. Diseño en Cuadrado Latino Para el diseño de Cuadro Latino, se supone que es necesario comparar tres tratamientos A, B y C en presencia de otras dos fuentes de variabilidad. Por ejemplo, los tres tratamientos
Más detalles1.- DATOS DE LA ASIGNATURA. Ingeniería de Calidad. Nombre de la asignatura: Ingeniería Industrial. Carrera: OPF Clave de la asignatura: 3-2-5
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: (Créditos) SATCA 1 Ingeniería de Calidad Ingeniería Industrial OPF-1302 3-2-5 2.- PRESENTACIÓN Caracterización de la
Más detalles3 Número de goles marcados por tu equipo favorito en la última temporada.
1. Indica que variables son cualitativas y cuales cuantitativas: 1 Comida Favorita. 2 Profesión que te gusta. 3 Número de goles marcados por tu equipo favorito en la última temporada. 4 Número de alumnos
Más detallesPROBABILIDAD Y ESTADÍSTICA
PROBABILIDAD Y ESTADÍSTICA Pablo Torres Facultad de Ciencias Exactas, Ingeniera y Agrimensura - Universidad Nacional de Rosario Unidad 2: Probabilidad INTRODUCCIÓN Al lanzar un dado muchas veces veremos
Más detallesCAPÍTULO 6 LOS EXPERIMENTOS
CAPÍTULO 6 LOS EXPERIMENTOS CAPÍTULO 6 LOS EXPERIMENTOS 6.1 EL DISEÑO DE EXPERIMENTOS En la actualidad se realizan experimentos en todos los campos de la ciencia y tecnología, con el fin de analizar un
Más detallesVARIABLES ALEATORIAS INTRODUCCIÓN
DOCENTE: SERGIO ANDRÉS NIETO DUARTE CURSO: ESTADÍSTICA DE LA PROBABILIDAD VARIABLES ALEATORIAS INTRODUCCIÓN Normalmente, los resultados posibles (espacio muestral E) de un experimento aleatorio no son
Más detallesDiseños Factoriales. Diseño de experimentos p. 1/25
Diseños Factoriales Diseño de experimentos p. 1/25 Introducción El término experimento factorial o arreglo factorial se refiere a la constitución de los tratamientos que se quieren comparar. Diseño de
Más detallesRegresión con variables independientes categóricas
Regresión con variables independientes categóricas 1.- Introducción... 2 2.- Regresión y contrate de medias... 2 2.1.- Contrate de medias... 2 2.2.- Regresión... 3 3.- Regresión y análisis de la varianza...
Más detallesTema1: Introducción a La Estadística 1.1-1
1 Tema1: Introducción a La Estadística 1.1-1 Introducción Un objetivo importante de La Estadística es: aprender acerca de un grupo grande, examinando los datos de algunos de sus miembros. La Estadística
Más detallesDISTRIBUCION "F" FISHER
Imprimir INSTITUTO TECNOLOGICO DE CHIHUAHUA > DISTRIBUCION "F" FISHER La necesidad de disponer de métodos estadísticos para comparar las varianzas de dos poblaciones es evidente a partir
Más detallesConcepto de Probabilidad
Concepto de Probabilidad Prof. Miguel Hesiquio Garduño. Est. Mirla Benavides Rojas Depto. De Ingeniería Química Petrolera ESIQIE-IPN hesiquiogm@yahoo.com.mx mbenavidesr5@gmail.com PROBABILIDAD En cualquier
Más detallesAumentando ganancias restringidas por desigualdades (programación lineal)
Aumentando ganancias restringidas por desigualdades (programación lineal) José Luis Gómez Muñoz http://homepage.cem.itesm.mx/jose.luis.gomez/ Qué vas a hacer en esta práctica? En esta práctica vas a utilizar
Más detallesPreguntas más Frecuentes: Tema 8
Preguntas más Frecuentes: Tema 8 Pulse sobre la pregunta para acceder directamente a la respuesta 1. En el ejemplo 8.1, por qué se escoge n =?. En el ejemplo 8.1, si n fuera igual a 3 habría que obtener
Más detallesTema 13 : Intervalos de probabilidad y confianza. Hipótesis y decisiones estadísticas.
Tema 13 : Intervalos de probabilidad y confianza. Hipótesis y decisiones estadísticas. ---Intervalo de probabilidad (IP) Permite predecir el comportamiento de las muestras. Si de una población se sacan
Más detallesErrores de especificación
CAPíTULO 5 Errores de especificación Estrictamente hablando, un error de especificación es el incumplimiento de cualquiera de los supuestos básicos del modelo lineal general. En un sentido más laxo, esta
Más detallesProblemas Sesión 5: Matrices I
Problemas Sesión 5: Matrices I P) Sean A 2 3 6 sin embargo B C. ; B 3 8 2 3 y C 5 2 2. Comprueba que AB AC y que El resultado de calcular los productos es: AB AC 7 2 2 6 P2) Considera las matrices A y
Más detallesPráctica 2: CONSULTAS
Departamento de Lenguajes y Sistemas Informáticos E.T.S. Ingeniería Informática. Universidad de Sevilla Avda Reina Mercedes s/n. 41012 Sevilla Tlf/Fax 954 557 139 E-mail lsi@lsi.us.es Web www.lsi.us.es
Más detallesIDENTIFICACIÓN DE SISTEMAS MÉTODOS POR SUB-ESPACIOS
IDENTIFICACIÓN DE SISTEMAS MÉTODOS POR SUB-ESPACIOS Ing. Fredy Ruiz Ph.D. ruizf@javeriana.edu.co Maestría en Ingeniería Electrónica Pontificia Universidad Javeriana 2013 Introduccion La teoría de sistemas
Más detallesUNIDAD UNO PROGRAMACIÓN LÍNEAL Parte 4
Ing. César Urquizú UNIDAD UNO PROGRAMACIÓN LÍNEAL Parte 4 Ing. César Urquizú Teoría de la dualidad El desarrollo de esta teoría de la dualidad es debido al interés que existe en la interpretación económica
Más detallesTema 7: Problemas clásicos de Programación Lineal
Tema 7: Problemas clásicos de Programación Lineal 1.- Características generales de un problema de transporte y asignación Surgen con frecuencia en diferentes contextos de la vida real. Requieren un número
Más detallesCATEGORIZACIÓN DE LOS ESTÁNDARES DE APRENDIZAJE. PONDERACIONES Y MODELO DE CALIFICACIÓN.
CATEGORIZACIÓN DE LOS ESTÁNDARES DE APRENDIZAJE. PONDERACIONES Y MODELO DE CALIFICACIÓN. En el siguiente documento se pretende explicar la PROPUESTA de ponderación sobre los estándares de aprendizaje que
Más detallesESTADÍSTICA DESCRIPTIVA
ESTADÍSTICA DESCRIPTIVA 1.- DISTRIBUCIONES UNIDIMENSIONALES. CONCEPTOS GENERALES. La estadística se puede dividir en dos partes: Estadística descriptiva o deductiva. Estadística inferencial o inductiva.
Más detallesIII Verano de Probabilidad y Estadística Ejemplos de Interacción entre Estadística y Ecología
III Verano de Probabilidad y Estadística Ejemplos de Interacción entre Estadística y Ecología Dr. Jorge Armando Argáez Sosa Universidad Autónoma de Yucatán Facultad de Matemáticas argasosa@uady.mx Objetivo:
Más detallesU ED Tudela Introducción al Análisis de Datos - Tema 4
I TRODUCCIÓ AL A ÁLISIS DE DATOS TEMA 4: Análisis conjunto de dos variables. 1.- Cuando se dice que dos variables están correlacionadas positivamente, se tiene que interpretar que: A) un aumento en una
Más detallesDiseño de Experimentos Diseños factoriales 2 k. Diseños 2 k
Diseño de Experimentos Diseños factoriales 2 k Licenciatura en Estadística 2015 Dr. José Alberto Pagura Lic. Lucía N. Hernández Dra. Daniela F. Dianda Diseños 2 k Una clase especial de diseños factoriales
Más detallesRegresión con variables independientes cualitativas
Regresión con variables independientes cualitativas.- Introducción...2 2.- Regresión con variable cualitativa dicotómica...2 3.- Regresión con variable cualitativa de varias categorías...6 2.- Introducción.
Más detallesEstudio de parámetros académicos en asignaturas de matemáticas de las Licenciaturas en Economía y...
Estudio de parámetros académicos en asignaturas de matemáticas de las Licenciaturas en Economía y... ESTUDIO DE PARÁMETROS ACADÉMICOS EN ASIGNATURAS DE MATEMÁTICAS DE LAS LICENCIATURAS EN ECONOMÍA Y EN
Más detallesUna ecuación lineal de n-incógnitas es una igualdad de la forma:
página 1/13 Teoría Tema 6 Ecuación lineal Una ecuación lineal de n-incógnitas es una igualdad de la forma: a 1 x 1 +a 2 x 2 +a 3 x 3 +...+a n x n =c página 2/13 Sistema de ecuaciones lineales Un sistema
Más detallesConceptos de Probabilidad y estadística. Jhon Jairo Padilla A., PhD
Conceptos de Probabilidad y estadística Jhon Jairo Padilla A., PhD Introducción La ingeniería de tráfico está soportada sobre conceptos de probabilidad y estadística como: Probabilidad Variable aleatoria
Más detallesUNIVERSIDAD CENTRAL DE VENEZUELA FACULTAD DE INGENIERÍA ESCUELA DE INGENIERÍA CIVIL DEPARTAMENTO DE INGENIERÍA HIDROMETEOROLÓGICA LABORATORIO:
17 o 1765 5 FUNDAMENTACION En un sentido general la estadística es la ciencia que se ocupa de la colección, clasificación, análisis e interpretación de hechos o datos numéricos. Esta ciencia puede aplicarse
Más detallesÁlgebra Lineal. Tema 13. Mínimos cuadrados. Grado en Ingeniería Informática Doble Grado en Ingeniería Informática y Administración de Empresas
Álgebra Lineal Tema 3. Mínimos cuadrados Grado en Ingeniería Informática Doble Grado en Ingeniería Informática y Administración de Empresas AUTORES: J. S ALAS, A. T ORRENTE Y E.J.S. V ILLASEÑOR Índice
Más detallesparamétrica comparar dos grupos de puntuaciones
t de Student Es una prueba paramétrica de comparación de dos muestras independientes, debe cumplir las siguientes características: Asignación aleatoria de los grupos Homocedasticidad (homogeneidad de las
Más detalles2. Formas cuadráticas. Expresiones diagonales. Clasificación respecto a su signo.
2. Formas cuadráticas. Expresiones diagonales. Clasificación respecto a su signo. 2.1 Formas cuadráticas. Expresión matricial y analítica. Expresiones diagonales. Definición 2.1 (Expresión matricial) Una
Más detalles