- Si se repite un experimento, en condiciones indistinguibles, los resultados presentan variabilidad.
|
|
- José Ignacio Zúñiga Araya
- hace 5 años
- Vistas:
Transcripción
1 Introducción Los modelos que vamos a estudiar son usados para averiguar si una o más variables o factores afectan nuestra variable de interés. Ejemplos donde esta disciplina puede ser utilizada son: - Prever el contenido de partículas en el aire en función de la densidad de tráfico, la hora del día y las condiciones meteorológicas. - Estudiar la influencia del tipo de pila eléctrica y de la marca en la duración de las pilas. - Determinar como depende la duración de una depresión de variables personales y sociales. - Determinar la organización de los productos de un supermercado para mejorar las ventas. 1
2 Introducción - Si se repite un experimento, en condiciones indistinguibles, los resultados presentan variabilidad. - Si la experimentación se realiza en un laboratorio donde la mayoría de las causas de variabilidad están muy controladas. - Pero si se experimenta en procesos industriales, administrativos,... la variabilidad es grande en la mayoría de los casos. - El objetivo del diseño de experimentos es estudiar si utilizar un determinado tratamiento produce una mejora en el proceso o no. 2
3 Introducción - La metodología del Diseño de Experimentos estudia cómo variar las condiciones habituales de realización de un proceso empírico para aumentar la probabilidad de detectar cambios significativos en la respuesta. - Para que la metodología de diseño de experimentos sea eficaz es fundamental que el experimento esté bien diseñado. 3
4 Por qué realizar experimentos? - Determinar las principales causas de variación en la respuesta. - Encontrar las condiciones experimentales con las que se consigue un valor extremo en la variable de interés o respuesta. - Comparar las respuestas en diferentes niveles de observación de variables controladas. - Obtener un modelo estadístico-matemático que permita hacer predicciones de respuestas futuras. 4
5 Por qué realizar experimentos? No siempre es posible el tener datos históricos y aunque los tuviésemos, estos tienen ciertas desventajas: - Inconsistencia de los datos: cambios de personas, mejoras del personal por procesos de aprendizaje, motivación, cambios en las máquinas. - Variables con fuerte correlación. Puede ocurrir que en el proceso existan dos o más variables altamente correlacionadas que pueden llevar a situaciones confusas. Puede haber confusión en los efectos, o problemas con una variable oculta. - El rango de las variables controladas es limitado. 5
6 Tipos de Variabilidad Uno de los principales objetivos de los modelos de diseño de experimentos, es controlar la variabilidad. Los resultados de cualquier experimento están sometidos a tres tipos de variabilidad: Variabilidad sistemática y planificada Variabilidad típica de la naturaleza del problema y del experimento Variabilidad sistemática y no planificada 6
7 Variabilidad sistemática y planificada - Originada por las distintas condiciones experimentales impuestas en el diseño por expreso deseo del experimentador. - Cuando este tipo de variabilidad está presente y tiene un tamaño importante, se espera que las respuestas tiendan a agruparse formando grupos (clusters). - Es deseable que exista esta variabilidad y que sea identificada y cuantificada por el modelo. 7
8 Variabilidad típica de la naturaleza y del experimento Ruido aleatorio que contiene el error de medida. Es una variabilidad impredecible e inevitable. - Diferencia entre diferentes medidas de un mismo objeto. - Existe un patrón de comportamiento, todas las medidas tienen a fluctuar en torno a un valor central y siguiendo un modelo probabilístico que podemos estimar. - Es una variabilidad que va a estar siempre presente pero que es tolerable. 8
9 Variabilidad sistemática no planificada - Debida a causas desconocidas y no planificadas. En otras palabras, los resultados están siendo sesgados sistemáticamente por causas desconocidas. - La presencia de esta variabilidad supone la principal causa de conclusiones erróneas y estudios incorrectos al ajustar un modelo estadístico. - Existen dos estrategias básicas para tratar de evitar la presencia de este tipo de varibilidad: la aleatorización y la técnica de bloques. 9
10 Control de la Variabilidad Para controlar la variabilidad existen tres técnicas: Replicados Aleatorización Formación de bloques 10
11 Planificación de un experimento La forma tradicional que se utilizaba en la experimentación se basaba en estudiar los factores uno a uno. Los inconvenientes de esta metodología son: - Es necesario un gran número de pruebas. - Las conclusiones obtenidas en el estudio de cada factor tiene un campo de validez muy restringido. - No es posible estudiar la existencia de interacción entre los factores. - Es inviable, en muchos casos, por problemas de tiempo o costo. - Las técnicas de diseño de experimentos estudian simultáneamente los efectos de todos los factores de interés. Mayor eficacia y con mejores resultados. 11
12 Etapas diseño de experimentos 1. Definir los objetivos del experimento. 2. Identificar todas las posibles fuentes de variación 3. Elegir las unidades experimentales en relación con las condiciones de estudio. 4. Especificar las medidas de la respuesta, el procedimiento experimental y anticiparse a las posibles dificultades. 5. Ejecutar un experimento piloto. 6. Especificar el modelo. 7. Esquematizar los pasos del análisis. 8. Determinar el tamaño muestral. 9. Revisar las decisiones anteriores. 12
13 1.- Definir los objetivos del experimento - Definir las preguntas concretas y objetivos. - Esquematizar el tipo de respuestas que se esperan obtener - Esta lista se puede refinar según avanza el experimento. 13
14 2.- Fuentes de variación Una fuente de variación es cualquier causa que pueda generar variabilidad en la respuesta. Es recomendable hacer una lista de todas las posibles fuentes de variación del problema, distinguiendo las que generarán una mayor variabilidad. Se distinguen dos tipos: Factores tratamiento: son aquellas fuentes cuyo efecto sobre la respuesta es de particular interés para el experimentador. Factores nuisance: son aquellas fuentes que no son de interés directo pero que se contemplan en el diseño para reducir la variabilidad no planificada. 14
15 2.- Fuentes de variación: Factores -Factores y sus niveles. Se denomina factor tratamiento a cualquier variable de interés para el experimentador cuyo posible efecto sobre la respuesta se quiere estudiar. -Los niveles de un factor tratamiento son los tipos o grados específicos del factor que se tendrán en cuenta en la realización del experimento. -Los factores tratamiento pueden ser cualitativos o cuantitativos. - En el tratamiento matemático de los modelos de diseño de experimento los factores cuantitativos son tratados como cualitativos y sus niveles son elegidos equiespaciados o se codifican. 15
16 2.- Fuentes de variación: Definiciones Cuando en un experimento se trabaja con más de un factor, se denomina: Tratamiento a cada una de las combinaciones de niveles de los distintos factores. Observación es una medida en las condiciones determinadas por uno de los tratamientos. Experimento factorial es el diseño de experimentos en que existen observaciones de todos los posibles tratamientos. 16
17 2.- Fuentes de variación: Unidades Experimentales Son el material donde evaluar la variable respuesta y al que se le aplican los distintos niveles de los factores tratamiento: - en informática, ordenadores, páginas web, buscadores de internet, - en medicina, individuos humanos u animales, - en industria, lotes de material, trabajadores, máquinas. Las unidades experimentales tienen que ser representativas de la población de la respuesta. Por ejemplo si el estudio es sobre estudiantes universitarios, las conclusiones no se puede extrapolar a todo el país. 17
18 2.- Fuentes de variación: Factores nuisance - bloque Además de los factores tratamiento, también influyen otros factores, de escaso interés en el estudio. Para controlar su influencia se crean nuevos factores: Factor bloque. En algunos casos el factor nuisance puede ser fijado en distintos niveles, de modo que es posible controlar su efecto a esos niveles. Entonces la forma de actuar es mantener constante el nivel del factor para un grupo de unidades experimentales, se cambia a otro nivel para otro grupo y así sucesivamente. Estos factores se denominan factores de bloqueo (factores-bloque) y las unidades experimentales evaluadas en un mismo nivel del bloqueo se dice que pertenecen al mismo bloque. 18
19 2.- Fuentes de variación: Factores nuisance factores ruido y covariables Ruido. Si el experimentador está interesado en la variabilidad de la respuesta cuando se modifican las condiciones experimentales, entonces los factores nuisance son incluidos deliberadamente en el experimento y no se aisla su efecto por medio de bloques. Se habla entonces de factores ruido. 19
20 2.- Fuentes de variación: Factores nuisance factores ruido y covariables Covariable. Si el factor nuisance es una propiedad cuantitativa de las unidades experimentales que puede ser medida antes de realizar el experimento (el tamaño de un fichero informático, la presión sanguínea de un paciente en un experimento médico o la acidez de una parcela de tierra en un experimento agrícola). El factor se denomina covariable y juega un papel importante en el análisis estadístico. 20
21 3.- Unidades Experimentales La regla de asignación o diseño experimental especifica que unidades experimentales se observarán bajo cada tratamiento. Hay diferentes posibilidades: diseño factorial o no, anidamiento, asignación al azar en determinados niveles de observación, el orden de asignación, etc. En la práctica, existen una serie de diseños estándar que se utilizan en la mayoría de los casos. 21
22 4.-Especificar las Medidas de la respuesta, procedimiento y anticiparse a posibles dificultades Determinar la variable respuesta o de interés (unidades de medida) Pensar detenidamente en posibles problemas que se puedan presentar: permitirá descubrir nuevas fuentes de variación, simplificaciones del procedimiento antes de empezar, Clarificar la forma en que se harán las mediciones: unidades de medida, tiempo en el que se harán las medidas, 22
23 5.-Ejecutar un experimento piloto Realizar un número reducido de observaciones, lo que permitirá: Practicar la técnica experimental elegida y ver posibles problemas en la recogida de datos. Si el piloto es grande pude ayudar a seleccionar el modelo adecuado al experimento principal. Los errores experimentales observados pueden ayudar a calcular el número de observaciones necesarias. 23
24 6.-Especificar el modelo El modelo habitual será: Y = Σα i + ε Factores de efectos fijos: Los niveles han sido seleccionados por el experimentador. Factor de efectos aleatorios: Se incluye en el procedimiento una muestra aleatoria de los posibles niveles del mismo. Según los factores seleccionados hablaremos de modelo de efectos fijos, aleatorios o mixtos. 24
25 7.-Esquematizar los pasos del análisis estadístico El análisis dependerá de: Objetivos del paso 1. Diseño del paso 3. Modelo del paso 5. Habrá que incluir: Estimaciones que hay que calcular. Contrastes a realizar. Intervalos de confianza que se calcularán. Diagnosis y crítica del grado de ajuste del modelo a la realidad. 25
26 8.- Determinar el tamaño de la muestra Se trata de calcular el número de observaciones a tomar para alcanzar los objetivos del experimento. Existen algunas fórmulas, según el modelo. No obstante, como se requerirá a priori el conocimiento del tamaño de la variabilidad no planificada, será conveniente sobreestimarla. El experimento piloto ayudará a la decisión además de experiencias previas en diseños experimentales semejantes. 26
27 9.- Revisar las decisiones anteriores. Modificar si es necesario Hay que tener en cuenta que: Si el diseño está mal planificado no se podrán extraer conclusiones correctas. Hay que comprender la totalidad de los objetivos antes de comenzar el análisis. No se debe invertir todo el presupuesto en un primer conjunto de experimentos y utilizar en su diseño toda la información previa disponible. La estrategia experimental debe ser conocida por todo el personal afectado. 27
28 Resumen de los principales conceptos Unidad experimental Variable de interés o respuesta. Factor Factor tratamiento Factor bloque Niveles Tratamiento Observación experimental Tamaño del experimento Interacción de factores Ortogonalidad de factores Diseño equilibrado o balanceado 28
29 Principios básicos en el diseño de experimentos Principio de aleatorización El bloqueo La factorización del diseño 29
30 Algunos diseños experimentales clásicos Diseño completamente aleatorizado: Respuesta = Constante + Efecto Tratamiento + Error Diseño en bloques, con un factor bloque: Respuesta = Constante + Efecto Bloque + Efecto Tratamiento + Error Diseño con dos o más factores bloque: Respuesta = Constante + Efecto Bloque Fila + Efecto Bloque Columna + Efecto Tratamiento + Error ** Bloques cruzados y bloques anidados 30
31 Algunos diseños experimentales clásicos Diseño con dos o más factores: Respuesta = Constante + Efecto Factor Fila + Efecto Factor Columna + Error Fracciones Factoriales: En lugar de usar 2 k observaciones se utiliza 2 k-p, simplificando el modelo. 31
Diseño de Experimentos
Diseño de Experimentos p. Diseño de Experimentos Isabel Casas Despacho: 10.0.04 mcasas@est-econ.uc3m.es Hector Cañada jcanada@est-econ.uc3m.es Introducción Los modelos que vamos a estudiar son usados para
Más detallesBLOQUE II. EXPERIMENTO
BLOQUE II. EXPERIMENTO CAPÍTULO 3 Teoría sobre experimentación. II. 3. 1 Introducción. La realización de un experimento, junto con el posterior análisis de los datos obtenidos, constituye una de las dos
Más detallesIntroducción al diseño Experimental Sánchez Jáuregui Claudio PH.D.
Introducción al diseño Experimental Sánchez Jáuregui Claudio PH.D. Principios básicos del diseño de experimentos. 1. Introducción. 1.1 Tipos de variabilidad. 1.2 Planificación de un experimento. 1.3 Resumen
Más detallesLas matemáticas y la realidad que nos rodea.
Las matemáticas y la realidad que nos rodea. Introducción Muchas veces cuando vamos a una gran superficie comercial nos planteamos porqué las bebidas está en la zona contraria a la entrada. Pués todo el
Más detallesDiseño de Experimentos
Diseño de Experimentos Dr. Raúl René Robles de la Torre rrenerdlt @ yahoo.com, redelator@ipn.mx Centro de Investigación en Biotecnología Aplicada Instituto Politécnico Nacional Origen A R. A. Fisher, estadístico
Más detallesPlaneación experimental
Planeación experimental Diseño de Experimentos Diseño de Experimentos Ventajas Identifica uno o más factores influyen dentro de la variable de respuesta. Permite establecer la combinación adecuada de tratamientos
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 detallesESTADISTICA AVANZADA. Sesión D6/m2 Introducción DOE
ESTADISTICA AVANZADA Sesión D6/m2 Introducción DOE DOE - Definiciones Básicas Experimento Es un cambio en las condiciones de operación de un sistema o proceso, que se hace con el objetivo de medir el efecto
Más detallesTécnicas y Herramientas Modernas
Técnicas y Herramientas Modernas Como Diseñar un Experimento Uso del software R-CRAN La técnicas de diseño de experimentos es un tema que, lamentablemente, suele abordarse en las estapas iniciales de nuestras
Más detallesEn el análisis de datos, es deseable proporcionar ambos análisis gráficos y estadísticos. Además, gráficos de datos permiten que el modelo propuesto
En el análisis de datos, es deseable proporcionar ambos análisis gráficos y estadísticos. Además, gráficos de datos permiten que el modelo propuesto pueda ser comprobado y ayudar en la identificación de
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 detallesBASES DEL DISEÑO EXPERIMENTAL EN CIENCIA ANIMAL
BASES DEL DISEÑO EXPERIMENTAL EN CIENCIA ANIMAL ETAPAS DE UNA INVESTIGACION a. Planteamiento y formulación del PROBLEMA b. Justificación c. Objetivos d. Hipótesis e. Procedimiento / diseño experimental
Más detallesDistribuciones muestrales. Distribución muestral de Medias
Distribuciones muestrales. Distribución muestral de Medias TEORIA DEL MUESTREO Uno de los propósitos de la estadística inferencial es estimar las características poblacionales desconocidas, examinando
Más detallesxn, y a su vez existen variables que no son determinadas o incontrolables z1, z2 zn.
CAPÍTULO 4 CONSIDERACIONES PARA EL DISEÑO DE EXPERIMENTOS Todos los investigadores realizan experimentos en todos los campos del saber con el objetivo de descubrir algo acerca de un proceso. Un experimento
Más detallesMétodos de Diseño y Análisis de Experimentos
1 / 28 Métodos de Diseño y Análisis de Experimentos Patricia Isabel Romero Mares Departamento de Probabilidad y Estadística IIMAS UNAM marzo 2018 Ideas básicas del diseño experimental Capítulo 4 de Analysis
Más detallesDiseño Muestreo y Experimental -->fundamental para análisis estadísticos. Escogencia de factores (V. independientes), niveles de factores,
Diseño Muestreo y Experimental -->fundamental para análisis estadísticos Escogencia de factores (V. independientes), niveles de factores, (tratamientos), Unidades de repuesta (replicas), Unidades de muestreo
Más detallesExperimento: Un conjunto planeado de operaciones con el objetivo de descubrir nuevos factores
I MARCO TEORICO Capitulo 1. Consideraciones Iniciales 1.1 Definiciones Experimento: Un conjunto planeado de operaciones con el objetivo de descubrir nuevos factores o confirmar o negar resultados de investigaciones
Más detallesDISEÑO DE EXPERIMENTOS
DISEÑO DE EXPERIMENTOS Dr. Héctor Escalona hbescalona@yahoo.com hbeb@xanum.uam.mx Diseño de 1. Introducción al diseño de 2. Herramientas de inferencia estadística 3. para la comparación de dos tratamientos
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 detalles4. TEORÍA DE DISEÑO DE EXPERIMENTOS
Una vez mostrados el capítulo de materiales de construcción así como el de propagación de señales de radio frecuencia, se puede unir los conceptos para poder diseñar el experimento que sirve para lograr
Más detallesAgro 6998 Conferencia 2. Introducción a los modelos estadísticos mixtos
Agro 6998 Conferencia Introducción a los modelos estadísticos mixtos Los modelos estadísticos permiten modelar la respuesta de un estudio experimental u observacional en función de factores (tratamientos,
Más detallesNOTAS SOBRE DISEÑO DE EXPERIMENTOS
INTRODUCCIÓN DISEÑO DE EXPERIMENTOS El Diseño de Experimentos tuvo su inicio teórico a partir de 1935 por Sir Ronald A. Fisher, quién sentó la base de la teoría del Diseño Experimental y que a la fecha
Más detallesSelección Diseño de Cribado
Selección Diseño de Cribado Resumen La sección diseño experimental del STATGRAPHICS puede crear una amplia variedad de diseños dirigidos a mostrar los factores más importantes que afectan un proceso. Se
Más detallesMetodologías De Investigación
Metodologías De Investigación Pfra. Dolores Frías Navarro M. Dolores Frías http://www.uv.es/friasnav 1 Diseños Experimentales Al menos una variable independiente de tratamiento que es introducida por el
Más detallesPOBLACIÓN Y MUESTRAS EN LA INVESTIGACIÓN
POBLACIÓN Y MUESTRAS EN LA INVESTIGACIÓN Adela del Carpio Rivera Doctor en Medicina UNIVERSO Conjunto de individuos u objetos de los que se desea conocer algo en una investigación Población o universo
Más detallesÍNDICE. Introducción... Capítulo 1. El proceso del control de calidad. Metodologías... 1
ÍNDICE Introducción... XI Capítulo 1. El proceso del control de calidad. Metodologías... 1 El proceso de producción y la calidad... 1 Evolución del control de calidad... 3 Metodologías o modelos para el
Más detallesESTIMACION DEL TAMAÑO DE LA MUESTRA Y DE LA POTENCIA
ESTIMACION DEL TAMAÑO DE LA MUESTRA Y DE LA POTENCIA HIPOTESIS Y PRINCIPIOS Sabemos a quién y qué vamos a estudiar. Ahora hay que decidir cuántos individuos contendrá la muestra. Hipótesis nula (H o )
Más detallesESTADÍSTICA APLICADA A LA EDUCACIÓN (Tema 12) Asignatura de Formación Básica (FB) de 1º curso, común a los Grado en Educación Social y en Pedagogía
ESTADÍSTICA APLICADA A LA EDUCACIÓN (Tema 12) Asignatura de Formación Básica (FB) de 1º curso, común a los Grado en Educación Social y en Pedagogía VIDEOCLASE: Introducción al Contraste de Hipótesis https://www.intecca.uned.es/portalavip/grabacion.php?id_grabacion=56991&id_sala=60624&hash
Más detallesConceptos básicos de MUESTREO. Área de Epidemiología Básica FCV-UNCPBA
Conceptos básicos de MUESTREO Objetivo Obtener conclusiones válidas para la población, partiendo de una parte pequeña de ésta, denominada muestra Inferencia N n * Población diana: Aquella población de
Más detallesIdeas básicas del diseño experimental
Ideas básicas del diseño experimental Capítulo 4 de Analysis of Messy Data. Milliken y Johnson (1992) Diseño de experimentos p. 1/23 Ideas básicas del diseño experimental Antes de llevar a cabo un experimento,
Más detallesDiseño de Experimentos
Diseño de Experimentos Tema 3. Introducción al Diseño de Experimentos JAIME MOSQUERA RESTREPO QUE ES UN EXPERIMENTO? Pruebas o una serie de pruebas en las que se hacen cambios deliberados en las variables
Más detallesDiseño de Experimentos Diseños de un Solo Factor Categórico
Diseño de Experimentos Diseños de un Solo Factor Categórico Resumen La selección de Diseños de un Solo Factor Categórico sobre el menú de Crear un Diseño crea diseños experimentales para situaciones donde
Más detallesManual de Aplicación para la Pauta de Exámen de Trabajos Científicos
Manual de Aplicación para la Pauta de Exámen de Trabajos Científicos Dominio 1. Introducción Tomar en consideración que es el comienzo de su resumen, por ende debe ser atractiva, de no más de un párrafo
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 detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 8) TEMA Nº 8 ESTIMACIÓN
OBJETIVOS DE APRENDIZAJE: TEMA Nº 8 ESTIMACIÓN Conocer las relaciones entre muestra, análisis estadístico descriptivo y análisis estadístico inferencial. Conocer los conceptos de muestra aleatoria y muestra
Más detallesDiseño de Experimentos
Diseño de Experimentos Estudios experimentales vs observacionales Experimento vs Muestreo La palabra experimento se utiliza en un sentido preciso, implicando una investigación donde un sistema bajo estudio
Más detallesIntroducción a la Estadística Aplicada en la Química
Detalle de los Cursos de Postgrado y Especialización en Estadística propuestos para 2015 1/5 Introducción a la Estadística Aplicada en la Química FECHAS: 20/04 al 24/04 de 2015 HORARIO: Diario de 10:00
Más detallesDiseño de la investigación cuantitativa. Oscar Federico Nave Herrera Coordinador del Programa de Asesoría Estadística para Investigación -Digi-
Diseño de la investigación cuantitativa Oscar Federico Nave Herrera Coordinador del Programa de Asesoría Estadística para Investigación -Digi- Diseño de la investigación El diseño de una investigación
Más detallesPROBABILIDAD Y ESTADÍSTICA. Sesión 4 4. REGRESIÓN Y CORRELACIÓN SIMPLE
PROBABILIDAD Y ESTADÍSTICA Sesión 4 4. REGRESIÓN Y CORRELACIÓN SIMPLE 4.1 Regresión lineal simple y curvilínea 4.1.1 Variable dependiente e independiente 4.1.2 Ecuación de regresión 4.1.2.1 Aplicación
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 detallesDiseño de Experimentos
Diseño de Experimentos Tema 3. Definiciones Basicas Diseño de Experimentos JAIME MOSQUERA RESTREPO QUE ES UN EXPERIMENTO? Pruebas o una serie de pruebas en las que se hacen cambios deliberados en las variables
Más detalles1.- DATOS DE LA ASIGNATURA. Ingeniería Forestal. Clave de la asignatura: SATCA: PRESENTACIÓN. Caracterización de la asignatura.
1.- DATOS DE LA ASIGNATURA. Nombre de la asignatura: Carrera: Clave de la asignatura: Diseños Experimentales Ingeniería Forestal FOQ-1010 SATCA: 1 2 3 2.- PRESENTACIÓN. Caracterización de la asignatura.
Más detallesCURSO DE MÉTODOS CUANTITATIVOS I
CURSO DE MÉTODOS CUANTITATIVOS I TEMA VI: INTRODUCCIÓN AL MUESTREO Ing. Francis Ortega, MGC Concepto de Población y Muestra POBLACIÓN (N) Es el conjunto de todos los elementos de interés en un estudio
Más detallesSelección de la muestra.
Universidad Nacional de Ingeniería Facultad de Electrotecnia y Computación Departamento de Electrónica Asignatura Metodología de la Investigación Carrera: Ing. Telecomunicaciones Semestre: II Año Lectivo:
Más detallesInvestigación experimental. L.A. y M.C.E. Emma Linda Diez Knoth
Investigación experimental L.A. y M.C.E. Emma Linda Diez Knoth 1 2 Un experimento tiene como propósito evaluar o examinar los efectos que se manifiestan en la variable dependiente cuando se introduce la
Más detallesContenido. vii. Prólogo... i Presentación... iii Grupo de trabajo...v. 1. Introducción y conceptos preliminares...1
Contenido Prólogo... i Presentación... iii Grupo de trabajo...v 1. Introducción y conceptos preliminares...1 2. Tipos de modelos estadísticos lineales...19 Caso 2.1...20 Caso 2.2...26 Caso 2.3...30 3.
Más detallesDESCRIPCIÓN DE DATOS POR MEDIO DE GRÁFICAS
ÍNDICE Introducción: Entrene su cerebro para la estadística... 1 La población y la muestra... 3 Estadísticas descriptivas e inferenciales... 4 Alcanzar el objetivo de estadísticas inferenciales: los pasos
Más detallesEscuela Nacional de Estadística e Informática ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA
ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA Lima Perú 2013 DISEÑO COMPLETAMENTE ALEATORIZADO Es el diseño más simple y sencillo de realizar, en el cual los tratamientos
Más detallesCONCEPTOS. Capítulo 1: DEFINICIONES Y conceptos Estadística Computacional 1º Semestre 2003
Universidad Técnica Federico Santa María Departamento de Informática ILI-280 CONCEPTOS Capítulo 1: DEFINICIONES Y conceptos Estadística Computacional 1º Semestre 2003 Profesor :Héctor Allende Página :
Más detallesCapítulo 1: DEFINICIONES Y conceptos Estadística Computacional 1º Semestre 2003
Universidad Técnica Federico Santa María Departamento de Informática ILI-280 Capítulo 1: DEFINICIONES Y conceptos Estadística Computacional 1º Semestre 2003 Profesor :Héctor Allende Página : www.inf.utfsm.cl/~hallende
Más detallesTEMA 3.- EL ANALISIS ESTADISTICO DE LA INFORMACION (MODELIZACION) DIFERENTES TIPOS DE PROCEDIMIENTOS ESTADISTICOS
TEMA 3.- EL ANALISIS ESTADISTICO DE LA INFORMACION (MODELIZACION) PROCEDIMIENTOS ESTADISTICOS CONSTRUCCION DE MODELOS DIFERENTES TIPOS DE PROCEDIMIENTOS ESTADISTICOS Cada procedimiento es aplicable a un
Más detallesFACULTAD DE RECURSOS NATURALES INGENIERÍA ZOOTECNISTA PROGRAMA DE ESTADÍSTICA Y BIOMETRÍA AÑO 2017
FACULTAD DE RECURSOS NATURALES INGENIERÍA ZOOTECNISTA PROGRAMA DE ESTADÍSTICA Y BIOMETRÍA AÑO 2017 Titular: Ing Inés González de Rubiano (gonrubi@arnet.com.ar) JTP: Lic. Gladis Mazza (gladismazza@gmail.com)
Más detallesTipos de Investigación Clínica. Investigación Clínica OBJETIVOS. mejorar la calidad y la expectativa de vida de los ciudadanos. aumentar su bienestar
Tipos de Investigación Clínica Dra. Belén Sádaba Díaz de Rada Servicio de Farmacología Clínica Clínica Universidad de Navarra Investigación Clínica OBJETIVOS mejorar la calidad y la expectativa de vida
Más detallesLA INFORMACIÓN MUESTRA Y RECOLECCIÓN DE DATOS
LA INFORMACIÓN MUESTRA Y RECOLECCIÓN DE DATOS CONCEPTOS BÁSICOS POBLACIÓN O UNIVERSO: Conjunto de todos los casos que concuerdan con una serie de especificaciones. UNIDADES DE ANÁLISIS (UA): Son los casos
Más detallesMÉTODOS Y DISEÑOS EXPERIMENTALES
MÉTODOS Y DISEÑOS EXPERIMENTALES 1. EL MÉTODO EXPERIMENTAL Es el método experimental por experiencia cuyo objetivo esencial es la identificación de causas y la evaluación de sus efectos. 1.1.EXPERIMENTO
Más detallesPOBLACION MUESTRA TAMAÑO DE MUESTRA
POBLACION MUESTRA TAMAÑO DE MUESTRA REPASO POBLACION o UNIVERSO «Todos los posibles valores de una variable. Estos valores no tienen que ser todos diferentes ni en numero finito. Son ejemplos los pesos
Más detallesDISEÑO DE CUADRADOS LATINOS
DISEÑO DE CUADRADOS LATINOS a vimos que el diseño de bloques al azar, era el diseño apropiado cuando se conocía de antemano algún factor que fuera fuente de variabilidad entre las unidades experimentales.
Más detallesINTRODUCCIÓN...13 CAPÍTULO 1. DEFINICIÓN DE CONTROL DE CALIDAD, NOTAS HISTÓRICAS Y HERRAMIENTAS...17
ÍNDICE INTRODUCCIÓN...13 CAPÍTULO 1. DEFINICIÓN DE CONTROL DE CALIDAD, NOTAS HISTÓRICAS Y HERRAMIENTAS...17 1.1 DEFINICIÓN DE CONTROL DE CALIDAD...17 1.2 HISTORIA DEL CONTROL DE CALIDAD...18 1.3 MEDICIÓN
Más detallesConceptos básicos estadísticos
Conceptos básicos estadísticos Población Población, en estadística, también llamada universo o colectivo, es el conjunto de elementos de referencia sobre el que se realizan las observaciones. El concepto
Más detallesConceptos de Muestreo
Conceptos de Muestreo Qué es la Población, la población Objetivo o Universo Es el conjunto de todas las unidades de interés o de análisis en donde los resultados del estudio deberán extrapolarse, o generalizarse.
Más detallesCarrera: IAM Participantes Representante de las academias de ingeniería en Industrias Alimentarias de los Institutos Tecnológicos.
.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Estadística Aplicada Ingeniería en Industrias Alimentarias IAM-0 --8.- HISTORIA
Más detalles15/06/2008. Los ECC son instrumentos de medida de la eficacia de una intervención terapéutica.
CONTROLADOS CONTROLADOS EUGENIO CECCHETTO Curso Libre de Farmacología Aplicada CFE FCM Hospital Transito Cáceres de Allende Es toda evaluación experimental de una sustancia o medicamento a través de su
Más detallesEl plan de muestreo. Oscar Federico Nave Herrera Coordinador del Programa de Asesoría Estadística para Investigación -Digi-
El plan de muestreo Oscar Federico Nave Herrera Coordinador del Programa de Asesoría Estadística para Investigación -Digi- Y ahora qué? Cuántas muestras debo tomar? Cuántas veces debo realizar los ensayos?
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 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 detallesTema 1: Introducción
Estadística Universidad de Salamanca Curso 2010/2011 Outline 1 Estadística 2 Outline 1 Estadística 2 La estadística es una ciencia que comprende la recopilación, tabulación, análisis e interpretación de
Más detallesVARIANTES EN EL DISEÑO DE LOS ENSAYOS CLÍNICOS CON ASIGNACIÓN ALEATORIA. Sandra Flores Moreno. AETSA 21 de Diciembre de 2006
VARIANTES EN EL DISEÑO DE LOS ENSAYOS CLÍNICOS CON ASIGNACIÓN ALEATORIA Sandra Flores Moreno. AETSA 21 de Diciembre de 2006 VARIANTES EN EL DISEÑO DE ENSAYOS CLÍNICOS CON ASIGNACIÓN ALEATORIA *INTRODUCCIÓN
Más detallesPart VII. Estadística I. Mario Francisco. Introducción a la inferencia. Estimación puntual. Propiedades deseables de los estimadores
Part VII La inferencia puede definirse como el conjunto de métodos mediante cuales podemos extraer información sobre distintas características de interés de cierta distribución de probabilidad de la cual
Más detallesCAPÍTULO 1 INTRODUCCIÓN
CAPÍTULO 1 INTRODUCCIÓN En este capítulo, primero se introducirán algunos conceptos estadísticos básicos, luego se dará una definición y división de la estadística. Finalmente se hará una clasificación
Más detallesContraste de Hipótesis
Contraste de Hipótesis Introducción Ejemplo El peso de plantines de un arbusto forrajero, almacenado a temperatura y humedad relativa ambientes, obtenido a los 20 días desde la germinación es en promedio
Más detallesDISEÑO ESTADÍSTICO DE EXPERIMENTOS
DISEÑO ESTADÍSTICO DE EXPERIMENTOS UNA PRUEBA O SERIE DE PRUEBAS EN LAS CUALES SE INTRODUCEN CAMBIOS DELIBERADOS EN LAS VARI- ABLESDEENTRADAQUEFORMANELPROCESO,DE MANERA QUE SEA POSIBLE OBSERVAR E IDENTIFICAR
Más detallesEl riesgo en los proyectos
El riesgo en los proyectos por Gabriel Pruneda El riesgo de un proyecto se define como la posibilidad de tener diferencias o bien, variabilidad, entre los flujos de cajas reales respecto a los flujos estimados.
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 detallesDiseño o de un estudio epidemiológico
Diseño o de un estudio epidemiológico Dr. José Luis Hernández Hernández Unidad de Metabolismo Óseo Departamento de Medicina Interna Hospital Marqués de Valdecilla Diseño del estudio: definición Un diseño
Más detallesPROCESO DE MUESTREO MERCADOTECNIA II
PROCESO DE MUESTREO MERCADOTECNIA II PROCESO DE MUESTREO El proceso de diseño del muestreo incluye cinco etapas. Estas etapas están interrelacionadas en forma cercana y relevante con todos los aspectos
Más detallesNIA 530 Muestreo de auditoría Septiembre 2017
NIA 530 Muestreo de auditoría Septiembre 2017 NORMAS INTERNACIONALES DE ASEGURAMIENTO DE LA INFORMACIÓN NAI Concepto de muestreo y definiciones (1/9) Métodos de selección de partidas para evaluación Las
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 detallesESQUEMA GENERAL PLANTEAMIENTO DE ESTUDIOS EXPERIMENTALES Y CUASI- EXPERIMENTALES
TEMA I ESQUEMA GENERAL Fases de la investigación científica Diseños de investigación Variables de la investigación experimental El concepto de variancia en la investigación experimental Objetivos de la
Más detallesGRAFICOS DE CONTROL DATOS TIPO VARIABLES
GRAFICOS DE CONTROL DATOS TIPO VARIABLES OBJETIVO DEL LABORATORIO El objetivo del presente laboratorio es que el estudiante conozca y que sea capaz de seleccionar y utilizar gráficos de control, para realizar
Más detallesCarrera: AGM Participantes Representante de las academias de Ingeniería Agronomía de los Institutos Tecnológicos. Academias
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Diseños experimentales. Ingeniería en Agronomía AGM 0611 3 2 8 2. HISTORIA DEL
Más detallesESQUEMA GENERAL PLANTEAMIENTO DE ESTUDIOS EXPERIMENTALES Y CUASI- EXPERIMENTALES
TEMA I ESQUEMA GENERAL Fases de la investigación científica Diseños de investigación Variables de la investigación experimental Objetivos de la investigación experimental Control experimental Clasificación
Más detalles1 CÁLCULO DE PROBABILIDADES
1 CÁLCULO DE PROBABILIDADES 1.1 EXPERIENCIAS ALEATORIAS. SUCESOS 1.1.1 Definiciones Experiencia aleatoria: experiencia o experimento cuyo resultado depende del azar. Suceso aleatorio: acontecimiento que
Más detallesGUÍA DE STATGRAPHICS 5.1
UNIVERSIDAD POLITÉCNICA DE MADRID ESCUELA UNIVERSITARIA DE ARQUITECTURA TÉCNICA DEPARTAMENTO DE MATEMÁTICA APLICADA A LA ARQUITECTURA TÉCNICA GUÍA DE STATGRAPHICS 5.1 (Versión castellana) GUÍA DE STATGRAPHICS
Más detallesMétodos y Diseños de Investigación Mª Dolores Frías Navarro. Curso 2008/2009 (Universitat de València)
1 METODOLOGÍAS DE INVESTIGACIÓN EN PSICOLOGÍA Ni Ni... Manipulación de la variable de tratamiento Asignación aleatoria de las unidades experimentales a los grupos de tratamiento 2 METODOLOGÍAS DE INVESTIGACIÓN
Más detallesMUESTREO. Muestreo probabilístico (Aleatorio, Sistemático, estratificado, por conglomerados) y Muestreo no probabilístico Msc.
MUESTREO Muestreo probabilístico (Aleatorio, Sistemático, estratificado, por conglomerados) y Muestreo no probabilístico Msc. Lácides Baleta MUESTRA Una muestra es un subconjunto de casos o individuos
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 detallesFundamentos de la Investigación Experimental.
Fundamentos de la Investigación Experimental www.academia.utp.ac.pa/humberto-alvarez Introducción Ciencia: trata de explicar racionalmente la naturaleza obteniendo explicaciones sobre el funcionamiento
Más detallesSocioestadística I Análisis estadístico en Sociología
Análisis estadístico en Sociología Capítulo 4 TEORÍA DE LA PROBABILIDAD Y SUS PRINCIPIOS. ESTADÍSTICA INFERENCIAL 1. INTRODUCCIÓN A LA ESTADÍSTICA INFERENCIAL En los capítulos anteriores, hemos utilizado
Más detallesEnlace del Plan de Auditoría con los Riesgos y Exposiciones
Enlace del Plan de Auditoría con los Riesgos y Exposiciones Estándar principalmente relacionado: 2320 Análisis y Evaluación Los auditores internos deben basar sus conclusiones y los resultados del trabajo
Más detallesCAPÍTULO III MARCO METODOLÓGICO. Existen diversos criterios conceptuales en metodología, los cuales señalan
CAPITULO III MARCO METODOLÓGICO CAPÍTULO III MARCO METODOLÓGICO 1. TIPO DE INVESTIGACIÓN Existen diversos criterios conceptuales en metodología, los cuales señalan que para efectuar un estudio debe ser
Más detallesMaestría en Investigación de la Salud
Universidad de Cuenca Facultad de Ciencias Médicas Maestría en Investigación de la Salud Módulo V: Metodología de la investigación Universo y muestra Docente: S. Mayo de 2010 Universo y muestra Universo:
Más detallesASIGNATURA BIOESTADÍSTICA. Año académico 2017
ASIGNATURA BIOESTADÍSTICA Año académico 2017 Unidad Temática 1: Unidad 2 Estadística Descriptiva Tema 5 Principios del Muestreo Principios del MUESTREO DEFINICIONES - CONCEPTOS El muestreo es una técnica
Más detallesCENTRO UNIVERSITARIO UAEM ZUMPANGO INGENIERO EN COMPUTACIÓN MUESTRAS ALEATORIAS Y DISTRIBUCIONES DE MUESTREO
CENTRO UNIVERSITARIO UAEM ZUMPANGO INGENIERO EN COMPUTACIÓN MUESTRAS ALEATORIAS Y DISTRIBUCIONES DE MUESTREO ELABORÓ: M. EN C. LUIS ENRIQUE KU MOO FECHA: AGOSTO DE 2017 UNIDAD DE APRENDIZAJE PROBABILIDAD
Más detallesEstadística Computacional
Estadística Computacional Profesor : Héctor Allende O. Departamento de Informática Universidad Técnica Federico Santa María Estructura del Curso 1.- Introducción. 2.- Análisis Exploratorio de Datos. 3.-
Más detallesDISTRIBUCIONES MUESTRALES
DISTRIBUCIONES MUESTRALES Cuál es la finalidad de las distribuciones muéstrales y del método del muestreo como herramientas básicas de la estadística y qué aplicabilidad tienen en la vida cotidiana? Siendo
Más detallesCONCEPTOS BÁSICOS DE ESTADÍSTICA
CONCEPTOS BÁSICOS DE ESTADÍSTICA Jorge M. Galbiati Riesco La Estadística está constituida por un conjunto de métodos de análisis de datos que pueden agruparse en tres categorías: La Estadística Descriptiva,
Más detallesDiseño de Experimentos. Diseños Factoriales
Diseño de Experimentos Diseños Factoriales Luis A. Salomón Departamento de Ciencias Matemáticas Escuela de Ciencias, EAFIT Luis A. Salomón (EAFIT) Inspira Crea Transforma Curso 2016 Índice 1 Introducción
Más detallesEscribir el modelo. Evaluar los efectos de los factores y la interacción entre ellos.
Ejercicio 1: Se aplican pinturas tapaporos para aeronaves en superficies de aluminio, con dos métodos: inmersión y rociado. La finalidad del tapaporos es mejorar la adhesión de la pintura, y puede aplicarse
Más detalles