Acepto la Ho y ιj μ α ι β j ε ιj Dr. Alfredo Matos Ch. Universidad Peruana Unión amatosch@upeu.edu.pe Factores Controles Entradas PROCESO FUNCION ACTIVIDAD Salidas Factores no controlables 2 1
Se entiende por diseños experimentales a la distribución de los tratamientos en unidades experimentales de acuerdo a las restricciones al azar con el propósito de disminuir el error experimental. El objetivo de los diseños experimentales es manejar con facilidad la variabilidad existente entre las unidades experimentales. 3 Montgomery (1991) señala que un experimento diseñado es una prueba o una serie de pruebas en las cuales se inducen cambios deliberados en las variables de entrada de un proceso, de manera que sea posible observar e identificar las causas de estos cambios en las respuestas. Wayne (1985) menciona que, cuando se diseñan los experimentos con el análisis en mente, el investigador puede, antes de conducir el experimento, identificar esas fuentes de variación que considere importantes y elegir un diseño que le permita medir la extensión de la contribución de esas fuentes a la variación total. 4 2
La asociación causa efecto puede establecerse claramente, esto depende del diseño experimental usado. En el diseño experimental (modelo I), el investigador está interesado en establecer la relación causa efecto con mayor precisión. En el diseño no experimental (modelo II), las variables se estudian según como éstas se presentan en forma natural. 5 Los estudios experimentales se caracterizan por la introducción y manipulación del factor causal o de riesgo para la determinación posterior del efecto. El analisis de variancia (ANVA) tiene tantas fuentes de variación asi como niveles de control existentes. 6 3
Análisis de la varianza y covarianza Un factor o V.I. ANOVA simple (grupos independientes) ANOVA simple (grupos relacionados) ANOVA simple con un factor de bloqueo ANOVA simple con medidas repetidas correlación y ANOVA Dos o más factores O V.I. ANOVA Factorial (diseños completos) Dos factores Tres factores o más Dos factores Dos fact. + medidas rep. Dos fact. + una VC por empar. Dos fact. + una var. bloqueo ANOVA en diseño incompletos Diseños en cuadrado latino. Diseños jerárquicos Diseños en cuadrado grecolatino. Análisis de la varianza y covarianza Prueba para contrastar los supuestos subyacentes a los modelos de análisis de varianza Normalidad Homogeneidad Independencia Contrastes posteriores a ANOVA ANCOVA Prueba <chi> cuadrado Prueba de Kolmogorov Smirnov Prueba de Shapiro y Wilk Prueba de Barlett Prueba de Cochran Prueba de hartley Correlación serial de separación I Prueba de Rachas. Prueba de TUKEY, DUNCAN Prueba de SCHEFFE Prueba de FISHER Una V.I. + una covariable Una V.I. + dos covariables Dos V.I. + covariables (una o más) 8 4
N (0,1) 3 2 2 3 x -3-2 -1 68% 1 2 3 Z 95% 99% 9 TÉCNICAS MULTIVARIADAS DEPENDENCIA INTERDEPENDENCIA Regresión múltiple Modelaje de ecuaciones estructurales Análisis discriminante Análisis conjunto Análisis de correlación canónica Análisis multivariado de variancia Análisis factorial Análisis de agrupamientos Análisis de componentes principales Escalonamiento multidimensional Análisis de correspondencia 10 5
DISEÑO COMPLETAMENTE ALEATORIO (D.C.A.) Es el más simple de todos los diseños, los tratamientos se distribuyen completamente al azar en todas las unidades experimentales, no existe ninguna limitación en la randomización. Este diseño es útil para usar en investigación, en laboratorios para demostración de técnicas y métodos, para estudio con plantas en invernaderos, para grupos en animales, también para el estudio en grupos humanos. La condición principal para el empleo de este diseño es que las unidades experimentales deberán ser lo más homogéneas en lo posible. 11 Ejemplo: Lugar A Lugar B Lugar C Lugar D 16.0 15.4 15.0 12.8 8.2 5.4 72.8 12.13 12.4 13.4 7.2 8.6 8.6 3.4 53.6 8.93 10.0 12.4 5.4 12.0 12.0 11.0 62.8 10.46 7.0 1.2 8.0 50. 12.0 12.9 46.1 7.68 12 6
Tabla. Análisis de variancia Fuente de Variación g.l. S.C. C.M. F c Entre muestras (Tratamiento) k-1 SCtr CM tr. F c CM tr. CM err. Dentro de muestras (Error) k(n-1) SCerr CM err TOTAL kn-1 SCT Y ij E i i j 13 Ho: ó 0 A B C Ha: ó 0 A B C Nivel de Significación : 0.05 y 0. 01 Criterio : Rechazo la Ho si ( K 1) y K ( n 1) A A F c F B B C C Acepto la Ho Rechazo la Ho F c CM tr CM err 14 7
15 DISEÑO DE BLOQUES ALEATORIOS La estimación de la variación aleatoria (Error experimental) a menudo puede reducirse, esto es, librarse de la variabilidad debida a causas extrañas, dividiendo las observaciones de cada clasificación en Bloque. Esto se logra cuando fuentes conocidas de variabilidad (es decir variables extrañas) se mantienen fijas dentro de cada bloque, pero varían de bloque en bloque. Y ij i j ij 16 8
Bloques B 1 B 2.... Tratamiento 1: Y 11 Y 12.... Tratamiento 2: Y 21 Y 22.... Tratamiento i: Y i1 Y i2.... Tratamiento a: Ya 1 Y a2.... Medias.... B j. Y 1j Y 2j Y ij Y aj B b Y 1b Y 2b Y ib Y ab Medias Y 17 Analisis de variancia F.de V. g.l. S. C. C.M Fc Tratamientos a-1 SCtr CMtr. F tr. Bloques b-1 SCbl CMbl F bl Error (a-1)(b-1) SCerr CMerr Total ab-1 SCT 18 9
Factor 2 Tratamientos 19/07/2011 Tratamientos: Bloques: H H o a : : 1 1 2 2 3. 3. H H o a : : 1 1 2 2 3 3 4 4 5 5 0.05 Criterio Tratamiento: Rechazo la H o. Si F Tr > F c Bloques: Rechazo la Ho. Si FTr > Fc Acepto la Ho Rechazo la Ho 19 MODELO CUADRADO LATINO Factor 1 A B C B C A C A B Y ij(k)l = + i + j + k + l + ij(k)l 20 10
Factor 2 Tratamientos 19/07/2011 CUADRADO GRECO LATINO Factor 1 A B C D B C D A C D A B D A B C 21 Diseños Factoriales En este tipo de diseños, cada ensayo o replica completa del experimento se investigan todas las combinaciones posibles de los niveles de los factores. Si el factor A tiene a niveles y el factor B tiene b niveles, cada replica contiene todas las ab combinaciones de los tratamientos. Se denomina efecto de un factor al cambio producido por el cambio en los niveles del factor. Si el factor es de interés primario será denominado efecto principal 22 11
2 Factores 2 Niveles factores niveles -1 +1 % de sal 0.3 1.3 Temperatura 3 10 Los arreglos de los ensayos pueden ser de la siguiente forma: ensayo Temperatura % de sal viscosidad total media real Codif. real Codif. 1 2 1 3-1 0.3-1 3095 3085 6180 3090 2 10 +1 0.3-1 2520 2540 5060 2530 3 3-1 1.3 +1 3875 3880 7755 3877.5 4 10 +1 1.3 +1 2730 2750 5480 2740 total 12 220 12 255 24 475.5 3059.375 23 Fuente de variación Grados de libertad Análisis de varianza Suma de cuadrados Cuadrado medio Fc Efectos principales A B a 1 b - 1 SCA SCB CMA = SCA/(a-1) CMB=SCB/(b-1) CMA/CMErr CMB/CMErr Interacción (a 1)(b-1) SCAB CMAB = SCAB/(a-1)(b-1) CMC/CMErr Repetición r-1 SCRep CMRep=SCRep/(r-1) CMrep/CMerr Error (ab-1)(r-1) SCErr CMErr = SCErr/(ab-1)(r-1) Total abr - 1 SCT 24 12
3 2 Factores Niveles ensayo Temp. % de sal Picado (mm) 1-1 -1-1 Result Los arreglos de los ensayos pueden ser de la siguiente forma: 2 1-1 -1 3-1 1-1 4 1 1-1 5-1 -1 1 factores niveles -1 +1 % de sal 0.3 1.3 Temperatura 3 10 Picado (mm) 3 5 6 1-1 1 7-1 1 1 8 1 1 1 total 25 3 2 Factores Niveles Con puntos centrales, pueden ser de la siguiente forma: factores niveles -1 0 +1 Temperatura ( 0 C) 120 140 160 Presión (psig) 40 60 80 Concentración (g/l) 15 22.5 30 26 13
Los diseños experimentales utilizados con mayor frecuencia son los de los bloques aleatorios simples con arreglos factoriales. Los factores pueden ser cuantitativos o cualitativos, en los niveles que corresponden. Cada factor puede tener los factores necesarios para el análisis. Ecuación para dos factores y ij i j ( ) ij l ijl 27 Marca Tensión Rep.1 Rep.2 Rep.3 Estándar Baja 5 6 5 Estándar Media 6 6 7 Estándar alta 5 4 6 Grande Media 6 7 5 Grande Baja 8 9 7 Grande Alta 3 5 2 28 14
Ecuación para tres factores y ijkl i j k ( ) ij ( ) ik ( ) jk ( ) ijk l ijkl Ejemplo 13.8 (Miller 1992, p.462) Una prueba de mercado se realizó para evaluar la posición en el anaquel, el color de la etiqueta y el tamaño del envase del alimento enlatado. Factores niveles Posición de anaquel Baja Intermedia Alta Color de etiqueta Roja Verde Tamaño de paquete (onza) 10 12 16 24 29 posición en color de la tamaño del Ventas (dólares) anaquel etiqueta paquete (onza) día 1 día 2 día 3 baja roja 10 70.10 68.00 69.50 baja roja 12 72.25 71.90 74.40 baja roja 16 78.05 74.85 82.60 baja roja 24 61.50 62.10 59.15 baja verde 10 65.75 62.35 68.60 baja verde 12 69.45 71.05 75.45 baja verde 16 75.15 70.70 71.25 baja verde 24 64.80 60.85 59.90 intermedia roja 10 94.10 90.20 88.05 intermedia roja 12 104.85 99.55 96.80 intermedia roja 16 109.10 105.80 112.60 intermedia roja 24 59.90 62.50 54.75 intermedia verde 10 88.95 91.10 90.15 intermedia verde 12 100.60 94.05 101.35 intermedia verde 16 98.70 99.90 96.75 intermedia verde 24 62.50 53.85 59.40 alta roja 10 92.60 88.80 85.50 alta roja 12 100.55 102.15 99.10 alta roja 16 111.95 108.25 109.45 alta roja 24 61.40 65.20 59.70 alta verde 10 97.35 98.70 92.60 alta verde 12 120.65 115.45 108.65 alta verde 16 118.10 116.35 121.90 alta verde 24 70.30 65.05 71.40 30 15
Fuente de variación Efectos principales A B C Interacción AB AC BC Grados de libertad a 1 b 1 c - 1 (a 1)(b-1) (a - 1)(c-1) (b -1)(c -1) Suma de cuadrados Cuadrado medio Fc SCA SCB SCC SC(AB) SC(AC) SC(BC) CMA = SCA/(a-1) CMB=SCB/(b-1) CMC=SCC/(c 1) CM(AB) = SCAB/(a-1)(b-1) CM(AC) = SC(AB)/(a-1)(C-1) CM(BC)=SC(BC)/(b -1)(c -1) CMA/CMErr CMB/CMErr CMC/CMErr CM(AB)/CMErr CM(AC)/CMErr CM(BC)/CMErr ABC (a 1)(b-1) )(c -1) SC(ABC) CM(ABC)=SC(ABC)/ (a-1)(b -1)(c -1) CM(ABC)/CMErr Repetición r-1 SCRep CMRep=SCRep/(r-1) CMrep/CMerr Error (abc-1)(r-1) SCErr CMErr = SCErr/(abc-1)(r-1) Total abcr - 1 SCT 31 42 Fitted Surface; Variable: y 2 factors, 1 Blocks, 11 Runs; MS Pure Error=1. DV: y 40 35 30 Concentración (%) 28 111 115 125 135 139 Velocidad (rpm) 85 80 75 70 65 60 55 32 16