Diseños en cuadrados greco-latinos

Slides:



Advertisements
Presentaciones similares
DISEÑO DE EXPERIMENTOS
Advertisements

Bloques aleatorizados, cuadrados latinos y diseños relacionados
Diseño en bloques completamente aleatorizados
Análisis y diseño de experimentos
DISEÑOS POR BLOQUES ALEATORIZADOS
ANALISIS DE VARIANZA.
1 Sesión 11.2 Presencial  Determinantes  Matriz inversa  Determinantes  Matriz inversa.
TEMA 3: ESTADÍSTICA BIDIMENSIONAL. ÍNDICE: 1.- Relación estadística: correlación. 2.- Diagramas de dispersión o nube de puntos. 3.- Tablas de frecuencia.
Diseño factorial 32 Rafael Araujo-Jorge castilla Gustavo jimenez-cristian nieves-brayan ortega.
Ejemplos de  2 y prueba de contingencia Queremos saber: 1.- Si la diferencia entre los parentales en cuanto al color de la flor se debe a un solo gen.
TEMA 3: Estadística Bidimensional. ● Álvaro Fernández Romero y Luis Carlos Fernández herrezuelo.
DISEÑOS EXPERIMENTALES ESTADÍSTICA PARA INGENIERIA II.
Bioestadística Distribuciones muestrales para variables cuantitativas.
PRUEBA DE RANGO CON SIGNO DE WILCOXON Una empresa desea remplazar el sabor tradicional de su producto, por uno nuevo, para lo cual necesita determinar.
PRUEBA DE HIPÓTESIS. 1. Una prueba de hipótesis consiste en contrastar dos hipótesis estadísticas. Tal contraste involucra la toma de decisión acerca.
REGRESIÓN Y CORRELACIÓN  REGRESIÓN Es un Proceso estadístico que consiste en predecir una variable a partir de otra utilizando datos anteriores. INGA.
MATEMÁTICA BÁSICA Semana 3: MATRICES. Matriz Caso 1 La empresa Casio con fábricas en Chile, Perú y Argentina, produce tres tipos de calculadoras (científicas,
Recordatorio Estadística Paramétrica Se basa en el conocimiento que los datos presentan una distribución estadística conocida y cada distribución tiene.
DISEÑO EN CUADRADO LATINO Y GRECOLATINO
DE PRIMERO Y SEGUNDO GRADO Diseño: M. en C. Juan Adolfo Alvarez Mtz.
Muestreo PRUEBAS Y VALIDACION DE HIPOTESIS Carlos Willian Rincón Pérez
DISEÑOS EXPERIMENTALES
Ejemplo Se va efectuar un estudio de los movimientos para determinar el mejor diseño de trabajo para ensamblar computadores PENTIUN IV; cinco diseños se.
“Bootstrap” Jaime Mojica Cuevas
EjEMPLO de diseños experimentales
Clase 9: Contraste de Hipótesis
ESTADÍSTICA II Ing. Danmelys Perozo MSc.
ANALISIS UNILATERAL DE LA VARIANZA POR JERARQUIAS DE KRUSKAL- WALLIS
EXPERIMENTOS FACTORIALES
Clase 8: Contraste de Hipótesis
CHI CUADRADO  2 OBJETIVOS –Describir situaciones donde es adecuado la utilización de la prueba de Chi Cuadrado (  2 ) –Formular Hipótesis para diferentes.
¿Cuándo usar esta distribución?
Análisis de Varianza a dos vías
ANALISIS DE LA VARIANZA PROF. GERARDO A. VALDERRAMA M.
ESCUELA DE BIOLOGIA EXPERIMENTACION
Christian Alave Rosas UNIVERSIDAD JORGE BASADRE GROHMANN BIOLOGÍA - MICROBIOLOGÍA Diseños experimentales Christian Alave Rosas
TEMA XXI. ESQUEMA GENERAL DISEÑO LONGITUDINAL DE MEDIDAS REPETIDAS SIMPLE Diseño de una muestra de sujetos. Estudio de las curvas de crecimiento Análisis.
EXPERIMENTO FACTORIAL 23
REGRESÍON LINEAL SIMPLE
DISEÑOS EXPERIMETALES
6.4 Grados de libertad Nazira Calleja.
“Formulación de Hipótesis Estadística”
Distribución chi cuadrada x 2 D = x 2 α /2 x 2 I = x 2 1-α /2.
Kriging Consideremos información de determinada propiedad en el yacimiento y puntos en los cuales se tiene la estimación dea partir de los puntos.
COMPARACION DE MEDIAS Para comparar media utilizando la prueba T hay Ttres opciones diferentes utilizando contrastes de hipotesis sobre : PARA UNA MUESTRA.
ESTIMACIÓN (Inferencia Estadística) Intervalos de Confianza
ANALISIS DE VARIANZA
DISEÑO Y ANALISIS DE EXPERIMENTOS
EXPERIMENTOS FACTORIALES
DISEÑO Y ANALISIS DE EXPERIMENTOS
Teoría del productor.
REGRESION LINEAL SIMPLE
Identificación de los efectos de los diseños experimentales.
UNIVERSIDAD DE LOS ANDES CENTRO DE INVESTIGACIONES PSICOLÓGICAS
ANOVA Permite evaluar dos o más tratamientos.
REGRESION LINEAL MULTIPLE
INSTITUCIÓN EDUCATIVA “DIEGO DE TORRES” GRADO 11 FÍSICA Introducción a la Investigación Científica.
EXPERIMENTOS FACTORIALES
2.- MODELO DE DISEÑO DE EXPERIMENTO COMPLETAMENTE ALEATORIZADO NO BALANCEADO Es recomendable cuando: La diferencia entre las unidades experimentales.
Alumna : Karen Cabana Gil
ANÁLISIS DE VARIANZA(ANOVA) AULA:33 INTEGRANTES: JUAN CHAUCA ALEXIS JARAMILLO JEFFERSON LLANGARI KATHY ULLOA UNIVERSIDAD CENTRAL DEL ECUADOR FACULTAD DE.
Depto. Matemáticas – IES Elaios Tema: Distribuciones de Probabilidad 2. DISTRIBUCIÓN BINOMIAL Y DISTRIBUCIÓN NORMAL Presentación elaborada por el profesor.
HERNANDEZ RUIZ ROCIO KRUSKAL WALLIS. PRUEBAS K PARA MUESTRAS INDEPENDIENTES Este contraste permite decidir si puede aceptarse la hipótesis de que k muestras.
ECUACIONES DE 1° GRADO. ¿Qué es una ecuación? Una ecuación es una igualdad entre dos expresiones en la que aparecen números y letras ligados por operaciones.
Química U.3 La cantidad en Química Ley de Charles - Gay Lussac.
ANALISIS DE REGRESION SIMPLE
DISEÑO Y ANALISIS DE EXPERIMENTOS
DISEÑOS 2 A LA K CON PUNTOS CENTRALES
REGRESION LINEAL MULTIPLE
Transcripción de la presentación:

Diseños en cuadrados greco-latinos 5.1. Introducción El modelo en cuadrado greco-latino se puede considerar como una extensión del cuadrado latino en el que se incluye una tercera variable de control o variable de bloque. En este modelo, como en el diseño en cuadrado latino, todos los factores deben tener el mismo número de niveles K y el número de observaciones necesarias sigue siendo K²

Los cuadrados greco-latinos se obtienen por superposición de dos cuadrados latinos del mismo orden y ortogonales entre sí, uno de los cuadrados con letras latinas el otro con letras griegas. Dos cuadrados reciben el nombre de ortogonales si, al superponerlos, cada letra latina y griega aparecen juntas una sola vez en el cuadrado resultante.

La Tabla 1 ilustra un cuadrado greco-latino para K = 4 A α B β C γ D δ D γ C δ B α A β B δ A γ D β C α C β D α A δ B γ

2. Planteamiento del modelo En un diseño en cuadrado greco-latino la variable respuesta yij(hp) viene descrita por la siguiente ecuación yij(hp) = µ + τi + βj + γh + δp + εij(hp) Donde: i = 1, 2 . . . , K j = 1, 2 . . . , K h = 1, 2 . . . , K p = 1, 2 . . . , K

Donde: µ es un efecto constante, común a todas las unidades. τi es el efecto producido por el i-ésimo nivel del factor fila. Dichos efectos están sujetos a la restricción ; S τi = 0. βj es el efecto producido por el j-ésimo nivel del factor columna. Dichos efectos están sujetos a la restricción : Sβj = 0. Γh es el efecto producido por el h-ésimo nivel del factor letra latina. Dichos efectos están sujetos a la restricción ; Sγh = 0. δp es el efecto producido por el p-ésimo nivel del factor letra griega. Dichos efectos están sujetos a la restricción ; Sδp = 0. εij(hp) son variables aleatorias independientes con distribución N(0, σ). La notación yij(hp) indica que los niveles i y j determinan los niveles h y p para un cuadrado greco-latino especificado.

y.... = ij(..) Se utiliza la siguiente notación: N = K2 es el número total de observaciones. El total y es la suma de todas las observaciones y.... = ij(..)

DESCOMPOSICION DE LA SUMA DE CUADRADOS

Ejemplo 2 En la obtención de un determinado producto químico se está interesado en comparar 4 procedimientos. Se supone que en dicha obtención también puede influir la temperatura, presión y tipo de catalizador empleado, decidiéndose realizar un experimento en cuadrado greco-latino. Para ello, se consideran 4 niveles de cada uno de estos factores. La tabla adjunta muestra el cuadrado greco-latino que resulta elegido y las cantidades de producto obtenidas. En dicha tabla: Las filas representan el factor principal, procedimientos. Las columnas representan el factor temperatura. Las letras latinas representan el factor presión. Las letras griegas representan el factor tipo de catalizador.

Tabla 3. Análisis de la varianza

Si realizamos el contraste al 5 % y comparamos los valores de las Fexp con el valor de la F teórica (F0,05;3,3 = 9,28), se concluye que se aceptan las hipótesis de igualdad de efectos de columnas y de letra griega y se rechazan las hipótesis de igualdad de efecto de filas y de letra latina. Es decir, son significativos los efectos de los procedimientos y presión, pero no lo son los efectos de la temperatura y catalizado.r SOLUCION MEDIANTE STATGRAPHICS

BL LAT GRIG Colum Fila RESP 1 D 3 4 1 13 1 D 1 3 2 15 1 A 4 3 1 13 1 D 2 2 4 10 1 A 1 1 4 11 1 C 3 3 4 8 1 D 4 1 3 7 1 B 3 1 2 6 1 C 1 4 3 7

CUADRO DE ANALIS DE VARIANZA Fuente Suma de Cuad Gl Cuadrado Medio Razón-F Valor-P EFECTOS PRINC A:LAT 36.6875 3 12.2292 9.95 0.0456 B:GRIEGA 32.1875 3 10.7292 73 0.0542 C:Factor_C 22.1875 3 7.39583 6.02 0.0873 D:Factor_D 57.6875 3 19.2292 15.64 0.0245 RESIDUOS 3.6875 3 1.22917 TOTAL (CORR) 152.438 15

EJEMPLO (SUBIR ARCHIVO)