EXPERIMENTOS FACTORIALES

Slides:



Advertisements
Presentaciones similares
DISEÑOS FACTORIALES 2 K. DISEÑOS FACTORIALES 2 K INTRODUCCION PROBLEMA HIPOTESIS SIGNOS DE LAS INTERACCIONES OBTENCION DEL CONTRASTE EFECTOS PROMEDIO.
Advertisements

DISEÑO FACTORIAL. En muchas situaciones experimentales resulta de interés estudiar los efectos producidos por dos o más factores simultáneamente; esto.
El estadístico Chi- cuadrado ING. RAÚL ALVAREZ GUALE, MPC.
Diseño factorial 32 Rafael Araujo-Jorge castilla Gustavo jimenez-cristian nieves-brayan ortega.
DISEÑOS EXPERIMENTALES ESTADÍSTICA PARA INGENIERIA II.
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.
1 Pronósticos, Series de Tiempo y Regresión Capítulo 3: Regresión Lineal Simple.
Recordatorio Estadística Paramétrica Se basa en el conocimiento que los datos presentan una distribución estadística conocida y cada distribución tiene.
DISEÑO EXPERIMENTAL Ma44D Mayo 2006.
DISEÑO EN CUADRADO LATINO Y GRECOLATINO
DISEÑOS EXPERIMENTALES
PRUEBAS DE BONDAD DE AJUSTE estas pruebas permiten verificar que la población de la cual proviene una muestra tiene una distribución especificada o supuesta.
Facultad de Ciencias Sociales
puede o no ser verdadero, relativo a una o más poblaciones.
Estadística II Prueba de hipótesis considerando
EMPRESA PEVISA GASKETS
EjEMPLO de diseños experimentales
“EVALUACION DEL CONTENIDO DE CADMIO EN DOS VARIEDADES DE CACAO (Theobroma cacao L.) CONSIDERANDO DISTINTOS METODOS DE SECADO EN LA LOCALIDAD DE LUZ.
Diseños en cuadrados greco-latinos
Análisis de Varianza Permite probar la significancia de las diferencias entre más de dos medias muestrales. Usando el análisis de varianza, se puede hacer.
Diseños experimentales
CHI CUADRADO  2 OBJETIVOS –Describir situaciones donde es adecuado la utilización de la prueba de Chi Cuadrado (  2 ) –Formular Hipótesis para diferentes.
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN FACULTAD DE CIENCIAS ESCUELA ACADEMICAPROFESIONAL DE BIOLOGIA-MICROBIOLOGIA ASIGNATURA: DISEÑO EXEPERIMENTAL.
Análisis de Varianza a dos vías
MEP- II.
Christian Alave Rosas UNIVERSIDAD JORGE BASADRE GROHMANN BIOLOGÍA - MICROBIOLOGÍA Diseños experimentales Christian Alave Rosas
MODELOS DE DISEÑOS EXPERIMENTALES
EXPERIMENTO FACTORIAL 23
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN FACI-ESBIM
¿Son nuestros resultados suficientemente confiables para dar soporte a nuestra hipótesis? ¿Podemos rechazar la hipótesis nula?
puede o no ser verdadero, relativo a una o más poblaciones.
Análisis of varianza (ANOVA) De un factor o unidireccional
DISEÑO DE EXPERIMENTOS
EXPERIMENTO FACTORIAL 23
Capítulo 10 Test de Hipótesis Capítulo 10 Test de Hipótesis.
ANALISIS DE VARIANZA
DISEÑO Y ANALISIS DE EXPERIMENTOS
EXPERIMENTOS FACTORIALES
DISEÑO Y ANALISIS DE EXPERIMENTOS
Universidad Nacional del Litoral
REGRESION LINEAL SIMPLE
PARA LA REGRESIÓN LINEAL SIMPLE
Identificación de los efectos de los diseños experimentales.
Dr. Carlomagno Araya Alpízar
DISEÑOS DE EXPERIMENTOS FACTORIALES
Sumas de cuadrados en Anova
ANOVA Permite evaluar dos o más tratamientos.
Regresión Lineal Simple
REGRESION LINEAL MULTIPLE
DISEÑO Y ANALISIS DE EXPERIMENTOS
INTRODUCCION A LOS CONTRASTES BASADOS EN RANGOS
EXPERIMENTOS FACTORIALES
2.- MODELO DE DISEÑO DE EXPERIMENTO COMPLETAMENTE ALEATORIZADO NO BALANCEADO Es recomendable cuando: La diferencia entre las unidades experimentales.
Contraste de hipótesis
PROBLEMA TIPO MODELO COMPLETAENTE ALEATORIZADO NO BALANCEADO
Alumna : Karen Cabana Gil
INFERENCIA ESTADISTICA
COMPARACION DE DOS MEDIAS (POBLACIONES O PROCESOS)
Modelo Aleatorios y Mixtos
HERNANDEZ RUIZ ROCIO KRUSKAL WALLIS. PRUEBAS K PARA MUESTRAS INDEPENDIENTES Este contraste permite decidir si puede aceptarse la hipótesis de que k muestras.
DISEÑOS FACTORIALES 2K PGG.
ANALISIS DE REGRESION SIMPLE
ANALISIS DE REGRESION MULTIPLE
DISEÑO Y ANALISIS DE EXPERIMENTOS
REGRESION LINEAL SIMPLE
DISEÑOS 2 A LA K CON PUNTOS CENTRALES
REGRESION LINEAL SIMPLE
REGRESION LINEAL MULTIPLE
Transcripción de la presentación:

EXPERIMENTOS FACTORIALES Un problema muy común en la investigación consiste en determinar uno o mas factores sobre el rendimiento o calidad de un producto, la performancia de una maquina o un instrumento de medición, la resistencia de un material al ataque químico, el consumo de combustible o energía de un proceso, etc. Los diseños factoriales permiten obtener el máximo de información, con el numero mínimo de experiencias permitiendo su aplicación en todos los campos de investigación.

NIVELES DE UN FACTOR Los distintos valore asignados a un factor en nuestro experimento son conocidos como niveles. COMBINACIÓN EXPERIMENTAL El conjunto de todos los factores empleados en una experiencia determinada se denomina combinación experimental Respuestas

RESPUESTAS El resultado numérico de una experiencia se denomina respuesta. La respuesta puede expresarse en una unidad conveniente a nuestra investigación EFECTO DE UN FACTOR El efecto de un factor es la variación en la respuesta producida por un cambio en el nivel del factor. cuando se examina un factor en dos niveles solamente, el efecto es simplemente la diferencia entre el promedio de las respuestas de .todas las experiencias en el nivel superior menos el promedio en el nivel inferior

Suposiciones : 1.- Que los factores son fijos 2.- Que los diseños sean completamente aleatorizados 3.- Que satisfagan la suposiciones usual de normalidad.

DISEÑO FACTORIAL 2k En este diseño se estudian los efectos de todas las combinaciones de k factores , tomando cada una de ellas en dos niveles distintos y donde 2k=N indica el numero de experiencias que deben hacerse para distintos valores de los k factores. Si cada factor es continuo, los dos niveles son el superior y el inferior. Si una variable es cualitativa, los dos niveles corresponden a los tipos usados o bien a la presencia o ausencia del factor.

Usaremos la notación siguiente: Consideremos el diseño factorial 22 En el que hay observaciones experimentales por combinación de tratamiento. Usaremos la notación siguiente: (1), a,b y ab como los resultados totales para las cuatro combinaciones de tratamientos Se puede estimar el efecto de aumentar el factor A del nivel a1 al nivel a2 y en cada uno de los niveles de B.

EXPERIMENTO FACTORIAL 22

Se puede definir los siguientes contrastes entre los totales de los tratamientos. Se ve que el contraste WA es la diferencia entre las respuestas medias del nivel bajo y alto del factor A.

DONDE: WA : se llama el efecto principal de A yWB : se llama el efecto principal de B, WAB : es el efecto de interacción de AB

OBTENCIÓN DE LA SUMA DE CUADRADOS

C = factor de corrección SIGNOS PARA LOS CONTRASTES EXP. FACT. 22 EFECTO FACTORIAL COMBINACIÓN DE TRATAMIENTOS A B AB (1) - + a b ab

ANÁLISIS DE VARIANZA PARA EL EXPERIMENTO CON DOS FACTORES Y R REPETICIONES (REPLICAS)

EJEMPLO Supongamos que se desea determinar los efectos de la temperatura de la caldera y del ancho del horno sobre el tiempo requerido para producir coque (en horas)dados en el siguiente cuadro. Ancho de Horno Temperatura de la caldera Rep. 1 Rep. 2 Rep. 3 Total 4 1600 3.5 3.0 2.7 9.2 1900 2.2 2.3 2.4 6.9 8 7.1 7.5 21.5 5.2 4.6 6.8 16.5 TOTAL 18.0 16.8 19.4 54.2

SOLUCION Planteamiento de las hipótesis: Efectuar un análisis de varianza basado en este experimento con dos factores para probar la significancia de los efectos factoriales, empleando un nivel de significación de 0.01. SOLUCION Planteamiento de las hipótesis: Ho : i=0; Ho : j=0; Ho : ()ij=0 i, j=1, 2 H1 : i0; H1: j0; H1: ()ij  0 i,j=1,2 Nivel de significación =0.01 para todas las pruebas

suma total de cuadrados esta dado por: Calculamos : En primer lugar calculamos el termino de corrección C = (54.02)²/12 = 244.803 suma total de cuadrados esta dado por: La subdivisión de la suma de cuadrados de los tratamientos para los efectos de A y B, y para la interacción, puede facilitarse construyendo la siguiente tabla en dos dimensiones, donde las entradas de la tabla son los totales de columnas

FACTOR A TOTAL FACTOR B TEMP. 1600 OC TEMP. 1900 OC A. HORNO 4 9.2 ( 1) 6.9 b 16.1 A. HORNO 8 21.5 a 16.6 ab 38.1 30.7 23.5 54.2

CUADRO DE ANÁLISIS DE VARIANZA Fuente de variacC. Grados de lib. Suma de cuadrad. Cuadrado medio F Factor A 1 4.32 10.94 B 40.33 102.10 Interacción AB 0.56 1.42 Error 8 3.16 0.395

Decisiones : Para el efecto principal del factor A, dado que F=10 Decisiones : Para el efecto principal del factor A, dado que F=10.94 no sobrepasa a 11.26 no podemos rechazar la hipótesis nula Ho. En el caso del factor principal B F=102.10 sobrepasa a 11.26 por lo tanto Ho. Se rechaza, si se trata del efecto de interacción F=1.42. No excede a 11.26 por lo tanto la hipótesis nula se acepta.

Procedimiento mediante statgraphics Ir a mejorar Crear diseños de experimentos Diseño nuevo CRIVADO No de factores experimentales : 2 ACEPTAR Ingrese niveles del factor A: bajo y alto Ingrese niveles del factor B : bajo y alto

Ingrese variable respuesta ACEPTA, ACEPTAR Marcar aleatoria Replicas : 2 ACEPTAR Libro de datos Ingresar datos variable respuesta En corregir ingresar 1,1,1,1,1…

Ir a mejorar Analizar diseños de experimentos Analizar diseño Ingresar variable respuesta ACEPTAR…

Análisis de Varianza para TIEMPO ----------------------------------------------------------------- Fuente Suma de Cuad. Gl Cuad. Medio Razón-F Valor-P A:Factor_A 4.32 1 4.32 11.08 0.0104 B:Factor_B 40.33 3 1 40.3333 103.42 0.0000 AB 0.563 1 0.563333 1.44 0.2638 Error total 3.12 8 0.39 Total (corr.) 48.3367 11 ----------------------------------------------------------

R-cuadrada = 93.5453 porciento R-cuadrada (ajustada por g.l.) = 91.1248 porciento PRUEBA DE HIPOTESIS:

EJEMPLO 2 Se llevo a cabo una investigación microbiológica para para estudiar el efecto de dos niveles de proteína alto y bajo y dos fuentes 2 fuentes de proteína ( cerdo y vegetal) sobre el aumento de peso (g) de ratas Sea la proteína el factor A con dos niveles de interés, alto y bajo. La grasa constituye el factor B, con dos niveles ( cerdo y vegetal).

El experimento se realiza ( ¨replica ¨repite) tres veces, y los datos son como sigue: ____________________________________ Combinación de Replica tratamientos I II II Total ------------------------------------------------------ A baja B baja 28 25 27 80 A alta B baja 36 32 32 100 A baja B alta 18 19 23 60 A alta B alta 31 30 29 90 --------------------------------------------------------

Efectuar un análisis de varianza basado en este experimento con dos factores para probar la significancia de los efectos factoriales, empleando un nivel de significación de 0.01. SOLUCION