2.- MODELO DE DISEÑO DE EXPERIMENTO COMPLETAMENTE ALEATORIZADO NO BALANCEADO Es recomendable cuando: La diferencia entre las unidades experimentales.

Slides:



Advertisements
Presentaciones similares
ANOVA DE UN FACTOR.
Advertisements

Tema 6: Análisis de la Varianza (1ª parte: ANOVA simple)
Diseño en bloques completamente aleatorizados
Análisis de experimentos con submuestras balanceadas
Análisis de Covarianza
Análisis de la Varianza
U de Mann Whitney.
PARA LA REGRESIÓN LINEAL SIMPLE
Análisis de Varianza ANOVA Capitulo 10. Multiples grupos Ha: Por lo menos uno de los grupos no es igual a lo demás.
DISEÑOS POR BLOQUES ALEATORIZADOS
ANOVA.  Se utiliza para probar hipótesis sobre la igualdad de 3 o más medias poblacionales  Implica hacer un examen de las varianzas muestrales (de.
EL DISEÑO ALEATORIZADO EN BLOQUES. Con frecuencia se observa que una segunda influencia exterior puede impactar las unidades experimentales. Ejemplo:
ANALISIS DE VARIANZA.
ANOVA Análisis de Varianza: Simple Doble Factorial.
PRINCIPIOS DE ESTADÍSTICAS INFERENCIALES PRUEBA DE HIPÓTESIS: MUESTRAS PEQUEÑAS.
Diseño factorial 32 Rafael Araujo-Jorge castilla Gustavo jimenez-cristian nieves-brayan ortega.
DISEÑOS EXPERIMENTALES ESTADÍSTICA PARA INGENIERIA II.
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
Ejercicio de diseños experimentales
PRUEBA DE HIPÓTESIS: MUESTRAS PEQUEÑAS
DISEÑOS EXPERIMENTALES
MODELOS DE DISEÑS EXPERIMENTALES
puede o no ser verdadero, relativo a una o más poblaciones.
Ejemplo Se va efectuar un estudio de los movimientos para determinar el mejor diseño de trabajo para ensamblar computadores PENTIUN IV; cinco diseños se.
7.1 Procedimientos paramétricos para datos cuantitativos
EjEMPLO de diseños experimentales
ESTADÍSTICA II Ing. Danmelys Perozo MSc.
INFERENCIA ESTADÍSTICA PARA DOS POBLACIONES
Diseños en cuadrados greco-latinos
ANALISIS UNILATERAL DE LA VARIANZA POR JERARQUIAS DE KRUSKAL- WALLIS
EXPERIMENTOS FACTORIALES
Clase 8: Contraste de Hipótesis
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN FACULTAD DE CIENCIAS ESCUELA ACADEMICAPROFESIONAL DE BIOLOGIA-MICROBIOLOGIA ASIGNATURA: DISEÑO EXEPERIMENTAL.
Análisis de Varianza a dos vías
ANALISIS DE LA VARIANZA PROF. GERARDO A. VALDERRAMA M.
MEP- II.
MEP- II.
Christian Alave Rosas UNIVERSIDAD JORGE BASADRE GROHMANN BIOLOGÍA - MICROBIOLOGÍA Diseños experimentales Christian Alave Rosas
Anova de una via Diseños completamente aleatorios
EXPERIMENTO FACTORIAL 23
Procedimientos paramétricos
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN FACI-ESBIM
ANOVA DE UN FACTOR. Diferencias de Medias Independientes Dependientes Diferencias de Varianzas.
DISEÑO DE EXPERIMENTOS
Anova de una via Diseños completamente aleatorios
EXPERIMENTO FACTORIAL 23
ESTIMACIÓN (Inferencia Estadística) Intervalos de Confianza
ANALISIS DE VARIANZA
DISEÑO Y ANALISIS DE EXPERIMENTOS
EXPERIMENTOS FACTORIALES
DISEÑO Y ANALISIS DE EXPERIMENTOS
PARA LA REGRESIÓN LINEAL SIMPLE
Identificación de los efectos de los diseños experimentales.
INTRODUCCION A LOS CONTRASTES BASADOS EN RANGOS
ANAVA a un factor con bloques
Sumas de cuadrados en Anova
ANOVA Permite evaluar dos o más tratamientos.
INTRODUCCION A LOS CONTRASTES BASADOS EN RANGOS
EXPERIMENTOS FACTORIALES
PROBLEMA TIPO MODELO COMPLETAENTE ALEATORIZADO NO BALANCEADO
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.
Ejercicio de diseños experimentales
DISEÑO Y ANALISIS DE EXPERIMENTOS
U de Mann Whitney.
DISEÑO Y ANALISIS DE EXPERIMENTOS
DISEÑOS 2 A LA K CON PUNTOS CENTRALES
En el campo de la ingeniería civil resulta extraño el concepto de “diseño de experimentos”. Lo asociamos generalmente al campo de control de la calidad.
Transcripción de la presentación:

2.- MODELO DE DISEÑO DE EXPERIMENTO COMPLETAMENTE ALEATORIZADO NO BALANCEADO Es recomendable cuando: La diferencia entre las unidades experimentales es pequeña. El número de tratamiento es pequeño REALIZACION DEL DISEÑO Cuando se quiere probar "t" tratamientos, deseando repetir el tratamiento nj veces, para lo cual se dispone de “N" unidades experimentales, eligiéndose aleatoriamente n j unidades de las N para aplicar uno de los tratamientos digamos t1, de los N-nj restantes se eligen al azar n unidades para aplicar otro tratamiento digamos t2; y así sucesivamente hasta complementar el experimento.

Este diseño se representa a través del siguiente modelo: Donde:

En este modelo los datos se pueden presentar en la siuiente forma: PRESENTACION DE DATOS En este modelo los datos se pueden presentar en la siuiente forma: Observación Muestra 1 2 3 . . . t . n Y11 Y21 Yn1 Y12 Y22 Yn2 Y13 Y23 Yn3 Y1t Y2t Ynt nj n1 n2 n3 nt

DESCOMPOSICIÓN DE LA SUMA DE CUADRADOS STC : Suma total de cuadrados corregidos STC = C : factor de corrección ( Promedio general) SCTr : Suma de cuadrados entre tratamientos

SCE : Suma de cuadrados del error : CUADRO DE ANALISIS DE VARIANZA FuenteVariac. G.L SC CME F Media Tratamientos Error Total 1 t-1 N-t N C SCTr SCE SCT CMTr=SCTr/(t-1) CME=SCE/(N-t) SCT/nt CMTr/CME

Este modelo sirve para probar las siguientes hipótesis: DOCIMA DE HIPOTESIS Este modelo sirve para probar las siguientes hipótesis:

La docima estadística a usarse en este caso es el cociente F entre CMTr y ECM. La razón es bastante sencilla, En el supuesto que los ij estén distribuidos en forma normal y sean independientes con media 0 y varianza σ2 , el ECM debe ser una estimación insesgada de σ2 si, y solo si Ho. es verdadera, en este caso esperamos que F(t-1), N-t = CMTr/ECM = 1 ó muy cerca a 1, y esperamos que sea significativamente mayor que 1 si Ho. es falsa.

Ejemplo 1 En el siguiente cuadro se presenta los incrementos diarios de peso en gramos de gorriones alimentados con cinco tipos de raciones de raciones de similar valor nutritivo. Para el experimento, los animales fueron seleccionados de la misma edad y sexo.

OBSERVACIONES Tipo de alimentos A1 A2 A3 A4 A5 1 2 3 4 5 6 220 260 310 330 360 270 200 350 290 330 250 170 290 300 350 240 190 350 360 --- --- 180 280 --- --- --- 200 --- --- -----

SOLUCION Ho : Los tipos de alimentos incrementa el peso de los gorriones igualmente H1: Los tipos de alimentos incrementa el peso de los gorriones en forma diferente. Usando el software statgrafics Centurión se obtiene:

Tabla ANOVA para Col_1 por Col_2 Fuente SC Gl SCM Razón-F Valor-P Tratamientos 53347.3 4 13336.8 8.22 0.0007 Error 27580.0 17 1622.35 Total (Corr.) 80927.3 21

Tabla ANOVA para Col_1 por Col_2 Fuente Suma de Cuadrados Gl Cuadrado Medio Razón-F Valor-P Entre grupos 56460.6 4 14115.2 9.81 0.0003 Intra grupos 24466.7 17 1439.22 Total (Corr.) 80927.3 21