Principios del diseño experimental Maestría Ingeniería Industrial

Slides:



Advertisements
Presentaciones similares
TIPOS DE INVESTIGACIÓN
Advertisements

DISEÑO DE EXPERIMENTOS
Estudios de Cohorte Dra. Pilar Jiménez M..
DISEÑO DE EXPERIMENTOS
Metodología de la Investigación
1 Estadística Unidad I DuocUC Conceptos básicos y más.. Sigla: EST400 Nombre Asignatura: Estadística 1 Material de apoyo Nº 1/Unidad 1.
ESTADISTICA APLICADA A LAS COMUNICACIONES: CONCEPTOS EN LA INVESTIGACION POR MUESTREO Docente : Fernando Camones SESION 01 Lima, 26 de Octubre 2010.
TEMA 6 INVESTIGACIÓN CUASI EXPERIMENTAL
Capítulo 2. Modelos estadísticos en la experimentación comercial
MÉTODO CIENTÍFICO.
UNIDAD I MODELOS Y TOMA DE DECISIONES
TALLER DE TRABAJO FINAL
TEMA VII.
Diseño de Experimentos
Definición Este diseño de investigación, dominado inicialmente por Campbell y Stanley (1963) diseño de grupo control no equivalente, es un formato.
Facilitador: Lcdo. MSc. Herlic Sotillo Salazar
DISEÑO DE LA MUESTRA ¿Para qué necesitamos recolectar datos?
TEMA III.
Proceso de la Investigación
Ps. Rafael Cendales Reyes Universidad Nacional de Colombia
UNIVERSIDAD CATÓLICA DEL MAULE FACULTAD DE CIENCIAS DE LA INGENIERÍA ESCUELA DE INGENIERÍA CIVIL INFORMÁTICA PROFESOR GUÍA: HUGO ARAYA CARRASCO. ALUMNO.
Econometría I Tema 1 Introducción
Diseño de Experimentos en Trabajo de Grado
INTRODUCCIÓN GENERAL Causalidad e inferencia causal
HIPOTESIS Es la suposición sustentada en un marco teórico, que establece la relación entre dos o más variables: Variable Independiente, y Variable Dependiente.
Módulo Instruccional para el curso de Biología 3101
TÉCNICAS TAGUCHI Herramienta para la mejora continua
Población y Muestra.
Método Científico.
Eficiencia en los diseños factoriales
Diseño en bloques completamente aleatorizados
Importancia de las aplicaciones de estadística en el control de procesos Guatemala 2010.
Diseño Factorial Descompuesto
DISEÑOS ESTADÍSTICOS: principios de la inferencia científica.
Dr. Abner A. Fonseca Livias
Investigación Experimental
Bioestadística Demográfica
Validez y precisión.
La Investigación científica
Método Científico.
OTROS TIPOS DE INVESTIGACION
Planeación de un diseño
Análisis de la Varianza
TEMA XVI.
Concepto Según la estrategia de medidas repetidas, las unidades son observadas a lo largo de una serie reducida de intervalos de tiempo u ocasiones.
INVESTIGACION EXPERIMENTAL
Contrastes planeados y pruebas post hoc
EL EXPERIMENTO CIENTÍFICO
Diseño de EXPERIMENTOS
La Gestión y el Control de Procesos
TEMA II.
Elaborado por Victor Herrera Bautista
DISEÑO METODOLÓGICO.
USO DEL “ANÁLISIS DE VARIANZA UNA-VÍA”, PARA:
El método científico.
(Validez de un estudio)
Tomando decisiones sobre las unidades de análisis
Inferencia Estadística Antonio Núñez, ULPGC. Estadística Física/Tecnología y Estadística  Fenómenos, procesos y sistemas macroscópicos  Indeterminación,
PASOS COMPLEMENTARIOS. MUESTRA Lo primero que se tiene que plantear es el quiénes van a ser medidos, lo que corresponde a definir la unidad de análisis.
Diseño Experimental-IPAB
TEMA 5 MÉTODO Y DISEÑOS EXPERIMENTALES
La naturaleza del control
TEMA 4 LA VALIDEZ DE LA INVESTIGACIÓN
DISEÑOS POR BLOQUES ALEATORIZADOS
(niveles o categorías)
Curso Ciencias Naturales Primaria “La enseñanza de Ciencias Naturales utilizando los materiales de laboratorio y recursos TIC” Lic.Leonardo Aón ETR Región.
ANÁLISIS DE COVARIANZA En algunas circunstancias, un experimento está afectado por la intervención de un factor muchas veces imprevisible y que no puede.
MÁS DE DOS MUESTRAS Procedimientos paramétricos. Pruebas de diferencias entre más de dos muestras *Con cálculos diferentes de SC y gl, según el caso.
Licenciatura en Psicopedagogía: Métodos, Diseños y Técnicas de Investigación Psicológica Tema 9 Fiabilidad de las puntuaciones.
1 INTRODUCCIÓN AL DISEÑO Y EVALUACIÓN DE PROGRAMAS SOCIALES, EDUCATIVOS Y DE LA SALUD Tema 7. Diseños evaluativos de intervención media (cuasi-experimentos)
Transcripción de la presentación:

Principios del diseño experimental Maestría Ingeniería Industrial

Diseño de Experimentos Son modelos estadísticos clásicos cuyo objetivo es averiguar si uno o varios factores influyen en la variable de interés y, si existe influencia de algún factor, cuantificarla.

Ejemplos En el rendimiento de un determinado tipo de máquinas se desea estudiar la influencia del trabajador que la maneja y la marca de la máquina Se quiere estudiar el rendimiento de los alumnos en una asignatura y, para ello, se desean controlar diferentes factores: profesor que imparte la asignatura, método de enseñanza, sexo del alumno.

Objetivos 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.

Problemas al utilizar datos históricos Aleatorización Inconsistencia de los datos. Variables correlacionadas Rango limitado de las variables

Tipos de variabilidad Sistemática y planificada Sistemática y no planificada Típica de la naturaleza del problema Instrumentos de Medición Error aleatorio

Planificación de un Experimento

Propósito Encontrar oportunidades de mejora Posibles conclusiones a las que puede llevar el experimento

Identificar fuentes de variación Tratamientos: Variables que modificarán sus niveles para medir el cambio en la variable respuesta Bloques: Variables que aportan variación a la variable respuesta, pero se pueden controlar y medir. Covariables: Variables que aportan variación a la variable respuesta, no se pueden controlar pero sí medir.

Especificación de las fuentes de variación Definir el rango de cada una de las variables del experimento que se pueden controlar Identificar su naturaleza. Número de niveles.

Unidad Experimental Variable a través de la cuál se medirá el impacto de la variable de respuesta. Es preciso identificar los cambios marcados en sus características para que con la intervención del conocedor del proceso se decida bloquear las diferencias marcadas. Identificar si la unidad experimental sufre cambios en el tiempo. Identificar si las mediciones replicadas serán sobre los mismos sujetos experimentales. Crear grupos de control

Tipo de diseño Simple Factorial Jerárquico Anidado

Especificar Medición Variable de medición Instrumento de medición Sistema de medición Instante de medición Unidades de medición

Hacer prueba piloto Con la menor cantidad de réplicas recorrer la mayoría del espectro del experimento Según el presupuesto disponible Obtener conclusiones previas

Tamaño de muestra Según resultado de la prueba piloto Según experimentos pasados Según presupuesto

Realizar experimento Plantear los contrastes deseados Aleatorizar la aplicación de los tratamientos Realizar pruebas de supuestos Transformar (si es necesario) Caracterizar las variables involucradas Obtener ANOVA, Contrastes y POST-HOC Obtener propuestas de mejora Realizar análisis de regresión (si tiene sentido)

Conclusiones Repetir el diseño experimental (O simular). Realizar análisis económico, social, ambiental de las propuestas. Con los grupos de trabajo compuestos por experimentadores, conocedores del proceso y representante financiero y operaciones discutir las propuestas de mejora.