Ordenamiento Simple Conceptos generales – Número de muestras: tres o más – Número de panelistas: entre 10 y 20 Adiestramiento: poco, básicamente entender.

Slides:



Advertisements
Presentaciones similares
DISEÑO DE EXPERIMENTOS EXPERIMENTOS DE COMPARACIÓN SIMPLE
Advertisements

ANOVA DE UN FACTOR.
DISEÑO DE EXPERIMENTOS
PRUEBAS DE HIPÓTESIS.
Tema 19: Contraste no paramétrico de hipótesis: Conceptos básicos
DISEÑO DE EXPERIMENTOS
DISEÑO DE EXPERIMENTOS
Inferencia estadística
KRUSKAL WALLIS Jorge Iván Betancur Marta Isabel Naranjo García
PRINCIPIOS DE CONTEO.
CATALINA AGUDELO, HAIDY PAOLA, JULIETH PINO
La prueba U DE MANN-WHITNEY
Universidad de Chile Facultad de Ciencias Químicas y Farmacéuticas
Correlación 1.
Comparaciones múltiples de medias
COMPARACIONES PAREADAS
MUESTREO DE ACEPTACIÓN DE LOTES POR VARIABLES
Redes Múltiples Redes Sociales: Conceptos Básicos IV.
Tests de hipótesis Los tres pasos básicos para testear hipótesis son
Clase 5 Hipótesis de diferencias de grupos
Capítulo III Análisis de varianza.
CHI-CUADRADO Y DISTRIBUCION NORMAL
Clases 4 Pruebas de Hipótesis
Curso Práctico de Bioestadística Con Herramientas De Excel Fabrizio Marcillo Morla MBA (593-9)
Diseño Estadístico y Herramientas para la Calidad
ANOVA (Analysis of Variation)
Estadística Administrativa II
UNIVERSIDAD INCA GARCILASO DE LA VEGA
Universidad de Chile Facultad de Ciencias Químicas y Farmacéuticas
Inferencias con datos categóricos
Análisis de Varianza (I)
Matemáticas 2.º Bachillerato Combinatoria. Cálculo de probabilidades RESUMEN DE COMBINATORIA.
Curso de Bioestadística. ANOVA
Métodos de calibración: regresión y correlación
Estadística Administrativa II
Clase 4a Significancia Estadística y Prueba Z
Inferencia Estadística
Diseño Completamente Aleatorizado: ejemplo
Capítulo 1. Conceptos básicos de la Estadística
Deborah Vélez Irizarry Catalina Obando Sales
Proyecto #1 Análisis Sensorial de Alimentos Fernando Pérez 29 de mayo de 2013.
Sylvia Almodóvar Katherine Domenech Glorimar Marini CITA 6016 Dr. Fernando Pérez Uso de prueba ordenamiento simple para panel sensorial de postre de pistacho.
Análisis Sensorial de Alimentos
María J. Pérez Deborah Cordero CITA 6016 Dr. Fernando Pérez Muñoz
PRUEBAS ESTADISTICAS NO PARAMETRICAS
SALINAS TRUJILLO, ANDRÉS S.; ANDÓN SÁNCHEZ, NATASHA DEPARTAMENTO DE CIENCIA Y TECNOLOGÍA DE ALIMENTOS ANÁLISIS SENSORIAL 27 DE OCTUBRE DE 2011 Evaluación.
VSO Group, Inc. - 6 de abril de 2011
COMPROBACION DE HIPOTESIS SOBRE DOS PROMEDIOS Mario Briones L. MV, MSc 2005.
Análisis Sensorial: Proyecto Grupal #1 Observaciones del Trabajo Realizado 18 de septiembre de 2009 RUM-CCA CITA 6016.
Proyecto Grupal #1 Análisis Sensorial de Alimentos Fernando Pérez 8 de septiembre de 2006.
Pruebas de Diferencia en Atributo
Taller 2 Reflexiones sobre Metodología Cuantitativa: Potencial de la comparación de muestras Germán Fromm R.
Pruebas de Discriminación
ACTIVIDAD DE PORTAFOLIOS 3
Capitulo 4 Análisis descriptivo inferencial: comparaciones múltiples
Routing Problem.  Elección de Prueba de Hipótesis  Prueba de Hipótesis  Datos de Entrada  Resultados de la Prueba  Conclusiones.
Pruebas Ji Cuadrado ©1998 Pedro Juan Rodríguez Esquerdo Departamento de Matemáticas Recinto de Río Piedras Universidad de Puerto Rico.
CISO 3155: Capítulo 91 Evaluando los promedios de dos grupos distintos Capítulo 9.
CUADRADOS LATINOS HENRY LAMOS
Método Científico Javier Farnes 7 “B”.
DISEÑOS POR BLOQUES ALEATORIZADOS
CAPACITACIÓN, INVESTIGACIÓN, ESTADÍSTICA Y MERCADEO
POBLACIÓN Y MUESTRA CÁLCULO DEL TAMAÑO MUESTRAL. Descripción e inferencia Población Muestra Muestreo Inferencia Resultado.
Experimentos con un solo factor: anÁlIsis de varianza
MÁS DE DOS MUESTRAS Procedimientos paramétricos. Pruebas de diferencias entre más de dos muestras *Con cálculos diferentes de SC y gl, según el caso.
PRUEBA CHI-CUADRADO UNIDAD 2: ESTADÍSTICA.
TEMA 7 ANÁLISIS DE LOS RESULTADOS TEMA 7 ANÁLISIS DE LOS RESULTADOS.
ANALISIS DE VARIANZA.
Evaluando los promedios de grupos distintos UNIDAD 7 1.
Transcripción de la presentación:

Ordenamiento Simple Conceptos generales – Número de muestras: tres o más – Número de panelistas: entre 10 y 20 Adiestramiento: poco, básicamente entender la prueba e identificar el atributo deseado El panel es inexperto Ojo: al haber varios productos, es importante asegurarse que realimente distinguen el atributo de interés

Ordenamiento Simple Conceptos generales – Use esta prueba para comparar varios productos en un atributo en particular Pregunta a contestar: ¿Cuál es el orden de intensidad de XYZ de las muestras? No da una idea de la magnitud de la diferencia – Método de análisis: Friedman

Ordenamiento Simple Procedimiento: – Preparar muestras tomando en cuenta los controles necesarios – Preparar igual número de combinaciones (ej., ABC, ACB, BAC, BCA, CAB, CBA) Cada panelista recibe una combinación de forma aleatoria

Ordenamiento Simple Procedimiento: – Pedir al panelista que Evalúe las muestras Ordene las muestra de acuerdo a la intensidad del atributo de interés – Ej.: asignando 1 a la muestra menos intensa

Ordenamiento Simple Procedimiento: – Veredictos de “no diferencia” o empates no están permitidos Si no sabe discriminar, que adivine – Esta prueba se puede usar para determinar preferencia

Ordenamiento Simple Procedimiento: – Preparar tabla de datos – Analizar usando Friedman Lo mejor es ver un ejemplo para entender esto.

Ordenamiento Simple Ejemplo: – Se desea evaluar cuatro endulzadores (A, B, C, D) para determinar cual es más persistente luego de tragar la muestra. – 48 panelistas – 24 Combinaciones ABCD, ABDC, ACBD, ACDB, ADBC, ADCB, BACD, BADC, BCAD, BCDA, BDAC, BDCA, CABD, CADB, CBAD, CBDA, CDAB, CDBA, DABC, DACB, DBAC, DBCA, DCAB, DCBA

Ordenamiento Simple Ejemplo: Recopilar datos – Prepara una tabla con el orden asignado por panelista a cada tratamiento. PanelistaABCD TratmientoABCD Orden3142

Ordenamiento Simple Ejemplo: Recopilar datos – Ojo: Se asignó “1” al más persistente PanelistaABCD TratmientoABCD Orden3142

Ordenamiento Simple Ejemplo: Recopilar datos – …luego de 48 panelistas PanelistaABCD …………… ……………

Ordenamiento Simple Ejemplo: Analizar datos – Calcular la suma de rangos para cada tratamiento R A = 135R B = 103 R C = 137R D = 105

Ordenamiento Simple Ejemplo: Analizar datos – Calcular la estadística experimental n = número de panelistas t = número de tratamientos

Ordenamiento Simple Comparamos el valor experimental de la estadística con el valor teórico (χ 2 α,t-1 ). – En tablas o utilizando computadores con funciones estadísticas. Función CHIINV(α,t-1) de Excel Si el valor experimental es mayor que el valor teórico, rechazamos la hipótesis nula (no diferencia entre los tratamientos) a favor de la alterna (los tratamientos son diferentes).

Ordenamiento Simple Ejemplo: – CHIINV(α,t-1) = – Experimental > teórica, por tanto… Rechazamos no diferencia

Ordenamiento Simple Si existe diferencia entre los tratamientos… – Debemos identificar cuales son los diferentes. – Para esto utilizamos le prueba de Tukey (HSD) q α,t,∞ hay que buscarlo en tablas bajo “studentized range distribution”. q α,t,∞

Ordenamiento Simple q α,t,∞ es el valor α-crítico superior de la distribución normal de estudiante para rangos con ∞ grados de libertad al comparar t tratamientos.

Ordenamiento Simple q α,t,∞ = q 0.05,4,∞ = 3.63

Ordenamiento Simple Ejemplo: – Si la diferencia entre rangos es mayor que HSD, los tratamientos son diferentes.

Ordenamiento Simple Ejemplo: |R A – R B | = | | = 32 < HSDNo Diferentes |R A – R C | = | | = 2 < HSDNo Diferentes |R A – R D | = | | = 30 < HSDNo Diferentes |R B – R C | = | | = 34 > HSDDiferentes |R B – R D | = | | = 2 < HSDNo Diferentes |R C – R D | = | | = 32 < HSDNo Diferentes

Ordenamiento Simple Tukey da un estimado conservador Podemos utilizar Fisher para un estimado menos estricto se obtiene en tablas o utilizando computadores con funciones estadísticas – Función TINV(α,nt-1) de Excel

Ordenamiento Simple Ejemplo: TINV(α,nt-1) = 1.97

Ordenamiento Simple Ejemplo: |R A – R B | = | | = 32 > LSDDiferentes |R A – R C | = | | = 2 < LSDNo Diferentes |R A – R D | = | | = 30 > LSDDiferentes |R B – R C | = | | = 34 > LSDDiferentes |R B – R D | = | | = 2 < LSDNo Diferentes |R C – R D | = | | = 32 > LSDDiferentes

Ordenamiento Simple Ejemplo: Conclusión – No hay diferencia entre los endulzadores A y C – No hay diferencia entre los endulzadores B y D – Los endulzadores B y D son diferentes a los endulzadores A y C – Como se asignó “1” al más persistente, se concluye que B y D son endulzadores más persistentes que A y C.