Escolar Documentos
Profissional Documentos
Cultura Documentos
DISEOS EXPERIMENTALES
El diseo experimental es una tcnica estadstica que permite identificar y cuantificar las
causas de un efecto dentro de un estudio experimental. En un diseo experimental se
manipulan deliberadamente una o ms variables, vinculadas a las causas, para medir el
efecto que tienen en otra variable de inters. El diseo experimental prescribe una serie de
pautas relativas qu variables hay que manipular, de qu manera, cuntas veces hay que
repetir el experimento y en qu orden para poder establecer con un grado de
confianza predefinido la necesidad de una presunta relacin de causa-efecto.
El diseo experimental encuentra aplicaciones en la industria, la agricultura,
la mercadotecnia, la medicina, la ecologa, las ciencias de la conducta, etc. constituyendo
una fase esencial en el desarrollo de un estudio experimental.
Diseo de grupos independientes:
Un verdadero experimento implica la manipulacin de uno o ms factores y la medicin de
los efectos de la misma sobre el comportamiento. Los factores que un investigador
manipula se llaman variables independientes a las medidas que se utilizan para observar el
efecto de las variables independientes. Los investigadores utilizan el control en los
experimentos para poder establecer confiablemente que la variable independiente causa los
cambios observados en la variable dependiente. Las tres condiciones que se necesitan para
hacer una inferencia causal son la covariacin, la relacin de orden temporal y la
eliminacin de causas alternativas plausibles.
La condicin de covariacion se cumple cuando en un experimento observamos una relacin
entre las variables dependientes e independientes. Una relacin de orden temporal se
establece cuando los investigadores manipulan una variable independiente y luego observan
una diferencia subsiguiente en el comportamiento. La eliminacin de las de las alternativas
plausibles se logra a travs del uso de procedimientos de control, sobre todo, a travs de
mantener constantes las condiciones. Cuando se cumplen las tres condiciones de una
inferencia causal, se dice que el experimento tiene validez interna y podemos hacer la
interpretacin de que la variable independiente causo la diferencia en el comportamiento tal
como se midi por la variable dependiente.
Diseo de grupos aleatorios:
En el diseo de grupos aleatorios se forman grupos comparables de individuos y se les trata
de la misma manera en todos los aspectos excepto que cada grupo solo recibe un nivel de la
variable independiente. La lgica del diseo de grupos aleatorios permite a los
investigadores hacer inferencias causales sobre el efecto de la variable independiente en la
variable dependiente.
Para formar grupos comparables, se utiliza la asignacin aleatoria a las condiciones por
medio del balanceo o promediando las caractersticas del sujeto (diferencias individuales) a
travs de las condiciones de la manipulacin de la variable independiente. La aleatorizacin
por bloques balancea las caractersticas de los sujetos y las confusiones potenciales que
ocurren durante el tiempo en que se conduce el experimento, y as crea grupos de tamaos
iguales.
En el diseo de grupos aleatorios, la asignacin aleatoria de los sujetos a las condiciones se
utiliza para formar grupos comparables antes de implementar la variable independiente. El
objetivo de la asignacin aleatoria a las condiciones es conformar grupos equivalentes de
participantes por medio del balanceo de las diferencias individuales a lo largo de las
condiciones.
Diseo de grupos apareados:
Se puede utilizar un diseo de grupos apareados para crear grupos comparables cuando
existen pocos sujetos disponibles para que la asignacin aleatoria funciones efectivamente.
Aparear grupos de sujetos en la tarea de la variable dependiente es la mejor aproximacin
para crear grupos apareados, pero la ejecucin en cualquier tarea apareada debe
correlacionarse con la tarea de la variable dependiente. Despus de que los sujetos son
apareados en la tarea objetivo, deben asignarse aleatoriamente a las condiciones de la
variable independiente. Para que el diseo de grupos aleatorios funciones efectivamente,
requiere muestras de tamao suficiente para asegurar que las diferencias individuales entre
los sujetos se balancearan a travs de la asignacin aleatoria. Cuando se examina a un
nmero pequeo de sujetos de poblaciones heterogneas, podemos estar relativamente
seguros en que la asignacin aleatoria no ser efectiva para balancear las diferencias entre
dichos sujetos. Sin embargo, esta es exactamente la situacin que los investigadores
enfrentan en las diversas reas de la psicologa.
El diseo de grupos apareados es una buena alternativa cuando ni el diseo de grupos
aleatorios ni el diseo de medidas repetidas pueden utilizarse efectivamente.
METODOS DE DISEO:
EXPERIMENTOS FACTORIALES
Un experimento factorial permite investigar todas las combinaciones posibles de los niveles
de los factores o condiciones en cada prueba completa. El objetivo es investigar los
resultados experimentales en casos donde interesa estudiar el efecto de diversas
condiciones de experimentacin y sus interacciones.
En estadstica, un experimento factorial completo es un experimento cuyo diseo consta de
dos o ms factores, cada uno de los cuales con distintos valores o niveles, cuyas unidades
experimentales cubren todas las posibles combinaciones de esos niveles en todo los
factores. Este tipo de experimentos permiten el estudio del efecto de cada factor sobre la
variable respuesta, as como el efecto de las interacciones entre factores sobre dicha
variable.
Por ejemplo, con dos factores y dos niveles en cada factor, un experimento factorial tendra
en total cuatro combinaciones de tratamiento, y se le denominara diseo factorial de 22.
Si el nmero de combinaciones en un diseo factorial completo es demasiado alto para su
procesamiento, puede optarse por un diseo factorial fraccional, en el que se omitan
algunas de las combinaciones posibles.
METODO DE DISEO: FACTORIAL
Ejercicio 1:
Se corre un diseo factorial de 3*2 con 10 rplicas para investigar el hinchamiento del
catalizador despus de la extrusin den la fbrica de botellas de polietileno de alta
densidad. El catalizador se utiliza en la obtencin de dicho polietileno. Los factores
investigados son: molde (con dos niveles) y B: catalizador (con tres niveles). Los datos
obtenidos se muestran en la siguiente tabla.
TABLA ANOVA:
Fv
Efecto A
Efecto B
Efecto AB
Error
Total
SC
180,2666
153,0333
3,4343
87,600
424.33333
3
GL
1
2
2
54
CM
180,267
76,517
1,717
1,622
Fo
111,12
47,17
1,06
valor- P
0
0
0,0354
59
El DISEO FACTORIAL 2k
Cuando en un experimento hay varios factores de inters, utilizamos el diseo experimental
factorial.
En el experimento factorial, se analizaran todas las posibles combinaciones de los niveles
de los factores en cada rplica del experimento, para estudiar el efecto conjunto de estos
sobre una respuesta.
Un experimento 2k proporciona el menor nmero de ensayos con los cuales se pueden
estudiar k factores en un diseo factorial completo.
Existen varios casos especiales del diseo factorial, pero el ms importante de todos ocurre
cuando se tienen k factores, cada uno de ellos a dos niveles (22 es el factorial ms pequeo).
Debido a que slo hay dos niveles para cada factor, asumimos que la respuesta es
aproximadamente lineal en el rango de los niveles elegidos de los factores.
Es usual considerar slo dos niveles de los factores, a fin de mantener acotado el nmero de
ensayos necesarios para obtener informacin de los efectos y sus interacciones. Esto da
lugar a los llamados diseos factoriales 2k. Comencemosestudiando el diseo 2^2, en el
cual se analiza el efecto de dos factores a cada uno de dos niveles.
Ejercicio 2:
Se aplican pinturas tapaporos para aeronaves en supercies de aluminio, con dos mtodos:
inmersin y rociado. La nalidad del tapaporos es mejorar la adhesin de la pintura, y
puede aplicarse en algunas partes utilizando cualquier mtodo. El grupo de ingeniera de
procesos responsable de esta operacin est interesado en saber si existen diferencias entre
tres tapaporos diferentes en cuanto a sus propiedades de adhesin.
Para investigar el efecto que tienen el tipo de pintura tapaporos y el mtodo de aplicacin
sobre la adhesin de la pintura, se realiza un diseo factorial. Para ello, se pintan tres
muestras con cada tapaporo utilizando cada mtodo de aplicacin, despus se aplica una
capa nal de pintura y a continuacin se mide la fuerza de adhesin. Los datos son los
siguientes:
Tapaporos
1
2
3
Inmersin
4
4,5
5,6
4,9
3,8
3,7
Solucin:
Entonces, a=3,b=2, n=3, N =18.
Las medias de las observaciones son:
4,3
5,4
4
Rociado
5,4
5,8
5,5
4,9
6,1
5
5,6
6,3
5
TABLA ANOVA:
Fv
Tapaporo (A)
Mtodo (B)
Interaccin
Error
Total
SC
4,580
4,910
0,240
0,990
10,720
GL
2
1
2
12
17
CM
2,290
4,910
0,120
0,083
F
27,758
59,515
1,455
Por tanto, no hay evidencia de la existencia de interaccin entre los factores. Los efectos
del tipo de tapaporos y del mtodo de aplicacin empleado afectan a la fuerza de adhesin.
En este caso, debemos simplicar el modelo, considerando un modelo sin interaccin
(juntando las sumas de cuadrados de la interaccin a las del error), donde la tabla ANOVA
sera:
Fv
Tapaporo (A)
Mtodo (B)
Error
Total
SC
4,58
4,91
0,99+0,24=1,2
3
10,72
GL
2
1
CM
2,29
4,91
12+2=14
17
0.0878
F
26,7576
55,9225
Concluimos que los efectos del tipo de tapaporos y del mtodo de aplicacin empleado
afectan a la fuerza de adhesin.
EL DISEO 22
Se consideran dos factores A y B con dos niveles:
Bajo : 0
Alto :1
Los niveles altos de los factores se representan mediante las letras a y b respectivamente y
los niveles bajos se representan por la ausencia de dichas letras. Si ambos niveles son bajos
se considera un valor igual a (1).
(1), a, b y ab son las respuestas para las n rplicas. Los efectos medios de A y B son:
A=
1
(ab+ ab(1))
2n
B=
1
(ab+ba(1))
2n
Estos valores se obtienen considerando que, por ejemplo, el efecto de A se obtiene como la
diferencia entre el nivel alto del factor menos el nivel bajo (en cada caso en relacin a los
(a(1))/n y el efecto
niveles del otro factor): El efecto de A en el nivel bajo de B es
de A en el nivel alto de B es (abb)/n
As, el efecto medio de A es:
Ejercicio 3:
Se trata de estudiar la inuencia de los factores:
Temperatura (1: alta 0: baja) y Catalizador (1: se usa 0: no se usa)
En la variable respuesta: dureza de un material cermico. Los datos son:
y SCE tiene
Replicacin
Combinaci
n
(0;0)
(0;1)
(1;1)
(1;0)
1
86
47
104
141
2
92
39
114
153
Codicaci
Respuesta total n
178
1
86
a
218
b
294
Ab
y=776
Solucin:
Los efectos medios y las medias de cuadrados son:
SCA=
( 4 A )2
=3 2
42
( 4 B )2
SCB=
=7688
42
( 4 AB )2
SCAB=
=3528
42
SCT =11420
SCE =172
TABLA ANOVA:
Fv
Factor (A)
Factor (B)
Interaccin
Error
Total
SC
32
7688
3528
172
11420
GL
1
1
1
4
7
CM
32
7688
3528
43
F
FA = 0,74
FB = 178,79
FAB = 82,05
Matriz de diseo:
Las sumas de los cuadrados son, en cada caso, de manera semejante al diseo 22:
SC Efec=
Contrast e2
8n
Ejercicio 4:
Se estn investigando los efectos sobre la resistencia del papel que producen la
concentracin de bra de madera (factor A), la presin del tanque (factor B) y el tiempo de
coccin de la pulpa (factor C). Se seleccionan dos niveles de la concentracin de madera
(1, 2), tres niveles de la presin (1, 2, 3) y dos niveles del tiempo de coccin (1, 2).
Pueden considerarse todos los factores jos. Analizar los resultados y obtener las
conclusiones apropiadas.
1
2
1
1
y111 = 10
y211 = 26
2
y121 = 20
y221 = 28
3
y131 = 2
y231 = 30
2
1
y112 = 6
y212 = 30
2
y122 = 23
y222 = 34
3
y132 = 2
y232 = 32
Solucin:
Vamos a calcular los totales marginales y las sumas de cuadrados:
A B
1
2
B
1
y11. = 16
y21. = 56
y,1. = 72
2
= 43
y22. = 62
y,2. = 105
3
y13. = 0
y23. = 62
y,3. = 62
A C
1
2
C
BC
1
2
3
1
y1,1 = 32
y2,1 = 84
y.,1 = 116
1
y,11 = 36
y,21 = 48
y,31 = 32
2
y1,2 = 27
y2,2 = 96
y.,2 = 123
2
y,12 = 36
y,22 = 57
y,22 = 30
y12.
A
y1.. = 59
y2.. = 180
y... = 239
S.C.
1220,08
253,16
4,083
231,16
24,083
17,167
3,167
1752,9
G.L.
1
2
1
2
1
2
2
11
C.M.
1220,08
126,58
4,083
115,58
24,083
8,583
1,583
Fexp
770,579
79,947
2,579
73
15,211
5,421
BIBLIOGRAFIA
1. Walpole, PROBABILIDAD Y ESTADISTICA PARA INGENIEROS, 6ta edicin,
editorial McGraw Hill, pag. 575.
2. Murray Spiegel, PROBABILIDAD Y ESTADISTICA, 4ta edicin, editorial
Reverte, pag. 385.
3. http://halweb.uc3m.es/esp/Personal/personas/jmmarin/esp/Disenno/tema3DE.pdf
4. http://www.ugr.es/~bioestad/guiaspss/practica7/ArchivosAdjuntos/Factorial%20tres
%20factores.pdf
5. http://www.aotsargentina.org.ar/userfiles/EL%20DISENO%20EXPERIMENTAL
%20Y%20LOS%20METODOS.pdf