Instituto Tecnolgico de Quertaro

GLOSARIO

Materia: Estadstica Inferencial II

Profesor: Plata Contreras Buenaventura

Carmen

Alumno: Acosta Aguilar Diego Uriel

Grupo: 4B

Capitulo 1
Aleatorizacin: Es fundamental para que el diseo de un experimento
sea vlido. Es el procedimiento que permite que cada unidad
experimental tenga iguales condiciones para recibir cualquier
tratamiento. Es un proceso fsico que asegura que cada tratamiento
tenga igual probabilidad de ser asignado a cualquier unidad
experimental. Este es el punto en el cual, en el procedimiento
experimental, las leyes de azar son explcitamente introducidas
Bloqueo: Es una tcnica utilizada con el fin de aumentar la precisin del
experimento. Se usa cuando se conoce la fuente de variabilidad y se
puede controlar. Al controlarla se reduce la variabilidad introducida por
esta fuente y se evita que esta influya en la respuesta cuando no se est
interesado en el efecto de la misma. Un bloque es una porcin del
material experimental que debe ser ms homognea que el conjunto
completo del material.
Diseo de experimentos: 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.
Error aleatorio: Se produce como consecuencia de realizar el estudio
con una muestra en lugar de estudiar a toda la poblacin y generalizar
los resultados que hemos obtenido en nuestra muestra a la poblacin. Es
un error que se puede cuantificar mediante el clculo del intervalo de
confianza y el nivel de seguridad con el que se da ese intervalo. Este
tipo de error ser de mayor si conforme la muestra sea ms pequea y
disminuir al aumentar el tamao muestral, llegando a desaparecer si
estudiamos a toda la poblacin. .
Error experimental: Es una desviacin del valor medido de
una magnitud fsica respecto al valor real de dicha magnitud. En general
los errores experimentales son ineludibles y dependen bsicamente del
procedimiento elegido y la tecnologa disponible para realizar la
medicin

Experimento: Es un procedimiento mediante el cual se trata de

comprobar (confirmar o verificar) una o varias hiptesis relacionadas con
un determinado fenmeno, mediante la manipulacin y el estudio de las
correlaciones de la(s) variables que presumiblemente son su causa.
La experimentacin constituye uno de los elementos claves de la
investigacin cientfica y es fundamental para ofrecer explicaciones
causales. En un experimento se consideran todas las variables
relevantes que intervienen en el fenmeno, mediante la manipulacin
de las que presumiblemente son su causa, el control de las variables
extraas y la aleatorizacin de las restantes.
Factores controlables: Son variables de proceso que se pueden fijar
en un punto o en un nivel de operacin.
Factores estudiados: Son las variables que se investigan en el
experimento para observar cmo afectan o influyen en la variable
respuesta.
Factores no controlables: Son aquellos factores difciles de controlar,
es decir no estn al alcance de nadie el cambiarlos para adquirir mejores
resultados.
Matriz de diseo: Es un modelo de especificacin de objetivos y
actividades de un proyecto. La matriz se usa para prever resultados y
determinar el propsito, las metas generales y los indicadores
comprobables de un proyecto de cooperacin incluso antes del inicio de
la etapa de ejecucin. A travs de este mtodo, se aclaran los alcances
del proyecto y el grado en que facilita la eficaz administracin de los
logros.
Niveles:
Hace
referencia
a
la
posicin
relativa
de
determinados conjuntos de elementos en su disposicin en diferentes
planos de organizacin de un sistema. Se sugiere de este modo una
disposicin segn una jerarqua; a su vez una jerarqua, o nivel
determinado, puede ser considerado como sistema, dentro del sistema
ms general.
Planeacin: Es el proceso metdico diseado para obtener un objetivo
determinado. En el sentido ms universal, implica tener uno o varios
objetivos a realizar junto con las acciones requeridas para concluirse
exitosamente. Otras definiciones, ms precisas, incluyen "La
planificacin es un proceso de toma de decisiones para alcanzar un

futuro deseado, teniendo en cuenta la situacin actual y los factores

internos y externos que pueden influir en el logro de los objetivos". 4 Va
de lo ms simple a lo complejo, dependiendo el medio a aplicarse. La
accin de planear en la gestin se refiere a planes y proyectos en sus
diferentes mbitos, niveles y actitudes.
Proceso de deduccin: Es el proceso mediante el que, por medio de
un razonamiento, obtenemos una conclusin necesaria a partir de una o
varias premisas dadas inicialmente. La deduccin no nos dice nada
acerca de la verdad material de las premisas o de la conclusin, sino que
se limita a establecer un vnculo de relacin necesaria entre las premisas
y la conclusin.
Proceso de induccin: En la induccin se trata de generalizar el
conocimiento obtenido en una ocasin a otros casos u ocasiones
semejantes que pueden presentarse en el futuro o en otras latitudes. La
induccin es uno de los objetivos de la ciencia.
Tratamiento: El tratamiento estadstico de los datos est constituido
acciones que consisten
en la aplicacin de operaciones matemticas sobre el conjunto de los
datos observados, obteniendo como resultado otro conjunto, cuyos
elementos son
nmeros que representan diversas propiedades.
Repeticin: Se llaman variaciones con repeticin de m elementos
tomados de n en n a los distintos grupos formados por n elementos de
manera que:

No entran todos los elementos si m > n. S pueden entrar todos los

elementos si m
S importa el orden.
S se repiten los elementos

Unidad Experimental: Es la muestra de artculos que es necesario

producir en una condicin para obtener una medicin o dato
representativo.
La unidad experimental en un experimento diseado puede definirse
como la parte del material experimental a la que se asigna y aplica un
tratamiento, independiente de las otras unidades.

Variable de respuesta: En todo experimento las variables existen

como dependientes o independientes, en este caso la variable
dependiente es la variable de respuesta, que cambia dependiendo como
cambies la variable independiente.
Capitulo 2
Error tipo 1: Tambin denominado error de tipo alfa ()1 o falso
positivo, es el error que se comete cuando el investigador no acepta la
hiptesis nula ( ) siendo esta verdadera en la poblacin. Es
equivalente a encontrar un resultado falso positivo, porque el
investigador llega a la conclusin de que existe una diferencia entre las
hiptesis cuando en realidad no existe. Se relaciona con el nivel de
significancia estadstica.
Error tipo 2: Tambin llamado error de tipo beta () ( es la
probabilidad de que exista este error) o falso negativo, se comete
cuando el investigador no rechaza la hiptesis nula siendo esta falsa en
la poblacin. Es equivalente a la probabilidad de un resultado falso
negativo, ya que el investigador llega a la conclusin de que ha sido
incapaz de encontrar una diferencia que existe en la realidad.
Estadstico: Es una medida cuantitativa, derivada de un conjunto de
datos de una muestra, con el objetivo de estimar o inferir caractersticas
de una poblacin o modelo estadstico.
Ms formalmente un estadstico es una funcin medible T que, dada una
muestra estadstica de valores

, les asigna un nmero,

, que sirve para estimar determinado parmetro de la

distribucin de la que procede la muestra.
Estadstico de prueba: Es un valor, determinado a partir de la
informacin de la muestra, usado para decidir si rechazar o no la
hiptesis nula.
Estimador puntual: Consiste en la estimacin del valor del parmetro
mediante un slo valor, obtenido de una frmula determinada. Lo ms
importante de un estimador, es que sea un estimador eficiente. Es decir,
que sea insesgado (ausencia de sesgos) y estable en el muestreo o
eficiente (varianza mnima) Estimacin puntual.

Grados de libertad: En un conjunto de observaciones, los grados de

libertad estn dados por el nmero de valores que pueden ser asignados
de forma arbitraria, antes de que el resto de las variables tomen un
valor automticamente, producto de establecerse las que son libres,
esto, con el fin de compensar e igualar un resultado el cual se ha
conocido previamente. Se encuentran mediante la frmula
, donde
=nmero de sujetos en la muestra que puede tomar un valor de forma
libre y es el nmero de sujetos cuyo valor depender del que tomen los
miembros de la muestra que son libres. Tambin pueden ser
representados por
, donde =nmero de grupos, esto,cuando se
realizan operaciones con grupos y no con sujetos individuales.
Hiptesis estadstica: Estas hiptesis consisten en las nulas,
alternativas o de investigacin transformadas en smbolos estadsticos,
se pueden realizar cuando los datos a estudiar son mensurables. Dentro
de estas hiptesis existen distintas clases:
De estimacin: estas suponen el valor de alguna caracterstica de
la muestra que fue seleccionada y de la poblacin en su conjunto.
Para formularlas se tienen en cuenta datos adquiridos
previamente.

Estadsticas de correlacin: buscan establecer estadsticamente

las relaciones existentes entre dos o ms variables.

Inferencia estadstica: Es el procedimiento que permite realizar

afirmaciones de naturaleza probabilstica respecto a una poblacin, en
base a los resultados obtenidos en una muestra seleccionada de esa
poblacin. Puesto que las poblaciones son descritas por medidas
numricas descriptivas, llamados parmetros, se puede hacer
inferencias acerca de la poblacin haciendo inferencias respecto a sus
parmetros.
Intervalo de confianza: Un conjunto de valores obtenido a partir de
los datos muestrales, en el que hay una determinada probabilidad de
que se encuentre el parmetro.
Muestras pareadas: Tenemos muestras pareadas o correlacionadas
cuando sabemos de antemano que una observacin est relacionada
con la otra. Pueden ser observaciones tomadas al mismo tiempo, diseo
pareado 1, o medidas tomadas en un mismo sujeto o unidad en dos
oportunidades o tiempo distintos (diseo pareado 2).
Orden completamente al azar: Este diseo consiste en la asignacin
de los tratamientos en forma completamente aleatoria a las unidades

experimentales (individuos, grupos, parcelas, jaulas, animales, insectos,

etc.). Debido a su aleatorizacin irrestricta, es conveniente que se
utilicen unidades experimentales de lo ms homogneas posibles:
animales de la misma edad, del mismo peso, similar estado fisiolgico;
parcelas de igual tamao, etc., de manera de disminuir la magnitud del
error experimental, ocasionado por la variacin intrnseca de las
unidades experimentales. Este diseo es apropiado para experimentos
de laboratorio, invernadero, animales de bioterio, aves, conejos, cerdos,
etc., es decir, situaciones experimentales como de las condiciones
ambientales que rodean el experimento.
Potencia de la prueba: La potencia de una prueba estadstica o el
poder estadstico es la probabilidad de que la hiptesis nula sea
rechazada cuando la hiptesis alternativa es verdadera (es decir, la
probabilidad de no cometer un error del tipo II). La potencia es en
general una funcin de las distribuciones posibles, a menudo
determinada por un parmetro, bajo la hiptesis alternativa. A medida
que aumenta la potencia, las posibilidades de que se presente un error
del tipo II disminuyen. La probabilidad de que ocurra un error de tipo II
se conoce como la tasa de falsos negativos (). Por lo tanto la potencia
es igual a 1 - , que tambin se conoce como la sensibilidad.

El anlisis de poder se puede utilizar para calcular el tamao mnimo de

la muestra necesario para que uno pueda detectar razonablemente un
efecto de un determinado tamao. Tambin se puede utilizar para
calcular el tamao del efecto mnimo que es probable que se detecte en
un estudio usando un tamao de muestra dado.
Regin de aceptacin: Es la regin complementaria de la anterior .Si
el valor evaluado del estadstico pertenece a ella No rechazamos la
hiptesis.(Las hiptesis nunca se aceptan de forma definitiva, slo se
aceptan provisionalmente, es decir ,no se rechazan, a la espera de una
nueva informacin que eventualmente pueda llevarnos a rechazarla en
el futuro). La designaremos por R0. Evidentemente los conjuntos de
puntos que forman ambas regiones son disjuntos.
Regin de rechazo: Es el conjunto de valores que es ms improbable
bajo la hiptesis, esto es, el conjunto de valores para el que
rechazaremos la hiptesis nula si el valor del estadstico observado entra
dentro de l.
Significancia observada: Es el nmero, llamado p-valor, que te dice la
probabilidad de que tu resultado sea observado, dado que ciertos

supuestos (la hiptesis nula) son verdaderos. Si el p-valor es

suficientemente pequeo, el experimentador puede asumir con
seguridad que la hiptesis nula es falsa.
Significancia predefinida: Es el riesgo mximo que se est dispuesto
a correr con respecto al error tipo I.

Capitulo 3
Anlisis de Varianza: El anlisis de varianza es una prueba que nos
permite medir la variacin de las respuestas numricas como valores de
evaluacin de diferentes variables nominales.
La prueba a realizar es de s existe diferencia en los promedios para la
los diferentes valores de las variables nominales; esta prueba se realiza
para variables donde una tiene valores nominales y la otra tiene valores
numricos.
Contraste: Un contraste en estadstica es una combinacin lineal de las
medias de los tratamientos definida por la suma de productos de las
medias de tratamiento por un coeficiente. Estos coeficientes deben
cumplir con la caracterstica duque su suma es igual a cero, de tal
manera que para algunas medias sus coeficientes asociados son
positivos y para otras son negativos.
Contrastes Ortogonales: Son aquellos controles en los cuales la suma
de los productos de sus correspondientes coeficientes es igual a cero.
Cuadrados Medios: Es una medida estadstica de la magnitud de una
cantidad variable. Puede calcularse para una serie de valores discretos o
para una funcin de variable continua. El nombre deriva del hecho de
que es la raz cuadrada de la media aritmtica de los cuadrados de los
valores.
Diagramas de Cajas: Es un grfico, basado en cuartiles, mediante el
cual se visualiza un conjunto de datos. Est compuesto por un
rectngulo,
la
"caja",
y
dos
brazos,
los
"bigotes".
Es un grfico que suministra informacin sobre los valores mnimo y
mximo, los cuartiles Q1, Q2 o mediana y Q3, y sobre la existencia de
valores atpicos y la simetra de la distribucin. Primero es necesario
encontrar la mediana para luego encontrar los 2 cuartiles restantes

Diferencia Mnima Significativa: Es el mtodo de comparacin

mltiple posiblemente ms utilizado, debido quizs a su fcil manera de
aplicar. Es usualmente usado para comparar una pareja de medias de
tratamientos, pero puede ser utilizado para comparaciones de ms de
dos medias de tratamientos. Fisher en 1935 la denomin Prueba
protectora de Fisher LSD, en la cual recomend que para que la tasa
de error juiciosa por comparacin sea aproximadamente igual a
desbeben realizar dos etapas:
Etapa I: Es probar

por la prueba

de tamao , si

el valor
no es significante se termina el anlisis. Si el valor
significante, entonces sigue la etapa II.
Etapa II: Se prueba cada comparacin simple
prueba t al nivel de significancia del
del

(en un DCA

se

es

por una

y con los grados de libertad

, en un bloque

Esta prueba determina el valor mnimo necesario para considerar

diferentes dos tratamientos y lo utiliza para comparar los diferentes
pares de medias que se deseen evaluar.
Diseo Balanceado: Es el diseo en el que todos los tratamientos son
asignados a un nmero igual de unidades experimentales.
Grafica de probabilidad en papel normal: Es una tcnica grfica,
utilizada para contrastar la normalidad de un conjunto de datos. Permite
comparar la distribucin emprica de una muestra de datos, con la
distribucin normal. Es un caso particular de grfico de probabilidad.
La idea bsica consiste en representar, en un mismo grfico, los datos
empricos observados, frente a los datos que se obtendran en una
distribucin normal terica. Si la distribucin de la variable es normal,
los puntos quedarn cerca de una lnea recta. Es frecuente observar una
mayor variabilidad (separacin) en los extremos.
El grfico de probabilidad normal es un caso especial de grfico de
probabilidad.
Mtodo de Sheffe: Es una prueba que se aplica para hacer
comparaciones mltiples de las medias de grupos. Su uso est
relacionado con la prueba del anlisis de la varianza, y se incluye dentro

de las llamadas pruebas de comparaciones mltiples. La prueba de

Scheff se realiza comparando todos los posibles pares de medias, pero
usando como error tpico el valor de la varianza residual o intragrupos
obtenida en el anlisis de la varianza.
Mtodos de comparaciones mltiples: Funcionan, buscando un
umbral, fijo o mvil, a partir del cual establecer si hay diferencia
significativa o no entre todas las posibles comparaciones mltiples.
Modelo de efectos fijos: Es un modelo estadstico que representa las
cantidades observadas en las variables explicativas que son tratadas
como si las cantidades fueran no-aleatorias. Esto est en contraste con
el Modelo de efectos aleatorios y el Modelo mixto en los que todas o
algunas de las variables explicativas son tratadas como si se derivaran
de causas aleatorias
Notacin de Puntos: La notacin de puntos es una representacin de
los elementos de datos similar al modo de obtener acceso a los
elementos de datos en C#.
Residuos: En el contexto de la regresin lineal, llamamos residuos a las
diferencias entre los valores de la variable dependiente observados y los
valores que predecimos a partir de nuestra recta de regresin.
Tabla de Anlisis de Varianza: Una vez que se han calculado las
sumas de cuadrados, las medias cuadrticas, los grados de libertad y la
F, se procede a elaborar una tabla que rena la informacin,
denominada "Tabla de Anlisis de varianza o ANOVA", que adopta la
siguiente forma:

Fuente
variacin

de Suma
de Grados
cuadrados
libertad

Intergrupo
Intragrupo
Error
Total

de Cuadrado
medio

t-1
o

N-t
N-1

Tratamiento control: Es el tratamiento utilizado actualmente y el cual

se comparara con los tratamientos que son los posibles a reemplazarlo.

Varianza Constante: Es el tratamiento utilizado actualmente y el cual

se comparara con los tratamientos que son los posibles a reemplazarlo.

Capitulo 4
Bloque Completo: Es un bloque completo cuando todos sus elementos
componentes tienen valores vlidos (es decir, no omitidos o missing).
En caso contrario, se dice que el bloque es un bloque incompleto.
Generalmente, un bloque est estadsticamente incompleto cuando
alguno de los
Niveles factoriales no posee valores. El inters por el anlisis estadstico
de bloques incompletos estriba en estudiar el efecto que la omisin
(deliberada o no) de cierto nivel factorial tiene sobre la caracterstica
estudiada.
Cuadro Grecolatino: Un cuadrado greco-latino, cuadrado de Euler o
cuadrados latinos ortogonales de orden n se denomina, en matemticas,
a la disposicin en una cuadrcula cuadrada nn de los elementos de
dos conjuntos S y T, ambos con n elementos, cada celda conteniendo un
par ordenado (s, t), siendo s elemento de S y t de T, de forma que cada
elemento de S y cada elemento de T aparezca exactamente una vez en
cada fila y en cada columna y que no haya dos celdas conteniendo el
mismo par ordenado.
Cuadro Latino: Un cuadrado latino es una matriz de nn elementos en
la que cada casilla est ocupada por uno de los n smbolos de tal modo
que cada uno de ellos aparece exactamente una vez en cada columna y
en cada fila. Se dan como una tabla de multiplicar (tabla Cayley de
quasigrupos, los cuales se aplican en el diseo de experimentos.
Cuadro Latino Estndar: Un cuadrado latino es un cuadrado latino
estndar cuando las letras de la primera fila y de la primera columna
estn dispuestas en orden alfabtico.
Efecto de Interaccin: Hablamos de efecto de interaccin cuando una
variable que hay que explicar Y es acondicionada por el acoplamiento de
dos variables explicativas A y B.

Fuente de Variabilidad: Son los factores que estn relacionados con la

variabilidad de los resultados y que por tanto nos generan errores.
Capitulo 5
Arreglo Factorial: Se refiere a la constitucin de los tratamientos que
se quieren comparar.
Comparaciones de medias: Se refiere al anlisis de algunos datos y la
comparacin de estos unos con otros.
Componentes de varianza: Est diseado para estimar la contribucin de
mltiples factores a la variabilidad de una variable dependiente Y. Est diseado
para analizar un experimento anidado en el cual los factores estn estructurados
en una manera jerrquica. En tal estudio, las muestras de cada factor son
tomadas del interior de las muestras del factor inmediatamente arriba de l.
Cuadrados Medios: Es una medida estadstica de la magnitud de una
cantidad variable. Puede calcularse para una serie de valores discretos o
para una funcin de variable continua. El nombre deriva del hecho de
que es la raz cuadrada de la media aritmtica de los cuadrados de los
valores.
Diseo Factorial: 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.
Efecto de Interaccin: Hablamos de efecto de interaccin cuando una
variable que hay que explicar Y es acondicionada por el acoplamiento de
dos variables explicativas A y B.
Efecto de un factor: Se define como el cambio observado en la
variable de respuesta debido a un cambio del nivel de tal factor.
Efectos principales: Son los principales causantes de la variacin en
los errores y por lo tanto del efecto de un factor.
Factor Cualitativo: Sus niveles toman valores discretos o de tipo
nominal que no pueden ser fracciones.
Factores Aleatorios: Es aquel cuyos niveles son escogidos de forma
aleatoria entre todos los posibles del factor. Estos niveles fijados que

toma el factor aleatorio son tan slo una muestra de la poblacin de

niveles sobre los que se hace inferencia.
Factores Fijos: Los niveles de los factores usados en un experimento
son los niveles especficos de inters. Esto implica que las inferencias
estadsticas que se hagan sobre estos factores estn limitadas a estos
niveles especficos estudiados.
Modelo de Efectos Fijos: El modelo de efectos fijos de anlisis de la
varianza se aplica a situaciones en las que el experimentador ha
sometido al grupo o material analizado a varios factores, cada uno de los
cuales le afecta slo a la media, permaneciendo la "variable respuesta"
con una distribucin normal.
Este modelo se supone cuando el investigador se interesa nicamente
por los niveles del factor presentes en el experimento, por lo que
cualquier variacin observada en las puntuaciones se deber al error
experimental.

Principio de Pareto: Tambin conocido como la regla del 80-20 y

recibe este nombre en honor a Vilfredo Pareto, quien lo enunci por
primera vez. Pareto enunci el principio basndose en el denominado
conocimiento emprico. Estudi que la gente en su sociedad se divida
naturalmente entre los pocos de mucho y los muchos de poco; se
establecan as dos grupos de proporciones 80-20 tales que el grupo
minoritario, formado por un 20 % de poblacin, ostentaba el 80 % de
algo y el grupo mayoritario, formado por un 80 % de poblacin, el 20 %
de ese mismo algo. En concreto, Pareto estudi la propiedad de la tierra
en Italia y lo que descubri fue que el 20% de los propietarios posean el
80% de las tierras, mientras que el restante 20% de los terrenos
perteneca al 80% de la poblacin restante.
Estas cifras son arbitrarias; no son exactas y pueden variar. Su
aplicacin reside en la descripcin de un fenmeno y, como tal, es
aproximada y adaptable a cada caso particular.
El principio de Pareto se ha aplicado con xito a los mbitos de la poltica
y la Economa. Se describi cmo una poblacin en la que
aproximadamente el 20 % ostentaba el 80 % del poder poltico y la
abundancia econmica, mientras que el otro 80 % de poblacin, lo que

Pareto denomin las masas, se reparta el 20 % restante de la riqueza

y tena poca influencia poltica. As sucede, en lneas generales, con el
reparto de los bienes naturales y la riqueza mundial.
Replica: La rplica se refiere a la repeticin del experimento bsico. La
obtencin de rplicas permite obtener una estimacin del error
experimental as como calcular una respuesta ms precisa del efecto a
estudio. Entre mayor sea el nmeros de repeticiones para cada
experimento, mejor ser el resultado obtenido.

Capitulo 6
Coeficientes de determinacin: El coeficiente de determinacin,
denominado R y pronunciado R cuadrado, es un estadstico usado en el
contexto de un modelo estadstico cuyo principal propsito es predecir
futuros resultados o testear una hiptesis. El coeficiente determina la
calidad del modelo para replicar los resultados, y la proporcin de
variacin de los resultados que puede explicarse por el modelo.
Columna de signos para contrastes: La tabla comienza con una
columna de signos ms seguida por tres columnas identificadas como T,
C y K que definen una matriz de diseo de un diseo factorial 2 3. La
primera columna de signos se utiliza para obtener la media global.
Contraste: Un contraste en estadstica es una combinacin lineal de las
medias de los tratamientos definida por la suma de productos de las
medias de tratamiento por un coeficiente. Estos coeficientes deben
cumplir con la caracterstica duque su suma es igual a cero, de tal
manera que para algunas medias sus coeficientes asociados son
positivos y para otras son negativos.
Diagrama de Pareto de efectos: Tambin llamado curva cerrada o
Distribucin A-B-C, es una grfica para organizar datos de forma que
estos queden en orden descendente, de izquierda a derecha y separados
por barras. Permite, pues, asignar un orden de prioridades. El diagrama
permite mostrar grficamente el principio de Pareto (pocos vitales,
muchos triviales), es decir, que hay muchos problemas sin importancia
frente a unos pocos muy importantes.
Diseo Factorial de 22: Se trata de un diseo factorial de 2 factores
con dos niveles cada uno. El primer diseo de la serie 2 k es aquel que
tiene slo dos factores, A y B, cada uno con dos niveles.

Arbitrariamente, los niveles del factor pueden llamarse "inferior" y

"superior".

Diseo Factorial de 23: Se encuentran en estudio tres factores A, B y C,

cada uno con dos niveles. Este diseo se conoce como diseo factorial,
23 y las ocho combinaciones de tratamientos pueden representarse
grficamente mediante un cubo.
Error Estndar de un estadstico: El error estndar es la desviacin
estndar de la distribucin muestral de un estadstico.1 El trmino se
refiere tambin a una estimacin de la desviacin estndar, derivada de
una muestra particular usada para computar la estimacin.
Factoriales 2k completos: Existen varios casos especiales del diseo
factorial general que resultan importantes porque se usan ampliamente
en el trabajo de investigacin, y porque constituyen la base para otros
diseos de gran valor prctico.
El ms importante de estos casos especiales ocurre cuando se tienen k
factores, cada uno con dos niveles.
Estos niveles pueden ser
cuantitativos como sera el caso de dos valores de temperatura presin
o tiempo. Tambin pueden ser cualitativos como sera el caso de dos
mquinas, dos operadores, los niveles "superior" e "inferior" de un
factor, o quizs, la ausencia o presencia de un factor.
Una rplica completa de tal diseo requiere que se recopilen 2 x 2 x ....x
2 = 2k observaciones y se conoce como diseo general 2k.
Grafica de Contornos: Las superficies tambin se pueden transformar
en grficos de contornos, que son grficos de curvas formadas por la
interseccin de la superficie y un plano paralelo al plano xy en valores
especficos de z.
Grfica de efectos en papel normal:
Resulta una herramienta muy til para analizar la significacin estadstic
a de distintos anlisis: efectos que pueden considerarse significativos, ti
po de distribucin
que siguen las variables, presencia de datos anmalos, etc.
Notacin de Yates: Para ahorrar el espacio, los puntos en un
experimento factorial de dos niveles se abrevian a menudo con las
cadenas de ms y signos de menos. Las secuencias tienen tantos
smbolos como factores, y sus valores dictan el nivel de cada factor:
para el primer (o bajo) llano, y + para el segundo (o alto) llano. Los

puntos en este experimento se pueden representar como , + ,

+ , y ++ .
Papel Probabilstico Medio Normal: Bsicamente consiste en una
representacin en el plano de un conjunto de datos, haciendo
corresponder a la abscisa o eje x los valores de los datos de la variable
estudiada, mientras que a la ordenada o eje y, le hace corresponder el
porcentaje de valores en la muestra que son menores o iguales que el
valor considerado, es decir, la frecuencia relativa acumulada.
Punto Al Centro: Es el punto que se encuentra a la misma distancia de
cualquiera de los extremos.
R2 y R2aj: El coeficiente de determinacin, denominado R y
pronunciado R cuadrado, es un estadstico usado en el contexto de un
modelo estadstico cuyo principal propsito es predecir futuros
resultados o testear una hiptesis. El coeficiente determina la calidad del
modelo para replicar los resultados, y la proporcin de variacin de los
resultados que puede explicarse por el modelo.
El coeficiente de determinacin corregido en un modelo de regresin
lineal mide el porcentaje de variacin de la variable dependiente (al
igual que el coeficiente de determinacin) pero teniendo en cuenta el
nmero de variables incluidas en el modelo.
Regin Experimental:
Espacio del factor, dentro de l se realizan todas las combinaciones
posibles factor-nivel.
Residuales:

Superficie de respuestas: Es un conjunto de tcnicas utilizadas en el

estudio de la relacin entre una o ms respuestas y un conjunto de
factores o variables independientes y donde el objetivo es optimizar
sta(s) respuesta(s). Dicha metodologa se realiza mediante una
experimentacin secuencial, esto es, la aproximacin a la regin de
inters se realiza de forma iterativa utilizando diseos cada vez ms

complejos que dependen de la informacin que se obtiene en cada

etapa.
Tabla de Signos: La tabla comienza con una columna de signos ms
seguida por tres columnas identificadas como T, C y K que definen una
matriz de diseo de un diseo factorial 2 3. La primera columna de signos
se utiliza para obtener la media global.
Tamao de prueba o Corrida: Es una serie de elementos iguales
consecutivos. Se usa para pruebas de aleatoriedad
Unidades Originales: Son aquellas que podemos obtener mediante
mtodos de recoleccin, como las encuestas, plebiscitos, referndum, y
nos proporcionan datos reales y certeros.
Capitulo 7
ANOVA desglosado: Se trata de un cuadro de varianza normal sin
embargo los factores de varianza son ms, esto es debido a que los
factores principales se dividen en mas factores.
Diseo Factorial 3k: Considera K factores con tres niveles cada uno y
tiene 3k tratamientos.
Sin embargo, cuando se tienen pocos factores tres como mximo, o en
el peor de los casos cuatro, hay algunas situaciones prcticas en las que
el diseo 3k es una buena alternativa.
Factorial Mixta: Son sistemas de numeracin posicionales no estndar
en los que la base o raz vara de una posicin a otra. Tal representacin
numrica es ventajosa cuando se quieren representar unidades que son
equivalentes a otras pero tienen diferente ratio.