You are on page 1of 31

Maestra en Ingeniera de Calidad

IBERO TORREON
18/01/2013
Carlos Zea Rivera 2
Diseo Completamente al azar: DCA
La principal caracterstica es que los tratamientos se asignan a las
unidades experimentales aleatoriamente (al azar) sin ninguna
restriccin. Su uso es muy frecuente cuando el experimento se
llevar a cabo bajo condiciones homogneas.
El material experimental (unidades experimentales) debe ser lo mas
homogneo posible
18/01/2013
Carlos Zea Rivera
3
X
ij i ij
= + + t c
El modelo matemtico:
Respuesta = Constante + Efecto tratamiento + Error

El ANOVA de Un criterio
18/01/2013
Carlos Zea Rivera
4
Variacin
Total
Variaciones Debido al
Factor Nivel
Variaciones Debido al
Ruido Experimental
= +
SCT
Suma Total
de los
Cuadrados
SCF
Factor de la Suma
de los Cuadrados
Entre los Grupos
SCE
Suma de
Cuadrados dentro
de los Grupos
Descomposicin de la variacin total en
componentes bsicos
TEST DE ANOVA
Ventajas
a. Su anlisis estadstico es fcil
b. Permite mxima flexibilidad en cuanto al nmero de tratamientos y nmero de
repeticiones.
c. El anlisis estadstico sigue siendo fcil aunque haya una prdida de unidades
experimentales.
d. El nmero de grados de libertad para el error es mximo en comparacin con
otros diseos.
18/01/2013
Carlos Zea Rivera
5

Desventajas
a. Cuando el nmero de unidades experimentales es muy grande es difcil
encontrar lugares grandes que presenten la homogeneidad requerida.
b. Generalmente otro diseo suele ser ms eficiente (preciso).

TEST DE ANOVA
Aleatorizacin
Por aleatorizacin se entiende la asignacin al azar de los tratamientos a las
unidades experimentales usando ya sea una tabla de nmeros aleatorios, o una
funcin aleatoria.
18/01/2013
Carlos Zea Rivera
6

Procedimiento
a. Determinar el nmero de unidades experimentales (n) y numerarlas. Es posible obtener n
al multiplicar el nmero de tratamientos por el nmero de repeticiones. ( k x n ).
b. Asignar el nmero de unidades experimentales a cada tratamiento usando la tabla de
nmeros aleatorios o bien cualquier otro herramienta que sirva a este propsito. Ejemplo: Si
cada tratamiento se repite cuatro veces; los 4 primeros nmeros aleatorios obtenidos se
asignan al tratamiento A; los siguientes cuatro nmeros aleatorios al tratamiento B; y as
sucesivamente.
c. Una vez hecha la distribucin anterior (b), se numeran las unidades experimentales y se
localizan los tratamientos de acuerdo al nmero que les corresponde y se obtiene as la
distribucin de campo. (croquis de campo).
TEST DE ANOVA
Modelo Aditivo Lineal


i = 1,2,3 k (tratamientos)
j = 1,2,3 n (repeticiones)

18/01/2013
Carlos Zea Rivera
7
X
ij i ij
= + + t c

Xij : variable de respuesta de la ij-sima unidad experimental
: Efecto de la media general del experimento
t
i
: Efecto del i-simo tratamiento
c
ij
: Efecto del error experimental asociado a la ij-sima unidad experimental
TEST DE ANOVA
Anlisis de Varianza
Hiptesis
Ho: t = t i (Todos los tratamientos producen el mismo efecto)
Ha: t ti para al menos un i; i = 1,2, . . . t. (Al menos uno de los
tratamientos produce efectos distintos).
18/01/2013
Carlos Zea Rivera
8
El criterio de decisin es de:
Si Fc > Fe Se rechaza la Ho
Caso contrario, se acepta la Ho

Si p < o se rechaza la Ho
Caso contrario, se acepta la Ho

TEST DE ANOVA
En el trabajo analtico suelen presentarse a menudo
comparaciones en las que intervienen ms de dos
medias.


Ejemplos

18/01/2013
Carlos Zea Rivera
9
FUENTES DE VARIACION
18/01/2013
Carlos Zea Rivera
10

18/01/2013
Carlos Zea Rivera
11
Tablero de datos
18/01/2013
Carlos Zea Rivera
12
T1 T2 T3 Tk
1
X11 X
21
X
31
X
k1
2
X12 X
22
X
32

X
K2
3
X
13
X
23
X
33

X
K3
4
X
14
X
24
X
34

X
K4
: : :
:
n
X
1n
X
2n
X
3n

X
kn
Total
X
1
. X
2
. X
3
. X
k
.
Prom

1

2

3
.. .

n
. 1
x
. 2
x
. 3
x
. k
x
Particin de la Sumas de Cuadrados
18/01/2013
Carlos Zea Rivera
13
( )
2
1 1

= =
=
k
i
n
j
ij
x x SCTotal
( )
2
1 1
. .

= =
+ =
k
i
n
j
i i ij
x x x x
( ) ( )
2
1 1 1
2
. .

= = =
+ =
k
i
n
j
k
i
i i ij
x x n x x
( ) ( ) ( )
2
1 1
. .

= =
+ =
k
i
n
j
i i ij
x x x x
SCTrat SCError SCTotal + =
(1) (3) (2)
1. Sumas de Cuadrados Total
18/01/2013
Carlos Zea Rivera
14
( )
2
1 1

= =
=
k
i
n
j
ij
x x SCTotal

= =
|
.
|

\
|
+ =
k
i
n
j
ij ij
x x x x
1 1
2
2

= = = = = =
+ =
k
i
n
j
k
i
n
j
k
i
n
j
ij ij
x x x x
1 1 1 1
2
1 1
2
1 2
kn x x x x
k
i
n
j
k
i
n
j
ij ij
= = = =
+ =
1 1
2
1 1
2
2
kn
kn
x
x
kn
x
x SCTotal
k
i
n
j
k
i
n
j
ij
k
i
n
j
ij
k
i
n
j
ij
ij

= =
= =
= =
= =
|
|
|
|
|
.
|

\
|
+
|
|
|
|
|
.
|

\
|
=
1 1
2
1 1
1 1
1 1 2
2
1. Sumas de Cuadrados Total
18/01/2013
Carlos Zea Rivera
15


= =
= = = =
|
|
.
|

\
|
+
|
|
.
|

\
|
=
k
i
n
j
k
i
n
j
ij
k
i
n
j
ij
ij
kn
x
kn
x
x SCTotal
1 1
2
1 1
2
1 1
2
2


= =
= = = =
|
|
.
|

\
|
+
|
|
.
|

\
|
=
k
i
n
j
k
i
n
j
ij
k
i
n
j
ij
ij
kn
x
kn
x
x SCTotal
1 1
2
1 1
2
1 1
2
2

= =
= =
|
|
.
|

\
|
=
k
i
n
j
k
i
n
j
ij
ij
kn
x
x SCTotal
1 1
2
1 1
2
2
1 1
kn
x
TC Si
k
i
n
j
ij
|
|
.
|

\
|
=

= =

= =
=
k
i
n
j
ij
TC x SCTotal
1 1
2
2. Sumas de Cuadrados Tratamientos
18/01/2013
Carlos Zea Rivera
16
( )
2
1
.

=
=
k
i
i
x x n SCTrat
( )

=
+ =
k
i
i i
x x x x n SCTrat
1
2
2
. 2 .
|
.
|

\
|
+ =

+ = =
k
i
k
i
k
i
i i
x x x x n SCTrat
1 1
2
1
2
1 . 2 .
|
.
|

\
|
+ =

= =
k x x x x n SCTrat
k
i
k
i
i i
1
2
1
2
. 2 .
|
.
|

\
|
+ =

=
k x x x k x n SCTrat
k
i
i
1
2
2
2 .
2. Sumas de Cuadrados Tratamientos
18/01/2013
Carlos Zea Rivera
17
|
.
|

\
|
+ =

=
k x x x k x n SCTrat
k
i
i
1
2
2
2 .
kn x x x kn x n SCTrat
k
i
i

=
+ =
1
2
2
2 .
kn x
n
x
SCTrat
k
i
i

=
=
1
2
2
.
kn x x n SCTrat
k
i
i

=
=
1
2
2
.

=
=
k
i
i
TC
n
x
SCTrat
1
2
.
3. Sumas de Cuadrados Error
18/01/2013
Carlos Zea Rivera
18
( )

= =
=
k
i
n
j
i ij
x x SCError
1 1
2
.
( )

= =
+ =
k
i
n
j
i i ij
x xij x x SCError
1 1
2
. .
. 2

= =
+ =
k
i
n
j
k
i
n
j
i
k
i
n
j
ij i ij
x x x x SCError
1 1
2
. .
. 2

= = =
=
k
i
n
j
k
i
i
ij
n
x
x SCError
1 1 1
2
.
SCTrat SCTotal SCError =
RESUMEN
18/01/2013
Carlos Zea Rivera
19
2
1 1
2
1
2
2
1 1 1
.
.
k n
ij
i j
k
i
i
k n k
i
ij
i j i
SC Total x TC
x
SCTratam TC
n
x
SCError x
n
= =
=
= = =
=
=
=


donde TC
X
kn
ij
j i
n
i
k
=
|
\

|
.
|
= =

1
2
Tablero ANVA
18/01/2013
Carlos Zea Rivera
20
Fuentes de
Variabilidad
Grados
Libertad
Sumas de
cuadrados
Cuadro
Medio
F Fisher Prob
Tratamientos
SC Trat
Error
SC Error
Total
SC Total
Tablero ANVA
18/01/2013
Carlos Zea Rivera
21
Fuentes de
Variabilidad
Grados
Libertad
Sumas de
cuadrados
Cuadro
Medio
F Fisher Prob
Tratamientos
k-1 SC Trat SCTr/(k-1)
Error
k(n-1) SC Error SCEr/k(n-1)
Total
kn-1 SC Total
Tablero ANVA
18/01/2013
Carlos Zea Rivera
22
Fuentes de
Variabilidad
Grados
Libertad
Sumas de
cuadrados
Cuadro
Medio
F Fisher Prob
Tratamientos
k-1 SC Trat SCTr/(k-1) CMT/CME
Error
k(n-1) SC Error SCEr/k(n-1)
Total
kn-1 SC Total
HIPOTESIS
Las Hiptesis sern del tipo
Ho: 1 = 2 =3 = ... =k
Ha: al menos una diferente

El criterio de decisin es de:
Si Fc > Ft(gl trat, gl err, o) Se rechaza la Ho
Caso contrario, se acepta la Ho
Si p < o Se rechaza la Ho
Caso contrario, se acepta la Ho

Supuestos:
Las suposiciones que validan el anlisis de varianza son:
a. Los errores son independientes
b. Los errores estn normalmente distribuidos con media cero y varianza constante
c. Existe homogeneidad de varianzas entre los tratamientoe:

18/01/2013
Carlos Zea Rivera
23
Ejemplo 1 DCA
Se probaron concentraciones de 1, 2, 3 y 4 ppm de una cierta enzima mas
un control (en que no se aadi enzima) para estudiar su efecto en la
separacin de un jugo de naranja.

Cada tratamiento se replic 4 veces y se us un diseo completamente al
azar. Se aadi agua a las 20 muestras y se midi el tiempo de separacin
(minutos) en cada muestra.

Los resultados pueden observarse en el tabla adjunta.

Interesa responder a las siguientes preguntas:
1. La presencia de enzima retarda la separacin comparada con la ausencia de
la misma?
2. Hay algn efecto diferencial del nivel de enzima agregado?
18/01/2013
Carlos Zea Rivera
24
Ejemplo 1 DCA
Con el propsito de comparar el precio de la papa en cuatro
Municipios de una ciudad, se llevo a cabo un determinado
experimento.

En los distritos 1,2 y 3 se tomo una muestra del precio de la papa
en 8 tiendas, en el cuarto distrito -por omisin- se tomo muestras
de solo 7 tiendas.

Se empleo un diseo completamente aleatorizado.

Constituyen los datos recogidos evidencia suficiente para afirmar
que existe diferencia en el precio promedio de la papa entre los 4
municipios de la LAGUNA?
18/01/2013
Carlos Zea Rivera
25
Ejemplo 2 DCA
Cuatro grupos de vendedores de una agencia de ventas de revistas
fueron sometidos a diferentes programas de entrenamiento de
ventas.

Debido a que hubo deserciones durante el entrenamiento, el
numero de asistentes fue diferente en cada grupo. Al final de dicho
programa a cada vendedor le fue asignada al azar alguna zona de
ventas, que tiene similar potencial de ventas que otra.

Hay suficiente evidencia que indique una diferencia en los
resultados promedio de los cuatro programas de entrenamiento?

Si la Ho es rechazada, que pares de promedios son diferentes??
18/01/2013
Carlos Zea Rivera
26
Ejemplo 3 DCA
Tres secciones de un curso de Estadstica estn a cargo de tres
diferentes profesores.
Cada uno de ellos aplica un mtodo de enseanza, el mismo que
se evala a travs de las notas obtenidas en cada curso.

Hay alguna diferencia significativa en el procedido de las
calificaciones dadas por los tres profesores?
18/01/2013
Carlos Zea Rivera
27
Ejemplo 4 DCA
De un producto en observacin se tomo 14 muestras tan similares
como fue posible, luego se procedi a su estocamiento utilizando
para tal efecto 5 mtodos de almacenamiento diferentes.

Despus de cierto tiempo se determino la cantidad de agua que
contena cada muestra y se obtuvieron los resultados abajo
indicados.

Los mtodos de almacenaje influyen en el contenido de agua?
18/01/2013
Carlos Zea Rivera
28
Ejemplo.
Tres compaas se ofrecen a transportar nuestro producto.
Para probarlas en cuanto a su oportunidad de entrega,
medida por el porcentaje de retraso a tiempo estimado de
entrega.
Qu experimento sugiere?
18/01/2013
Carlos Zea Rivera 29
Construya, con su equipo otro ejemplo de un experimento
totalmente al azar.
Reporte:
Descripcin del experimento.
De dnde viene lo aleatorio.
Cul es la asignacin y cmo se hizo.
18/01/2013
Carlos Zea Rivera 30
18/01/2013
Carlos Zea Rivera
31

You might also like