APORTE TRABAJO COLABORATIVO N 1 DISEO EXPERIMENTAL

Presentado por:

ALBA LUCIA CASTAEDA DURAN Cdigo: 1.105.674.199 GRUPO 330156_77

Presentado a: JEYSSON FABIAN SANCHEZ

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA CEAD NEIVA-HUILA ABRIL DE 2013

INTRODUCCION

En esta actividad se aplican algunos modelos estadsticos como el cuadro latino, grecolatino y su respectiva aplicacin a la solucin de dificultades prcticas que se generar da tras da en industrias, empresas y diferentes explotaciones. La experimentacin tiene un lugar importante en todos los campos de la investigacin y el desarrollo, puesto que el fin primordial de esta es la obtencin de informacin de calidad, que permita desarrollar productos y mejorar procesos; comprender mejor un sistema y tomar decisiones sobre como optimizarlo y mejorar su calidad y comprobar hiptesis cientficas. El avance en diferentes campos de la actividad profesional se atribuye en cierta medida a la aplicacin de las deducciones concluidas a travs del proceso de investigacin. Un gran porcentaje de las investigaciones se desarrollan mediante la aplicacin del mtodo cientfico que contiene los siguientes pasos: establecer el problema, formular la respectiva hiptesis, disear el muestreo o experimento, realizar las observaciones, interpretar los diferentes datos para luego concluir.

OBJETIVO GENERAL

Reconocer los instrumentos, los conceptos y la informacin necesaria a tener presentes para la planificacin y el desarrollo de un trabajo prctico de investigacin, para ir trabajando sobre el correcto planteamiento, desarrollo y formulacin de actividades propias de la investigacin con racionalizacin de los recursos asignados.

OBJETIVO ESPECIFICO Analizar los principales elementos de las teoras y metodologas del anlisis del diseo experimental. Comprender los conceptos y la informacin relacionada con el diseo experimental y procedimiento investigativo. Relacionar algunos tipos de diseos experimentales con la solucin de experimentos dados.

1- En un proyecto realizado en una universidad a distancia un grupo de investigadores determino la eficiencia de un proceso para tostar caf proveniente de dos entornos diferentes. La medida de la eficiencia se determino colorimtricamente en 18 muestras y las unidades se reportaron en % de oscurecimiento de la muestra- cercana al carmelita oscuro. Las muestras fueron tostadas en el mismo tostador y analizadas en el mismo colormetro. La muestra inicial no tiene lectura= 0. Los resultados que se reportan son los siguientes: Entorno AAAA:70, 72, 80, 75, 77, 80, 74, 81, 76, 73, 87, 83, 85, 70, 73, 82, 77, 69. Entorno DDDD: 74, 73, 84, 75, 84, 95,88, 86, 80, 79, 81, 71, 73, 70, 79, 73,76, 77. a) Determine el intervalo de confianza de 95% para la diferencia entre medias entre las diferencias de color antes y despus del proceso. b) Existe diferencia entre los dos entornos tras el tratamiento? Resuelve la pregunta anterior por medio de la prueba no para mtrica adecuada DESARROLLO b). La prueba de rangos con signo de Wilcoxon es una prueba no para mtrica que utiliza rangos ordenados de datos mustrales que consisten en datos apareado. Se usa para probar la hiptesis nula de que la poblacin de diferencias tiene una mediana de cero, de manera que las hiptesis nulas y alternativas son las siguientes:

Ho: No existe diferencia (la mediana de las diferencias es igual a 0). H1: Existe una diferencia (la mediana de las diferencias no es igual a 0). Estadstico De Prueba Si n 30, es estadstico de prueba es T. Valores crticos Si n 30, el valor critico T se encuentra en la tabla.

Entorno AAAA: Entorno DDDD: Diferencia d

70 74 -4

72 73 -1

80 84 -4

75 75 0

77 84 -7

80 95

74 88

81 86 -5

76 80 -4

73 79 -6

87 81 6

83 71 12

85 73 12

70 73 70 79 0 -6

82 73 10

77 76 1

69 77 -8

-15 -14

Rango de 3(4.5) diferencia Rango con signos -

1(1.5) -

4(4.5) 4(4.5)

10 -

16 16

15 15

6(4.5) 5(4.5) 7(7.5) 8(7.5) -

13(13.5)

14(13.5)

9 -

12

2(1.5)

11 -

3(4.5) 1(1.5)

10

6(4.5) 5(4.5) 7(7.5) 8(7.5)

13(13.5)

14(13.5)

12

2(1.5)

11

SUMATORIA DE TODOS LOS RANGOS POSITIVOS QUE ESTN EN LA TABLA: Suma positivos= 0+7.5+13.5+13.5+0+12+1.5=48

Suma negativos=4.5+1.5+4.5+10+16+15+4.5+4.5+7.5+9+11=88 Positivos=48 Negativos=88 x = El nmero de veces que ocurre el signo menos frecuente. n = El nmero total de signos positivos y negativos combinados.

El procedimiento para calcular la suma de rangos se incluye despus de este recuadro T= la ms pequea de las siguientes dos sumas: La suma de los valores absolutos de los rangos negativos de las diferencias d que no sean cero. La suma de los rangos positivos de las diferencias d que no sean cero.

Tenemos n = 18 T = 48 Valor critico = 18 =0.05 n30 n=18 VER TABLA

T < Valor Critico 48 < 40

VALORES CRITICOSDE T PARA LA PRUEBA DE RANGOS CON SIGNO DE WILCOXON

El estadstico De prueba T =48 no es menor o igual a que el estadstico de 40, por lo que no rechazamos la hiptesis nula para ello hay una diferencia entre los dos entornos tras el tratamiento.

3- Una compaa inglesa garantiza que su producto es el mejor en la fabricacin de galantina de pollo, como los proveedores nacionales no estn seguros de la eficiencia del producto y le han solicitado a uno de los tutores de la universidad a distancia que le realice el estudio sobre la dureza residual que alcanza la galantina en cuatro ambientes diferentes. Para el efecto el grupo de investigacin en crnicos planteo un diseo experimental, con el cual se probaron cuatro concentraciones del producto suministrado por el proveedor a cuatro pechugas de pollo debidamente acondicionadas y provenientes de cuatro diferentes razas y curadas a cuatro ambientes diferentes. Se desea probar el comportamiento en la textura final de las cuatro concentraciones del producto suministrado. Los investigadores de la universidad a distancia plantearon las siguientes hiptesis: Ho: Efecto de concentracin del texturizante en estudio es nulo. H1: Al menos dos concentraciones tienen efectos distintos. Y obtuvieron los siguientes resultados:

A) Nos dir. Qu tipo de diseo experimental siguieron los investigadores? (2 puntos) B) Realizar la Prueba de Hiptesis correspondiente. Usando =0.05. (5 puntos) C) Realizar la Prueba de Duncan para comparar si existe diferencias entre los tratamientos en estudio. Use =0.05. (3 puntos). Nota: Si el experimento estuvo mal planteado por los datos recolectadosdemustralo y proponga la forma en que debi realizarse. Igual si hay otra solucin para el tratamiento de los datos del ejercicio.

DESARROLLO

A).los investigadores utilizaron un Diseo De Cuadro Latino que contempla el control de dos factores de bloque, adems del factor de tratamientos y los tres factores tienen la misma cantidad de niveles. Considerndose cuatro fuentes de variabilidad que vienen siendo los dos factores de bloque, el tratamiento y el error aleatorizados. El primer factor de bloqueo se representa en los renglones o filas, el segundo factor de bloqueo se representa en las columnas y los tratamientos se representan por letras latinas y se distribuyen en forma tal que cada tratamiento aparece slo una vez en cada fila y una sola vez en cada columna. El inters se centra en un solo factor, los tratamientos, pero se imponen dos restricciones a la aleatorizacin en un cuadro. Factor De Inters: Comprobar que el producto es el mejor en la fabricacin de galantina de pollo. Unidad Experimental: Las Pechugas De Pollo Tratamiento: El producto de la empresa inglesa Variable Respuesta: La dureza residual que alcanza la galantina en cuatro ambientes diferentes Factores De Bloque: Cuatro pechugas de pollo debidamente acondicionadas y provenientes de cuatro diferentes razas y curadas a cuatro ambientes diferentes. El modelo lineal para este caso es:

COLUMNAS FILAS P1 P2 P3 P4

C1 T1 T4 T2 T3 33 51 38 25

C2 T2 T3 T4 T1 44 38 58 48

C3 T3 T2 T1 T4 25 48 53 49 T4 T1 T3 T2

C4 53 49 26 63

155 186 175 185 701

PROMEDIO 38.75 46.5 43.75 46.25

147

188

175

191

PROMEDIO

36.75

47

43.75

47.75

AL CUADRADO T1 T2 T3 T4 33 38 25 51 + + + + 48 44 38 58 + + + + 53 + 48 + 25 + 49 + 49 = 63 = 26 = 53 = 183 193 114 211 701 33.489 37.249 12.996 44.521

=
=

ANOVA

Fuente De Variacin Tratamiento Filas Columnas Error Total

Suma De Cuadrados 1.351 155 302 280 2.088

Grados De Libertad 3 3 3 6 15

cuadrado De Medios 0.45 51.67 100.67 46.67

Fo 0.0096 1.107 2.15

Utilizando un nivel de confianza del 95%, consultemos la F de las tablas de la distribucin Fisher: Fa, Y1; Y2 -= F0.05, 3, 6= 4.76, y esta es la misma para comparar contra la F calculada de las tres fuentes de variacin, ya que estas tienen los mismos grados de libertad. B).PRUEBA DE HIPOTESIS Para el tratamiento: Como la Fo (0.0096) < F0.05, 3,6= 4.76, entonces el efecto de concentracin del texturizante en estudio es nulo. Para la fila: Como la Fo (1.107) < F0.05, 3, 6 = 4.76, entonces el efecto de concentracin del texturizante en estudio es nulo Para la columna: Como la Fo (2.15) < F0.05, 3 ,6 = 4.76, entonces concentracin del texturizante en estudio es nulo. C). PRUEBA DUNCAN Datos = 0.05 Cuadrado Medio De Error: 46.67 a = 4,
__

se Acepta Ho,

se Acepta Ho,

se Acepta Ho, el efecto de

N = 16,

n = 4, grados de libertad del error = 6

Y1 = 36.75 __ Y2 = 43.75 __ Y3 = 47 __ Y 4= 47.75 Solucin Obtencin del error estndar de cada media.

r= nmero de repeticiones

Tomando un = 0.05 y 12 grados de libertad (f), de las tablas de intervalos significativos de Duncan, se obtienen los siguientes valores de los intervalos significativos, para p=2, 3,4. Valores tabla Duncan R2 3.46 R3 3.58 R4 3.64

Calculando los mnimos intervalos significativos para p = 2, 3,4. R2 = (3.46) (3.41) = 11.79 R3 = (3.58) (3.41) = 12.20 R4 = (3.64) (3.41) = 12.41 Realizando las comparaciones y las diferencias de las medias (vrs: versus) 4 vrs 1 = y4 - y1 = 47.75 - 36.75 = (1.100) < 12.41 (R4) 4 vrs 1 = y4 - y2 = 47.75 - 43.75 = (4) < 12.20 (R3)

4 vrs 1 = y4 - y1 = 47.75 - 47 = (0.75) < 11.79 (R2) 3vrs 1 = y3 - y1 = 47 - 36.75 = (10.25) < 12.20 3vrs 1 = y3 - y2 = 47 - 43.75 = (3.25) < 11.79 2vrs 1 = y2 - y1 = 43.75 - 36.75 = (7) < 11.79 (R3) (R2) (R2)

Un par de medias es significativamente diferente si la diferencia observada es Mayor que el intervalo mnimo significativo correspondiente.

Como el valor de las diferencias de las medias result ser menor que el mnimo intervalo significativo correspondiente; entonces se dice que no existe diferencias significativas entre Las medidas.

BILBLIOGRAFIA

Unidad Programtica Ii:Diseos Unifactorial Ramon.G.Diseos Experimentales. Apuntes De Clase Del Curso Seminario Investigativo Vi. Hernndez, R Hernndez, A Y Otros.2010.Estadistica Parametrica.Universidad Tecnolgica De La Selva. Riao C. (2005). Diseo Experimental Para Ingeniera De Alimentos. Bogot Gmez Hernndez, R. Hurtado Mrquez. Diseo Experimental No