INSTITUTO

TECNOLGICO DE
AGUASCALIENTES
Unidad remota
Tepezal

Materia: Estadstica inferencial II

Unidad: 4
Maestro: CAMACHO OVALLE MARICELA
Alumna:SanjuanaMacas Valadez

Fecha:20/10/2015
 Introduccin a los
diseos factoriales

Diseo Factorial de
Definiciones y Principios Dos Factores
Bsicos
Muchos experimentos se llevan a cabo Las observaciones pueden describirse con el
para estudiar los efectos producidos modelo estadstico lineal
por dos o ms factores. Puede
mostrarse que en general los diseos
factoriales son los ms eficientes para = Es el efecto promedio global
este tipo de experimentos.
i = Es el efecto del i-simo tratamiento del factor A
Por experimento factorial: se entiende aqul donde
en cada ensayo o rplica completa del experimento j = Es el efecto del j-simo tratamiento del factor B
se investigan todas las combinaciones posibles de
los niveles de los factores.
( )ij = Es el efecto de la interaccin entre A y
Efecto principal: es el efecto de un factor que est B
definido como el cambio en la respuesta producido

ijk = Es un componente de error aleatorio que tiene

Anlisis Estadstico. Suponga que tiene inters

en un solo factor que tiene a niveles, y que el
experimento se efecta en b bloques.

Las observaciones pueden presentarse con el

modelo estadstico lineal
Introduccin a los
diseos factoriales
 Diseo Factorial de Dos Uso de un software estadstico

Las hiptesis por probar son las siguientes:

H0 : (El factor A NO afecta la variable de repuesta)

Se introducen los datos en la hoja de datos del
H0 : (El factor A SI afecta la variable de repuesta) Statgraphics, para ello es conveniente identificar:
H0 : (El factor B NO afecta la variable de repuesta) La variable de respuesta o dependiente: Vida

H0 : (El factor B SI afecta la variable de repuesta) El factor de estudio A: Temperatura

H0 : (Los factores A y B No interactan sobre la variable El factor de estudio B: Tipo de horno

de repuesta)

En general, habr abc. . . n observaciones

totales, si hay n rplicas del experimento
completo. Considere el experimento de tres Los datos de Vida se capturan columna a columna,
factores, con el modelo bsico empezando con los valores del del horno H1, despus
los del H2, . . H3 y al final los de la H4. En la columna
2, la temperatura y el tipo de horno en la Columna 3.

Introduccin a los
diseos factoriales

Anlisis Estadstico del

Modelo de Efectos Fijos
 Comparaciones

Supongamos que A y B son factores fijos. Esto es,

los a niveles del factor A y los b niveles del factor B
son seleccionados de manera especfica por el
experimentador y las inferencias estn confinadas
nicamente en estos niveles.
El anlisis de varianza puede emplearse para
probar hiptesis sobre los efectos principales de
los factores A y B, y de la interaccin AB. Para
presentar los detalles del anlisis de varianza, se
necesitan ciertos smbolos
Cuando ambos factores son fijos, las
comparaciones entre medias de cualquier factor
pueden efectuarse mediante el empleo de
mtodos de comparaciones mltiples, tales como
la prueba de rango mltiple de Duncan o la
prueba de Tukey.
Si no hay interaccin, estas comparaciones
pueden realizarse con el empleo de los promedios
y i
por rengln o de los promedios por columna

yi Sin embargo, cuando la interaccin es

significativa,tomadas
El total de observaciones las comparaciones
en el i- entre medias
de
simo nivel del factor A;un factor (por ejemplo, A) pueden verse
oscurecidas por la interaccin AB. En este caso,
y j puede aplicarse a las medias del factor A un
procedimientotomadas
El total de observaciones tal como en
la prueba
el j- de rangos
mltiples
simo nivel del factor B; de Duncan, con el valor del factor B
ubicado en un nivel particular. Introduccin a los
yi j diseos factoriales
el total de observaciones tomadas en la ij-
sima celda de la tabla 5.2;
Mtodos Aproximados
Cuando los datos no estn muy desbalanceados
pueden usarse mtodos aproximados para convertir
este problema en uno balanceado. Esto, por
supuesto, hace que el anlisis slo sea aproximado.
Modelos Sin embargo,
Aleatorios elhechas
anlisiscon
de los datos balanceados es
. En
En consecuencia,
las secciones las inferencias
anteriores se supona que base
tan sencillo que, a menudo, existe
a la tendencia
Estimacin de las Observaciones de
Faltantes.
en elel
tanto y Mixtos
anlisis
factor de varianza
A como
usar
el Bpueden aplicarse
son fijos. En otrasslo
los niveles
palabras, especficos
que Un este
de Amtodo.
procedimiento
el experimentador y BhaqueEnselaprobaron
elegido
prcticaconsiste
razonable hay queen decidir
estimar
cuando los datos no estn muy alejados del caso
especficamente los en estimar
a niveles los valores
del factor A y losfaltantes
b si slo unas
balanceado, n para asegurar que el grado de