Professional Documents
Culture Documents
Actividad enzimatica
10.6
6.1
X1 = A: Avicel
X2 = B: harina de soja
10.7
Actividad enzimatica
9.5
43
8.3
7.1 40.25
5.9 37.5
A: Avicel
30.50
28.00 34.75
25.50
23.00
20.50 32
B: harina de soja
1. Estadística
2. Introducción al Diseño de experimentos
3. Análisis de Varianza ANOVA
4. Diseño de experimentos2K, 2K-P , RSM
SOFTWARE?
Design of Experiment
www.statease.com
Estadística Descriptiva
Presenta, organización y resumen de los datos
2 2
2
x x x x
S2
n n 1
Desviación Estándar 2
Desviación estándar Poblacional “σ”
Desviación estándar Muestral “S”
S S2
DISTRIBUCION NORMAL “ Z”
DISTRIBUCION “t”
La distribución t nos sirve para inferir
posibles resultados a partir de datos
tomados, estos datos deben ser <30 datos
DISTRIBUCION “F”
Ej. En una zona del Altiplano el rendimiento de papa
es de 9000 Kg/ha y la desviación estándar de 2400
Kg/ha. ¿Hallar la probabilidad, que de cada 100
agricultores de la zona, tengan una producción
superior a 12000 Kg/ha?
9000
2400 𝑃 𝑃𝑟𝑜𝑑 ≥ 12000 =?
x 12000
¿Cómo utilizar las tablas de distribución normal?
En un proceso de inyección de plástico una característica de calidad
del producto (disco) es su grosor, el cual debe ser de 1.20 mm y
cumplir con los limites de calidad de EI = 1.10, y la superior, ES = 1.3
para considerar que el proceso de inyección fue satisfactorio.
Para evaluar esta característica de calidad, durante una semana se
hace un muestreo en una línea de producción tomando 25 muestras y
se obtiene la media muestral de 1.179 mm y la varianza 0.00071.
Revisar si el proceso de inyección cumple con los límites de calidad al
95% de confianza.
0.8
DISTRIBUCION “F”
0.7
0.6
F(0.05,3,6)
F(0.05,6,12)
0.5
F(0.05,10,6)
F(0.05,15,12)
0.4
0.3
0.2
0.1
0
0 2 4 6 8 10 12 14
Las significancias más aceptable es 5% (95% confianza) ò 1% (99%
confianza)
El área es P(X>x)=0.05, osea en tablas hallamos los F para que se
cumpla un área de 0.05.
MATLAB
x = -5:0.1:5;
y = tpdf(x,1);
yy = tpdf(x,4);
yd= tpdf(x,9);
plot(x,y,x,yy,x,yd)
z = normpdf(x,0,1)
x = 0:0.0001:17.9505;
y = fpdf(x,4,15);
plot(x,y)
q =1- trapz(x,y)
x = 0:0.001:17.9505;
y=fpdf(x,3,6);
yy=fpdf(x,6,12);
yd=fpdf(x,10,6);
yu=fpdf(x,15,12);
plot(x,y,'r',x,yy,'g',x,yd,'b',x,yu,'k')
DISEÑO ESTADISTICO DE EXPERIMENTOS
EFFICIENCY Get
more info from fewer
experiments
Aleatorización.
Repetición
Bloqueo.
Inferencia estadística
Supongamos que un técnico agrónomo introduce en una
region del altiplano una variedad de cebada de alta producción
y que obtuvo en la zona un rendimiento de 750 Kg/ha.
Se busca en la
tabla de números
aleatorios en
cualquier punto, y
tomamos 3 digitos
que se encuentren
en el rango de 1-
200 y
seleccionamos.
Los números
encontrados son:
079;102;034;081;
099;143;073;129;
078;061
La validez de los resultados obtenidos en
cualquier análisis de varianza queda
supeditado a que los supuestos del modelo se
cumplan.
Normalidad
Varianza constante (igual varianza de los
tratamientos)
Independencia.
Estos supuestos sobre Y se traducen en
supuestos sobre el término error (e) en el
modelo
Los datos tienden a
quedar alienados en una
línea recta, si no se
alinean no se cumple el
supuesto
Si ningún patrón claro y contundente existe en las graficas Yij (eje
x) vs ei (eje y) entonces se cumple el supuesto
No se cumplirá el supuesto por que sigue un patrón
Refleja la forma en que se colecto los datos (aleatoria), no debe existir
algún patrón definido
No se cumplirá el supuesto por que sigue un patrón
Tendencia
alinearse
de otro
modo el
sup. N no
se cumple
Ningún
patrón