Professional Documents
Culture Documents
Un Experimento
1) Tcnicamente planeado
2) Cuidadadosamente conducido
3) Adecuadamente analizado
4) Cautelosamente interpretado
Razones
Por lo general, un experimento es realizado
por una o varias de las razones siguientes:
Identificar las principales causas de variacin
en la respuesta
Encontrar las condiciones que permitan
alcanzar un valor ideal en la respuesta
Comparar las respuestas a diferentes niveles
de factores controlados por el investigador
Construir modelos que permitan obtener
predicciones de la respuesta.
Anlisis de Modelos Estadsticos y su aplicacin a Estudios3
Definiciones Bsicas
Variable Respuesta: es la variable en estudio, aquella cuyos cambios
se desean estudiar. Es la variable dependiente.
Factor: es la variable independiente. Es la variable que manipula el
investigador, para estudiar sus efectos sobre la variable dependiente.
Nivel Del Factor: es cada una de las categoras, valores o formas
especficas del factor.
Factor Cualitativo: sus niveles se clasifican por atributos cualitativos.
Factor Cuantitativo: sus niveles son
escala.
intenta
controlar
por
a
Anlisis de Asociacin
Anlisis de Regresin vs. Anlisis de
Varianza
Ambos anlisis establecen relaciones entre variables.
Estudian la relacin estadstica entre variables para tomar
decisiones.
En el Anlisis de regresin el objetivo es Predecir.
Usa solo variables cuantitativas y la relacin se expresa con un
modelo lineal en el cual la variable independiente puede tomar
cualquier valor fijado por el investigador .
12
i= 1,..,k y j=1,..,n
A.j
Yij .. . j ij
i= 1,..,k y j=1,..,n
Diseo Completamente
Aleatorizado
DCA
Introduccin
Yij .. . j ij
En donde:
Yij es la variable aleatoria que que mide la respuesta del sujeto
experimentado en el -simo individuo que recibi el j-simo
tratamiento;
.. Es el promedio general;
.j El efecto del j-simo tratamiento, y;
ij Es la cantidad de variacin no explicada por el Factor, tambin
se conocer como Error del Experimento, Variacin Residual.
Anova Un Criterio
Determina si la discrepancia entre las medias
entre los tratamientos es mayor de lo que
debera esperarse de las variaciones que
ocurren dentro de los tratamientos.
Divide la Variacin Total de los datos de la
muestra en dos componentes.
Supuestos Anova
1. Observaciones se distribuyen
Normal e Independiente y con la
misma varianza para cada
tratamiento
2.
Yij .. . j ij
3.
ij ~ N (0, 2 )
Modelos E Hipotesis
Modelo a efectos fijos
H0 : 1 = 2 ..= k= 0
H1 : i 0 al menos para una i
Modelo a efectos aleatorios
H0 : = 0
H1 : 0
Anlisis de Modelos Estadsticos y su aplicacin a Estudios
21
Diseo Completamente
Aleatorizado
Diseo aleatorio, en condiciones
homogneas (tiempo, materias primas,
procedimientos operativos, etc.) .
Ejemplo con tres tratamientos:
N 1; 2; 3; 4; 5; 6; 7; 8; 9;10;11;12;13; 14; 15
Tr. A; A;C; B; B; A; C; B; B; C; B; C; C; A; A
Res.y,y,y3, y4 ,y5,y6, y7, y8, y9,y10,y11,y12, y13, y14, y15
Anlisis: ANOVA a Un criterio
Tabla Anlisis
1
Promedi
o
YA1
YA2
YA3
YA4
YA5
YA.
YB1
YB2
YB3
YB4
YB5
YB.
YC1
YC2
YC3
YC4
YC5
YC.
Rep
Trat
Y..
Anova A Un Criterio
Identidad de la suma de cuadrados
k
j1
(y ij y..) 2 n
i 1
(y.j y.. )
j1
j1
t 1
(y ij y.j ) 2
2j
j1
CM trat
SCtrat
k 1
CM error
SCEE
k (n 1)
Sumas
Cuadrados
g.l
Cuadrad
os
Medios
Entre
SCTrat.
Tratamientos
k-1
SCTrat/
g.l (I)
Fo=
I/II
Dentro Trat.
(Error)
SCError
k(n-1) SCError/
g.l (II)
Total
SCTotal
n1
Anova Un Criterio
Fo F ((k-1) y k(n-1))
Si Fo > F ((k-1) y k(n-1)) Rechazo la
Hipotesis Nula
Contrastes Ortogonales
Prueba de Dunnet
Prueba de Tukey
Intervalos de confianza
Pruebas en caso de violaciones de los supuestos
Otras
Curvas de Respuesta
Si los niveles del factor son equidistantes y si
Y=f(x, x2, x3,,xp)
es un polinomio en X, puede demostrarse
que el puede ser escrito como:
Y = 0 P0(x) + 1P1(x) +... +pPp(x) +
Curvas de Respuesta
Las sumas de cuadrados para los (k-1)efectos
polinomiales del factor forman una particin de la
suma de cuadrados de los tratamientoscada uno con
un grado de libertad y su significacin estadstica,
puede ser comprobada comparando sus sumas de
cuadrados con el cuadrado medio del error.El grado
del polinomio lo determina el grado mas alto que
para el cual ste sea estadsticamente significativo.
Se desea ajustar el polinomio de menor grado
posible que describa adecuadamente a los datos.
Y=Pi+
Polinomios Ortogonales
donde:
d es la distancia entre los niveles de x
k es el nmero total de niveles y
j son constantes tales que los polinomios
tienen valores enteros.
Existen tablas que muestran los Pi(x) y los i
Los estimadores para los coeficientes de
regresin j se obtienen mediante el mtodo
de mnimos cuadrados
Anlisis de Modelos Estadsticos y su aplicacin a Estudios
33
Estimaciones En Modelos A
Efectos Aleatorios
Si rechazo la Hiptesis Nula en el
Modelo a Efectos Aleatorios
Anlisis de componentes de la
Varianza
Ventajas Y Desventajas
La mayor ventaja de experimentar bajo un
esquema Completamente al Azar, esto es, sin
restricciones, es la simpleza del anlisis y el
recurso que significa aplicarlo cuando no hay
otra posibilidad de anlisis.
Es el paso consecutivo en uso de la regresin
lineal en el anlisis de modelos lineales.
Se presta por igual a estudios mediante tcnicas
de muestreo o en experimentos planificados.
Anlisis de Modelos Estadsticos y su aplicacin a Estudios
35
Ventajas Y Desventajas
Cuando ocurren accidentes en la operacin del experimento
como la prdida de una cantidad de unidades
experimentales que no pueda contrarrestarse mediante
tcnicas de extrapolacin, el Modelo Completo al Azar
permite el anlisis con las unidades remanentes sin importar
que haya diferente nmero por tratamiento.
La facilidad de clculo y manejo no compensan la baja
precisin del diseo. Esto significa que es el modelo
experimental menos eficiente. O dicho de otra manera: el
diseo que mayor variacin presenta. Prefirindose otros
con mayor precisin en el anlisis.
Anlisis de Modelos Estadsticos y su aplicacin a Estudios
36
Aleatorizacion
Puede hacerse utilizando una tabla de nmeros al azar,
por cartas, tirando un dado, o por cualquier otra
operacin que sirva para el mismo propsito.
Como ilustracin vamos a considerar un experimento que
involucra 3 tratamientos: A, B y C cada uno replicado 4
veces.
La aleatorizacin y disposicin de las unidades
experimentales se lleva a cabo de la siguiente manera:
Se determina en nmero total de UE. Para nuestro
ejemplo 3x4=12.
Se asigna una nmero a cada UE en una manera
conveniente por ejemplo consecutivamente del 1 al 12.
Aleatorizacion
Mediante una tabla de nmeros al
azar:
1 paso: localizar el punto de comienzo en una
tabla de nmeros al azar
2 paso: Utilizando el punto de comienzo
obtenido en el 1 paso, seleccionar n nmeros
de tres dgitos, donde n es el nmero total de
UE (n=12). Se prefiere nmeros de tres dgitos
porque es ms difcil encontrar valores iguales.
Nmero al azar
Secuencia
Nmero al azar
Secuencia
Rango
149
149
361
361
180
180
018
018
427
427
243
243
494
494
704
704
12
549
549
10
157
10
157
10
571
11
571
11
11
226
12
226
12
4 paso: Asignar los tratamientos a las UE. Usar el rango como nmeros de UE y
la secuencia con la cual se obtuvieron los nmeros aleatorios para referirse a los
tratamientos. Por ejemplo el tratamiento A : al 2,7,4,1, el tratamiento B, al
8,6,9,12, etc.
1
3
A 2A
C 4A
5
10
11
12
Cuestionario
Se trata de un experimento uni o multifactorial?
Cules son los factores?
Cules son los tratamientos?
Cul es la variable respuesta?
Cul es la unidad experimental?
Cuntas replicaciones haramos?
Cuntos animales necesitamos?
Cmo haramos el diseo?
En el caso de utilizar bloquizacin indicar y justificar.
En el caso de utilizar tratamiento testigo indicar y justificar.
Anlisis de Modelos Estadsticos y su aplicacin a Estudios
41
La Planificacin del
Experimento
Se descartan del grupo de 52 cerdos, las hembras y
animales extremos, muy pequeos o muy grandes y algunas
cruzas, quedan 24 machos castrados de la misma raza y de
tamao similar.
El diagrama de los corrales disponibles se muestra a la
derecha con una capacidad de hasta 10 cerdos. Cmo
N
asignaran los tratamientos?
Debido a que no es posible atender a los cerdos
individualmente, se opt por usar los corrales
que miran al Norte para usar cada uno de ellos
con una de las 4 dietas por valorar.
En cada chiquero se acomodaran 6 cerdos?.
Anlisis De La Varianza:
Clasificaciones segn dos Criterios
El Diseo en Bloque Completo al Azar es un plan en el
cual las unidades experimentales se asignan a grupos
homogneos, llamados bloques, y los tratamientos son,
luego, asignados al azar dentro de los bloques.
Objetivo del agrupamiento: lograr que las unidades
dentro de un bloque sean lo ms uniformes posible con
respecto a la variable dependiente, de modo que las
diferencias observadas se deban realmente a los
tratamientos. Al controlar la variacin dentro de los
bloques reducimos la variabilidad del error experimental.
Completo: todos los tratamientos estn incluidos en cada
bloque.
Anlisis de Modelos Estadsticos y su aplicacin a Estudios
46
31
25
51
79
44
27
70
98
10
36
29
86
85
78
95
14
M2
M4
M3
M1
M3
M1
M2
M4
M2
M1
M4
M3
M4
M2
M1
M3
M1
M3
M2
M4
M2
M4
M3
M1
Ventajas
Desventajas
de Velocidad
48
Cuando el
modelo es
aditivo quiere
decir que la
diferencia en
respuestas
medias entre dos
operarios es la
misma para
todas las
mquinas.
BLOQUE
46
1
44
2
3
42
4
40
38
6
1
Tratamiento
i = i. - .. = yi. - y..
j = . j - .. = y. j - y..
Suma de
Grados de
Cuadrados
F calculada
variacin
Cuadrados
libertad
Medios
Tratamientos
SCA
t-1
CMA / CME
Bloques
SCB
b -1
CMB / CME
Error Experimental
SCE
(t - 1)(b-1)
Total
SCT
t.b -1
Variacin total
SCT
Variacin debida
Variacin debida
a los tratamientos
a los bloques
SCA
SCB
Variacin propia de
las observaciones
SCE
Total
Medias
42,5
39,3
39,6
39,9
42,9
43,6
247,8
41,3
39,8
40,1
40,5
42,3
42,5
43,1
248,3
41,4
40,2
40,5
41,3
43,4
44,9
45,1
255,4
42,6
42,3
43,2
44,5
45,2
46,9
43,3
265,4
44,2
Total
164,8
163,1
165,9
170,8 177,2
175,1
1016,9
Medias
41,2
40,775 41,475
Fc =
42,7
44,3
43,775 254,225
42,4
Yij 2
Factor de Correccin =
b.t
1
Ti.2 Fc
Suma de Cuadrados Tratamientos =
b i
1
2
T. j Fc
Suma de Cuadrados de Bloques =
t j
2
Y
ij Fc
Suma de Cuadrados Total = i j
Suma de Cuadrados del Error = SCTotal SCTratamiento - SCBloque