Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
En el análisis de datos, es deseable proporcionar ambos análisis gráficos y estadísticos. Además, gráficos de datos permiten que el modelo propuesto pueda ser comprobado y ayudar en la identificación de alguna observación inusual. El análisis estadístico cuantifica las respuestas relativas de los factores, aclarando así las conclusiones que puedan inducir a error de los datos. El propósito de un experimento puede variar desde el exploratorio (descubrimiento de nuevas fuentes importantes de variabilidad) al confirmatorio (lo que confirma que las fuentes previamente descubiertas de la variabilidad son lo suficientemente importante como para justificar un estudio más), y la filosofía del análisis depende del propósito del experimento. En las primeras etapas de la experimentación el análisis puede ser exploratorio, y uno podría trazar y analizar los datos de cualquier manera que ayude a la identificación de las fuentes importantes de variación. En etapas posteriores de la experimentación, el análisis es por lo general de naturaleza confirmatoria. Un modelo matemático que de respuesta es postulado y las hipótesis se ponen a prueba y se calculan los intervalos de confianza. Usaremos Modelos Lineales para modelar nuestra respuesta y el método de Mínimos Cuadrados para obtener la estimación de los parámetros en el modelo. La planificación de un experimento es una tarea recomendable, aunque se lleva un consumo considerable de tiempo. Por lo que muchos comienzan a recopilar datos sin que el diseño experimental haya tenido la suficiente atención. El resultado es que raramente estos datos que no se han recogido en forma adecuada y en cantidad suficiente permitan un buen análisis con la precisión requerida. A continuación se da una guía paso a paso para el proceso de planificación experimental. A continuación se da una lista de control que resume un número muy grande de decisiones que necesitan hacerse en cada etapa del proceso de planificación de un experimento. Los pasos no son independientes, por lo que algunas veces deberá regresarse a una etapa anterior para revisar la decisión tomada. a) Definir los objetivos del experimento. b) Identificar todas las fuentes de variación, incluyendo: (i) Factores de tratamiento y sus niveles. (ii) Unidades experimentales. (iii) Factores de bloqueo, factores de ruido, y covariables. c) Elegir una regla para asignar las unidades experimentales a los tratamientos. d) Especificar las mediciones a realizarse, el procedimiento experimental y anticipar las dificultades. e) Correr un experimento piloto. f) Especificar el modelo. g) Esbozar el análisis. h) Calcular el número de observaciones que será necesario realizar. i) Revisar las decisiones anteriores. Revisar si es necesario. Un diseño experimental es una regla que determina la asignación de unidades experimentales a los tratamientos. Y aunque los diseños de experimentos varían mucho unos de otros, hay algunos diseños experimentales que son usados frecuentemente. Se refiere uno así a los diseños en los cuales el experimentador asigna las unidades experimentales a los tratamientos completamente al azar, sujetos solamente al número de observaciones que sean tomadas en cada tratamiento. Este tipo de diseño es utilizado para los experimentos que no involucran factores de bloqueo. La mecánica del procedimiento de aleatorización se ilustran más adelante. Las propiedades estadísticas del diseño están completamente determinados por la especificación de r1, r2,. . . , rk, donde ri denota el número de observaciones sobre el tratamiento i, i = 1,. . . , k. El modelo es de la forma: Respuesta = constante + efecto de tratamiento + error Un diseño de bloques es un diseño en el que el experimentador particiona a las unidades experimentales en bloques, determina la asignación de los tratamientos a los bloques, y asigna las unidades experimentales dentro de cada bloque con los tratamientos completamente al azar. En el análisis de un diseño de bloques, los bloques son tratados como los niveles de un solo factor de bloqueo a pesar de que puede estar definido por una combinación de los niveles de más de un factor de molestia. El modelo es de la forma: Respuesta = constante + efecto de bloque + efecto de tratamiento + error El diseño de bloque más simple es el diseño de bloques completos, en los que se observa cada tratamiento el mismo número de veces en cada bloque. Los diseños de bloques completos son fáciles de analizar. Un diseño de bloques completos cuyos bloques contienen una sola observación en cada tratamiento se llama un diseño de bloques completos al azar o, simplemente, un diseño de bloques al azar. Cuando el tamaño del bloque es menor que el número de tratamientos, no es posible observar cada tratamiento en cada bloque, así, este diseño de bloques se denomina un diseño de bloque incompleto. La precisión con la que los efectos del tratamiento se pueden comparar y los métodos de análisis que son aplicables dependen de la elección del diseño. Cuando un experimento consiste en dos fuentes principales de variación y cada uno ha sido designado como factor de bloqueo, se dice que están cruzados o anidados estos factores de bloqueo. La diferencia entre estos se ilustra en la siguiente figura: Planes esquemáticos de experimentos con dos factores de bloqueo Cada unidad experimental ocurre en alguna combinación de niveles de dos factores de bloqueo, y un * denota unidades experimentales que son asignadas a tratamientos de bloqueo. Factores de bloqueo cruzado. Un diseño que implica dos factores de bloqueo cruzado a veces se llama un diseño de "fila-columna". Esto se debe a la representación pictórica del diseño, en la que los niveles de un factor de bloqueo están representados por filas y los niveles de la segunda están representadas por las columnas. Una intersección de una fila y una columna se denomina una "célula". Las unidades experimentales en la misma célula debe ser similar. El modelo es de la forma Respuesta = constante + efecto de bloque de filas + efecto de bloque de columnas + efecto de tratamiento + error Por un cuadrado latino se entenderá lo siguiente: Si se ignoran los títulos de las columnas, el diseño parece un diseño de bloques al azar. Del mismo modo, si se ignoran los encabezados de fila, el diseño con columnas como bloques parece un diseño de bloques completos al azar. Ejemplo. Los factores de bloqueo anidados (o jerárquicos). Dos factores de bloqueo se dice que están anidados cuando las observaciones tomadas en dos diferentes niveles de un factor de bloqueo son de forma automática en dos diferentes niveles del segundo factor de bloqueo. Ejemplo. En un diseño de bloques ordinario, las unidades experimentales pueden ser pensadas como siendo anidadas dentro de los bloques. Las unidades experimentales se anidan dentro de sub-bloques, sub-bloques están anidados dentro de los bloques. Los sub-bloques se pueden asignar al azar a los niveles de un factor de tratamiento adicional. Cuando se hace esto, el diseño es a menudo conocido como “un diseño de parcelas divididas”. Un diseño de parcela dividida es un diseño con al menos un factor de bloqueo, donde las unidades experimentales dentro de cada bloque se asignan a los niveles de los factores de tratamiento, como de costumbre, y, además, los bloques se asignan al azar a los niveles de un factor de tratamiento adicional. Este tipo de diseño se usa cuando los niveles de uno (o más) factores de tratamiento son fáciles de cambiar, mientras que la alteración de los niveles de otros factores de tratamiento son costosos, o que consumen tiempo Diseños de parcelas divididas se producen con cierto uso en los experimentos médicos y psicológicos. Por ejemplo supongamosque varios sujetos se asignan al azar a los niveles de un fármaco. En cada intervalo de tiempo se le pidió a cada sujeto realizar una de una serie de tareas, y se mide alguna variable de respuesta. Los sujetos pueden ser considerados como bloques, y los intervalos de tiempo para cada sujeto pueden ser considerados como unidades experimentales dentro de los bloques. Los bloques y las unidades experimentales son asignados a los niveles de los factores del tratamiento, los sujetos a las drogas y los intervalos de tiempo a las tareas. 1. Comparar la tasa de crecimiento de las semillas de frijol bajo diferentes programas de riego y de iluminación. 2. ¿El punto de ebullición del agua difiere con diferentes concentraciones de sal? 3. Comparación de los puntos fuertes de las diferentes marcas de toalla de papel. 4. Hacer velas de diferentes colores, ¿se queman a diferentes velocidades? 5. ¿Las diferentes marcas de palomitas dan diferentes proporciones de granos sin reventar? ¿Qué pasa con los métodos de cocción? 6. Comparar los efectos de diferentes lugares de un observador sobre la velocidad a la que los sujetos localizar las apariciones de la letra "e" en un texto escrito. 7. Comparar las proporciones de palabras recordadas de las listas de palabras relacionadas o no relacionadas, y en diversas condiciones como el silencio y la distracción. 8. Comparación de los efectos de diferentes colores de papel de examen en el rendimiento de los estudiantes en un examen. La lista de los experimentos enlistados en la diapositiva anterior, se pueden ejecutar como proyectos de clase. 1. Seleccionar un experimento sencillo de su interés, pero preferiblemente no en la lista. Complete los pasos (a) - (d) de la lista de control con la intención de que realmente ejecuta el experimento cuando la lista esté completa. 2. Para los experimentos 1 y 7, realice los pasos (a) y (b) de la lista de verificación. Puede haber más de un factor del tratamiento. Dar definiciones precisas de sus niveles. 3. Para el experimento 2, realice los pasos (a) - (d) de la lista de verificación. 4. Para el experimento 3, realice los pasos (a) - (d) de la lista de verificación. 5. Para el experimento 4, listar las fuentes de variación. Decidir qué fuentes pueden ser controladas limitando el alcance del experimento o especificando el procedimiento experimental exacto a seguir. De las restantes fuentes de variación, decidir cuáles son de menor importancia y cuáles las principales. ¿Hay algún factor de bloqueo en este experimento? 6. Para el experimento 6, especificar qué medidas deben realizarse, la forma en que se deben hacer, y enumerar las dificultades que se podrían esperar. 7. Para el experimento 8, anote todas las posibles fuentes de variación. En su opinión, este experimento debe ser ejecutado como un diseño completamente al azar, un diseño de bloques, o un diseño con más de un factor de bloqueo? Justifica tu respuesta. 8. Leer críticamente a través de las listas de comprobación en la Sección 2.5. Sugeriría usted algún cambio? ¿Le han hecho algo diferente? Si tuviera que criticar a estos experimentos, los cuales le abordar puntos? 9. La siguiente descripción fue dada por Clifford Pugh en el 1953 el volumen de Estadística Aplicada. "El uso generalizado de detergentes para lavar la vajilla doméstica hace que sea conveniente para los fabricantes llevar a cabo pruebas para evaluar el rendimiento de sus productos. . . . Desde la formación de espuma es considerado como el principal criterio de rendimiento, la medida adoptada es el número de platos que se lavaron antes de que la espuma se reduzca a una capa superficial delgada. Los cinco factores principales que pueden afectar el número de platos lavados por un producto dado son (i) la concentración de detergente, (ii) la temperatura del agua, (iii) la dureza del agua, (iv) el tipo de “fondo "en los platos, y (v) el método de lavado usado por el operador. . . . La dificultad de normalizar el fondo se supera mediante el uso de los platos de un comedor de empresa (cafetería) para el examen y la adopción de una técnica de bloques completos al azar en el que los platos de cualquier supuesto forman un bloque. . . . Una limitación práctica es el número de platos disponibles en un bloque. Esto permite que sólo cuatro. . . pruebas puedan ser completadas (en un bloque) ". Elaborar las etapas (a) - (d) de una lista de control para un experimento del tipo anterior y dar un ejemplo de un diseño que se ajuste a los requisitos de su lista de comprobación.
Compartir