Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
DISEÑOS EXPERIMENTALES BÁSICOS En múltiples ocasiones el analista o investigador se enfrenta al problema de determinar si dos o más grupos son iguales, si dos o más cursos de acción arrojan resultados similares o si dos o más conjuntos de observaciones son parecidos. Pensemos por ejemplo en el caso de determinar si dos o más niveles de renta producen consumos iguales o diferentes de un determinado producto, si las notas de tres grupos en una asignatura son similares, si tres muestras de análisis químico de una sustancia son iguales, o si los municipios de cuatro provincias colindantes tienen el mismo nivel. 1. Factor: son las variables independientes que pueden influir en la variable de interés. 2. Niveles de un factor: Los niveles de un factor tratamiento son los tipos o grados específicos del factor que se tendrán en cuenta en la realización del experimento. Los factores tratamiento pueden ser cualitativos o cuantitativos. Ejemplos de factores cualitativos y sus niveles respectivos son los siguientes: Proveedor (diferentes proveedores de una materia prima), tipo de máquina (diferentes tipos o marcas de máquinas). Ejemplos de factores cuantitativos son los siguientes: · tamaño de memoria (diferentes tamaños de memoria de ordenadores), · droga (distintas cantidades de la droga), · la temperatura (conjuntos de temperaturas seleccionadas en unos rangos de interés). 3. Observación: es cada medición de la variable respuesta. 4. Tamaño del Experimento: es el número total de observaciones recogidas en el diseño. 5. Diseño equilibrado o balanceado: es el diseño en el que todos los tratamientos son asignados a un número igual de unidades experimentales. Análisis de varianza El análisis de varianza (ANVA) es una técnica estadística que se usa para probar la igualdad de más de dos medias. En el análisis de varianza estudiaremos: · Diseño completamente aleatorizado (Unidireccional) · Diseño en bloques completamente aleatorizado (Bidireccional) ANÁLISIS DE VARIANZA UN SOLO FACTOR DISEÑO COMPLETAMENTE ALEATORIZADO (DCA) Un diseño completamente al azar, es un diseño en el cual los tratamientos son asignados completamente al azar a las unidades experimentales. Unidad experimental: una persona, un objeto, animal, etc. Tratamientos 1 2 …………….. k X11 X21……………………… Xk1 X12 X22……………………… Xk2 Total ( Ti. ) T1. T2. TK. T.. ni n1 n2…………………… nk n Dónde: Ti. = es la suma de la muestra i T.. = es la suma total de las k muestras n1 + n2 + nk = n, es el total de elementos observados TABLA DEL ANÁLISIS DE VARIANZA FUENTE DE VARIACIÓN SUMA DE CUADRADOS GRADOS DE LIBERTAD CUADRADOS MEDIOS RAZON F CALCULADA TRATAMIENTOS ERROR SCC SCE k – 1 n - k CMC= CME= F= TOTAL SCT( total) n - 1 Donde: SCT = C = SCC = k = Número de tratamientos n = Número total de datos SCE = SCT – SCC Procedimiento para el análisis de varianza: 1. Planteamiento de las hipótesis: Hipótesis nula: µ1 = µ2 = …..(Las medias de las poblaciones son iguales) Hipótesis alternativa: no todas las medias son iguales (al menos una de las medias es diferente). 2. Establecer el nivel de significación () 3. Estadístico de prueba: F calculado F= 4. Región crítica: En la tabla F se encuentra el valor crítico de la prueba. La hipótesis nula se rechaza si F (calculada) es mayor que F (en tablas). 5. Cálculos 6. Decisión 1. Cuatro profesores: P1, P2, P3, P4, enseñan a muchos alumnos el mismo curso de Estadística. De uno de sus exámenes se extrajeron al azar una muestra de calificaciones de cada horario. Estas se registran de la siguiente manera: Profesores P1 P2 P3 P4 12 14 13 10 11 16 12 17 9 13 9 15 10 18 11 14 17 12 15 12 Al nivel de significación del 5%. ¿Se puede concluir que existe una diferencia significativa en las calificaciones promedio obtenidas con los 4 profesores? DISEÑO EN BLOQUES COMPLETAMENTE ALEATORIZADO El diseño en bloques completamente al azar es un diseño en el que las unidades experimentales a las cuales se les aplican los tratamientos se subdividen en grupos llamados bloques de modo que el número de unidades experimentales en un bloque es igual al número de tratamientos que se están estudiando. Los tratamientos son distribuidos dentro de cada bloque aleatoriamente. En el cuadro se indica lo siguiente: Tratamientos Bloques 1 2…………………..k Total de bloques (T.j ) 1 2 r X11 X21……………………… Xk1 X12 X22……………………… Xk2 X1r X2r……………………… Xkr T.1 T.2 T.r Total Ttos ( Ti. ) T1. T2. TK. T.. ni n1 n2…………………… nk n Dónde: Ti. = es la suma de los datos de tratamientos i T.j = es la suma de los datos de bloques j T.. = es la suma de todos las rk observaciones. TABLA DEL ANÁLISIS DE VARIANZA FUENTE DE VARIACIÓN SUMA DE CUADRADOS GRADOS DE LIBERTAD CUADRADOS MEDIOS F CALCULADO TRATAMIENTOS O COLUMNAS BLOQUES O FILAS ERROR SCC SCF SCE k – 1 r - 1 (r – 1)(k -1) CMC= CMF= CME= F= F= TOTAL SCT( total) rk - 1 donde: SCT = C = SCE = SCT – (SCC + SCF) r = Número de filas SCC = k = Número de columnas SCF = El procedimiento es análogo que el D.C.A 1. Una compañía que produce un tipo de artículo cuenta con 5 máquinas: M1, M2, M3, M4, M5, y con operarios: O1, O2, O3, O4, O5. Para comprobar si hay una diferencia en la cantidad de producción debido a la clase de máquinas y a la clase de operarios se diseñó un experimento asignando a cada operario una máquina por día. El nº de artículos producidos se da en la tabla que sigue: Operarios Máquinas M1 M2 M3 M4 M5 O1 23 25 30 32 40 O2 28 27 35 38 42 O3 32 30 37 39 43 O4 36 38 40 43 45 Al nivel de significación 0.05 a. ¿podemos concluir que hay diferencias en la producción debido a las máquinas? b. ¿podemos concluir que hay diferencias en la producción debido a los operarios? C X k i ni j ij - å å = = 1 1 2 n T 2 .. C n T k i i i - å = 1 2 . 1 - k SCC 1 - r SCF ) 1 )( 1 ( - - k r SCE CME CMC CME CMF C X k i r j ij - å å = = 1 1 2 rk T 2 .. C T r k i i - å = 1 2 . 1 C T k r j j - å = 1 2 . 1 1 - k SCC k n SCE - CME CMC
Compartir