DISEO DE EXPERIMENTOS

CONCEPTO
Conjuntos de reglas para asociar unidades experimentales con tratamientos. El diseo experimental es una tcnica estadstica que permite identificar y cuantificar las causas de un efecto dentro de un estudio experimental. Un experimento diseado es una prueba o serie de pruebas en las cuales se inducen cambios deliberados en la variables de entrada de un proceso o sistema, de manera que sea posible observar e identificar las causas de los cambios en la respuesta de salida

Una investigacin estadstica consta de los siguientes pasos:

Identificacin del problema y claro establecimiento de los objetivos de la investigacin. Formulacin de las hiptesis Determinacin de la tcnica y diseo experimental. Desarrollo del experimento. Aplicacin de la tcnica estadstica a los resultados experimentales. Evaluacin de la investigacin (Particularmente con otra investigacin del mismo tipo o problemas similares).

Estrategia secuencial
Obtener la mxima informacin con el mnimo de recursos. En la manera de utilizar los recursos disponibles para la investigacin, podemos distinguir claramente tres posibles estrategias: a) Experimentar sin planificar b) Decidir de golpe cmo se va a invertir todo el presupuesto

Objetivos de un diseo experimental

Es proporcionar la mxima cantidad de informacin pertinente al problema bajo investigacin. Sin embargo tambin es importante que sea tan simple como sea posible, adems es recomendable hacer todo esfuerzo para ahorrar tiempo, dinero, personal y material experimental. Afortunadamente la mayora de los diseos estadsticos son simples, no solo son fciles de analizar sino tambin son eficientes estadsticamente y econmicamente.

Principios basicos de un diseo experimental

Reproduccin. Es la repeticin de un experimento bsico, que permite obtener en forma mas precisa del estado medio de cualquier factor Aleatorizacin. Es la asignacin del material experimental como el orden en que se realizan los ensayos que se determinacin aleatoriamente Control Local. Permite la utilizacin de bloques aumentando la precisin del experimento

Clasificacin de los diseos experimentales

5.1. Diseo completamente aleatorizado a) Con igual num. De obs. Por tratamiento b) Desigual num. De obs. Por tratamiento 5.2. Modelo completamente aleatorizado a) Por tratamientos y bloques completos 5.3. Modelo completamente aleatorizado a) Por tratamientos. Y bloques incompletos 5.4. Modelo completamente aleatorizado por a) Tratamientos y bloques con interaccin

Clasificacin de los diseos experimentales

5.5. Modelo cuadrado latino 5.6. Modelo cuadrado grecolatino 5.7. Modelos de covarianza 5.8. Modelos factoriales a) Modelo factorial 22 b) Modelo factorial 23 5.9. Modelos de superficie respuesta 5.10. Modelos de optimizacin

DISEO EXPERIMENTAL FACTORIAL

El trmino experimento factorial o arreglo factorial se refiere a la constitucin de los tratamientos que se quieren comparar. Diseo de tratamientos es la seleccin de los factores a estudiar, sus niveles y la combinacin de ellos. El diseo de tratamientos es independiente del diseo experimental que indica la manera en que los tratamientos se aleatorizan a las diferentes u.e. y las formas de controlar la variabilidad natural de las mismas.

 Un experimento factorial completo es un experimento cuyo diseo consta de dos o ms factores, cada uno de los cuales con distintos valores o "niveles", y cuyas unidades experimentales cubren todas las posibles combinaciones de esos niveles en todo los factores. Este tipo de experimentos permiten el estudio del efecto de cada factor sobre la variable respuesta, as como el efecto de las interacciones entre factores sobre la dicha variable. Por ejemplo, con 2 factores y 2 niveles en cada factor, un experimento factorial tendra en total 4 combinaciones de tratamiento, y se le denominara diseo factorial de 22. Si el nmero de combinaciones en un diseo factorial completo es demasiado alto para su procesamiento, puede optarse por un diseo factorial fraccional, en el que se omitan algunas de las combinaciones posibles.

VENTAJAS DE LOS EXPERIMENTOS FACTORIALES

Economa en el material experimental al obtener informacin sobre varios factores sin aumentar el tamao del experimento. Todas las u.e. se utilizan para la evaluacin de los efectos. Se ampla la base de la inferencia en relacin a un factor, ya que se estudia en las diferentes condiciones representadas por los niveles de otros factores. Se ampla el rango de validez del experimento. Permite el estudio de la interaccin, esto es, estudiar el grado y forma en la cual se modifica el efecto de un factor por los niveles de los otros factores. Una desventaja de los experimentos factoriales es que requiere un gran nmero de u.e., sobre todo cuando se prueban muchos factores o muchos niveles de algunos factores, es decir, se tiene un nmero grande de tratamientos. (factoriales fraccionales)

 En un experimento factorial se controlan diversos factores y se investigan sus efectos a dos o ms niveles Los ms comunes son los diseos factoriales de dos niveles con k diferentes factores: 2k

 Ejemplo: Modelo de tres factores(dos niveles) Y = 0+ 1X1+ 2X2+ 3X3+ 12X1X2 + 13X1X3+ 23X2X3+ 123X1X2X3+ Y: Respuesta X1, X2, X3: Factores 0, 1, 2, 3, 12, 13, 23, 123: Coeficientes lineales a determinar con los datos. : Error experimental

 En los experimentos de diseo factorial 2k vimos la importancia de codificar las variables. Codificamos presumiendo que los factores son de naturaleza continua. Ejemplo: entre el -1 y +1 existe el 0, pero entre Mquina 1 y Mquina 2 no hay nada central. Cuando tengo factores de naturaleza discreta los puntos centrales se duplican aumentando as los costos experimentales.

Ejemplo de Experimento ms pequeo 22: En el escenario 1, al seleccionar la diagonal, la misma corresponde a la interseccin, por lo tanto, estamos fundiendo el lote con la interseccin. Sin embargo, en el escenario 2, el lote esta fundido con el factor A. El lote 1 del escenario 2 tiene los tratamientos cuando el factor A esta en su nivel alto, y el lote 2 tiene los tratamientos cuando el factor A esta en su nivel bajo, por lo tanto, las fuentes bloques y el factor A se encuentran fundidos. La asignacin del escenario 2 es una muy pobre ya que sacrifico la informacin de un efecto principal.

seleccionamos aquella interaccin que tenga el mayor nmero de factores contenidos. Los contrastes ortogonales seran:

GRACIAS