Tarea N 1

Glosario
1. Aleatorizacin:

Consiste en asignar aleatoriamente (al azar) a los participantes en

un ensayo a dos o ms grupos de tratamiento o de control. Es una
tcnica utilizada para equilibrar el efecto de condiciones externas
o no controlables que pueden influir en los resultados de un
experimento.
Al aleatorizar el orden en el que se realizan las corridas
experimentales, se reduce la probabilidad de que las diferencias
en los materiales o las condiciones del experimento sesguen
considerablemente los resultados. La aleatorizacin tambin
permite estimar la variacin inherente de los materiales y las
condiciones de manera que se puedan hacer inferencias
estadsticas vlidas con base en los datos del experimento. El
modelo matemtico de este diseo es:
Respuesta = Constante + Efecto bloque + Efecto
Tratamiento + Error

2. Bloqueo:
Es uno de los tres principios bsicos que se deben tener en cuenta
al planificar un experimento est basado en dividir o particionar
las unidades experimentales en grupos llamados bloques de modo
que las observaciones realizadas en cada bloque se realicen bajo
condiciones experimentales lo ms parecidas posibles.
El modelo matemtico de este diseo es:
Respuesta = Constante + Efecto bloque + Efecto
Tratamiento + Error
El diseo en bloques ms simple es el denominado diseo en
bloques completos, en el que cada tratamiento se observa el
mismo nmero de veces en cada bloque.
El diseo en bloques completos con una nica observacin por
cada
tratamiento
se
denomina diseo
en
bloques
completamente aleatorizado o, simplemente, diseo en
bloques aleatorizado.

3. Diseo de experimentos:

Esta metodologa sirve para disear las condiciones ideales de un

producto, proceso o servicio para que cumpla con altas

expectativas usando el mnimo nmero de experimentos o

pruebas. DOE es muy til cuando se tiene un producto complicado
cuyo resultado puede depender de una gran cantidad de variables
que no controlamos y que debemos ajustar para optimizarlo.
El diseo de experimentos (DOE) ayuda a investigar los efectos de
las variables de entrada (factores) sobre una variable de salida
(respuesta) al mismo tiempo.

4. Error aleatorio:

Se produce como consecuencia de realizar el estudio con una

muestra en lugar de estudiar a toda la poblacin y generalizar los
resultados que hemos obtenido en nuestra muestra a la poblacin.
Este tipo de error ser de mayor si conforme la muestra sea ms
pequea y disminuir al aumentar el tamao muestral, llegando a
desaparecer si estudiamos a toda la poblacin.

5. Error experimental:

Componente del error aleatorio que refleja los errores del

experimentador en la planificacin y ejecucin del experimento. En
general los errores experimentales son ineludibles y dependen
bsicamente del procedimiento elegido y la tecnologa disponible
para realizar la medicin.

6. Experimento:

Un experimento es un procedimiento mediante el cual se trata

de comprobar (confirmar
o
verificar)
una
o
varias hiptesis relacionadas con un determinado fenmeno,
mediante la manipulacin y el estudio de las correlaciones de
las variables que
presumiblemente
son
su
causa.
La experimentacin constituye uno de los elementos claves de
la investigacin
cientfica y
es
fundamental
para
ofrecer explicaciones causales.
En un experimento se consideran todas las variables relevantes
que intervienen en el fenmeno, mediante la manipulacin de las
que presumiblemente son su causa, el control de las variables
extraas y la aleatorizacin (o randomizacin) de las restantes.

7. Factores controlables:

Son variables de proceso o caractersticas de los materiales

experimentales que se pueden fijar en un nivel dado. Algunos de
stos son los que usualmente se controlan durante la operacin
normal del proceso y se distinguen porque, para cada uno de ellos,
existe la manera o el mecanismo para cambiar o manipular su

nivel de operacin. Esto ltimo es lo que hace posible que se

pueda experimentar con ellos.

8. Factores estudiados:

Son las variables que se investigan en el experimento, respecto de

cmo influyen o afectan a la(s) variable(s) de respuesta. Los
factores estudiados pueden ser controlables o no controlables, a
estos ltimos quiz fue posible y de inters controlarlos durante el
experimento. Para que un factor pueda ser estudiado es necesario
que durante el experimento se haya probado en, al menos, dos
niveles o condiciones.

9. Factores no controlables:

Son variables o caractersticas de materiales y mtodos que no se

pueden controlar durante el experimento o la operacin normal del
proceso. Por ejemplo, algunos factores que suelen ser no
controlables son las variables ambientales (luz, humedad,
temperatura, partculas, ruido, etc.), el nimo de los operadores, la
calidad del material que se recibe del proveedor (interno o
externo).

10.

Matriz de diseo:

11.

Niveles:

Es el arreglo formado por los tratamientos que sern corridos,

incluyendo las repeticiones.

Son los diferentes valores que se asignan a cada factor estudiado

en un diseo experimental. Una combinacin de niveles de todos
los factores se llama tratamiento o punto de diseo.

12.
Planeacin:
La planeacin est compuesta por las actividades encaminadas a
entender el problema, el diseo y la realizacin de las pruebas
experimentales adecuadas. Un planteamiento claro del problema
contribuye a menudo en forma sustancial a un mejor conocimiento
del fenmeno y de la solucin final del problema.

13.

Proceso de deduccin:

Es en el que las consecuencias derivadas de la hiptesis pueden

ser comparadas con los datos. Cuando las consecuencias y los
datos no corresponden, entonces la discrepancia puede llevar a un
proceso de induccin.

14.

Proceso de induccin:

15.

Tratamiento:

16.

Repeticin:

17.

Unidad experimental:

18.

Variable de respuesta:

19.

Error tipo I:

Es en el cual se modifica la hiptesis original. De esta manera

inicia un segundo ciclo de la interaccin de teora y datos, en el
cual las consecuencias de la hiptesis modificada son comparadas
con los datos (los viejos y los que se obtengan en este nuevo
ciclo); esto puede llevar a futuras modificaciones y a la obtencin
de conocimiento.

El tratamiento es el proceso de modificacin de factores de una

unidad experimental y cuyos efectos van a ser medidos y
comparados.

Implica correr ms de una vez un tratamiento o combinacin de

factores. Permite obtener una estimacin del error experimental.
Tal estimacin se convierte en la unidad bsica para determinar si
las diferencias observadas en los datos son estadsticamente
significativas

Es el material para evaluar la variable respuesta y al que se le

aplican los distintos niveles de los factores de tratamiento para
obtener una medicin o dato representativo. Una persona, una
unidad de tiempo, una seal, entre muchas otras, pueden ser
consideradas como unidad experimental.

A travs de esta(s) variable(s) se conoce el efecto o los resultados

de cada prueba experimental, por lo que pueden ser
caractersticas de la calidad de un producto y/o variables que
miden el desempeo de un proceso. El objetivo de muchos
estudios experimentales es encontrar la forma de mejorar la(s)
variable(s) de respuesta. Por lo general, estas variables se denotan
con la letra y.

Es el error que se comete cuando el investigador no acepta la

hiptesis nula ( ) siendo esta verdadera en la poblacin. Es
equivalente a encontrar un resultado falso positivo, porque el

investigador llega a la conclusin de que existe una diferencia

entre las hiptesis cuando en realidad no existe.
20.

Error tipo II:

Se comete cuando el investigador no rechaza la hiptesis nula
siendo esta falsa en la poblacin. Es equivalente a la probabilidad
de un resultado falso negativo, ya que el investigador llega a la
conclusin de que ha sido incapaz de encontrar una diferencia que
existe en la realidad.

21.
Estadstico:
Cualquier funcin de los datos mustrales que no contiene
parmetros desconocidos. Un ejemplo de estadstico es la media
muestral X con la cual se tratan de hacer afirmaciones sobre la
media, m, que es un parmetro poblacional cual se tratan de
hacer afirmaciones sobre la media, m, que es un parmetro
poblacional.
Un aspecto clave en la interpretacin y utilizacin de cualquier
estadstico es que se trata de una variable aleatoria, ya que su
valor depende de los elementos que son seleccionados en la
muestra y, por lo tanto, vara de una muestra a otra.

22.

Estadstico de prueba:

Es un nmero calculado a partir de los datos y la hiptesis nula,

cuya magnitud permite discernir si se rechaza o no la hiptesis
nula H0. Al conjunto de posibles valores del estadstico de prueba
que llevan a rechazar H0, se le llama regin o intervalo de rechazo
para la prueba, y a los posibles valores donde no se rechaza H0 se
les llama regin o intervalo de aceptacin.

23.

Estimador puntual:

Es un estadstico que genera un valor numrico simple, que se

utiliza para hacer una estimacin del valor del parmetro
desconocido; por ejemplo, tres parmetros sobre los que con
frecuencia se desea hacer inferencia son:
La media del proceso (poblacin).
2
La varianza o la desviacin estndar del proceso.
La proporcin p de artculos defectuosos.
Los estimadores puntuales (estadsticos) ms recomendados para
estimar estos parmetros son, respectivamente:
La media muestral = X

 La varianza muestral

La proporcin de defectuosos en la muestra, = x/n, donde

x es el nmero de artculos defectuosos en una muestra de
tamao n.

24.

Grados de libertad:

25.

Hiptesis estadstica:

Los grados de libertad (GL) son la cantidad de informacin

suministrada por sus datos que usted puede "gastar" para estimar
los valores de parmetros de poblacin desconocidos y calcular la
variabilidad de esas estimaciones. Este valor est determinado por
el nmero de observaciones de su muestra y el nmero de
parmetros de su modelo.

Es una afirmacin sobre los valores de los parmetros de una

poblacin o proceso, que es susceptible de probarse a partir de la
informacin contenida en una muestra representativa que es
obtenida de la poblacin.

26.

Inferencia estadstica:

Es hacer afirmaciones vlidas acerca de la poblacin o proceso con

base en la informacin contenida en una muestra. Estas
afirmaciones tienen por objetivo coadyuvar en la toma de
decisiones. La inferencia estadstica por lo general se divide en
estimacin y prueba de hiptesis, y se apoya en cantidades o
datos estadsticos calculados a partir de las observaciones en la
muestra.

27.

Intervalo de confianza:

28.

Potencia de la prueba:

Es un rango de valores, derivado de los estadsticos de la muestra,

que posiblemente incluya el valor de un parmetro de poblacin
desconocido. Debido a su naturaleza aleatoria, es poco probable
que dos muestras de una poblacin en particular generen
intervalos de confianza idnticos. Sin embargo, si usted repitiera
muchas veces su muestra, un determinado porcentaje de los
intervalos de confianza resultantes incluira el parmetro de
poblacin desconocido.

Es la probabilidad de que la hiptesis nula sea rechazada cuando

la hiptesis alternativa es verdadera (es decir, la probabilidad de
no cometer un error del tipo II). La potencia es en general una
funcin de las distribuciones posibles, a menudo determinada por

un parmetro, bajo la hiptesis alternativa. A medida que aumenta

la potencia, las posibilidades de que se presente un error del tipo II
disminuyen.

29.

Regin de aceptacin:

Es la regin complementaria a la regin Crtica. Si el valor

evaluado del estadstico pertenece a ella No rechazamos la
hiptesis.(Las hiptesis nunca se aceptan de forma definitiva, slo
se aceptan provisionalmente, es decir ,no se rechazan, a la espera
de una nueva informacin que eventualmente pueda llevarnos a
R0 .
rechazarla en el futuro). La designaremos por
Evidentemente los conjuntos de puntos que forman ambas
regiones son disjuntos.

30.

Regin de rechazo:

Ser aquella regin del campo de variacin del estadstico tal que
si contiene al valor evaluado del mismo con los datos mustrales
nos llevar a rechazar la hiptesis.