Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
ESTADISTICA INFERENCIAL 2
DISEÑOS FACTORIALES.
INTRODUCCIÓN
Diseño experimental que sirve para estudiar el efecto individual y de interacción de varios
factores sobre una o varias respuestas .Es decir lo que se busca es estudiar la relación entre
factores y la respuesta, con la finalidad de conocer mejor como es esta relación y generar
que en general tiene un diseño factorial es determinar una combinación de niveles de los
factores en la cual el desempeño del proceso sea mejor que en las condiciones de operación
FACTORIALES.
5.1 METODOLOGÍA DEL DISEÑO EXPERIMENTAL DE BLOQUES AL AZAR. En
seleccionar b bloques y realizar una réplica completa del experimento en cada uno de ellos.
En cada bloque existen a observaciones (una por cada nivel del factor), y el orden en que se
toman estas observaciones se asigna de manera aleatoria dentro del bloque. Suponga que
tiene interés en un solo factor que tiene a niveles, y que el experimento se efectúa en b
bloques. Las observaciones pueden presentarse con el modelo estadístico lineal Donde μ es
la media global, iτ es el efecto del i-ésimo tratamiento, jβ es el efecto del j ésimo bloque y
jiε es el término de error aleatorio, el cual se supone que tiene una distribución normal e
independiente con media cero y varianza ().En principio, los efectos de los tratamientos y
de bloques son considerados como factores fijos. Por otro lado, los efectos de los
es siempre importante examinar los residuos y verificar si se violan las suposiciones básicas
resultados. Los valores de los residuos del diseño aleatorizado por bloques completos se
obtienen, como es usual, por la diferencia entre los valores observados y los estimados El
análisis de varianza del modelo supone que las observaciones están distribuidas de manera
normal e independiente, con la misma varianza para cada tratamiento o nivel del factor.
normal de los residuos. Para esto, los residuos se agrupan en una tabla de distribución de
frecuencias, se calcula la frecuencia relativa acumulada para cada valor y se grafican en una
agruparse sobre una línea recta que pasa por el punto medio. Así, por ejemplo, si el diseño
un diseño factorial, los tratamientos se forman combinando los niveles de los factores en
estudio, de manera que el efecto del tratamiento τi se considera a su vez compuesto de los
efectos de los factores y sus interacciones. Por ejemplo, si son dos factores en estudio se
aumentar el tamaño del experimento. Todas las u.e.se utilizan para la evaluación de los
efectos.
2. Se amplía la base de la inferencia en relación a un factor, ya que se estudia en las
diferentes condiciones representadas por los niveles de otros factores. Se amplía el rango de
modifica el efecto de un factor por los niveles de los otros factores. Una desventaja de los
experimentos factoriales es que requiere un gran número de u. E., sobre todo cuando se
prueban muchos factores o muchos niveles de algunos factores, es decir, se tiene un número
En ocasiones, cuando se utiliza un diseño aleatorizado por bloques completos, alguna de las
observaciones en uno de los bloques puede faltar. Esto sucede debido algún descuido o
error, o por razones fuera del control del experimentador, como sería el caso de la pérdida
el análisis, ya que los tratamientos dejan de ser ortogonales a los bloques. En otras palabras,
cada tratamiento no ocurre en cada bloque. Existen dos formas generales de resolver el
observación estimada fuera un dato real, disminuyendo los grados de libertad del error en
Esta observación se representa mediante x el gran total con una observación faltante se
representará mediante y los totales del tratamiento y del bloque con un dato faltante como
x, de manera que tenga una contribución mínima a la suma de cuadrados del error. Como la
suma de cuadrados del error está dada en donde R incluye todos los términos que no
la respuesta producida por un cambio en el nivel del factor. Con frecuencia, éste se conoce
como efecto principal porque se refiere a los factores de interés primordial del experimento.
1. El efecto principal del factor A podría interpretarse como la diferencia entre la respuesta
Los diseños factoriales permiten estimar los efectos de un factor en diversos niveles de los
otros factores, produciendo conclusiones que son válidas sobre toda la extensión de las
condiciones experimentales.
2. Diseño factorial de dos factores El primer diseño de la serie 22 es aquel en el que solo
dos factores, A y B, cada uno con dos niveles. Este diseño se conoce como diseño factorial
22. Arbitrariamente, los niveles del factor pueden llamarse “bajo” y “alto”.
CONCLUSIÓN