Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
“ESTADÍSTICA INDUSTRIAL”
ACTIVIDAD:
TRABAJO DE EQUIPO
ALUMNO:
CHAN MEDINA VICTOR ABRAHAM
MENDOZA CRUZ LUIS YAURI
GARCIA GARCIA ANDRES
LEYVA DE DIOS WILLIS ALONSO
LOPEZ DZIB JOSUE ARNOLDO
LOPEZ MENDEZ DAVID ALBERTO
UNIDAD IV:
ANÁLISIS DE VARIANZA.
FACILITADOR:
M.C. ÁLVARO DEL JESÚS YAM MORAYTA
INTRODUCCIÓN ........................................................................................................................ 1
OBJETIVO................................................................................................................................... 2
JUSTIFICACION ......................................................................................................................... 2
DEFINICIÓN DE ANÁLISIS DE LA VARIANZA ..................................................................... 3
TEMA 4.1. DISEÑO DE EXPERIMENTO DE UN FACTOR. .................................................. 3
TEMA 4.2: EJECUCIÓN DE EXPERIMENTOS DE UN FACTOR. ..................................... 13
EL PROCEDIMIENTO ANOVA DE UN FACTOR ............................................................. 18
CONCLUSIÓN .......................................................................................................................... 20
BIBLIOGRAFIA ........................................................................................................................ 21
INTRODUCCIÓN
1
OBJETIVO
JUSTIFICACION
Este trabajo tiene la finalidad dar a conocer los temas de análisis de varianza que
es una colección de modelos estadísticos y sus procedimientos asociados, en el cual está
particionada en ciertos componentes debidos a diferentes variables explicativas, como
también lo que es el diseño de experimentos de un factor, en este trabajo se explicara
cómo se ejecuta un experimento de un factor, esperando así que lo alumnos tenga un
elemento más o herramienta de investigación con este trabajo ya que cuenta con la
información necesaria para hacer un diseño de experimento de un factor y también la
manera en la que se puede ejecutar el diseño de experimento de un factor y con ello
realizar un buen trabajo.
2
DEFINICIÓN DE ANÁLISIS DE LA VARIANZA
En estadística, el análisis de la varianza (ANOVA, Análisis Of Variante, según
terminología inglesa) es una colección de modelos estadísticos y sus
procedimientos asociados, en el cual la varianza está particionada en ciertos
componentes debidos a diferentes variables explicativas. Las técnicas iniciales del
análisis de varianza fueron desarrolladas por el estadístico y genetista R. A.
Fisher en los años 1920 y 1930 y es algunas veces conocido como "Anova de
Fisher" o "análisis de varianza de Fisher", debido al uso de la distribución F de
Fisher como parte del contraste de hipótesis.
3
Las técnicas de diseño de experimentos se basan en estudiar simultáneamente
los efectos de todos los factores de interés, son más eficaces y proporcionan
mejores resultados con un menor coste.
A continuación se enumeran las etapas que deben seguirse para una correcta
planificación de un diseño experimental, etapas que deben ser ejecutadas de
forma secuencial. También se introducen algunos conceptos básicos en el estudio
de los modelos de diseño de experimentos.
4
A continuación se hace una breve descripción de las decisiones que hay que
tomar en cada uno de los pasos enumerados. Sólo después de haber tomado
estas decisiones se procederá a realizar el experimento.
Se debe hacer una lista completa de las preguntas concretas a las que debe dar
respuesta el experimento. Es importante indicar solamente cuestiones
fundamentales ya que tratar de abordar problemas colaterales puede complicar
innecesariamente el experimento.
Una vez elaborada la lista de objetivos, puede ser útil esquematizar el tipo de
conclusiones que se espera obtener en el posterior análisis de datos.
5
Los niveles de un factor tratamiento son los tipos o grados específicos del factor
que se tendrán en cuenta en la realización del experimento.
6
procesos industriales, administrativos, la variabilidad es grande en la mayoría de
los casos.
7
Inconsistencia de los datos. Los procesos cambian con el tiempo, se
producen cambios en el personal (cambios de personas, mejoras del
personal por procesos de aprendizaje, motivación), cambios en las
máquinas (reposiciones, reparaciones, envejecimiento). Estos
cambios tienen influencia en los datos recogidos, lo que hace que
los datos históricos sean poco fiables, sobre todo si se han recogido
en un amplio espacio de tiempo.
8
Factor de efectos fijos es un factor en el que los niveles han sido seleccionados
por el experimentador. Es apropiado cuando el interés se centra en comparar el
efecto sobre la respuesta de esos niveles específicos.
Modelo de efectos fijos es un modelo en el que todos los factores son factores
de efectos fijos.
9
Se deben esquematizar los pasos del análisis a realizar que deben incluir:
Existen, dependiendo del modelo, algunas fórmulas para determinar este tamaño.
Todas ellas sin embargo requieren el conocimiento del tamaño de la variabilidad
no planificada (no sistemática y sistemática, si es el caso) y estimarlo a priori no es
fácil, siendo aconsejable sobreestimarla. Normalmente se estima a partir del
experimento piloto y en base a experiencias previas en trabajos con diseños
experimentales semejantes.
10
Recíprocamente, debe quedar claro que el análisis estadístico es una etapa más
que está completamente integrado en el proceso de planificación.
Pero no sólo los objetivos están presentes al inicio del análisis sino también la
técnica experimental empleada. Una regla de oro en la experimentación y que
debe utilizarse es la siguiente:
Niveles: cada uno de los resultados de un factor. Según sean elegidos por el
11
experimentador o elegidos al azar de una amplia población se denominan factores
de efectos fijos o factores de efectos aleatorios.
12
TEMA 4.2: EJECUCIÓN DE EXPERIMENTOS DE UN FACTOR.
Se llaman Experimentos Factoriales o de factor, a aquellos experimentos en los
que se estudia simultáneamente dos o más factores, y donde los tratamientos se
forman por la combinación de los diferentes niveles de cada uno de los factores.
Tipos de factores:
1.- Factores cuantitativos.- Son aquellos factores cuyos niveles son cantidades
numéricas.
Ejemplo:
13
Ejemplo:
Interacción
Las dos drogas (factores) se combinan y generan un efecto muy superior al que
ellas exhiben por separado:
Las drogas (o factores) se combinan para producir un efecto inferior al que ellas
exhiben por separado:
14
Interacción Aditiva
Factor B: b0 b1
b0 b1 b0 b1 b0 b1
15
a0 b0 a0 b1 a1 b0 a1 b1 a2b0 a2 b1 tratamientos Al
combinar ambos factores (A y B) se tiene:
Repeticiones a0 b0 a0 b1 a1 b0 a1 b1 a1b0 a2 b1
1
2
3
4
pA x qB dos factores "A y "B", con "p" niveles para "A" y "q" niveles para "B"
16
Efectos de los experimentos factoriales:
1.- Efecto principal.- Es una medida del cambio en el promedio entre los niveles de
un factor, promediado sobre los diferentes niveles del otro factor. Ejemplo: Dosis
de Nitrógeno en las U.E.
2.- Efecto interacción.- Es una medida de cambio que expresa el efecto adicional
resultante de la influencia combinada de dos o más factores.
3.- Efecto simple.- Es una medida de cambio en los promedios de los niveles de
un factor, manteniendo constante, uno de los niveles del otro factor.
Gráfico de la interacción:
17
EL PROCEDIMIENTO ANOVA DE UN FACTOR
A la variable categórica (nominal u ordinal) que define los grupos que deseamos
comparar la llamamos independiente o factor y la representamos por VI. A la
variable cuantitativa (de intervalo o razón) en la que deseamos comparar los
grupos la llamamos dependiente y la representamos por VD.
18
una de ellas uno de los tres programas. Después, podemos medir el rendimiento
de cada grupo y averiguar si existen o no diferencias entre ellos. Tendremos una
VI categórica (el tipo de programa de incentivos) cuyos niveles deseamos
comparar entre sí, y una VD cuantitativa (la medida del rendimiento), en la cual
queremos comparar los tres programas. El ANOVA de un factor permite obtener
información sobre el resultado de esa comparación. Es decir, permite concluir si
los sujetos sometidos a distintos programas difieren la medida de rendimiento
utilizada.
19
CONCLUSIÓN
20
BIBLIOGRAFIA
Box, G.E.; Hunter, J.S.; Hunter, W.G. (2008). Estadística para investigadores.
Diseño, innovación y descubrimiento. Segunda Edición, Ed. Reverté,
Barcelona.
Gutiérrez, H.; de la Vara, R. (2003). Análisis y diseño de experimentos.
McGraw-Hill, México.
Vicente, M.L.; Girón, P.; Nieto, C.; Pérez, T. (2005). Diseño de experimentos.
Soluciones con SAS y SPSS. Pearson Educación, Madrid.
21