Act 7 : Reconocimiento Unidad 2 diseño experimental

Resumen de los diseños experimentals

Definido el trabajo de investigación a realizar, las preguntas a

responder, los objetivos del mismo y establecida la hipótesis de
investigación, el proyectante debe idear la forma práctica y concreta
de responder a las anteriores; para lo cual debe seleccionar un diseño
de investigación.

El Diseño de Experimentos se ha convertido en una herramienta

ampliamente utilizada en las áreas de investigación y desarrollo en la
industria, así como en el área de control y optimización de procesos
industriales y los agropecuarios.

Surge como una herramienta en investigación que ayuda a diseñar y

optimizar la aplicación y el número de pruebas experimentales en
investigaciones básicas y aplicadas. Al identificar todos los factores
que influyen y la optimización del número de ensayos experimentales
para comparar y validar cambios, en vías de las mejoras en
producción en la industria y procesos alimentarios en el agro.

Por lo tanto es importante poseer las herramientas y conceptos

básicos para planear y diseñar las pruebas experimentales para un
adecuado análisis estadístico. Asimismo, se debe tener conocimientos
sobre las escalas de medición (nominal, ordinal, etc), sobre la forma
de plantear hipótesis estadísticas en los experimentos y conocer el
tipo de prueba estadística a utilizar para improvar y corroborar las
hipótesis.

La aplicación adecuada del diseño de experimentos permite optimizar

recursos en la ejecución de pruebas experimentales, así como la
obtención de resultados de investigación y desarrollo más confiables y
en tiempos razonables, facilitando con ello la toma de decisiones más
concretas para la solución de problemas y la implementación de
nuevos procesos y productos en la industria y procesos alimentarios.

Todo proceso se puede considerar como una caja negra a la cual

ingresan diversas variables que interactúan para producir un
resultado. Las variables que ingresan al proceso se denominan
variables de entrada, y el resultado, variable de salida. El nivel de la
variable de salida depende de los niveles que adopten las variables
de entrada, y los gerentes y técnicos se benefician al saber qué
combinación de variables de entrada produce la variable de salida
óptima.
Es de suma importancia tener conocimientos básicos sobre
estadística descriptiva e inferencia. Y conocimientos sobre pruebas de
hipótesis (t de student y análisis de varianza). Conceptos revisados en
la sección I, y fundamentales ortants es una revisión del análisis de
varianza que, a través de ejemplos numéricos, procura dar una
perspectiva intuitiva de los conceptos.

En esta sección II, el módulo nos introduce en los diferentes tipos de

diseños experimentales, el diseño completamente al azar, diseño de
bloques, de cuadro latino, grecolatino y los experimentos factoriales,
en todos se alternan aplicaciones de estos para varias disciplinas. A
través de ejemplos numéricos y dar una perspectiva intuitiva de los
conceptos.

Todo lo anterior con el objetivo de motivar y consolidar el interés de

los profesionales por estos temas, así como dejar la inquietud para
que los profesionales profundicen sobre el diseño robusto.

Acorde con lo anterior, y la revisiòn que han realizado a la segunda

unidad del mòdulo, estas en condiciones de responder el siguiente
cuestionario, sobre los presaberes que se deben poseer para adelantar la
unidada II.

Definido el trabajo de investigación a realizar, las preguntas a

responder, los objetivos del mismo y establecida la hipótesis de investigación,
el proyectante debe idear la forma práctica y concreta de responder a las
anteriores; para lo cual debe seleccionar un diseño de investigación.
Estos diseños se pueden clasificar en: diseños experimentales y no
experimentales.
En la planeación de una experimentación se presentan dos situaciones la
primera es cómo diseñar un experimento correctamente y la segunda cómo
analizar los resultados obtenidos en un experimento.
Pero en general la meta es siempre permitir al experimentador evaluar de una
manera imparcial las consecuencias de cambiar atributos de un factor
particular, pero sin olvidar los factores que ha dejado fijos.
Entonces, se establece que es necesaria la experimentación y muestreo con
rigor científico, se procede a la selección de la población apropiada que se ha
de investigar y se deciden las variables a medir para alcanzar los objetivos que
respaldan el trabajo.
Habiendo definido 'la variable dependiente, podemos proceder a identificar
otras variables denominadas independientes o factores. Cada factor o variable
independiente por lo general tiene varios niveles de intensidad llamados
niveles del factor, en estudio, un solo nivel de factor también se le llama
tratamiento. Incluyendo los conceptos de bloqueo o formas de homogenizar
tratamientos y unidades experimentales.
Para llegar finalmente a determinar el error experimental, para poder
compararlo entonces con la variabilidad asociada con los varios factores y
tratamientos que se están examinando.
Por ejemplo, un estudiante en su trabajo de grado, puede estar interesado en si
el grado de concentración de un compuesto químico, el tiempo de cocción, la
temperatura de horneado, la concentración de Fertilizante, la profundidad del
sembrado, el tipo de alimento; etc. Son elementos que influyen en una
situación determinada.
Para los ejemplos anteriores el procedimiento obvio aquí, es variar los niveles
de esos factores y comparar la ejecución de las diferentes combinaciones de
niveles. Para ejecutar el experimento muchas decisiones deben tomarse como:
la selección de los niveles, posiblemente seleccionando un subconjunto de
todas las posibles combinaciones; la distribución experimental que
generalmente es determinada por las condiciones físicas y las consideraciones;
la selección de la variable de respuesta; y la selección del análisis estadístico
más adecuado para extraer conclusiones de los objetivos propuestos.
Podemos decir que la filosofía del diseño experimental es la obtención
de información con una alta credibilidad sobre una situación planeada
previamente y con costos predecibles y pagables.

Los cinco aspectos que más influyen en la selección de un diseño

experimental son:

1. El objetivo del experimento.

2. El número de factores a controlar.
3. El número de niveles que se prueban en cada factor.
4. Los efectos que interesa investigar (relación factores-respuesta).
5. El costo del experimento, tiempo y precisión deseada.
Aspectos que están concatenados pero que es importante señalarlos de manera
separada, ya que al cambiar cualquiera de ellos, cambia el diseño
experimental a utilizar.
Para dar solución al gran número de situaciones y problemas teóricos
prácticos que se presentan en la ingeniería y en otras actividades profesionales
se han propuesto un buen numero de diseños experimentales cantidad que
hacen necesario saber elegir el más adecuado para la situación que se quiere
resolver, de allí que es conveniente conocer su clasificación de acuerdo a su
alcance dentro del objetivo en propuesto.
En el análisis de los resultados de los experimentos se pueden observar
diferentes aplicaciones de los Diseños Experimentales.
Hay experimentos muy útiles en los cuales existe un sólo factor de interés; el
cual se analiza por medio de la comparación de dos condiciones que
intervienen en el Experimento (a menudo llamadas tratamientos o niveles del
factor);
Si en el tipo de Diseño Experimental planteado anteriormente se requiere más
de dos niveles del factor que se analiza, éstos son considerados como
"Diseños Unifactoriales".
En el análisis de éstos se utiliza el Análisis de Varianza, ya que se requiere
probar la igualdad de varias medias.
Los tratamientos deben ser una creación de las circunstancias para el
experimento.Así, es necesario identificar los tratamientos con el papel que
cada uno tiene en la evaluación de la hipótesis de investigación.
La aleatorización garantiza el uso de los métodos estadísticos de Diseños de
Experimentos.
El experimentador debe seleccionar la variable respuesta o variable
dependiente de tal forma que esté seguro que la respuesta, que se va a medir,
realmente proporcione información útil a cerca del problema en estudio.
Entonces nos referímos a los diseños de bloques, cuadrado latino y cuadrado
greco latino. El utilizar uno u otro depende de los factores y tratamientos que
el investigador considere que debe estudiar.
En muchas situaciones experimentales resulta de interés estudiar los efectos
producidos por dos o más factores simultáneamente; esto se logra con la
ayuda de los Diseños Factoriales.
Entendido el anterior mini resumen y despues de venier trabajando en lo
ejercicios del curso, estas en condiciones de contestar las siguientes preguntas:

Se denomina combinaciòn de tratamientos a:

2823 continue 6413 ZvXi3uYMy9

Cualquier combinación específica de niveles de

variaciòn impuesta sobre una sola unidad de la
población o unidad experimental.
A todo el plan experimental
A un experimento determinado aleatoriamente con
anterioridad
A la variación entre las medias de las mediciones
hechas por varios analistas con las mismas unidades
experimentales.programado antes de iniciar la
experimentaciòn.
Comentario 4: Debes revisar el modulo

Los propósitos más importantes de un diseño experimental son:

Proporcionar la cantidad máxima de información.
Mantener la experiencia o el ensayo lo más simple posible.
Hacer que la investigación sea lo más eficiente posible, es decir que ahorre
tiempo, dinero, personal y material experimental.
De alli que es de importancia tener bien definida la la unidad sobre la que se
mide el efecto del tratamiento. Puede ser toda o parte de la unidad
experimental. Por ejemplo, interesa estudiar el efecto de varias dosis de un
herbicida (cada dosis es un tratamiento) sobre cierta variedad de soja,
sembrada en parcelas compuestas de 5 hileras de 30 m (la parcela es la
unidad experimental).Se evalúa sólo el rendimiento de las tres hileras
centrales de cada parcela, dejando además sin analizar 50 cm en cada
cabecera (la unidad observacional es la subparcela de 3 hileras de 2 m),

Se denomina unidad experiental a :

2823 continue 6414 ZvXi3uYMy9

Una parte de la poblaciòn y la muestra

La dosis de hervicida para este ejemplo
La unidad bàsica que recibe un tratamiento
La poblaciòn en estudio
Entre las principales técnicas de investigación para acopio de
información primaria están:
2823 continue 6415 ZvXi3uYMy9

Información Histórica
Información residual
Encuesta
Bibliografica
Entre los análisis que se le realizan a un diseño experimental se encuentra el
Análisis de Varianza, ya que se requiere probar:
2823 continue 6416 ZvXi3uYMy9

Que el número de observaciones recolectadas no

presente error.
Que hay diferencias entre las medias de los diferentes
tratamientos.
Que todos los resultados obtenidos son normales
Que no hayan errores en las medias de los
tratamientos
Una de Las principales características del proceso de investigación es:
2823 continue 6417 ZvXi3uYMy9

La no repetitividad
La interpretación de los resultados
La Formulación del problema
Comentario 2: Importante pero no es correcto.
La Formulación de hipótesis
En el análisis de información los principales niveles o escalas de medición
a considerar son:
1. Nominal

2. Ordinal

3. Intervalo

4. Numeral

De acuerdo al enunciado anterior, marque en su hoja de respuestas:

2823 continue 6418 ZvXi3uYMy9

Si 1 y 3 son correctas
Sí 1, 2 y 3 son correctas
Si todas son correctas
Si 1 y 3 son correctas
Supongamos que el p-valor obtenido al analizar la información obtenida de un
experimentorealizado para comparar una respuesta especifica en tres grupos
desemovientes, es 0,26, y el valor critico superior de la distribución F, en una tabla de
valores críticos es de 0,265. Entonces:
2823 continue 6419 ZvXi3uYMy9

Se acepta la hipótesis nula de que no existen

diferencias entre los tratamientos
Los resultados no son significativos
La variabilidad explicada será del 26,5%
Rechazaremos la hipótesis Ho, por que hay al menos
un tratamiento mejor que los demás
Una hipótesis en el diseño experimental es una afirmación acerca de algo.
En estadística, puede ser una suposición acerca del valor de un parámetro
desconocido. El razonamiento usado en una investigación es similar al proceso
en un juicio. Una prueba de hipótesis estadística en un diseño experimental se
realiza en varios pasos.
De los siguientes pasos señala el paso que no es correcto.
2823 continue 6420 ZvXi3uYMy9

Seleccionar el tamaño de la muestra al azar,

independiente del universo en estudio .
Definir el criterio del estadístico de prueba y su valor p.
Definir la hipótesis nula, denotada por H0.
Formular una hipótesis alternativa, denotada por Ha
Un factor o variable de bloqueo se utiliza:
2823 continue 6421 ZvXi3uYMy9
 Para eliminar la interacción entre las variables y los
factores principales.
Para rechazar la hipótesis nula de igualdad de medias.
Para conseguir una estimación centrada de la
variabilidad experimental.
Para obtener comparaciones homogéneas
El análisis estadístico se basa en un modelo estadístico formal. La
interpretación adecuada del análisis requiere la comprensión del modelo. Por
ejemplo en los estudios de comparación, la característica de la unidad
experimental o sujetos de medida en la observación es la variable de respuesta ,
identificada cono Y.
De los enunciados siguientes, selecciona el que no esta acorde con las
características del modelo estadístico:
2823 continue 6422 ZvXi3uYMy9

El modelo debe proporcionar la máxima cantidad de

información pertinente al problema bajo investigación.
Suponer que la varianza es la misma para cada
población y no la afecta el tratamiento es decir es
homogénea.
Comentario 1: No, este esta acorde.
El modelo tiene cierta tolerancia para la variación entre
las observaciones de un grupo de tratamiento datos.
Para conseguir una estimación centrada de la
variabilidad experimental