16725974
Description
Mind Map by Magdalena Mireles, updated more than 1 year ago
|
Created by Magdalena Mireles
about 5 years ago
|
|
DISEÑOS DE EXPERIMENTOS CLÁSICOS
- Un diseño experimental
es una regla que
determina la asignación
de las unidades
experimentales a los
tratamientos.
- Clasificación de los diseños experimentales
- Clasificación de los diseños experimentales
- Diseño completamente aleatorizado
- Experimentador
- asigna las unidades experimentales
a los tratamientos al azar
- asigna las unidades experimentales
a los tratamientos al azar
- Restricción
- el número de observaciones que
se toman en cada tratamiento
- el número de observaciones que
se toman en cada tratamiento
- Modelo Matemático
- Respuesta = Constante + Efecto
Tratamiento + Error
- Respuesta = Constante + Efecto
Tratamiento + Error
- Experimentador
- Diseño en bloques o con un factor bloque
- Experimentador
- Agrupa las unidades experimentales en
bloques, determina la distribución de los
tratamientos en cada bloque y, asigna al azar
las unidades experimentales a los
tratamientos dentro de cada bloque
- Agrupa las unidades experimentales en
bloques, determina la distribución de los
tratamientos en cada bloque y, asigna al azar
las unidades experimentales a los
tratamientos dentro de cada bloque
- En el análisis estadístico éstos se
tratan como los niveles de un único
factor de bloqueo, aunque puedan
venir definidos por la combinación de
niveles de más de un factor nuisance
- Modelo matemático
- Respuesta = Constante + Efecto
Bloque + Efecto Tratamiento + Error
- Respuesta = Constante + Efecto
Bloque + Efecto Tratamiento + Error
- El diseño en bloques más simple es el denominado
diseño en bloques completos, en el que cada
tratamiento se observa el mismo número de veces
en cada bloque.
- El diseño en bloques completos con una
única observación por cada tratamiento
se denomina diseño en bloques
completamente aleatorizado o,
simplemente, diseño en bloques
aleatorizado
- Cuando el tamaño del bloque es inferior al
número de tratamientos no es posible
observar la totalidad de tratamientos en
cada bloque y se habla entonces de diseño
en bloques incompletos.
- Cuando el tamaño del bloque es inferior al
número de tratamientos no es posible
observar la totalidad de tratamientos en
cada bloque y se habla entonces de diseño
en bloques incompletos.
- El diseño en bloques completos con una
única observación por cada tratamiento
se denomina diseño en bloques
completamente aleatorizado o,
simplemente, diseño en bloques
aleatorizado
- Experimentador
- Diseño con dos o más factores bloques
- En ocasiones hay dos (o más)
fuentes de variación lo
suficientemente importantes como
para ser designadas factores de
bloqueo. En tal caso, ambos
factores bloque pueden ser
cruzados o anidados.
- Los factores bloque están
cruzados cuando existen
unidades experimentales en
todas las combinaciones posibles
de los niveles de los factores
bloques.
- Diseño con factores bloque
cruzados. También
denominado diseño
fila-columna, se caracteriza
porque existen unidades
experimentales en todas las
celdas (intersecciones de
fila y columna).
- Los factores bloque están anidados si cada nivel
particular de uno de los factores bloque ocurre
en un único nivel del otro factor bloque.
- Los factores bloque están anidados si cada nivel
particular de uno de los factores bloque ocurre
en un único nivel del otro factor bloque.
- Diseño con factores bloque
cruzados. También
denominado diseño
fila-columna, se caracteriza
porque existen unidades
experimentales en todas las
celdas (intersecciones de
fila y columna).
- Diseño con factores
bloque anidados o
jerarquizados: Dos
factores bloque se
dicen anidados cuando
observaciones
pertenecientes a dos
niveles distintos de un
factor bloque están
automáticamente en
dos niveles distintos del
segundo factor bloque.
- Fig. Plan esquemático con dos
factores bloque
- Los factores bloque están
cruzados cuando existen
unidades experimentales en
todas las combinaciones posibles
de los niveles de los factores
bloques.
- Modelo matemático
- Respuesta = Constante + Efecto Bloque Fila + Efecto Bloque Columna + Efecto
Tratamiento + Error
- Respuesta = Constante + Efecto Bloque Fila + Efecto Bloque Columna + Efecto
Tratamiento + Error
- En ocasiones hay dos (o más)
fuentes de variación lo
suficientemente importantes como
para ser designadas factores de
bloqueo. En tal caso, ambos
factores bloque pueden ser
cruzados o anidados.
- Diseños con dos o más factores
- Diseño de filas por columnas.
- Es para estudiar la
influencia de dos (o
más).En este modelo
es importante estudiar
la posible interacción
entre los dos factores
- Si en cada casilla se tiene una
única observación no es posible
estudiar la interacción entre los
dos factores, para hacerlo hay
que replicar el modelo, esto es,
obtener k observaciones en
cada casilla.
- K es el número de réplicas
- K es el número de réplicas
- Si en cada casilla se tiene una
única observación no es posible
estudiar la interacción entre los
dos factores, para hacerlo hay
que replicar el modelo, esto es,
obtener k observaciones en
cada casilla.
- Es para estudiar la
influencia de dos (o
más).En este modelo
es importante estudiar
la posible interacción
entre los dos factores
- Modelo matemátco
- Respuesta = Constante + Efecto Factor Fila + Efecto Factor Columna + Efecto
Interacción + Error
- Respuesta = Constante + Efecto Factor Fila + Efecto Factor Columna + Efecto
Interacción + Error
- Inconveniente
- Que al aumentar el número de
factores aumenta muy
rápidamente el número de
observaciones necesario para
estimar el modelo
- Un camino alternativo es utilizar
fracciones factoriales que son diseños
en los que se supone que muchas de
las interacciones son nulas, esto
permite estudiar el efecto de un
número elevado de factores con un
número relativamente pequeño de
pruebas.
- Un camino alternativo es utilizar
fracciones factoriales que son diseños
en los que se supone que muchas de
las interacciones son nulas, esto
permite estudiar el efecto de un
número elevado de factores con un
número relativamente pequeño de
pruebas.
- Que al aumentar el número de
factores aumenta muy
rápidamente el número de
observaciones necesario para
estimar el modelo
- Diseño de filas por columnas.
- Diseños factoriales a dos niveles
- Los diseños factoriales 2 K son diseños
en los que se trabaja con k factores,
todos ellos con dos niveles (se suelen
denotar + y -)
- En el estudio sobre la mejora de procesos
industriales (control de calidad) es usual
trabajar en problemas en los que hay
muchos factores que pueden influir en la
variable de interés, este es ideal porque
permiten trabajar con un número elevado
de factores y son válidos para
estrategias secuenciales.
- Si k es grande, el número de
observaciones que necesita un diseño
factorial 2' es muy grande (n= 2'). Por
este motivo, las fracciones factoriales
2'−p son muy utilizadas,
- En el estudio sobre la mejora de procesos
industriales (control de calidad) es usual
trabajar en problemas en los que hay
muchos factores que pueden influir en la
variable de interés, este es ideal porque
permiten trabajar con un número elevado
de factores y son válidos para
estrategias secuenciales.
- Los diseños factoriales 2 K son diseños
en los que se trabaja con k factores,
todos ellos con dos niveles (se suelen
denotar + y -)
Media attachments
Want to create your own Mind Maps for free with GoConqr? Learn more.