CURSO:

DISEÑOS EXPERIMENTALES
TEMA: PRINCIPIOS PRELIMINARES.

SEMESTRE : VII
Ms. Ing. Bladimir Sandoval Serva
bsandoval@[Link]
 Índice
Contenido:
• Introducción
• Principios preliminares
• Tipos de experimentación
• Modelo general de un proceso.
• Objetivos del experimento.
• Aplicaciones del diseño experimental.
• Etapas de una investigación experimental.
• Clasificación de los diseños experimentales
• Elementos básicos para los diseños experimentales
 Introducción
La asignatura de diseños experimentales corresponde al área de
Ciencias Fundamentales Su finalidad es desarrollar la capacidad de
realizar experimentos, con creatividad, mediante la utilización de las
fórmulas y el Excel.
Su competencia es:
Determina, interpreta y aplica conceptos, hechos y teorías para el
diseño de modelos a experimentar y para planificar el diseño
experimental, aplicados al campo de la producción y la Ingeniería
Mecánica
El diseño estadístico de experimentos, desde su introducción por
Ronald A. Fisher en la primera mitad del siglo XX en Inglaterra, se
ha utilizado para conseguir un aprendizaje acelerado. El trabajo de
Fisher a través de su libro The Design of Experiments (1935), influyó
de manera decisiva en la investigación agrícola, ya que aportó
métodos (ahora usados en todo el mundo) para evaluar los
resultados de experimentos con muestras pequeñas. La clave de las
aportaciones de Fisher radica en que este investigador se dio cuenta
de que las fallas en la forma de realizar experimentos obstaculizaba
el análisis de los resultados experimentales.
Fisher también proporcionó métodos para diseñar experimentos
destinados a investigar la influencia simultánea de varios factores.

Proceso interactivo de la
experimentación

George E. P. Box, desarrolló la metodología de superficie de

respuestas.

Deming e Ishikawa, En la década de 1980 se dio un gran impulso al

conocimiento y la aplicación del diseño de experimentos debido al
éxito en calidad de la industria japonesa.
 Principios preliminares

¿QUÉ ES EL DISEÑO EXPERIMENTAL?

Un experimento diseñado es una prueba o serie de pruebas en las

cuales se inducen cambios deliberados en las variables de entrada de
un proceso o un sistema, de manera que sea posible observar e
identificar las causas de los cambios en el criterio de la optimización.
 1. Tipos experimentación

1.1 EXPERIMENTACIÓN PASIVA

• Denominada convencional o clásica, donde una gran cantidad de
experimentos son llevados a cabo variando una variable a la vez.
• La experimentación pasiva se aplica también a la colección de
datos estadísticos en una planta industrial, los datos son
clasificados y seleccionados para el desarrollo de modelos
matemáticos.

Ejemplo 1
 1. Tipos experimentación

1.2 EXPERIMENTACIÓN ACTIVA

• Los experimentos son llevados a cabo mediante un diseño predeterminado
el cual es un plan organizado de experimentos que permiten evaluar
simultáneamente todas las variables consideradas y además, evaluar la
fuerza de interacción entre variables y reducir el número de experimentos.
Las ventajas pueden resumirse:
• Dar mayor información por experimento que la experimentación pasiva (el
investigador reduce el tiempo de experimentación, mejora su eficacia).

Ejemplo 2
 2. OBJETIVOS DEL EXPERIMENTO

Determinar cuáles variables tienen mayor influencia en la respuesta.

• Determinar el mejor valor de las X que influyen en Y, de modo
que Y tenga casi siempre un valor cercano al valor nominal
deseado.
• Determinar el mayor valor de las X que influyen en Y, de modo
que la variabilidad de Y sea pequeña.
• Determinar el mejor valor de las X que influyen en Y de modo que
se minimicen los efectos de las variables incontrolables Z1,
Z2,…Zn
 3. APLICACIONES DEL DISEÑO EXPERIMENTAL

El diseño experimental es un medio de importancia crítico en el medio

de la ingeniería para mejorar el rendimiento de un proceso de
manufactura. También se emplea extensamente en el desarrollo de
nuevos procesos.
a) Mejora en el rendimiento del proceso.
b) Menor variabilidad y mayor apego a los requerimientos nominales u
objetivo.
c) Menor tiempo de desarrollo.
d) Menores costos globales.
 3. APLICACIONES DEL DISEÑO EXPERIMENTAL

Los métodos de diseño experimental también tienen su aplicación

en el diseño de Ingeniería, en los cuales se desarrollan nuevos
productos y se mejoran otros ya existentes. Dentro de ello se tiene:
a) Evaluación y comparación de configuraciones de diseño,
básicas.
b) Evaluación de materiales alternativos.
c) Selección de parámetros de diseño de modo que el producto
funcione bien en una amplia variedad de condiciones de campo.
 4. ETAPAS DE UNA INVESTIGACIÓN
EXPERIMENTAL

EL EXPERIMENTO
Es un cambio en las condiciones de operación de un sistema o proceso, que se
hace con el objetivo de medir el efecto del cambio sobre una o varias
propiedades del producto o resultado. Asimismo, el experimento permite
aumentar el conocimiento acerca del sistema.
✓ Definición del problema.
✓ Selección de la respuesta (variable dependiente).
✓ Selección de los factores a ser variados (variable independientes).
✓ Elección de los niveles de éstos factores.
 4. ETAPAS DE UNA INVESTIGACIÓN
EXPERIMENTAL

EL DISEÑO
El diseño de experimentos es la aplicación del método científico para generar
conocimiento acerca de un sistema o proceso, por medio de pruebas
planeadas adecuadamente.
Esta metodología se ha ido consolidando como un conjunto de técnicas
estadísticas y de ingeniería, que permiten entender mejor situaciones
complejas de relación causa-efecto.
✓ Número de experiencias a realizar.
✓ Orden de experimentación.
✓ Modelo matemático para describir el experimento.
 Modelo general de un Proceso

Factores controlados

X 1X 2 .... Xn

PROCESO

ENTRADA SALIDA

Z 1Z 2 .... Zn
Factores incontrolados
 4. ETAPAS DE UNA INVESTIGACIÓN
EXPERIMENTAL

EL ANALISIS

✓ Colección de datos y procesamiento.

✓ Computación de test estadístico.
✓ Interpretación de datos por el experimentador.
 5. CLASIFICACIÓN DE LOS DISEÑOS
EXPERIMENTALES

• Desde el punto de vista de la Optimización.

Orden del modelo matemático a obtener: D.E. de 1er orden y D.E.
de 2do orden.
 5. CLASIFICACIÓN DE LOS DISEÑOS
EXPERIMENTALES

• Desde el punto de vista en que son llevados los D.E.

D.E. simultáneos
D.E. secuenciales
• Desde el punto de vista del Objetivo
D.E. por comparación simple
D.E. aleatorizados
D.E. jerárquicos o anidados.
 6. ELEMENTOS BÁSICOS PARA LOS
DISEÑOS EXPERIMENTALES

• Definición adecuada de uno o más criterios de optimización.

• Una lista completa de todas las variables independientes que puedan
influir en la experiencia.
• Selección de un modelo matemático apropiado.
• Es necesario randomizar el orden en que se llevará a cabo las pruebas
experimentales, para uniformizar los efectos de las variables aleatorias
(variables no controlables y desconocidas)
 6. ELEMENTOS BÁSICOS PARA LOS
DISEÑOS EXPERIMENTALES

• Después de que un Diseño Experimental es seleccionado y

que los niveles codificados como alto y bajo [(-) y (+)] son
convertidos a sus valores reales respectivos, estos son
listados en una instrucción experimental, que debe incluir
además del procedimiento experimental, un procedimiento de
toma de muestras y una documentación apropiada.
 CURSO:
DISEÑOS EXPERIMENTALES
TEMA: PRINCIPIOS PRELIMINARES.

SEMESTRE : VII
Ms. Ing. Bladimir Sandoval Serva
bsandoval@[Link]
 Índice
Contenido:

• Clasificación de los diseños experimentales

• Elementos básicos para los diseños experimentales
• Definiciones básicas
• Variables
• Etapas para diseñar un experimento
• Consideraciones de los métodos estadísticos
• Principios básicos de los métodos estadísticos
 CLASIFICACIÓN DE LOS DISEÑOS
EXPERIMENTALES

• Desde el punto de vista de la Optimización.

Orden del modelo matemático a obtener:
D.E. de 1er orden y D.E. de 2do orden.
• Desde el punto de vista en que son llevados los D.E.
D.E. simultáneos
D.E. secuenciales
• Desde el punto de vista del Objetivo
D.E. por comparación simple
D.E. aleatorizados
D.E. jerárquicos o anidados.
 DEFINICIONES BÁSICAS
El diseño de experimentos es la aplicación del método científico para generar
conocimiento acerca de un sistema o proceso, por medio de pruebas planeadas
adecuadamente.

EXPERIMENTO:
Es un cambio en las condiciones de
operación de un sistema o proceso, que se
hace con el objetivo de medir el efecto del
cambio en una o varias propiedades del
producto o resultado.
 DEFINICIONES BÁSICAS
Unidad Unidad
Observable experimental

UNIDAD EXPERIMENTAL:
Pieza(s) o muestra(s) que se utiliza para
generar un valor que sea representativo
del resultado de la prueba.
 DEFINICIONES BÁSICAS
FACTORES CONTROLABLES
Son variables de proceso y/o características
de los materiales y los métodos
experimentales que se pueden fijar en un
nivel dado.
FACTORES NO CONTROLABLES
Son variables que no se pueden controlar
durante el experimento o la operación
normal del proceso.
 DEFINICIONES BÁSICAS
FACTORES ESTUDIADOS
Son las variables que se investigan en el experimento para observar cómo
afectan o influyen en la variable de respuesta.

NIVELES Y TRATAMIENTOS
Los diferentes valores que se asignan a cada factor estudiado en un diseño
experimental se llaman niveles.
 DEFINICIONES BÁSICAS
NIVELES Y TRATAMIENTOS
 DEFINICIONES BÁSICAS
ERROR ALEATORIO
Es la variabilidad observada que no se puede explicar
por los factores estudiados; resulta del pequeño efecto
de los factores no estudiados y del error experimental.

ERROR EXPERIMENTAL
Componente del error aleatorio que refleja los errores
del experimentador en la planeación y ejecución del
experimento.
 VARIABLES
• Variables de Entrada.-Son las variables independientes
del proceso, definen las características de éste y según
sus valores relativos determinan los valores de las otras
variables del sistema.

• Variables de Salida.-Son las variables dependientes del

proceso y pueden considerarse como efectos o
respuestas a las variables de entrada.
• Implementación de un plan de mantenimiento del
sistema de puesta a tierra para mejorar la
disponibilidad del sistema eléctrico nacional

• Variable independiente: Implementación de un plan

de mantenimiento del sistema de puesta a tierra
• Variable dependiente: Mejorar la disponibilidad del
sistema eléctrico nacional
 VARIABLES INDEPENDIENTES

1. Controlables (Xi)
–Básicas ó primarias
–Transformadas
2. Incontrolables (µi)
–Materias primas
–Condiciones ambientales
–Condiciones de operación
–Factores económicos
3. Desconocida (Zi)
 VARIABLES DEPENDIENTES
1. De rendimiento
–Económico
–Factibilidad
2. De medición
–Cuantitativa:
▪ Físicas
▪ Operacionales
–Cualitativa
–Intermedias
3. Intermedias (Wi)
 VARIABLES
Hacer diseño experimental es estudiar ordenadamente las variables Xi, todas
al mismo tiempo, para determinar el efecto sobre la respuesta Y.

X1
X2 PROCESO Y

X3

Y = F(Xi)
 ETAPAS PARA DISEÑAR UN EXPERIMENTO

Un aspecto fundamental es decidir cuáles pruebas o tratamientos se

van a realizar y cuántas repeticiones de cada uno se requieren, de
manera que se obtenga la máxima información al mínimo costo posible.
El arreglo formado por los diferentes tratamientos que serán corridos,
incluyendo las repeticiones, recibe el nombre de matriz de diseño.
 PLANEACIÓN
Son actividades encaminadas a entender,
delimitar el problema u objeto de estudio y
seleccionar variables de respuesta y
factores. Concluye con la especificación de
los tratamientos a realizar y con la
organización del trabajo experimental.
 PLANEACIÓN
1. Entender y delimitar el problema u objeto de estudio.
2. Elegir la(s) variable(s) de respuesta que será medida en cada punto del
diseño y verificar que se mide de manera confiable.
3. Determinar cuáles factores deben estudiarse o investigarse, de
acuerdo a la supuesta influencia que tienen sobre la respuesta.
4. Seleccionar los niveles de cada factor, así como el diseño experimental
adecuado a los factores que se tienen y al objetivo del experimento.
5. Planear y organizar el trabajo experimental.
6. Realizar el experimento.
 ANÁLISIS
En esta etapa no se debe perder de vista que los resultados
experimentales son observaciones muestrales, no poblacionales. Por
ello, se debe recurrir a métodos estadísticos inferenciales para ver si
las diferencias o efectos muestrales (experimentales) son lo
suficientemente grandes para que garanticen diferencias
poblacionales (o a nivel proceso).
INTERPRETACIÓN
Aquí, con el respaldo del análisis estadístico formal, se debe
analizar con detalle lo que ha pasado en el experimento.

CONTROL Y CONCLUSIONES FINALES

Para concluir el estudio experimental se recomienda decidir qué
medidas implementar para generalizar el resultado del estudio y
para garantizar que las mejoras se mantengan.
 CONSIDERACIONES DE LOS MÉTODOS
ESTADÍSTICOS

Es importante tomar en cuenta que aunque el uso de metodologías

estadísticas por lo general ayuda a hacer más eficiente el proceso
de investigación y de solución de problemas, es necesario reconocer
que las metodologías estadísticas por sí solas no garantizan
investigaciones exitosas.
 CONSIDERACIONES DE LOS MÉTODOS
ESTADÍSTICOS

• El conocimiento no estadístico es vital.

• Reconocer la diferencia entre significancia estadística e
importancia práctica.
• Apostarle más a la experimentación secuencial que a un
experimento único y definitivo.
 PRINCIPIOS BÁSICOS DE LOS MÉTODOS
ESTADÍSTICOS
ALEATORIZACIÓN
Consiste en hacer corridas experimentales en orden aleatorio
(al azar); este principio aumenta la posibilidad de que el supuesto de
independencia de los errores se cumpla.

REPETICIÓN
Es correr más de una vez un tratamiento o combinación de factores.

BLOQUEO
Es nulificar o tomar en cuenta en forma adecuada todos los
factores que pueden afectar la respuesta observada.
Se tiene un experimento en el que los factores a estudiar y sus niveles
son los siguientes:
Temperatura (40, 100 y 20°C); tiempo (60 y 90 minutos). Elabore una
lista de todos los posibles tratamientos de este diseño.

Temperatura Tiempo Tratamiento

1; 20° C 1; 60 (1 – 1); (2 -1); (3-1)
2; 40° C 2; 90 (1-2); (2-2); (3-2)
3; 100 ° C
 COMO OBTENER DATOS
ESTABLEZCA OBJETIVOS CLAROS
La información es una guía para nuestras acciones. A partir
de la información conocemos los hechos pertinentes y
adoptamos acciones apropiadas basadas n esos hechos.
Antes de recoger la información, es importante determinar
que se va hacer con ella.
• Control y monitoreo del proceso
• Análisis de lo que no se ajusta a las normas.
• Inspección
 COMO OBTENER DATOS
¿Cuál es el propósito?

Una vez que se define el objetivo de la recolección de información,

también se determinan los tipos de comparación que se necesitan, y
esto a su vez identifica el tipo de datos que se deben recoger.
 COMO OBTENER DATOS
¿Son confiables las mediciones?
Incluso si las muestras se han seleccionado adecuadamente,
se hará un juicio erróneo si las mediciones no son
confiables.

Ejem: La medición de temperatura hechas por un técnico

mecánico mostraron valores fuera de lo normal, al realizar la
inspección del instrumento se halló que estaba
descalibrado.
 COMO OBTENER DATOS

ESTABLEZCA FORMAS APROPIADAS DE RECOGER LOS DATOS

Cuando se recogen datos, es importante organizarlos adecuadamente

para facilitar su procesamiento posterior.
1. El origen de los datos debe registrarse claramente.
2. Los datos deben registrarse de tal manera que puedan utilizarse
fácilmente los cálculos estadísticos.
 HOJAS DE REGISTRO

Como se dijo en la sección anterior, si se llega a la conclusión que es

necesario reunir información, es esencial que el objetivo sea claro y que
se obtengan datos que reflejen los hechos claridad.
Además de estos requisitos, en situaciones reales es importante que los
datos se recojan en forma clara y fácil de usar.
 HOJAS DE REGISTRO

La hoja de registro es un formato el cual aparecen los ítems que se van

registrar, de tal manera que los datos puedan recogerse ágil y
concisamente.

Objetivos:
• Facilitar la recolección de datos
• Organizar automáticamente los datos de manera que puedan
utilizarse con facilidad más adelante.
 CURSO:
DISEÑOS EXPERIMENTALES
TEMA: TEORÍA DE MODELOS.

SEMESTRE : VII
Ms. Ing. Bladimir Sandoval Serva
bsandoval@[Link]
 Índice
Contenido:
• Teoría de Modelos
• Distribuciones de Probabilidad
• Uso Distribuciones de Probabilidad
• Experimentos unifactoriales
• Suma de cuadrados
• Media de cuadrados
• Análisis de la varianza (ANOVA)
• Criterio de hipótesis
 TEORÍA DE MODELOS
MODELOS MATEMÁTICOS
Un modelo matemático consiste en un sistema de ecuaciones
algebraicas o diferenciales que representan cuantitativamente el
proceso o algunos aspectos del proceso. Su formulación depende del
conocimiento de las leyes que gobiernan el proceso y la habilidad de
expresarles matemáticamente:
–Modelos matemáticos Teóricos
–Modelos Matemáticos Semi Empíricos
–Modelos Matemáticos Empíricos
 TEORÍA DE MODELOS
MODELOS FÍSICOS.
Un modelo físico de un proceso consiste en su
representación a escala reducida, con otros materiales,
a temperatura ambiente, con la finalidad de posibilitar la
visualización y medida de los aspectos, específicos de la
manera más conveniente y al menor costo posible.
Su clasificación es la siguiente:
1.-Modelo Físico Riguroso (Teórico)
2.-Modelos Físicos Semirigurosos.
 TEORÍA DE MODELOS
MODELOS GRAFICOS
• Simulación.
• Simulación por computadora, en
cinemática de mecanismos,
ensamblaje de autopartes, etc.
 DISTRIBUCIONES DE PROBABILIDAD

La distribución de probabilidad o distribución de una variable

aleatoria X relaciona el conjunto de valores posibles de X (rango
de X), con la probabilidad asociada a cada uno de estos valores y
los representa a través de una tabla o por medio de una función
planteada como una fórmula.

Grados de libertad
Son parámetros que definen las distribuciones T de student, ji-cuadrada
y F, y se determinan a partir de los tamaños muestrales involucrados
 USO DE DISTRIBUCIONES DE PROBABILIDAD

Distribución normal y
distribución t de student
Sirven para hacer inferencias
sobre la media .

Distribución ji-cuadrada y F
sirven para hacer inferencias o
comparar varianzas
 USO DE DISTRIBUCIONES DE PROBABILIDAD

Objetivo
Se busca ante todo analizar la variabilidad dentro del mismo grupo y entre
los grupos.
 EXPERIMENTOS UNIFACTORIALES

MODELO ESTADÍSTICO LINEAL

𝒀𝒊𝒋=𝝁+𝜶𝒊+𝜺𝒊𝒋
Donde:
µ = Es la media global o media general
αi= Es el efecto del tratamiento
Єij= Componente aleatorio del error
 EXPERIMENTOS UNIFACTORIALES

Los datos típicos son tabulados por:

 2. SUMA DE CUADRADOS

𝐾 𝑛
σ𝑘𝑖=1 𝑌𝑖2
𝑆𝑆𝑇 = ෍ ෍ 𝑌𝐼𝐽2 −𝐶 𝑆𝑆 𝑇𝑟 = −𝐶
𝐼=1 𝐽=1
𝑛
𝑌02
𝑆𝑆𝐸 = 𝑆𝑆𝑇 − 𝑆𝑆 (𝑇𝑟) 𝐶=
𝑛𝑘

SS (Tr )= Suma de cuadrados entre tratamiento o muestras

SSE = Suma de cuadrados del error
SST = Suma total de cuadrados
C = Parámetro denominado término de corrección
 3. MEDIA DE CUADRADOS

𝑆𝑆(𝑇𝑟) 𝑆𝑆𝐸
𝑀𝑆 𝑇𝑟 = 𝑀𝑆𝐸 =
𝑘−1 𝑘(𝑛 − 1)

MS (Tr ) = Media de cuadrado de los tratamientos

MSE = Media de cuadrados del error
K - 1 = Grados de libertad de los tratamientos
k(n - 1) = Grados de libertad del error
4. TABLA DE ANALISIS DE VARIANZA
ANÁLISIS DE VARIANZA
 5. CRITERIO DE HIPÓTESIS

Se define por:
H0: Hipótesis nula o de trabajo; los tratamientos son idénticos
Hi: Hipótesis alterna o del investigador existe variabilidad de los tratamientos
Se rechaza H0 si el Fo calculado es mayor que el F tabular. Con k –1 y n k –k
grados de libertad

𝐹0>𝐹𝛼,𝑘−1,𝑛𝑘−𝑘
 5. CRITERIO DE HIPÓTESIS

Nivel de significancia = 5% = 0.05

Elección de la prueba estadística
Estimación del P-Valor
Toma de decisión:
P<0.05 entonces rechazamos la hipótesis nula
P>0.05 entonces aceptamos la hipótesis nula.
 CURSO: DISEÑOS
EXPERIMENTALES
TEMA: CONTRASTES Y SUPUESTOS.

SEMESTRE : VII
Ms. Ing. Bladimir Sandoval Serva
bsandoval@[Link]
 Comparación por contrastes

En ocasiones, el objetivo del estudio lleva a contrastar hipótesis que

involucran a más de dos medias. En esta sección se presentan este tipo
de alternativas en la comparación de medias, pero antes se definen los
conceptos de contraste y contrastes ortogonales.
 Contraste
Es una combinación lineal de medias poblacionales donde la
suma de los coeficientes es igual a cero.

𝐶 = ෍ 𝑐𝑖 𝜇𝑖
𝑖=1

“C” es contraste si 𝐶 = σ𝑘𝑖=1 𝑐𝑖 = 0

 Contraste ortogonales
En el caso de un diseño balanceado, dos contrastes 𝐶1 = σ𝑘𝑖=1 𝑐1𝑖 𝜇1𝑖 y
𝐶2 = σ𝑘𝑖=1 𝑐2𝑖 𝜇2𝑖 son ortogonales si la suma del producto de los coeficientes
es igual a cero, esto es, si σ𝑘𝑖=1 𝑐1𝑖 𝑐2𝑖 = 0
para el diseño desbalanceado son ortogonales si σ𝑘𝑖=1 𝑛𝑖 𝑐1𝑖 𝑐2𝑖 = 0
Dadas las k medias de interés correspondientes a k tratamientos objeto de
estudio, se pueden construir una infinidad de conjuntos de k – 1 contrastes
ortogonales entre sí. En particular, con el uso de contrastes ortogonales es
posible construir un grupo de hipótesis de interés independientes entre sí
 Contraste ortogonales
Este método está diseñado para probar todos los contrastes de
medias que pudieran interesar al experimentador, sin el inconveniente
de inflar por ello el error tipo I (detección de diferencias que no
existen). Supongamos que interesa contrastar las hipótesis.
 Contraste ortogonales
Esta prueba se puede utilizar si los tratamientos tienen una estructura, de
tal forma que podamos evaluar hipótesis de interés. Debido a que esta
prueba se emplea cuando se requiere contrastar grupos de tratamientos.
El criterio de agrupación debe tener un sentido práctico, que nos permitan
tomar conclusiones certeras.
Los primeros contrastes que se postulan deben considerar únicamente la
estructura de los tratamientos, antes mirar los datos.
 Verificación de los supuestos del modelo

La validez de los resultados obtenidos en cualquier análisis de varianza

queda supeditado a que los supuestos del modelo se cumplan. Estos
supuestos son:
Normalidad, varianza constante (igual varianza de los tratamientos) e
independencia. Esto es, la respuesta (Y ) se debe distribuir de manera
normal, con la misma varianza en cada tratamiento y las mediciones
deben ser independientes.
 Verificación de los supuestos del modelo

Es una práctica común utilizar la muestra de residuos para

comprobar los supuestos del modelo, ya que si los supuestos se
cumplen, los residuos o residuales se pueden ver como una muestra
aleatoria de una distribución normal con media cero y varianza
constante.
Residuos
Son generados por la diferencia entre la respuesta observada y la
respuesta predicha por el modelo en cada prueba experimental.
Los supuestos del modelo lineal 𝑌𝑖𝑗 = 𝜇 + 𝜏𝑖 + 𝜀𝑖𝑗 , en términos de los residuos, son:
1. Los eij siguen una distribución normal con media cero.
2. Los eij son independientes entre sí.
3. Los residuos de cada tratamiento tienen la misma varianza s2.
 Supuesto de normalidad
Un procedimiento gráfico para verificar el cumplimiento del supuesto de
normalidad de los residuos consiste en graficar los residuos en papel o en la
gráfica de probabilidad normal

1. Ordenar los N valores del menor al mayor y asignarles los rangos de 1 a N.

r
Sean i, i = 1, 2,…, N, los datos en orden creciente.
2. Calcular una posición de graficación para cada dato en función de su rango y del total
de observaciones como (i – 0.5)/N, i = 1, 2,…, N.
3. El papel de probabilidad normal es un formato para realizar una gráfica del tipo X-Y,
Sobre el papel de probabilidad normal se dibujan las parejas (ri, (i – 0.5)/N).
4. Dibujar una línea recta sobre los puntos para tratar de dilucidar si se ajustan a ella o
no. La interpretación de la gráfica es subjetiva, pero muchas veces es suficiente para
llegar a una conclusión razonable sobre la distribución que siguen los datos.
 Supuesto de varianza constante

Una forma de verificar el supuesto de varianza constante (o que los

tratamientos tienen la misma varianza) es graficando los predichos contra

los residuos (𝑌෠ = 𝑖𝑗 vs. ei), por lo general 𝑌෠ = 𝑖𝑗 va en el eje horizontal y los

residuos en el eje vertical. Si los puntos en esta gráfica se distribuyen de

manera aleatoria en una banda horizontal (sin ningún patrón claro y
contundente), entonces es señal de que se cumple el supuesto de que los
tratamientos tienen igual varianza.
 Supuesto de Independencia

La suposición de independencia en los residuos puede verificarse

si se grafica el orden en que se colectó un dato contra el residuo
correspondiente. De esta manera, si al graficar en el eje
horizontal el tiempo (orden de corrida) y en el eje vertical los
residuos, se detecta una tendencia o patrón no aleatorio
claramente definido, esto es evidencia de que existe una
correlación entre los errores y, por lo tanto, el supuesto de
independencia no se cumple