DCA

DISEÑO COMPLETAMENTE
ALEATORIZADO
Definiciones Diseños Completamente Aleatorizados (DCA) Supuestos

Definiciones del Diseño Experimental

I Variable respuesta: Caracterı́stica medible de la cual el

experimentador tiene la certeza de que le proporcionará en
realidad información útil acerca del proceso bajo estudio.
I Factores controlables: Variables de entrada del sistema X 0 s
sobre las cuales se generaran alteraciones predeterminadas.
I Niveles: Valores o atributos que toma cada uno de los factores
en la fase de experimentación.
I Tratamientos: Combinación de los niveles de los factores a los
cuales se someterán a prueba las unidades experimentales.

Johann A. Ospina - Estadı́stico, MSc UPeU

Curso: Diseños Experimentales
Definiciones Diseños Completamente Aleatorizados (DCA) Supuestos

Definiciones del Diseño Experimental

I Unidad Experimental: Es la entidad fı́sica o el sujeto

expuesto al tratamiento independientemente de otras unidades.
La unidad experimental, una vez expuesta al tratamiento,
constituye una sola replica del tratamiento.
I Error Experimental: Describe la variación entre las unidades
experimentales tratadas de manera idéntica e independiente.
Posibles orı́genes del error experimental:
I La variación natural entre unidades experimentales.
I La imposibilidad de reproducir las condiciones del tratamiento
con exactitud de una unidad a otra.
I Cualquier otro factor externo que influya en las caracterı́sticas
medidas.

Johann A. Ospina - Estadı́stico, MSc UPeU

Curso: Diseños Experimentales
Definiciones Diseños Completamente Aleatorizados (DCA) Supuestos

Definiciones del Diseño Experimental

I Aleatorización: Escogencia mediante

procedimientos aleatorios de las unidades experimentales que
serán sometidas a cada tratamiento.
I Eliminar sesgos en la selección de las unidades experimentales.
I Repartir el posible efecto que puedan tener los factores no
controlables sobre la respuesta.
I Replicación: Consiste en realizar repeticiones de la variable
respuesta por cada tratamiento.
I Valorar la incertidumbre en el experimento.
I Cuantificar el error experimental.

Johann A. Ospina - Estadı́stico, MSc UPeU

Curso: Diseños Experimentales
Definiciones Diseños Completamente Aleatorizados (DCA) Supuestos

Ejemplo
Un ingeniero de desarrollo tiene interés en investigar la resistencia a
la tensión de una fibra sintética nueva que se usará para hacer telas
de camisa para caballero. Por experiencia se sabe que la calidad de la
tela se ve afectada por la composición de algodón, el cual debe variar
entre el 10 % y 40 % de la mezcla. Por tanto decide probar cinco
niveles de algodón (15,20,25,30 y 35 %) y como necesita valoración
de la variabilidad decide hacer 5 replicaciones por cada nivel.
1. Factor (es) de diseño
2. Niveles del factor de diseño
3. Unidad Experimental
4. Posibles Factores Perturbadores
5. Cual seria su estrategia para eliminar un posible efecto de
factores perturbadores
6. Posibles Factores no controlables
Johann A. Ospina - Estadı́stico, MSc UPeU
Curso: Diseños Experimentales
Definiciones Diseños Completamente Aleatorizados (DCA) Supuestos

Solución
I Factor (1): Porcentaje de Algodón en la tela.
I Niveles (5): 15 % 20 % 25 % 30 % 35 %
I Unidad Experimental: Trozos de tela de igual tamaño
tomados de forma aleatoria del proceso de producción
estabilizado.
I Posibles factores perturbadores:
I Alteraciones en su calibración por su uso continuo.
I Aleatorizar el orden en que se realizan las mediciones de
resistencia a la tensión de la nueva fibra sintética.
I Se dispone de diferentes lotes de hilo y de algodón en la sección
de bodega, estos deben ser aleatoriamente asignados a cada
tratamiento, para eliminar sesgos por la variación en calidad de
los lotes.

Johann A. Ospina - Estadı́stico, MSc UPeU

Curso: Diseños Experimentales
Definiciones Diseños Completamente Aleatorizados (DCA) Supuestos

Solución
Aleatorización:

Johann A. Ospina - Estadı́stico, MSc UPeU

Curso: Diseños Experimentales
Definiciones Diseños Completamente Aleatorizados (DCA) Supuestos

Solución

I Factores No Controlables - Medibles: La condición del

material depende de su historia, incluyendo los procesos a los
cuales ha sido sometida y los tratamientos mecánicos que ha
recibido, de la cantidad de humedad que contiene y de la
temperatura; todos estos datos deben especificarse en caso de
que el análisis de la resistencia sea de gran importancia

Johann A. Ospina - Estadı́stico, MSc UPeU

Curso: Diseños Experimentales
Definiciones Diseños Completamente Aleatorizados (DCA) Supuestos

Diseños Completamente Aleatorizados (DCA)

Caracterı́sticas
I Se investiga el efecto de un factor con a niveles (o a
tratamientos) sobre una variable respuesta.
I Las unidades experimentales son homogéneas.
I Los factores perturbadores han sido satisfactoriamente
controlados en el experimento.
I Se realizó un proceso de aleatorización en la asignación de
unidades experimentales.

Johann A. Ospina - Estadı́stico, MSc UPeU

Curso: Diseños Experimentales
Definiciones Diseños Completamente Aleatorizados (DCA) Supuestos

Diseños Completamente Aleatorizados (DCA)

Ejemplo

Cuadro 1: Datos (lb/pulgada2 ) del experimento de la resistencia a la

tensión.

Peso porcentual Observaciones Total Promedio

del algodón 1 2 3 4 5
15 7 7 15 11 9 49 9.8
20 12 17 12 18 18 77 15.4
25 14 18 18 19 19 88 17.6
30 19 25 22 19 23 108 21.6
35 7 10 11 15 11 54 10.8
Total 376 15.04

Johann A. Ospina - Estadı́stico, MSc UPeU

Curso: Diseños Experimentales
Definiciones Diseños Completamente Aleatorizados (DCA) Supuestos

Tabla tı́pica para un diseño de un factor

Tratamientos Observaciones Totales Promedios

1 Y11 Y12 ··· Y1n1 Y1· Ȳ1·

2 Y21 Y22 ··· Y2n2 Y2· Ȳ2·

.. .. .. .. .. .. ..
. . . . . . .

t Yt1 Yt2 ··· Ytnt Yt· Ȳt·

Y·· Ȳ··

No todos los tratamientos deben tener el mismo número de datos.

Johann A. Ospina - Estadı́stico, MSc UPeU
Curso: Diseños Experimentales
Definiciones Diseños Completamente Aleatorizados (DCA) Supuestos

Algo de notación...

Yij = La j − esima observación en el i − esimo tratamiento.

Yi· = Suma de las observaciones del tratamiento i.
Ȳi· = Media de las observaciones del i − esimo tratamiento.
Y·· = Suma total de las n = n1 + n2 + · · · + nt mediciones.
Ȳ·· = Media global o promedio general de todas las
observaciones.

Johann A. Ospina - Estadı́stico, MSc UPeU

Curso: Diseños Experimentales
Definiciones Diseños Completamente Aleatorizados (DCA) Supuestos

Algo de formulas
ni
X
I Yi· = Yij
j=1
Pni
j=1 Yij
I Ȳi· =
ni
t
XX ni
I Y·· = Yij
i=1 j=1
Pt Pni
i=1 j=1 Yij
I Ȳ·· =
n
t
X
I n= ni
i=1

Johann A. Ospina - Estadı́stico, MSc UPeU

Curso: Diseños Experimentales
Definiciones Diseños Completamente Aleatorizados (DCA) Supuestos

Modelo Estadı́stico

Yij = µ + τi + εij i = 1, · · · , t j = 1, · · · , ni

Yij Es la j − esima observación de la variable de

respuesta en el i − esimo tratamiento.
µ Es la media global.
τi Es el efecto del i − esimo tratamiento sobre la
variable de respuesta.
εij Es el error aleatorio de la j − esima observación en el
i − esimo tratamiento.

Johann A. Ospina - Estadı́stico, MSc UPeU

Curso: Diseños Experimentales
Definiciones Diseños Completamente Aleatorizados (DCA) Supuestos

Modelo Estadı́stico

Supuestos
1. Correcta especificación del modelo E (εij ) = 0.
2. Homogeneidad de Varianza (Homocedasticidad)
V (εij ) = σ 2 ∀i, j.
3. Independencia Cov (εij , εi 0 j 0 ) = 0 ∀i 6= i 0 j 6= j 0 .
4. Normalidad εij ∼ N(0, σ 2 ).

Johann A. Ospina - Estadı́stico, MSc UPeU

Curso: Diseños Experimentales
Definiciones Diseños Completamente Aleatorizados (DCA) Supuestos

Hipótesis
Hipótesis de investigación
Parte del objetivo del estudio. Se plantea antes de realizar el
experimento.

Hipótesis Estadı́stica
Es una “traducción” de la hipótesis de investigación en términos
estadı́sticos.

Ho : τ1 = τ2 = · · · = τt = 0
Ha : τi 6= 0 para algún i = 1, 2, · · · , t.

Johann A. Ospina - Estadı́stico, MSc UPeU

Curso: Diseños Experimentales
Definiciones Diseños Completamente Aleatorizados (DCA) Supuestos

Análisis de Varianza

El Análisis de Varianza o ANOVA (Analysis of Variance) es la

técnica central en el análisis de datos experimentales. Consiste en
separar la Variabilidad Total de los datos en las diferentes fuentes
de variación que están involucradas en el experimento.

Variabilidad = Variabilidad debida + Variabilidad debida

Total a los tratamientos al error aleatorio

Johann A. Ospina - Estadı́stico, MSc UPeU

Curso: Diseños Experimentales
Definiciones Diseños Completamente Aleatorizados (DCA) Supuestos

Tabla del ANOVA

Ho : τ1 = τ2 = · · · = τt = 0

Fuente de Grados de Suma de Cuadrados

Variabilidad Libertad Cuadrados Medios Fc Valor p
t
X
Tratamientos t −1 ni (Ȳi· − Ȳ·· )2 CMτ = SCτ
t−1
CMτ
CMε Pr(F > Fc )
i=1
Xt Xni
Error n−t (Yij − Ȳi· )2 CMε = SCε
n−t
i=1 j=1
ni
t X
X
Total n−1 (Yij − Ȳ·· )2
i=1 j=1

Johann A. Ospina - Estadı́stico, MSc UPeU

Curso: Diseños Experimentales
Definiciones Diseños Completamente Aleatorizados (DCA) Supuestos

Recordemos nuestros supuestos

Supuestos
1. Correcta especificación del modelo E (εij ) = 0.
2. Homogeneidad de Varianza (Homocedasticidad)
V (εij ) = σ 2 ∀i, j.
3. Independencia Cov (εij , εi 0 j 0 ) = 0 ∀i 6= i 0 j 6= j 0 .
4. Normalidad εij ∼ N(0, σ 2 ).

I Si no se cumple el supuesto de correcta especificación, los

estimadores pierden las propiedades de insesgamiento.
I Si no se cumplen los supuestos de homogeneidad e
independencia, los estimadores pierden su condición de
optimalidad.
I Si no se cumple el supuesto de normalidad, se pierde la eficiencia y
la potencia en las pruebas de hipótesis.
Johann A. Ospina - Estadı́stico, MSc UPeU
Curso: Diseños Experimentales
Definiciones Diseños Completamente Aleatorizados (DCA) Supuestos

Verificación de supuestos
La verificación de los supuestos puede realizarse fácilmente mediante
los residuales

eij = Yij − Ŷij

donde Yij es el valor observado y Ŷij es el valor estimado con el
modelo.
Puede demostrarse que

Ŷij = µ̂ + τ̂i = Ȳ·· + (Ȳi· − Ȳ·· ) = Ȳi·

entonces
eij = Yij − Ȳi· .

Johann A. Ospina - Estadı́stico, MSc UPeU

Curso: Diseños Experimentales
Definiciones Diseños Completamente Aleatorizados (DCA) Supuestos

Correcta especificación

Este supuesto es difı́cil de validar, debido a que se requiere que

en el modelo planteado, estemos involucrando todas las fuentes de
variación que están influyendo en el comportamiento de la variable
de respuesta.

Aquı́, toma importancia la adecuada selección del tipo de diseño que

vamos a implementar, pues si seleccionamos una metodologı́a muy
alejada de la situación real, no podemos obtener buenas conclusiones
respecto a nuestro experimento.

Johann A. Ospina - Estadı́stico, MSc UPeU

Curso: Diseños Experimentales
Definiciones Diseños Completamente Aleatorizados (DCA) Supuestos

Homogeneidad de Varianza

Johann A. Ospina - Estadı́stico, MSc UPeU

Curso: Diseños Experimentales
Definiciones Diseños Completamente Aleatorizados (DCA) Supuestos

Prueba de Bartlett
Suponga que se tienen t tratamientos independientes. Se quiere probar si:
H0 : σ12 = σ22 = · · · = σt2 = σ 2 Ha : σi2 6= σj2 para algún i 6= j
El estadı́stico de prueba está dado por
q
χ20 = 2.3026
c
donde
t
X
q = (n − t) log10 Sp2 − (ni − 1) log10 Si2
i=1
y " t #
1 X
c =1+ (ni − 1)−1 − (n − t)−1
3(t − 1)
i=1
con Pt
i=1 (ni− 1)Si2
Sp2 =
n−t
Se rechaza H0 si χ20 > χ2α,t−1 .
Johann A. Ospina - Estadı́stico, MSc UPeU
Curso: Diseños Experimentales
Definiciones Diseños Completamente Aleatorizados (DCA) Supuestos

Independencia

Johann A. Ospina - Estadı́stico, MSc UPeU

Curso: Diseños Experimentales
Definiciones Diseños Completamente Aleatorizados (DCA) Supuestos

Normalidad

1. Se ordenan los residuales de menor a mayor

2. Se realiza una tabla con el orden (i = 1, · · · , k), el valor del
residual eij , Pk = (k − 1/2)/n y el zi correspondiente a Pk en
una distribución normal estándar.
3. Se realiza el gráfico de eij en el eje x y zi en el eje y .

Johann A. Ospina - Estadı́stico, MSc UPeU

Curso: Diseños Experimentales
Definiciones Diseños Completamente Aleatorizados (DCA) Supuestos

Normalidad

Johann A. Ospina - Estadı́stico, MSc UPeU

Curso: Diseños Experimentales
Definiciones Diseños Completamente Aleatorizados (DCA) Supuestos

Pruebas Formales

I Prueba de Anderson Darling

I Prueba de Kolmogorov-Smirnov
I Prueba de Shapiro Wilks

Johann A. Ospina - Estadı́stico, MSc UPeU

Curso: Diseños Experimentales
Definiciones Diseños Completamente Aleatorizados (DCA) Supuestos

MUCHAS GRACIAS

Johann A. Ospina - Estadı́stico, MSc UPeU

Curso: Diseños Experimentales