Professional Documents
Culture Documents
D
ANALISIS DE VARIANCIA Y DISENO
EXPERIMENTAL
PRINCIPIOS GENERALES
Varios de los multiples aspectos del diseno experimental pueden ilustrarse por
medio de un ejemplo proveniente del importante tema de las mediciones en
ingenieria.
Supongase que una fundidora de acero surte de lamina de hojalata a tres
fabricantes de latas
la especificacion principal es que el peso del revestimiento de estano debera
ser al menos de 0.25 libras en el fondo del envase de hojalata.
La fundidora y cada uno de los fabricantes de latas tienen laboratorios donde
se realizan mediciones de lo pesos de los revestimientos de estano, tomando
muestras de cada cargamento.
Supongase tambien que han surgido algunos desacuerdos sobre los pesos
reales de los revestimientos de estano de los cargamentos de lamina
Jaime Escobar, PhD
PRINCIPIOS GENERALES
se decide planear un experimento para determinar si los cuatro laboratorios
estan realizando mediciones consistentes.
Un factor que complica las cosas es que parte del proceso de medidas consiste
en eliminar con productos quimicos el estano de la superficie del metal en la
base
es imposible tener las mismas mediciones en las muestras de cada laboratorio
para determinar que tan aproximadas son las mediciones.
Jaime Escobar, PhD
PRINCIPIOS GENERALES
Una posibilidad consiste en enviar varias muestras a cada uno de los
laboratorios.
Esto abre la posibilidad de averiguar si los resultados obtenidos en los
laboratorios son consistentes comparando la variabilidad de las medias de las
cuatro muestras.
Supongase que se toma la decision de enviar una muestra de 12 discos a cada
laboratorio
Jaime Escobar, PhD
PRINCIPIOS GENERALES
Para empezar supongase que una lamina de hojalata de las dimensiones
apropiadas se selecciona y que los 48 discos se cortan de ella como se aprecia
en la figura.
Los 12 discos cortados de la tira 1 se envian al primer laboratorio, los 12
obtenidos de la tira 2 se mandan al segundo laboratorio, etc
Jaime Escobar, PhD
PRINCIPIOS GENERALES
Si se descubre que las medias de los pesos de los cuatro revestimientos
subsecuentemente obtenidos varian significativamente, nos permitiria esto
concluir que las diferencias pueden atribuirse a falta de consistencia en las
tecnicas de medicion?
Jaime Escobar, PhD
Supongase, por ejemplo, que otras investigaciones indican que la cantidad de
estano depositada sobre una larga lamina de acero tiene un patron distinto y
repetido perpendicular a la direccion en que es laminado.
PRINCIPIOS GENERALES
Entonces, aunque los cuatro laboratorios hayan medido la cantidad de estano
consistentemente y sin error, las diferencias en las determinaciones de los
pesos de los revestimientos de estano se deberian a alguna otra causa.
Jaime Escobar, PhD
La asignacion de los discos de una tira completa a cada laboratorio es tal que las
inconsistencias entre los metodos de medicion de los laboratorios no pueden separarse,
si las diferencias provienen de la cantidad real de estano depositado perpendicularmente
a la direccion en que la hoja de metal se lamina.
PRINCIPIOS GENERALES
Una forma de evitar este tipo de confusion consiste en numerar los discos y
distribuirlos a los cuatro laboratorios al azar como en el siguiente esquema,
que se obtuvo con ayuda de la tabla de numeros aleatorios:
Jaime Escobar, PhD
Si hubiese algun patron real en el grueso del recubrimiento de estano sobre la lamina de
hojalata, seria disuelto por la aleatorizacion.
PRINCIPIOS GENERALES
Jaime Escobar, PhD
Si bien identificamos y contrarrestamos un posible patron de variacion
sistematica, no hay seguridad de que los podamos hacer con los otros (por
ejemplo, imperfecciones en una parte de la lamina).
En consecuencia, siempre existe la posibilidad de que las diferencias en las
medias atribuidas a inconsistencias entre los laboratorios sean en realidad
causadas por alguna otra variable incontrolable, y el proposito de la
aleatorizacion es evitar confundir la variable sujeta a investigacion con otras.
PRINCIPIOS GENERALES
Jaime Escobar, PhD
Distribuyendo totalmente al azar los 48 discos entre los cuatro laboratorios,
no tenemos otra opcin que incluir cualquier variacin atribuible a causas
extraas bajo la etiqueta de variacin aleatoria.
Esto puede darnos una estimacin demasiado grande de la variacin aleatoria,
lo cual a su vez puede dificultar la detencin de diferencias entre las medias
reales de laboratorio.
PRINCIPIOS GENERALES
Jaime Escobar, PhD
Supngase que un fabricante de artculos de plomera desea comparar el
rendimiento de varias clases de materiales que se usarn en tuberas
subterrneas de agua.
Si condiciones como la acidez del suelo, la profundidad del tubo y el contenido
de minerales del agua que transportar pudieran mantenerse fijas, las
conclusiones sobre que material es mejor seran validas slo para el conjunto
de condiciones dadas.
Lo que el fabricante quiere saber es cul material es mejor en una amplia
variedad de condiciones
al disear un experimento adecuado seria aconsejable (en realidad, necesario)
especificar que el tubo de cada material ser enterrado a diferentes
profundidades en diversos tipos de suelos y lugares en donde el agua tiene
deferentes dureza.
PRINCIPIOS GENERALES
Jaime Escobar, PhD
Este ejemplo sirve para ilustrar que rara vez se desea mantener fijos todos o la
mayora de los factores extraos a lo largo de un experimento.
En realidad, es muy raro, sino imposible, ejercer un control tan estricto, esto
es, mantener fijas todas las variables extraas.
En la prctica los experimentos debern planearse de tal manera que las
fuentes conocidas de variabilidad sean deliberadamente consideradas sobre
un rango tan amplio como sea necesario
ms aun, debern variarse en tal forma que su variabilidad pueda eliminarse
en la estimacin de la variacin aleatoria.
PRINCIPIOS GENERALES
Jaime Escobar, PhD
Una manera de lograrlo es repetir el experimento en varios bloques, en los
que fuentes conocidas de variabilidad se mantienen fijas en cada bloque, pero
variando de bloque a bloque.
En el problema del revestimiento de estao podramos explicar as las
variaciones a travs de la lmina de de acero, asignando aleatoriamente tres
discos de cada tira a cada uno de los laboratorios como en el siguiente
ejemplo:
Las tiras forman los bloques, con este arreglo, no se pueden atribuir las
diferencias entre las medias obtenidas para los cuatro laboratorios, a la
diferencia entre las tiras
DISENOS COMPLETAMENTE ALEATORIOS
Jaime Escobar, PhD
El experimentador cuenta con los resultados de k muestras aleatorias
independientes, cada una de tamao n, de k diferentes poblaciones,(esto es,
datos relativos a k tratamientos, k grupos, k mtodos de produccin, etc.).
le interesa probar la hiptesis de que las medias de esas k poblaciones son
todas iguales.
DISENOS COMPLETAMENTE ALEATORIOS
Jaime Escobar, PhD
DISENOS COMPLETAMENTE ALEATORIOS
Jaime Escobar, PhD
Si denotamos la j-sima observacin la i- sima muestra por y
ij
j observacion
i muestra
DEL EXPERIMENTO DE ESTANO SE TIENE ENTONCES QUE:
Y
ij
= (i = 1,2,3,4: j = 1,2,..,12) es la j-sima medicin del peso del
revestimiento de estao del i-simo laboratorio
es la media de las mediciones obtenidas en el i-esimo laboratorio
es la media global ( o gran media ) de las 48 observaciones.
y
i
y
DISENOS COMPLETAMENTE ALEATORIOS Y
ANOVA
Jaime Escobar, PhD
Las formulas requeridas para calcular SST y SS(tr) son las siguientes
DISENOS COMPLETAMENTE ALEATORIOS Y
ANOVA
Jaime Escobar, PhD
(MUESTRAS DE IGUAL TAMANO)
En estas expresiones
T
i
es el nmero total de n observaciones en la i-sima muestra
T es el gran total de las kn observaciones.
La suma de cuadrados del error, SSE, se obtiene por sustraccin
DISENOS COMPLETAMENTE ALEATORIOS Y
ANOVA
Jaime Escobar, PhD
EJEMPLO
A fin de ilustrar el anlisis de variancia para un experimento completamente
aleatorio supngase que segn el esquema del problema de estano y el
revestimiento cada laboratorio mide los pesos de los revestimientos de estao
de 12 discos y que los resultados son los siguientes:
Constryase una tabla de anlisis de variancia y segn estos resultados
informe a la compania productora y a los laboratorios si estan obteniendo
resultados consistentes
DISENOS COMPLETAMENTE ALEATORIOS Y
ANOVA
Jaime Escobar, PhD
Solucin:
Los totales para la cuatro muestras son, respectivamente, 3.21, 2.72, 2.76 y
3.00
El gran total es 11.69 y los clculos con que se obtienen las sumas necesarias
son los siguientes:
C = (11.69)
2
/ 48
= 2.8470
SST = (0.25)
2
+ (0.27)
2
+ . + (0.21)
2
- 2.8470 = 0.0809
SS(Tr) = {[(3.21)
2
+ (2.72)
2
+ (2.76)
2
+ (3.00)
2
]/12} - 2.8470 = 0.0130
SSE = 0.0809 0.0130 = 0.0679
En esta forma se obtiene la siguiente tabla de anlisis de variancia:
DISENOS COMPLETAMENTE ALEATORIOS Y
ANOVA
Jaime Escobar, PhD
Con que se comparan los resultados de la tabla de ANOVA que construimos?
La hipotesis nula sera rechazada si F excede a F , donde F se obtiene de la tabla con k-1 y
k(n-1) grados de libertad
K-1 = 3
K(n-1) = 4(11) = 44
DISENOS COMPLETAMENTE ALEATORIOS Y
ANOVA
Jaime Escobar, PhD
Puesto que el valor obtenido para F (tabla ANOVA) excede a 2.82, que corresponde al
valor de F
05
con 3 y 44 grados de libertad, la hiptesis nula puede rechazarse con
nivel de significancia de 0.05.
Se concluye que los laboratorios no estn logrando resultados consistentes.
DISENOS COMPLETAMENTE ALEATORIOS Y
ANOVA
Jaime Escobar, PhD
muestras de tamanos distintos
DISENOS COMPLETAMENTE ALEATORIOS Y
ANOVA
Jaime Escobar, PhD
EJEMPLO
Como parte de la investigacin del derrumbe del techo de un edificio, un laboratorio
prueba todo los pernos disponibles que conectaban la estructura de acero en tres
distintas posiciones del techo.
Las fuerzas requeridas para cortar cada uno de los pernos (valores codificados) son
los siguientes:
Posicin: 1 90, 82, 79, 98, 83, 91
Posicin:2 105, 89, 93, 104, 89, 95, 86
Posicin:3 83, 89, 80, 94
Efectese el anlisis de variancia para probar con un nivel de significancia de 0.05 si
las diferencias entre las medias muestrales en las tres posiciones son significativas.
DISENOS COMPLETAMENTE ALEATORIOS Y
ANOVA
Jaime Escobar, PhD
Hiptesis nula:
1
=
2
=
3
Hiptesis alterna: las no son iguales
Nivel de significancia = 0.05
Clculos: sustituyendo
n
1
= 6, n
2
= 7, n
3
= 4, N = 17
T
1
= 523, T
2
= 661, T
3
= 1530
= 138,638
y
2
ij
j 1
ni
i 1
k