INSTITUTO TECNOLGICO DE LEN

INGENIERA EN LOGSTICA

ESTADISTICA INFERENCIAL 2

DISEO DE EXPERIMENTO DE UN SOLO

FACTOR

LANDEROS RAMREZ GIOVANA

LIC. MENDEZ FONSECA JOSE SOCORRO

INTRODUCCION
Si queremos conocer como un elemento afecta a otro factor podemos utilizar el diseo de
experimentos, un ejemplo sera conocer si un paciente mejora o empeora si toma una nueva
medicina, y esto es el diseo de experimento de un factor nico, que solo haya un elemento
interviniendo.
El objetivo del Anlisis de la Varianza es estudiar si existe relacin entre el valor medio de una
variable respuesta o caracterstica (por ej. el nivel de contaminacin) y una variable cualitativa,
atributo o factor (por ej. la localizacin del lugar de medida).
Un experimento diseado es una prueba o serie de pruebas en las que se realizan cambios
deliberados en las variables de entrada o factores del proceso o sistema, con el fin de observar e
identificar los correspondientes cambios producidos en la variable de salida o respuesta de
inters.
Los objetivos del experimento diseado son:

Determinar qu factores influyen ms en la variable respuesta de inters.

Para ellos, determinar qu niveles o valores optimizan la variable respuesta.

En cualquier experimento, los resultados y conclusiones que puedan obtenerse a partir de l

dependen de cmo se recopilen los datos u observaciones de la variable respuesta. Para que
esto se realice de la forma ms eficiente posible.
Es necesario usar el diseo estadstico de experimentos, que permitir obtener datos que
puedan ser fcilmente analizados mediante el mtodo estadstico adecuado, conocido como
anlisis de la varianza ANOVA, para producir conclusiones vlidas y objetivas, ya que es la
metodologa estadstica el enfoque adecuado para analizar un problema que involucra datos
sujetos a errores experimentales.
Los pasos a seguir para disear un experimento son:
1.
2.
3.
4.
5.
6.

Compresin y planteamiento del problema.

Definicin de la variable de salida o respuesta, cuyo comportamiento se desea estudiar.
Decisin sobr qu factores o variables de entrada, se considerarn en el experimento.
Decisin sobre que niveles o valores se considerarn.
Realizacin del experimento, tras decidir cuntas pruebas se van a llevar a cabo.
Anlisis de los datos obtenidos en el experimento.

TEORIA

Diseo de un solo factor. Anlisis de la varianza de un factor.

Se estudia la posible influencia de un nico factor sobre una variable respuesta Y, y el material
experimental sobre el que se va a llevar a cabo el experimento est formado por unidades
experimentales homogneas entre s.
Al tener los datos recopilados, las lecturas sern denotadas como Yij, donde i es el tratamiento
utilizado, y j la repeticin o rplica para el mismo tratamiento. Es muy importante utilizar realizar
las N pruebas en orden aleatorio para evitar sesgos que puedan afectar al resultado del
experimento.
La tcnica del anlisis de la varianza para un solo factor nos dir cmo analizar las N
observaciones yij, i= 1, 2,. a, j= 1. n, para testar estadsticamente, con un nivel de
significacin a prefijado, la hiptesis nula.
H0= no hay efecto tratamiento (esto es, es el factor considerando no afecta a variable la
respuesta Y), contra la alternativa.
H1= s hay efecto tratamiento.
Los modelos experimentales de clasifican en tres tipos:

De efectos fijos MODELO I

De efectos Aleatorios Modelo II

Mixtos. (Factores fijos y aleatorios)

Cuando el investigador tiene control sobre el material experimental aplicando slo los niveles de
los factores que le interesan en el modelo, es de efectos fijos.
Cuando se investiga un factor pero no se tiene control sobre tratamientos, por ejemplo en los
estudios por muestreo, dnde los niveles que se aplican son una muestra extrada al azar de
una poblacin de niveles, los modelos son de efectos aleatorios.
MODELO I

Yij .. . j ij

i= 1,.., k y j=1,.., n

Los Supuestos de Validez del modelo ANVA son:

Observaciones Independientes.

Datos distribuidos Normalmente ( ; 2).

Variancias Homogneas.

MODELO II - De afectos aleatorios

En este modelo se asume que las k muestras son muestras aleatorias de k situaciones distintas
y aleatorias. De modo que un valor aislado Yij se puede escribir como:

Yij .. . j ij

i= 1,.., k y j=1,.., n

Supone que las k muestras independientes son muestras de k poblaciones distintas y fijas.

En el caso de un nico Factor (Experimento Unifactorial) y a Efectos Fijos (Modelo I) El

modelo de Anlisis de la Varianza.

Yij .. . j ij
En donde:
Yij es la variable aleatoria que mide la respuesta del sujeto experimentado en el -simo individuo que recibi el jsimo tratamiento;
.. Es el promedio general;
.j El efecto del j-simo tratamiento, y;
ij Es la cantidad de variacin no explicada por el Factor, tambin se conocer como Error del Experimento,
Variacin Residual.

Modelos E Hiptesis

Modelo a efectos fijos

H0: 1 = 2..= k= 0
H1: i 0 al menos para una i

Modelo a efectos aleatorios

H0 : = 0
H1: 0

Anova A Un Criterio

Identidad de la suma de cuadrados

Esperanza de la suma de cuadrado tratamiento

Cuadrado medio del tratamiento

Cuadrado medio del error

Cuadro Anova Un Criterio

Fuentes Variacin

Sumas Cuadrados

g.l

Cuadrados Medios

Entre Tratamientos

SCTrat.

k-1

SCTrat/ g.l (I)

Dentro Trat. (Error)

SCError

k(n-1)

SCError/ g.l (II)

Total

SCTotal

n1

Fo F ((k-1) y k(n-1))

Si Fo > F ((k-1) y k(n-1)) Rechazo la Hipotesis Nula

F
F = I/II
o

EJEMPLO
Con el objetivo de comparar la eficiencia de remocin de la DBO 5, se muestrearon 4 plantas
tratadoras de aguas residuales, en un periodo de 25 das, con la finalidad de determinar si
cumple con los lmites mximos permisibles para contaminantes bsicos, establecido en la
NOM-001-SEMARNAT-1996, para uso pblico urbano procedente de embalses naturales y
artificiales, con un lmite mximo de 60 mg/L, obteniendo los siguientes resultados.

Plantas

DBO5 mg/L
1. Planta de
Huamuxtitln
2. Planta de
Tlapa
3. Planta de
Malinaltepec
4. Planta de
Acapulco

Resultados (DBO5 mg/L)

5 das

10 das

15 das

20 das

25 das

120

96

73

58

46

130

117

97

63

47

100

85

76

64

61

150

128

105

78

72

Al iniciar el experimento se obtuvieron las siguientes respuestas:

Plantas
5
das

Resultados (DBO5 mg/L)

10
15
20
25
das
das
das
das

totale
s

promedio
s

DBO5 mg/L
Planta de
Huamuxtitln
2. Planta de Tlapa
3. Planta de Malinaltepec
4. Planta de Acapulco
1.

120

96

73

58

46

393

78.6

130
117
100
85
150
128
TOTAL

97
76
105

63
64
78

47
61
72

454
386
533
1766

90.8
77.2
106.6
88.3

Las hiptesis que se desean probar son:

Ho: Todas las plantas son eficientes

1=2= 3=4

H1: Ninguna planta es eficiente

Ya planteadas las hiptesis y corrido el experimento, se procede a realizar los clculos
matemticos que permitan llegar al estadstico de prueba F 0 para tomar una decisin.
Inicialmente se calcul la suma de cuadrados de las plantas de tratamiento.
2

Yi
a

1
Y

n i=1
N
SS Trat =

1
1766
= 5 (3932+4542+3862+5332)- 20

1
5 (154,449+206,116+148,996+284,089)-88.3

= 0.2 (793,650)-88.3
=158,730-88.3
= 158,641.7

Luego se procedi a calcular la suma de cuadrados total:

SS Total =( Y ij )
i=1 j=1

Y
N

=(1202+962+732+582+462+1302+1172+972+632+472+1002+852+762+642+612+1502+1282+1052+782+
722)-

1766
20

=(14400+9216+5329+3364+1296+16900+13689+9409+3969+2209+10000+7225+5776+4096+3
721+22500+16384+11025+6084+5184)-88.3
= (175,776)-88.3
= 175,687.7
Para determinar la suma de cuadrados de los errores se hace la diferencia de la suma de
cuadrados total y la suma de cuadrados de tratamientos.
SSE = SSTotal - SSTrat = 175,687.7-158,641.7 = 17,046
Siendo 17,046 la fuente de variacin dentro de las plantas de tratamiento.
La tabla de ANOVA queda de la siguiente manera:

Fuente de variacin

Suma de
cuadrados (SS)

DBO5

SSTrat =158,641.7

ANOVA
Grados de
libertad
a-1
4-1=3

Promedio de los
cuadrados (MS)
SSTrat
a1 =

158,641.7
=52,880.5 52,880.5 =49.63
3
1,065.3
SS E
N a =

Error

SSE =17,046

N-a
20-4=16

17,046
=1,065.
16
3

Total

SSTotal
=175,687.7

N-1
20-1=19

Estadstico de
prueba F0
MS Trat
MS E =

En el experimento se obtuvo un valor de F 0 igual a 49.63 tomando un nivel de significancia de

0.01, teniendo 3 grados de libertad del factor y 16 de error, se procedi a buscar en la tabla de la
distribucin F y se obtiene un valor de 5.29. Como 49.63>5.29 entonces concluimos que las
medias de los niveles del factor difieren y por tanto se procede a rechazar H 0 y a aceptar H1.

APLICACIONES EN LA VIDA

l diseo de experimentos puede servir para mejorar el rendimiento de un proceso de

manufactura, desarrollo de nuevos procesos con lo que se logra:

1.
2.
3.
4.

Mejorar el rendimiento del proceso.

Menor variabilidad y mayor apego a los requerimientos nominales y objetivos.
Menor tiempo de desarrollo.
Menores costos totales.

Los mtodos de diseo de experimentos tambin se aplican al diseo de productos como sigue:
1. Evaluacin y comparacin de conceptos de diseo bsicos.
2. Evaluacin de materiales alternativos.
3. Seleccin de parmetros de diseo de modo que el producto funcione bien desde una amplia
variedad de condiciones de uso real; Esto es, de modo que el producto sea consistente
(robusto).

El uso del diseo de experimentos en estas reas puede dar por resultado productos con mayor
confiabilidad y mejor funcionamiento en el campo, menores costos, y menor tiempo de diseo y
desarrollo del producto.
El diseo estadstico de experimentos es el proceso de planear un experimento para obtener
datos apropiados, que pueden ser analizados mediante mtodos estadsticos, con objeto de
producir conclusiones vlidas y objetivas.
Cuando se identifican los factores y su influencia en un sistema productivo, se pueden tomar
decisiones que efectivamente mejoren la calidad del producto o servicio. Se pueden identificar
las fuentes de variacin reales para su reduccin en la bsqueda de la mejora continua.

CONCLUSIONES
El diseo de experimento nos permite identificar qu factores o variables afectan un
comportamiento de algn proceso y de esta manera poder mejorarla. Pueden ser varios o un
factor pero en esta investigacin nos enfocamos en una sola variable, permitindonos tener una
anlisis ms sencillos que si tuviramos muchos factores que analizar.
Por lo que el diseo es una serie de pasos con lo que lograremos tener los resultados que
buscamos.
Es necesario que nosotros como logsticos conozcamos estas herramientas, porque nos
ayudarn a lograr procesos eficaces y de calidad.
El anlisis de la varianza ANOVA que nos permitir analizar la variacin entre las muestras,
estudiando la variable independiente, comparando las medias para poder tener hiptesis ms
acertadas

REFERENCIAS
Iniciacin a la probabilidad y la estadstica.
Rosario Delgado de la Torre