Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 9 vistas

    Dise-Exp - DBCA 08-12-2021

    Cargado por

    Alex Campusano
    Este documento describe un diseño de bloques completos al azar, donde los operadores son los bloques y los métodos de ensamble son los tratamientos. Se presenta el modelo, la matriz de datos, la prueba de hipótesis y el análisis de varianza para este diseño.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    Dise-Exp - DBCA 08-12-2021

    Cargado por

    Alex Campusano
    9 vistas10 páginas
    Este documento describe un diseño de bloques completos al azar, donde los operadores son los bloques y los métodos de ensamble son los tratamientos. Se presenta el modelo, la matriz de datos, la prueba de hipótesis y el análisis de varianza para este diseño.

    Título original

    3. Dise-Exp - DBCA 08-12-2021

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento describe un diseño de bloques completos al azar, donde los operadores son los bloques y los métodos de ensamble son los tratamientos. Se presenta el modelo, la matriz de datos, la prueba de hipótesis y el análisis de varianza para este diseño.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    9 vistas10 páginas

    Dise-Exp - DBCA 08-12-2021

    Cargado por

    Alex Campusano
    Este documento describe un diseño de bloques completos al azar, donde los operadores son los bloques y los métodos de ensamble son los tratamientos. Se presenta el modelo, la matriz de datos, la prueba de hipótesis y el análisis de varianza para este diseño.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    de 10

    Diseños de bloques

    OBJETIVO GENERAL:
    ▪ Identificar las características generales y los usos que se
    le dan a los diseños en bloques.
     OBJETIVOS ESPECÍFICOS
    ▪ Explicar la definición del diseño en bloques completo o
    al azar, así como su hipótesis, modelo estadístico y
    análisis de varianza.
    ▪ Describir cada una de las técnicas dentro del un modelo
    DBCA.
    Diseños de bloques (1)
    Un diseño en bloques completos al azar (DBCA) consideran tres fuentes de
    variabilidad: el factor de tratamientos, el factor de bloque y el error
    aleatorio, es decir, se tienen tres posibles “culpables” de la variabilidad
    presente en los datos.
    La palabra completo en el nombre del diseño se debe a que en cada bloque se
    prueban todos los tratamientos, o sea, los bloques están completos.

    La aleatorización se hace dentro de cada bloque; por lo tanto, no se realiza de


    manera total como en el diseño completamente al azar.
    Diseños de bloques (2)
     Supongamos que se quieren comprar varias máquinas, si cada
    máquina es manejada por un operador diferente y se sabe que éste
    tiene una influencia en el resultado, entonces es claro que el factor
    operador debe tomarse en cuenta si se quiere comparar a las
    máquinas de manera justa.
     Factores de bloque: Son las variables adicionales al factor de
    interés que se incorporan de manera explícita en un experimento
    comparativo para no sesgar la comparación.
     Fuentes de variabilidad: Son los factores que provocan la
    variabilidad en los datos.
     Efecto de interacción: Es cuando dos factores interactúan, es decir,
    cuando el efecto de uno depende del nivel del otro.
     Los factores pueden ser: turno, lote, día, tipo de material, línea de
    producción, operador, máquina, método, etc.
     La imposibilidad de aleatorizar de bloque a bloque se aprecia
    claramente cuando se bloquean factores como día o turno, ya que
    no tiene sentido pensar en seleccionar al azar el orden de los días o
    los turnos porque es imposible regresar el tiempo.
    Modelo:

    𝑖 = 1,2, … , 𝑘
    𝑌𝑖𝑗 = 𝜇 + 𝜏𝑖 + 𝛾𝑗 + 𝜀𝑖𝑗 ;ቊ
    𝑗 = 1,2, … , 𝑏

    Donde:
    𝑌𝑖𝑗 ≡ 𝑒𝑠 𝑙𝑎 𝑚𝑒𝑑𝑖𝑐𝑖ó𝑛 𝑞𝑢𝑒 𝑐𝑜𝑟𝑟𝑒𝑠𝑝𝑜𝑛𝑑𝑒 𝑎𝑙 𝑡𝑟𝑎𝑡𝑎𝑚𝑖𝑒𝑛𝑡𝑜 𝑖 𝑦 𝑎𝑙 𝑏𝑙𝑜𝑞𝑢𝑒 𝑗
    𝜇 ≡ 𝑒𝑠 𝑙𝑎 𝑚𝑒𝑑𝑖𝑎 𝑔𝑙𝑜𝑏𝑎𝑙 𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛𝑎𝑙
    𝜏𝑖 ≡ 𝑒𝑠 𝑢𝑛 𝑝𝑎𝑟á𝑚𝑒𝑡𝑟𝑜 𝑞𝑢𝑒 𝑚𝑖𝑑𝑒 𝑒𝑙
    𝑒𝑓𝑒𝑐𝑡𝑜 𝑑𝑒𝑙 𝑡𝑟𝑎𝑡𝑎𝑚𝑖𝑒𝑛𝑡𝑜 i
    𝛾𝑗 ≡ es el efecto con respecto al tratamiento j
    𝜀𝑖𝑗 ≡ 𝑒𝑠 𝑒𝑙 𝑒𝑟𝑟𝑜𝑟
    Matriz de Datos:

    Tratamiento Bloque
    1 2 3 … b
    1 𝑌11 𝑌12 𝑌13 … 𝑌1𝑏
    2 𝑌21 𝑌22 𝑌23 … 𝑌2𝑏
    3 𝑌31 𝑌32 𝑌33 … 𝑌3𝑏
    . . . . . .
    . . . . . .
    . . . . . .
    k 𝑌𝑘1 𝑌𝑘2 𝑌𝑘3 … 𝑌𝑘𝑏
    Prueba de Hipótesis:
    Pasos:

    1. Planteamiento de Hipótesis

    Medias:

     𝐻0 : 𝜇1 = 𝜇2 =…=𝜇𝑘 = 𝜇

     𝐻1 : 𝜇𝑖 ≠ 𝜇𝑗 ;para algún i ≠ j

    Efectos:

     𝐻0 : 𝜏1 = 𝜏2 =…=𝜏𝑘 = 𝜏

     𝐻1 : 𝜏𝑖 ≠ 𝜏𝑗 ;para algún i ≠ j

    Bloque

     𝐻0 : 𝛾1 = 𝛾2 =…=𝛾𝑘 = 𝛾

     𝐻1 : 𝛾𝑖 ≠ 𝛾𝑗 ;para algún i ≠ j

    1. Definir el nivel de significancia

    2. Estadístico de prueba

    3. Regla de Decisión

    4. Conclusiones
    Tabla de Anova:
    Fuente de Suma Grados de Cuadrado
    Variación Cuadrado Libertad s Medios
    (FV) s (SC) (GL) (CM) Fc Ft

    =DISTR.F.INV(probabili
    dad; grados de
    𝑆𝐶𝑇𝑅𝐴𝑇 𝐶𝑀𝑇𝑅𝐴𝑇 libertad 1; grados de
    Tratamientos 𝑆𝐶𝑇𝑅𝐴𝑇 k-1 𝐶𝑀𝑇𝑅𝐴𝑇 = 𝐹𝑐 = 𝐹𝑜 = libertad 2)
    𝐾−1 𝐶𝑀𝐸
    =DISTR.F.INV(probabili
    𝑆𝐶𝐵 dad; grados de
    𝐶𝑀𝐵 = 𝐶𝑀𝐵
    𝑏−1 𝐹𝑐 = 𝐹𝑏 = libertad 1; grados de
    Bloque 𝑆𝐶𝐵 b-1 𝐶𝑀𝐸 libertad 2)
    𝑆𝐶
    𝐸
    𝐶𝑀𝐸 = (k-1)(b-1)
    Error 𝑆𝐶𝐸 (k-1)(b-1)

    Total 𝑆𝐶𝑇 N-1


    Formulas matemáticas:

     NOTA: Si resulta significativa implica que el factor de bloques tiene influencia


    sobre la variable de respuesta, y debe ser tomado en cuenta para mejorar la
    calidad de ésta.
    Aplicación:
    Comparación de cuatro métodos de ensamble.
    En esta aplicación acerca de los cuatro métodos de ensamble: A, B, C y D ahora se va a controlar
    activamente en el experimento a los operadores que realizarán el ensamble, lo que da lugar al
    siguiente diseño en bloques completos al azar.
    Recordemos que la variable de respuesta son los minutos en que se realiza el ensamble.
    OPERADOR
    MÉTODO 1 2 3 4
    A 6 9 7 8
    B 7 10 11 8
    C 10 16 11 14
    D 10 13 11 9
    Determinar:
    a) Señale el nombre del diseño experimental utilizado. Identificar todas las variables en
    estudio.
    b) Presente un análisis descriptivo de cada una de las variables, cuartiles, diagrama de caja,
    etc.
    c) Formule la hipótesis que se quiere probar en este problema al 95% de confianza e
    interprete sus resultados.

    También podría gustarte