Elementos del Diseño Experimental

Elementos del Diseño Experimental:

 Factores: Los fenómenos que potencialmente causan variación, y que son controlados por el experimentador, se denominan factores. También a veces se denominan tratamientos.

 Nivel: Valor de un factor que se está examinando en el experimento.

 Variable respuesta: Es la medición de la respuesta de los tratamientos conocida como variable dependiente.

 Error Experimental: Es una desviación del valor medido de una magnitud física respecto al valor real de dicha magnitud. En general los errores experimentales son ineludibles y dependen básicamente del procedimiento elegido y la tecnología disponible para realizar la medición.

Errores absolutos y relativos

Existen dos maneras de cuantificar el error de la medida:

*Mediante el llamado error absoluto, que corresponde a la diferencia entre el valor medio y el valor real.

*Mediante el llamado error relativo, que corresponde al cociente entre el error absoluto y el valor medio y el valor real.

Errores de tipo I y de tipo II

El error de tipo I también llamado “Error de tipo alfa”(alfa es la probabilidad de que ocurra este error), es el error que se comete cuando el investigador rechaza la hipótesis nula (Ho) siendo esta verdadera en la población. Es equivalente a encontrar un resultado falso positivo, porque el investigador llega a la conclusión de que existe una diferencia entre la hipótesis cuando en realidad no existe.

El error tipo II, también llamado “Error de tipo beta”(aunque beta es la probabilidad de que exista este error), se comete cuando el investigador no rechaza la hipótesis nula siendo esta falsa en la población. Es equivalente a la probabilidad de un resultado falso negativo, ya que el investigador llega a la conclusión de que ha sido incapaz de encontrar una diferencia que existe en la realidad.

Se acepta en un estudio que el valor del error “Beta” debe estar entre el 5 y el 20%. El poder o potencia del estudio representa la probabilidad de observar en la muestra una determinada diferencia o efecto, si existe en la población; es el complementario del “Error de tipo II (1-β)”.

 Tratamiento: es una de las modalidades o niveles que puede tomar un factor de estudio, por ejemplo, las variedades por ensayar en un experimento de campo.

Análisis de Varianza

El análisis de la varianza (o Anova: Analysis of variance) es un método para comparar dos o más medias, que es necesario porque cuando se quiere comparar más de dos medias es incorrecto utilizar repetidamente el contraste basado en la t de Student. por dos motivos:

En primer lugar, y como se realizarían simultánea e independientemente varios contrastes de hipótesis, la probabilidad de encontrar alguno significativo por azar aumentaría. En cada contraste se rechaza la H0 si la t supera el nivel crítico, para lo que, en la hipótesis nula, hay una probabilidad a. Si se realizan m contrastes independientes, la probabilidad de que, en la hipótesis nula, ningún estadístico supere el valor crítico es (1 - a)m, por lo tanto, la probabilidad de que alguno lo supere es 1 - (1 - a)m, que para valores de a próximos a 0 es aproximadamente igual a a m. Una primera solución, denominada método de Bonferroni, consiste en bajar el valor de a, usando en su lugar a/m, aunque resulta un método muy conservador.

Por otro lado, en cada comparación la hipótesis nula es que las dos muestras provienen de la misma población, por lo tanto, cuando se hayan realizado todas las comparaciones, la hipótesis nula es que todas las muestras provienen de la misma población y, sin embargo, para cada comparación, la estimación de la varianza necesaria para el contraste es distinta, pues se ha hecho en base a muestras distintas.

El método que resuelve ambos problemas es el anova, aunque es algo más que esto: es un método que permite comparar varias medias en diversas situaciones; muy ligado, por tanto, al diseño de experimentos y, de alguna manera, es la base del análisis multivariante.

Matriz de Diseño

Es una matriz en la que las filas hacen referencia a los distintos ensayos a realizar, las columnas a los distintos factores que intervienen y las celdas indican los niveles en los que hay que situar cada uno de los factores en los distintos experimentos.

Ejemplo:

La matriz de diseño se puede utilizar con cualquier producto o elemento de un producto que necesite comparación para llegar a un resultado mejor pensado y argumentado. En este ejemplo se muestra otra matriz de diseño pero con características diferentes y comparando diferentes elementos. Uno de los ejes se refiere a la ligereza que la solución necesita (personajes más curvos, colores pasteles, bajo nivel de detalles) en contraposición con el segundo eje que se refiere a la formalidad de la solución (personajes con un diseño más realista, alto nivel de detalle, colores con menor nivel de saturación).

Saber la dirección hacia la que se quiere ir siempre debe ser la primera decisión que debe tomarse y con la matriz de diseño se puede lograr de una forma mucho más clara, contando con sólo dos características que desees en tu solución y ejemplos previos.

...