LA ESTADISTICA EN LA EXPERIMENTACION

1.-LA ESTADISTICA EN LA EXPERIMENTACION.

Los modelos de “Diseño de experimentos” son modelos estadísticos clásicos cuyo objetivo es averiguar si unos determinados factores influyen en la variable de interés y, si existe influencia de algún factor, cuantificarla. Ejemplos donde habría que utilizar estos modelos son los siguientes:

La metodología del diseño de experimentos se basa en la experimentación. Es conocido que si se repite un experimento, en condiciones indistinguibles, los resultados presentan variabilidad que puede ser grande o pequeña. Si la experimentación se realiza en un laboratorio donde la mayoría de las causas de variabilidad están muy controladas, el error experimental será pequeño y habrá poca variación en los resultados del experimento. Pero si se experimenta en procesos industriales, administrativos, la variabilidad es grande en la mayoría de los casos.

1.1 PRINCIPIOS BÁSICOS EN EL DISEÑO DE EXPERIMENTOS.

Al planificar un experimento hay tres, tres principios básicos que se deben tener siempre en cuenta:

— El principio de aleatorización.

— El bloqueo.

— La factorización del diseño.

Los dos primeros (aleatorizar y bloquear) son estrategias eficientes para asignar los tratamientos a las unidades experimentales sin preocuparse de qué tratamientos considerar. Por el contrario, la factorización del diseño define una estrategia eficiente para elegir los tratamientos sin considerar en absoluto como asignarlos después a las unidades experimentales.

Aleatorizar

“Aleatorizar todos los factores no controlados por el experimentador en el diseño experimental y que pueden influir en los resultados serán asignados al azar a las unidades experimentales”.

Ventajas de aleatorizar los factores no controlados:

• Transforma la variabilidad sistemática no planificada en variabilidad no planificada o ruido aleatorio. Dicho de otra forma, aleatorizar previene contra la introducción de sesgos en el experimento.

• Evita la dependencia entre observaciones al aleatorizar los instantes de recogida maestral.

• Valida muchos de los procedimientos estadísticos más comunes.

Bloquear

“Se deben dividir o particionar las unidades experimentales en grupos llamados bloques de modo que las observaciones realizadas en cada bloque se realicen bajo condiciones experimentales lo más parecidas posibles.

A diferencia de lo que ocurre con los factores tratamiento, el experimentador no está interesado en investigar las posibles diferencias de la respuesta entre los niveles de los factores bloque”.

Bloquear es una buena estrategia siempre y cuando sea posible dividir las unidades experimentales en grupos de unidades similares.

La ventaja de bloquear un factor que se supone que tienen una clara influencia en la respuesta pero en el que no se está interesado, es la siguiente:

• Convierte la variabilidad sistemática no planificada en variabilidad sistemática planificada.

Con el siguiente ejemplo se trata de indicar la diferencia entre las estrategias de aleatorizar y de bloquear en un experimento.

Ejemplo 2.1.

Se desea investigar las posibles diferencias en la producción de dos máquinas, cada una de las cuales debe ser manejada por un operario.

En el planteamiento de este problema la variable respuesta es “la producción de una máquina (en un día)”, el factor-tratamiento en el que se está interesado es el “tipo de máquina” que tiene dos niveles y un factor nuisance es el “operario que maneja la máquina”. En el diseño del experimento para realizar el estudio se pueden utilizar dos estrategias para controlar el factor “operario que maneja la máquina”.

Aleatorizar: se seleccionan al azar dos grupos de operarios y se asigna al azar cada grupo de operarios a cada una de las dos máquinas. Finalmente se evalúa la producción de las mismas.

Bloquear: se introduce el factor-bloque “operario”. Se elige un único grupo de operarios y todos ellos utilizan las dos máquinas.

¿Qué consideraciones se deben tener en cuenta al utilizar estas dos estrategias? ¿Qué estrategia es mejor?

La factorización del diseño.

“Un diseño factorial es una estrategia experimental que consiste en cruzar los niveles de todos los factores tratamiento en todas las combinaciones posibles”.

Ventajas de utilizar los diseños factoriales:

• Permiten detectar la existencia de efectos interacción entre los diferentes factores tratamiento.

• Es una estrategia más eficiente que la estrategia clásica de examinar la influencia de un factor manteniendo constantes el resto de los factores.

1.1.1 IMPORTANCIA Y NECESIDADES DE LA EXPERIMENTACION.

El objetivo del diseño de experimentos es estudiar si utilizar un determinado tratamiento produce una mejora en el proceso o no. Para ello se debe experimentar utilizando el tratamiento y no utilizándolo. Si la variabilidad experimental es grande, sólo se detectará la influencia del uso del tratamiento cuando éste produzca grandes cambios en relación con el error de observación.

La metodología del Diseño de Experimentos estudia cómo variar las condiciones habituales de realización de un proceso empírico para aumentar la probabilidad de detectar cambios significativos en la respuesta, de esta forma se obtiene un mayor conocimiento del comportamiento del proceso de interés.

Para que la metodología de diseño de experimentos sea eficaz es fundamental que el experimento esté bien diseñado.

Un experimento se realiza por alguno de los siguientes motivos:

* Determinar las principales causas de variación en la respuesta.

* Encontrar las condiciones experimentales con las que se consigue un valor extremo en la variable de interés o respuesta.

* Comparar las respuestas en diferentes niveles de observación de variables controladas.

...