Diseño experimental para un factor

Instituto Tecnológico de la paz B.C.S.

Ingeniería Industrial.

Materia:

Estadística Inferencial. II

Ejercicios:

Diseño experimental para un factor

Diseño experimental con bloques al azar y diseños factoriales

Profesor:

José isidro Arango Leyva.

Alumno:

Agonizante Navarrete, Sergio Alfredo.

La Paz B.C.S. a 29 de Mayo del 2013

INDICE. PAGINA.

Selección de temas…………………………………………………… ..3

Introducción ……………………………………………………………4

Nombre d 10 empresas transnacionales……………………………….. 5

Inversión extranjera en México…………………………………………5

Empresas nacionales y extranjeras……………………………………...8

Carlos Slim……………………………………………………………...8

Grupo BIMBO…………………………………………………………..9

Grupo CEMEX …………………………………………………………10

Grupo Televisa………………………………………………………….10

Bolsa mexicana de valores……………………………………………...11

Bancos en México………………………………………………………14

Pobreza en México……………………………………………………...14

Mescla de temas y gráficos……………………………………………..16

Conclusión………………………………………………………………19

Diseño experimental para un factor:

Introducción:

En este tipo de diseño de experimento se considera un sólo factor de interés y el objetivo es comparar más de dos tratamientos, con el fin de elegir la mejor Alternativa entre las varias que existen, o por lo menos para tener una mejor comprensión del comportamiento de la variable de interés en cada uno de los distintos tratamientos.

El diseño experimental utiliza técnicas como la regresión múltiple, la superficie de respuesta, el diseño de parámetros y varias extensiones del análisis de varianza, así como los análisis gráficos y las comparaciones múltiples. Diseñar un experimento significa planear un experimento de modo que reúna la información pertinente al problema bajo investigación. El DE (diseño del experimento) es la secuencia completa de pasos tomados con antelación, para asegurar que los datos se obtendrán apropiadamente de modo que permitan un análisis objetivo que conduzca a deducciones válidas con respecto al problema bajo estudio.

Objetivos:

Proporcionar la máxima cantidad de información pertinente al problema bajo investigación.

El diseño, plan o programa debe ser tan simple como sea posible.

Proporcionar métodos que permitan obtener la mayor cantidad de información valida acerca de una investigación, teniendo en cuenta el factor costo y el uso adecuado del material disponible mediante métodos que permitan disminuir el error experimental.

Marco teórico:

Principios básicos del diseño de experimentos.

Repetición: Viene a ser la reproducción o réplica del experimento básico (asignación de un tratamiento a una unidad experimental). Las principales razones por las cuales es deseable la repetición son: primero por que proporciona una estimación del error experimental, siendo tal estimación confiable a medida que aumenta el número de repeticiones, y segundo permite estimaciones más precisas del tratamiento en estudio.

Aleatorización: Asignación al azar de tratamiento a las unidades experimentales. Una suposición frecuente en los modelos estadísticos de un diseño de experimentos es que: las observaciones o los errores están distribuidos independientemente, la aleatorización hace válida esta suposición.

Control Local: Cantidad de balanceo, bloqueo y agrupamiento de las unidades experimentales que se emplean en el diseño estadístico de un experimento.

Conceptos básicos.

Experimento: Prueba o series de pruebas en las que se hacen cambios deliberados en las variables de entrada de un proceso (los factores que se estudian) o sistema para observar e identificar las razones de los cambios que pudieran observarse en la respuesta de salida.

Unidad experimental: Unidad a la cual se le aplica un sólo tratamiento (que puede ser una combinación de muchos factores) en una reproducción del experimento.

Error experimental: Describe la situación de no llegar a resultados idénticos con dos unidades experimentales tratadas de igual forma y refleja: (a) errores de experimentación, (b) errores de observación, (c) errores de medición, (d) variación del material experimental (esto es, entre unidades experimentales), (e) efectos combinados de factores extraños que pudieran intuir las características en estudio, pero respecto a los cuales no se ha llamado la atención en la investigación.

Agrupamiento: Colocación de un conjunto de unidades experimentales homogéneas en grupos, de modo que los diferentes grupos puedan sujetarse a distintos tratamientos.

Bloqueo: Distribución de las unidades experimentales en bloques, de manera que las unidades dentro de un bloque sean relativamente homogéneas, de esta manera, la mayor parte de la variación predecible entre las unidades queda confundida con el efecto de los bloques.

Balanceo: Obtención de las unidades experimentales, el agrupamiento, el bloqueo y la asignación de los tratamientos a las unidades experimentales de manera que resulte una configuración balanceada.

Tratamiento o combinación de tratamientos: Conjunto particular de condiciones experimentales que deben imponerse a una unidad experimental dentro de los confines del diseño seleccionado.

Factor: Una variable independiente que tiene influencia sobre la respuesta de salida. Generalmente, se trabaja con más de una variable independiente y con los cambios que ocurren en la variable dependiente, cuando ocurren variaciones en una o más variables independientes.

Confusión: Cuando los efectos de dos o más factores no se pueden separar.

Etapas de un diseño de experimentos.

Enunciado o planteamiento del problema.

Formulación de hipótesis.

Proposición de la técnica experimental y el diseño.

Examen de sucesos posibles y referencias en que se basan las razones para la indagación que asegure que el experimento proporcionar• la información requerida y en la extensión adecuada.

Consideración de los posibles resultados desde el punto de vista de los procedimientos estadísticos que se aplicarán, para asegurar que se satisfagan las condiciones necesarias y sean válidos estos procedimientos.

Ejecución del experimento.

Aplicación de las técnicas estadísticas a los resultados experimentales.

Extracción de conclusiones con medidas de la confiabilidad de las estimaciones generadas.

Valoración de la investigación completa y contrastación con otras investigaciones del mismo problema o similares.

Experimentos con un solo factor:

El interés

...