Carolina Rodriguez Gonzalez
Mind Map by , created more than 1 year ago

Diseño y analisis de experimentos Mind Map on DISEÑOS DE EXPERIMENTOS CLÁSICOS, created by Carolina Rodriguez Gonzalez on 04/02/2019.

15
0
0
Carolina Rodriguez Gonzalez
Created by Carolina Rodriguez Gonzalez almost 6 years ago
Rate this resource by clicking on the stars below:
1 2 3 4 5 (0)
Ratings (0)
0
0
0
0
0

0 comments

There are no comments, be the first and leave one below:

Close
DISEÑOS DE EXPERIMENTOS CLÁSICOSDiseño completamente aleatorizadoEl experimentador asigna las unidades experimentales a los tratamientos al azar. La única restricción es el número de observaciones que se toman en cadatratamiento. De hecho si ni es el número de observaciones en el i-ésimo tratamiento, i = 1,...,I, entonces, los valores n1,n2,...,nI determinan por completo laspropiedades estadísticas del diseño. Naturalmente, este tipo de diseño se utiliza en experimentos que no incluyen factores bloque.Diseño en bloques o con un factor bloqueEn este diseño el experimentador agrupa las unidades experimentales en bloques, a continuación determina la distribución de los tratamientos en cada bloque y, por último, asigna al azar las unidades experimentales a lostratamientos dentro de cada bloque. En el análisis estadístico de un diseño en bloques, éstos se tratan como los niveles de un único factor de bloqueo, aunque en realidad puedan venir definidos por la combinación de niveles demás de un factor nuisance.Algunos diseños experimentales clásicosUn diseño experimental es una regla que determina la asignación de las unidades experimentales a los tratamientos. Aunque los experimentos difieren unos de otros en muchos aspectos, existen diseños estándar que se utilizan con mucha frecuencia.Diseños con dos o más factores bloqueEn ocasiones hay dos (o más) fuentes de variación lo suficientemente importantes como para ser designadas factores de bloqueo. En tal caso, ambos factores bloque pueden ser cruzados o anidados. Los factores bloque están cruzados cuando existen unidades experimentales en todas las combinaciones posibles de losniveles de los factores bloques. Diseño con factores bloque cruzados. También denominado diseño fila-columna, se caracteriza porque existen unidades experimentales en todas las celdas (intersecciones de fila y columna).Diseños con dos o más factoresEn algunas ocasiones se está interesado en estudiar la influencia de dos (o más) factores tratamiento, para ello se hace un diseño de filas por columnas. En este modelo es importante estudiar laposible interacción entre los dos factores. Si en cada casilla se tiene una única observación no es posible estudiar la interacción entre los dos factores, para hacerlo hay que replicar el modelo, esto es,obtener k observaciones en cada casilla, donde k es el número de réplicasDiseños factoriales a dos nivelesLos diseños factoriales 2k son diseños en los que se trabaja con k factores, todos ellos con dos niveles (se suelen denotar + y -). Estos diseños son adecuados para tratar el tipo de problemas descritos porque permitentrabajar con un número elevado de factores y son válidos para estrategias secuenciales.Si k es grande, el número de observaciones que necesita un diseño factorial 2k es muy grande (n = 2k). Por este motivo, las fracciones factoriales 2k-p son muy utilizadas, éstas son diseños con k factores a dos niveles, que mantienen la propiedad deortogonalidad de los factores y donde se suponen nulas las interacciones de orden alto (se confunden con los efectos simples) por lo que para su estudio solo se necesitan 2k-p observaciones (cuanto mayor sea p menor número de observaciones se necesita peromayor confusión de efectos se supone).Double click this nodeto edit the textClick and drag this buttonto create a new node