Professional Documents
Culture Documents
Si sólo hay dos métodos de curado que sean de interés, este experimento podría
diseñarse y analizarse aplicando los métodos para hipótesis estadísticas con dos muestras.
Es decir, el experimentador tiene un solo factor de interés (el método de curado) y sólo
hay dos niveles del factor.
En muchos experimentos con un solo factor, es necesario considerar más de dos niveles
del factor. Por ejemplo, quizás el ingeniero civil quiera investigar cinco métodos de curado
diferentes. Se puede usar el análisis de varianza para comparar medias cuando hay más de
dos niveles de un solo factor.
c c
Los principios básicos del diseño experimental son: repetición, aleatorización, y control
local.
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.
: Consiste en la asignación al azar de los tratamientos en estudio a las
unidades experimentales con el propósito de asegurar que un determinado tratamiento
no presente sesgo. Por otro lado la aleatorización hace válidos los procesos de inferencia y
las pruebas estadísticas.
c
!"
Ñn dato de la tabla, por ejemplo representa la observación j-ésima hecha bajo el
tratamiento i-ésimo. Se considera inicialmente el caso en que hay un número igual de
observaciones, n, para cada tratamiento.
donde Yij es una variable aleatoria que denota la observación ij-ésima, ʅ es un parámetro
común a todos los tratamientos llamado la media global, ʏi es un parámetro asociado con
el tratamiento i-ésimo llamado el efecto del tratamiento i-ésimo, y ɸij es un componente
del error aleatorio.
Además, puesto que se requiere que las observaciones se hagan en orden aleatorio y que
el medio ambiente ( con frecuencia llamado las unidades experimentales ) en que se
aplican los tratamientos sea tan uniforme como sea posible, a este diseño se le llama
diseño experimental completamente aleatorizado.
Los niveles a del factor del experimento podrían haberse elegido de dos maneras
diferentes. Primera, el experimentador podría haber elegido específicamente los
tratamientos a. En esta situación, quieren probarse hipótesis acerca de las medias de los
tratamientos, y las conclusiones no pueden generalizarse a tratamientos similares que no
se consideraron. Además, quizá quisieran estimarse los efectos del tratamiento. A esto se
le llama el
# #$.
De manera alternativa, los tratamientos a podrían ser una muestra aleatoria de una
población más grande de tratamientos. En este caso, los efectos del tratamiento ʏi son
variables aleatorias, y el conocimiento acerca de los efectos particulares investigados, es
relativamente irrelevante. Más bien, se prueban hipótesis acerca de la variabilidad de las
ʏi, y se intenta estimar esta variabilidad. A éste se le llama el
# ,
o de los componentes de la varianza.
þ þ
r
Ë
Ë
Ê
4
!"
4 þ # $
%
þ
Ê
ð
&
þA
r
%
%
r
&
%
'
¢ $
& $
(
(
Ê
Ñ
Ê
&
(
Ê
$
Ê
- U
(
UÊ
r./0,1)>¢Ê
r./0r1)>¢ÊÊ
0
4
&
ð Ê
r./0r1)r./0r1)>¢Ê
0
4 þ
&
#
$
&
Ê
Ê
,
r
Ê
&
U4 þ4
>¢ U"4
>¢4 þ
- U
'
#
4 4 þ
Ê