Instituto Tecnológico Superior de San Martín

Texmelucan.
Carrera:
Ingeniería Industrial.
Asignatura:
Estadística Inferencial II.
Estudiante:
Hugo Calderón Hernández.
Docente:
Leticia Jurado Arias.
Semestre y Grupo:
4-A.
Fecha:
16/04/2023.
Introducción:
The scenarios that surround the industries today, in a day in a globalized world
where technological and scientific advances are constantly evolving, make the level
of quality of products and services increasingly higher.
Currently, one of the key factors for the success of an industry is to make use of all
its capacity for knowledge and learning, as well as its experience. Experimentation
in industries is one of the elements that can contribute the most to learning and
improving products and processes.
The application of Design of Experiments (DoE) is presented as an effective tool to
understand and optimize processes and products in the industry. The statistical
methodology par excellence to optimize experimentation is known as Design of
Experiments. It is simply defined as a method for systematically applying statistics
to the process of experimentation. It can be defined as carrying out a set of tests in
which voluntary changes are made to the control parameters of a process or system,
whose objective is to observe and identify the reasons for the changes in the study
or response variable and quantify it.
Experiments in modern industry are more complicated, because there are many
factors that can be controlled and that lead to products and/or processes, hence
there are many combinations of these factors that must be tested to obtain valid and
consistent results. .
In industry, the design of experiments is usually applied basically in two areas: the
design and improvement of processes and products. But most industrial problems
are conditioned by time and budget, which is an important limitation when
experimenting. That is why all industries or companies should try to answer the
following question before carrying out their experiments: How can I obtain the most
information possible from the experiments and in the most efficient way?
The objective of the essay is to present a brief theoretical description of the process
of planning the design of experiments and the statistical models used in the Design
of Experiments.
All of our activities associated with planning and conducting research studies have
statistical implications, which is why virtually every field of study and business
conducts experiments, usually to find out something about a particular process or
system.
In engineering, experimentation plays an important role in the design of new
products, the development of manufacturing processes, and the improvement of
processes. The objective in many cases would be to develop a robust process, that
is, a process that is minimally affected by external sources of variability.
 Diseños en bloques
completos al azar.
El diseño en bloques completos al azar
trata de comparar tres fuentes de
variabilidad: el factor de tratamientos, el
factor de bloques y el error aleatorio.
Establecer un modelo de
comportamiento. Contrastar la hipótesis
de igualdad de medias de los
tratamientos. Comprobar la idoneidad del
modelo.
Es una forma de reducir y controlar la
varianza del error experimental para
tener mayor precisión.
Diseño en cuadrado latino.
VS
¿Qué es?
Cuando las letras de la primera fila y
columna están ordenadas
alfabéticamente.
Factores.
Un factor principal y dos factores de
bloque. Cada uno de los factores tiene el
mismo número de niveles, K. Cada nivel
del factor principal aparece una vez.
Aplicación.
Los diseños en cuadrados latinos son
apropiados cuando es necesario
controlar dos fuentes de variabilidad.
Diseño en cuadrado
grecolatino.
Se obtienen por superposición de dos
cuadrados latinos del mismo orden y
ortogonales entre sí, uno de los cuadrados
con letras latinas el otro con letras griegas.
Un factor prin- cipal y dos factores
secundarios o variables de bloque. Se
supone que no existe interacción entre
esos tres factores.
En el ámbito industrial (ingeniería) e
incluso en las empresas de servicio para
mejorar el desempeño de un proceso de
manufactura o servicio.

Influir en el resultado de experimento y
que deben de tomarse en cuenta para
anular su posible efecto y evitar sesgo al
comparar los factores de interés.
Minimizar el efecto de la variabilidad
cuando se asocia con unidades discretas
(por ejemplo, ubicación, operador, planta,
lote, tiempo).
¿Cómo se
determina?
Por superposición de dos cuadrados Utilizar para llevar a cabo regresión,
latinos del mismo orden y ortogonales análisis de varianza de un solo estrato y
entre sí, uno de los cuadrados con letras análisis de covarianza (aunque aov puede
latinas el otro con letras griegas. proporcionar una interfaz más
conveniente para estos).
Objetivo.
Una cuadrícula es un conjunto de líneas
horizontales y verticales que crean un Controlar sistemáticamente tres fuentes
patrón sobre el que podemos alinear de variabilidad extraña.
nuestros elementos de diseño.
Ejemplo:
Conclusión:
En conclusión, los diseños de estadística son fundamentales en cualquier
estudio o investigación que involucre el análisis de datos y la inferencia
estadística. La elección del diseño apropiado dependerá del objetivo de la
investigación y de las variables que se quieran analizar. Cada diseño tiene sus
fortalezas y limitaciones, por lo que es importante seleccionar el diseño que
mejor se adapte a las necesidades de la investigación. Los diseños de encuesta,
experimentales, longitudinales, de casos y controles, y observacionales son
algunos de los diseños más comunes utilizados en la investigación estadística.
Es importante que los investigadores tengan un buen conocimiento de los
diferentes diseños y cómo se aplican para poder llevar a cabo una investigación
rigurosa y confiable.
El diseño en bloques completos al azar es un tipo de diseño experimental que
se utiliza para controlar los efectos de variables no controladas en la
investigación científica. En este diseño, los sujetos o unidades experimentales
se agrupan en bloques homogéneos, según ciertas características relevantes
para el estudio. Luego, dentro de cada bloque, se asignan aleatoriamente los
tratamientos a cada unidad experimental. Este diseño es útil cuando se espera
que ciertas variables no controladas influyan en los resultados de la
investigación, como el género, la edad, el nivel socioeconómico, etc.
Un cuadrado latino es una matriz cuadrada n x n en la que cada fila y cada
columna contienen exactamente una vez cada uno de los n elementos diferentes.
Los cuadrados latinos son utilizados en diseño experimental para distribuir
tratamientos a grupos de sujetos o para distribuir ensayos en un conjunto de
ubicaciones. Un diseño en cuadrado latino es un tipo específico de diseño
experimental que utiliza un cuadrado latino para asignar tratamientos a grupos
de sujetos. En un diseño en cuadrado latino, cada tratamiento aparece
exactamente una vez en cada fila y en cada columna del cuadrado. Esto permite
que se controlen múltiples factores al mismo tiempo y se evite el sesgo de la
asignación aleatoria.
El diseño en cuadrado grecolatino es una técnica utilizada en la estadística
experimental para reducir el error experimental y aumentar la precisión en los
experimentos. Esta técnica implica dividir los factores que se están estudiando
en dos grupos: un grupo de factores "grecos" y un grupo de factores "latinos".
Cada grupo se organiza en una tabla o matriz cuadrada.
En la tabla greca, cada factor aparece en cada fila y columna exactamente una
vez, mientras que, en la tabla latina, cada factor aparece exactamente una vez
en cada fila y columna. Luego, se realizan experimentos utilizando las
combinaciones de factores de las dos tablas para evaluar el efecto de cada factor
y su interacción con otros factores.
Referencias:
De Pachuca, I. T. (2010, 21 mayo). Ejercicios cuadrados latinos ejercicio 2.

https://es.slideshare.net/iorifoar/ejercicios-cuadrados-latinos-ejercicio-2

Del Estado De Hidalgo, U. A. (s. f.). Boletín Científico - Ingenio y Conciencia No. 1.

https://www.uaeh.edu.mx/scige/boletin/sahagun/n1/e1.html

Diseño de experimentos en cuadrado grecolatino. Ejemplo aplicado al hormigón – El

blog de Víctor Yepes. (2020, 30 octubre).

https://victoryepes.blogs.upv.es/2020/10/30/diseno-de-experimentos-en-

cuadrado-grecolatino-ejemplo-aplicado-al-hormigon/

Universidad Tecmilenio || Profesional. (s. f.). https://a14121-

2553849.cluster211.canvas-user-

content.com/courses/14121~5906/files/14121~2553849/course%20files/ma/ma1

3155/cel/tema10.htm