UNIVERSIDAD CULTURAL

Ingeniería industrial y sistemas

ESTADÍSTICA ll

Jorge Lorenzo Torres González

Matrícula 22330371

Catedrático
Ing. Brenda Ortiz Ramos

Cd. Juárez, Chih. a 12 de Junio del 2024.

 Ing. Industrial y sistemas
Jorge L. Torres González
Matrícula 22330371
Ing. Brenda Ortiz Ramos

UNIDAD II

DISEÑO DE EXPERIMENTOS DE UN FACTOR

El diseño de experimentos (DoE) es un método sistemático utilizado en estadística

aplicada para evaluar las numerosas alternativas posibles en una o varias variables de
diseño. Permite manipular varios factores de entrada para determinar qué efecto
podrían tener para obtener el resultado deseado o mejorar el resultado.

¿Qué es un diseño de experimentos o diseño experimental?

En el diseño experimental o de experimentos, los experimentos se utilizan para

encontrar un resultado o efecto desconocido, para probar una teoría o para demostrar
un efecto ya conocido. Las realizan científicos e ingenieros, entre otros, para entender
qué insumos tienen un mayor impacto en la producción y a qué niveles de insumos se
debe apuntar para alcanzar un resultado deseado (producción). En pocas palabras, el
DDE es una forma de recoger información durante el experimento y luego determinar
qué factores o qué procesos podrían conducir al resultado deseado.

El término “Diseño de Experimentos”, también conocido como diseño experimental, fue

acuñado por Ronald Fisher en la década de 1920. Lo utilizó para describir un método
de planificación de experimentos para encontrar la mejor combinación de factores que
afectan a la respuesta o al resultado. Se utiliza para reducir los gastos de diseño porque
el análisis de los parámetros o factores de entrada permite identificar los residuos y los
procesos que pueden eliminarse. También ayuda a eliminar complejidades y agilizar el
proceso de diseño para la gestión de costes en el proceso de fabricación.

El concepto clave de esta metodología es que existe una relación entre los factores que
afectan a la respuesta. ISixSigma lo define como la determinación de las “relaciones de
causa y efecto” de los factores. Por lo tanto, un plan experimental completo consiste en
la combinación de factores utilizados para evaluar sus efectos en la respuesta. Esto
explica lo que es el experimento de control, una metodología esencial en la
investigación científica.

2
 Ing. Industrial y sistemas
Jorge L. Torres González
Matrícula 22330371
Ing. Brenda Ortiz Ramos

Componentes del diseño experimental

MoreSteam ofreció una sencilla ilustración para explicar los componentes del
experimento -los tres aspectos que hay que analizar en los experimentos de diseño- y
entender el significado de cada uno es crucial para definir la DDE.

Proceso de cocción de pasteles que muestra los componentes del diseño experimental

fuente: MoreSteam

Factores o parámetros de entrada: pueden clasificarse como variables controlables o

incontrolables.

Variables controlables: se refiere a los factores que pueden modificarse o cambiarse en

un experimento o un proceso. Por ejemplo, en el proceso de cocción de un pastel, estos
factores pueden incluir lo que se utilizará en la cocción, como el horno, el azúcar, la
harina y los huevos.

Variables incontrolables: se refiere a los factores que no pueden modificarse. Por

ejemplo, en el proceso de cocción de un pastel, puede ser la temperatura ambiente de
la cocina. Hay que reconocerlos para entender cómo pueden afectar a la respuesta.

Niveles o ajustes de cada factor: pertenecen a la cantidad o calidad que se utilizará en

el experimento. En el ejemplo del proceso de cocción de pasteles, esto incluye el ajuste
de la temperatura del horno y la cantidad de azúcar, harina y huevos.

Respuestas: se refiere al resultado del proceso que mide el efecto deseado. En el

ejemplo de la cocción de pasteles, el sabor, el aspecto y la consistencia del pastel son
las respuestas. Están influenciados por los factores y sus niveles. Este es el propósito
de la experimentación: analizar cada factor para determinar cuál de ellos proporciona el
mejor resultado global o la misma calidad.

¿Para qué sirven los diseños experimentales?

El diseño experimental no sólo lo llevan a cabo científicos o ingenieros. Es un diseño

experimental utilizado por diferentes industrias que quieren maximizar los resultados
que están obteniendo. El DdE se lleva a cabo para:

3
 Ing. Industrial y sistemas
Jorge L. Torres González
Matrícula 22330371
Ing. Brenda Ortiz Ramos

 Comparar alternativasLlevar a cabo un diseño experimental le permite examinar

diferentes alternativas. Ayuda a tomar una decisión informada sobre qué usar o
qué cambiar. Esta metodología también puede utilizarse para descubrir la mejor
combinación de alternativas en el experimento.

 Maximizar la respuesta del procesoCon el DdE, se comprueban los factores y

sus niveles y se ve cuál de ellos cuando se utiliza está dando la calidad exacta
en la respuesta.

 Reducir las variacionesLas variaciones excesivas en el proceso son la causa de

los gastos adicionales. Afecta a la duración del ciclo que provoca diferencias de
calidad. Con el DdE se identifican los factores, se interpretan las respuestas y se
eliminan o modifican los residuos.

 Mejora de los procesosLa realización de un DdE puede descubrir problemas

importantes que normalmente se pasan por alto al realizar un experimento. Estas
áreas se corregirán, mejorando así el proceso.

 Evaluar el efecto de los cambiosCon el DdE, se pueden determinar los efectos

de los cambios realizados con los factores y sus niveles que influyen en la
respuesta.

 Control de calidadEl DDE también puede ayudar a mejorar la eficiencia de la

fabricación identificando factores que reduzcan el uso de materiales y energía,
los costes y el tiempo de espera. También se utiliza para probar un producto o
sistema antes de lanzarlo al mercado.

2.1 Familia de diseños para comparar tratamientos.

Los diseños experimentales más utilizados para comparar tratamientos son:

1. Diseño completamente al azar (DCA)

2. Diseño en bloque completamente al azar (DBCA)

3. Diseño en cuadro latino (DCL)

4. Diseño en cuadro grecolatino (DCGL)

4
 Ing. Industrial y sistemas
Jorge L. Torres González
Matrícula 22330371
Ing. Brenda Ortiz Ramos

La diferencia fundamental entre estos diseños es el número de factores de bloque que

incorporan o controlan de forma explícita durante el experimento. La comparación de
los tratamientos en cuanto a la respuesta media que logran, en cualquiera de estos
diseños, se hace mediante la hipótesis que se prueba con la técnica estadística llamada
Análisis de Varianza (ANOVA) con uno, dos, tres o cuatro criterios de clasificación,
dependiendo del número de factores de bloques incorporados al diseño.

Y es la variable de salida, la media global, el efecto del iesimotratamiento, error

aleatorio, y, son los efectos de tres factores de bloqueo.  Interacción entre dos
factores. Se refiere a que el efecto de un factor depende del nivel en que se encuentra
el otro  Diseño en bloques completos al azar. Diseño que contempla sólo un factor de
bloqueo, donde en cada nivel de éste, se prueban todos los tratamientos en orden
aleatorio  Diseño de cuadro latino. Diseño que contempla dos factores de tratamiento;
los tres factores tienen la misma cantidad de niveles  Diseño en cuadro grecolatino.
Diseño que contempla tres factores de bloque y un factor de tratamiento; los cuatro
tienen el mismo número de niveles El modelo estadístico que describe el
comportamiento de la variable observada Y en cada diseño, incorpora un término
adicional por cada factor de bloqueo Controlado. De acuerdo con los modelos dados en
la tabla, para cada diseño comparativo se tienen al menos dos fuentes de variabilidad:
los tratamientos o niveles del factor de interés y el error aleatorio. Se agrega una nueva
fuente de variabilidad por cada factor de bloque que se controla directamente.

5
 Ing. Industrial y sistemas
Jorge L. Torres González
Matrícula 22330371
Ing. Brenda Ortiz Ramos

Se observa que los diseños suponen que no hay efectos de interacción entre los
factores, lo cual sería lo deseable que ocurra; de no ocurrir así, tal efecto se recarga al
error y el problema de comparación no se resuelve con éxito. Un efecto de interacción
entre dos factores hace referencia a que el efecto de cada factor depende del nivel en
que se encuentra el otro.

2.2. Diseño complementario al azar y ANOVA

La observación y la experimentación son la base en que se apoya el investigador para

el estudio de fenómenos de su interés, presentes en la naturaleza. Mediante la
observación describe el fenómeno con todas las circunstancias que lo rodean, no
pudiendo atribuir sus efectos a una causa específica. w, aislando aquellos factores que
pudieran enmascarar el efecto que ocasiona la causa de su interés sobre dicho
fenómeno. En el estudio experimental de un fenómeno se plantea una hipótesis, para
cuya prueba diseña un procedimiento de ejecución, que denomina diseño del
experimento. Esta hipótesis, al ser probada requiere generalizarla a un espectro más
amplio que aquel de su experimento, asociándole una medida de probabilidad o
confiabilidad. Este es el caso de los diseños experimentales, cuya metodología es
ampliamente usada en la investigación agropecuaria para la comparación de efectos de
diferentes factores o tratamientos. Un diseño experimental debe adecuarse al material
experimental con que se cuenta y a la clase de preguntas que desea contestarse el
investigador. Sus resultados se resumen en un cuadro de Análisis de Varianza y en una
tabla de comparación de medias de tratamientos que indica las diferencias entre dichas
medidas. El análisis de varianza proporciona la variación de la variable de interés en
fuentes explicables por algunos factores o tratamientos y en aquella para la cual el
investigador no tiene control, no puede medir y no le es posible explicar o atribuir a
algún factor en particular, constituyendo el error experimental.

Por ejemplo: si se realiza un experimento en el cual se estudie el uso de los

aminoácidos en raciones para pollos en crecimiento y se mide la ganancia de peso, la
variación de dicha ganancia puede descomponerse en fuentes de variación conocidas,
atribuibles al distinto nivel de aminoácidos usando las raciones y las fuentes de
variación desconocidas o error.

6
 Ing. Industrial y sistemas
Jorge L. Torres González
Matrícula 22330371
Ing. Brenda Ortiz Ramos

Esta partición de la varianza se hace al través de la suma de cuadrados asociados a

sus respectivos grados de libertad (número de comparaciones linealmente
independientes). La realización de un Análisis de la varianza presupone la aditividad de
los errores, la homogeneidad de varianza de las poblaciones de tratamientos y la
independencia y distribución normal de los errores. Cuando las muestras son tomadas
al azar –a la suerte- se dice que es de un diseño complementario al azar, pero hay que
recordar que no todas las muestras son iguales, por lo tanto esto significa que no
precisamente representan la realidad de la población de la cual se tomó estas muestras
al azar, para corroborar o comparar la exactitud de estas ante las hipótesis inicial o
nula, se elabora la tabla anova o el análisis de la varianza , que sirve para comparar si
los valores de un conjunto de datos numéricos son significativamente distintos a los
valores tomados al azar, o a cualquier otro conjunto de datos. El procedimiento para
comparar estos valores está basado en la varianza global observada en los grupos de
datos numéricos a comparar. Típicamente, el análisis de varianza se utiliza para asociar
una probabilidad a la conclusión de que la media de un grupo de puntuaciones es
distinta de la media de otro grupo de puntuaciones.

DISEÑO COMPLETAMENTE AL AZAR (DCA).

Este diseño consiste en la asignación de los tratamientos en forma completamente

aleatoria a las unidades experimentales (individuos, grupos, parcelas, jaulas, animales,
insectos, etc.). Debido a su aleatorización irrestricta, es conveniente que se utilicen
unidades experimentales de lo más homogéneas posibles: animales de la misma edad,
del mismo peso, similar estado fisiológico; parcelas de igual tamaño, etc., de manera de
disminuir la magnitud del error experimental, ocasionado por la variación intrínseca de
las unidades experimentales.

Este diseño es apropiado para experimentos de laboratorio, invernadero, animales de

bioterio, aves, conejos, cerdos, etc., es decir, situaciones experimentales como de las
condiciones ambientales que rodean el experimento. Este diseño es el más utilizado en
la experimentación con animales, asociándole la técnica del análisis de covarianza y
arreglos de tratamiento de tipo factorial. Aleatorización Para ejemplificar el proceso de
aleatorización irrestricta de los tratamientos a las unidades experimentales, considérese

7
 Ing. Industrial y sistemas
Jorge L. Torres González
Matrícula 22330371
Ing. Brenda Ortiz Ramos

la prueba de cuatro tratamientos, cada uno de ellos con cinco repeticiones. El proceso
mencionado podría realizarse formando cuatro grupos de tarjetas, representando cada
uno de ellos a un tratamiento en particular, digamos T1, repetido cinco veces, y así T2,
T3 y T4. Posteriormente mézclense las tarjetas en una urna y extraiga una tarjeta al
azar, asignando el tratamiento correspondiente a un animal, terreno, maceta, jaula o
grupo de animales en que consista cada unidad experimental. Repítase el
procedimiento sin reemplazo hasta terminar su asignación.