TEMA 00-Diseño.Estadístico .E. Introduccional.pptx

Diseño estadístico experimental — Introducción breve

El diseño experimental es la planificación estructurada de experimentos para obtener datos que permitan probar hipótesis con validez estadística. Sus objetivos principales son:

Reducir fuentes de variación no deseadas.

Aumentar la precisión en la estimación del efecto de factores (tratamientos).

Permitir comparaciones válidas y reproducibles entre tratamientos.

Elementos clave:

Factor (tratamiento): variable manipulada por el investigador (p. ej., nivel de carbohidratos).

Unidades experimentales: sujetos o muestras sobre las que se aplica el tratamiento.

Aleatorización: asignar tratamientos al azar para evitar sesgos.

Replicación: repetir tratamientos en varias unidades para estimar la variabilidad.

Control: grupo o condición de referencia (p. ej., dieta control).

Bloqueo: agrupar unidades homogéneas para reducir variabilidad (p. ej., edad, sexo).

Interacción: cuando el efecto de un factor depende del nivel de otro.

Tipos comunes de diseños:

Diseño completamente al azar (DCA): asignación aleatoria simple; útil cuando las unidades son homogéneas.

Diseño en bloques (DB): reduce la variabilidad por factores conocidos (bloques).

Diseño factorial: evalúa dos o más factores simultáneamente y sus interacciones (p. ej., carbohidratos × actividad física).

Diseño cruzado (crossover): los mismos sujetos reciben múltiples tratamientos en distinto orden, con periodos de lavado; eficiente para respuestas transitorias.

Diseños repetidos: medidas múltiples a lo largo del tiempo en las mismas unidades.

Pasos básicos para planear un experimento:

Definir pregunta e hipótesis (H₀ y H₁).

Identificar factores y niveles.

Elegir el diseño apropiado (considerando recursos y objetivos).

Calcular tamaño muestral (análisis de potencia) y número de replicaciones.

Especificar procedimientos de aleatorización y enmascaramiento (si aplica).

Registrar variables dependientes, independientes y covariables.

Plan de análisis estadístico (tests, modelos — ANOVA, regresión, pruebas no paramétricas).

Comprobación de supuestos (normalidad, homocedasticidad, independencia) y plan alternativo si se violan.

Análisis estadístico habitual:

Comparaciones de medias: t-test (2 grupos), ANOVA (≥3 grupos), modelos lineales.

Modelos factoriales: permiten estimar efectos principales e interacciones.

Modelos mixtos: para datos con efectos aleatorios (p. ej., sujetos en crossover).

Regresión: para relaciones continuas o ajuste por covariables.

Pruebas no paramétricas si no se cumplen supuestos. Carbohidratos — Resumen para la introducción

Definición y funciones:
Los carbohidratos son macronutrientes formados por carbono, hidrógeno y oxígeno; incluyen azúcares, almidones y fibra. Son la principal fuente energética inmediata para el organismo (glucosa), participan en señalización celular y forman parte de estructuras (p. ej., glucoproteínas).

Tipos:

Monosacáridos: glucosa, fructosa, galactosa.

Disacáridos: sacaros

1. TEMA 1 DISEÑO ESTADÍSTICO EXPERIMENTAL U-Análisis de varianza U-Modelos de primer orden U-Modelos de segundo orden U-Diseño de superficie de respuestas

2. Contenido Contexto teórico Definiciones básicas Principios básicos Detalles teóricos consecuentes Clasificación de diseños

3. requisitos

4. Enfoque La importancia de un diseño experimental es que da validez a la investigación, y permite controlar el error aleatorio, es decir la variación no considerada de nuestros objetos de estudio, además de que facilita el análisis de datos. El diseño experimental es una técnica estadística que permite identificar y cuantificar las causas de un efecto dentro de un estudio experimental. En un diseño experimental se manipulan deliberadamente una o más variables, vinculadas a las causas, para medir el efecto que tienen en otra variable de interés

5. BREVE HISTORIA Introducido por Ronald Fisher ( The Desing of Experiments – 1935). Influye de manera decisiva la investigación agrícola, aportando métodos para evaluar los resultados de experimentos con muestras pequeñas. _______________________________________________________________ George E. P. Box (1951) desarrolló metodologías para la industria química En cuanto nuevas estrategias para la experimentación secuencial. Solo se utiliza en áreas de investigación y desarrollo por la falta de recursos informáticos. _______________________________________________________________ El éxito en calidad en la industria japonesa (Deming e Ishikawa – 1980`s) impulsa el conocimiento y aplicación de la estadística en calidad. Taguchi impacta significativamente el mundo occidental con sus conceptos de diseño robusto .

6. DISEÑO ESTADISTICO DE EXPERIMENTOS El diseño estadístico de experimentos es precisamente la forma más eficaz de hacer pruebas. El diseño de experimentos consiste en determinar cuáles pruebas se deben realizar y de que manera, para obtener datos que, al ser analizados estadísticamente, proporcionen evidencian objetivas que permitan responder las interrogantes planteadas, y de esa manera clarificar los aspectos inciertos de un proceso, resolver un problema o lograr mejoras .

7. Diseño Estadístico Experimental

8. DEFINICIONES BÁSICAS Experimento experimental Es un experimentos en las condiciones de operación de un sistema o proceso, que se hace con el objetivo de medir el efecto del cambio sobre una o varias propiedades del producto o resultado. Así mismo, el experimento permite aumentar el conocimiento acerca del sistema. Unidad experimental La unidad experimental es la pieza(s) o muestra(s) que se utiliza para generar un valor que sea representativo del resultado del experimento o prueba.

9. DEFINICIONES BÁSICAS Experimento experimental Es un experimentos en las condiciones de operación de un sistema o proceso, que se hace con el objetivo de medir el efecto del cambio sobre una o varias propiedades del producto o resultado. Así mismo, el experimento permite aumentar el conocimiento acerca del sistema. Unidad experimental La unidad experimental es la pieza(s) o muestra(s) que se utiliza para generar un valor que sea representativo del resultado del experimento o prueba.

10. DEFINICIONES BÁSICAS Variables, factores y niveles Proceso experimental es el conjunto de características que rigen la relación de un determinado fenómeno aleatorio proceso quedará definido por una serie de características o hipótesis que puedan aplicarse a cierta categoría de experimentos o experiencias en la que participa al azar .

11. DEFINICIONES BÁSICAS

12. DEFINICIONES BÁSICAS

13. DEFINICIONES BÁSICAS Variables(s) de respuesta A través de esta(s) variable(s) se conoce el efecto o los resultados de cada prueba experimental, por lo que pueden ser características de la calidad de un producto y/o variables que miden el desempeño de un proceso. Por lo general, estas variables se denotan con letra y. Características del diseño de experimentos

14. PRINCIPIOS BÁSICOS

15. PRINCIPIOS BÁSICOS

16. PRINCIPIOS BÁSICOS

17. PRINCIPIOS BÁSICOS

18. PRINCIPIOS BÁSICOS

19. PROBLEMAS TÍPICOS 1. Comparar a dos o más materiales con el fin de elegir al que mejor cumple los requerimientos. 2. Comparar varios instrumentos de medición para verificar si trabajan con la misma precisión y exactitud. 3. Determinar los factores (las x vitales) de un proceso que tienen impacto sobre una o más características del producto final. 4. Encontrar las condiciones de operación (temperatura, velocidad, humedad, por ejemplo) donde se reduzcan los defectos o se logre un mejor desempeño del proceso. 5. Reducir el tiempo de ciclo del proceso. 6. Hacer el proceso insensible o robusto a oscilaciones de variables ambientales. 7. Apoyar el diseño o rediseño de nuevos productos o procesos. 8. Ayudar a conocer y caracterizar nuevos materiales.

20. MEJORA DE PROCESOS Cuando se quiere mejorar un proceso existen dos maneras básicas de obtener la información necesaria. Observar o monitorear vía herramientas estadísticas, hasta obtener señales útiles que permitan mejorarlo; se dice que está es una estrategia pasiva. Hacer cambios estratégicos y deliberados al proceso para provocar dichas señales útiles (Experimentar) “Experimentar es mejor que sentarse a esperar a que el proceso nos indique por sí solo cómo mejorarlo”.

21. ETAPAS EN EL DISEÑO DE EXPERIMENTOS Un aspecto fundamental del diseño de experimentos es decidir cuáles pruebas o tratamientos se van a realizar y cuántas repeticiones de cada uno se requieren. El arreglo formado por los diferentes tratamientos que serán corridos, incluyendo las repeticiones, recibe el nombre de matriz de diseño o solo diseño. Planeación y realización Entender y delimitar el problema u objeto de estudio. Elegir las variables de respuestas que serán medidas en cada punto del diseño y verificar que se mide de manera confiable. Determinar cuáles factores deben estudiarse o investigarse, de acuerdo a la supuesta influencia que tienen sobre la respuesta. Seleccionar los niveles de cada factor, así como el diseño experimental adecuado a los factores que se tienen y al objetivo del experimento. Planear y organizar el trabajo experimental Realizar el experimento.

22. ETAPAS EN EL DISEÑO DE EXPERIMENTOS 2. Análisis Los resultados experimentales son observaciones muestrales, no poblacionales. Por ello, se debe recurrir a métodos estadísticos inferenciales para ver si las diferencias o efectos muestrales (experimentales) son lo suficientemente grandes para que garanticen diferencias poblaciones (o a nivel proceso). La técnica estadística central en el análisis de varianza ANOVA. 3. Interpretación Se deben analizar con detalle lo que ha pasado en el experimento, desde contrastar las conjeturas iniciales con los resultados del experimento, hasta observar los nuevos aprendizajes que sobre el proceso se lograron, verificar supuestos y elegir el tratamiento ganador. 4. Control y conclusiones finales Se recomienda decidir qué medidas implementar para generalizar el resultado de estudio y para garantizar que las mejoras se mantengan. Además, es preciso organizar una presentación para difundir los logros

23. CLASIFICACIÓN Y SELECCIÓN DE LOS DISEÑOS EXPERIMENTALES

24. CLASIFICACIÓN Y SELECCIÓN DE LOS DISEÑOS EXPERIMENTALES

25. CLASIFICACIÓN Y SELECCIÓN DE LOS DISEÑOS EXPERIMENTALES

26. TRATAMIENTOS Es una condición que se impone a una unidad experimental. Variedad de fresa, tipos de harina. Ejm – Temperatura a la cual se experimenta 80° - 90° - 100°C, depende de cada temperatura, variedades de manzana. Se conoce como tratamiento a las condiciones experimentales que se desean comparar en el experimento. Es la forma en que se varían las variables independientes dentro de intervalos. El experimentador debe tener control sobre dichas variaciones.

27. UNIDAD EXPERIMENTAL Viene ser, aquella al que se asigna un tratamiento Ejm : placas Petri, tubos de ensayo. Tratamiento Unidad experimental Análisis microbiano, en el proceso mismo del error experimental, hay error experimental  Varianza Ee  Es diferencia entre las unidades experimentales

28. CONSIDERACIONES

29. EJEMPLO

30. NOTA 01

31. https://www.juntadeandalucia.es/averroes/centros-tic/14002996/helvia/aula/archivos/repositorio/250/295/html/estadistica/diseno.htm https://gc.scalahed.com/recursos/files/r161r/w19537w/analisis_y_diseno_experimentos.pdf DISEÑO DE EXPERIMENTOS. Estrategias y análisis en ciencias e ingeniería JORGE DOMINGUEZ DOMINGUEZ / EDUARDO CASTAÑO TOSTADO Diseño de Experimentos – Robert O. Kuehl – 2da Edición Análisis y diseño de experimentos, Segunda edición, Humberto Gutiérrez Pulido Mc Graw Hill, México, D.F 2015. Bibliografía