Diseños de Bloques Completos Al Azar

Descargar como pdf o txt
Descargar como pdf o txt
Está en la página 1de 11

Universidad Nacional de San Antonio Abad del Cusco

Facultad de Ingeniería de Procesos


Escuela Profesional de Ingeniería Petroquímica

MÉTODOS DE INVESTIGACIÓN

Tema : Diseños de bloques completos al azar

Condori Merma German 145062 IPQ


1.Conceptos básicos
• Contempla solo un factor de bloque, donde en cada nivel de éste, se prueban todos los
tratamientos en orden aleatorio.
• Un bloque es una característica que se evalúa dentro del experimento para determinar si
incide en la variable de respuesta.
• Las unidades experimentales son heterogenias.
• Las unidades homogéneas están agrupadas formando bloques.
• En cada bloque se tiene un número de unidades igual al número de tratamientos (B.C.).
• Los tratamientos están distribuidos a la zar en cada bloque.
• El número de repeticiones es igual al número de bloques.

Desventajas
Ventajas
Cuando el número de tratamientos
Se caracteriza por su equilibrio,
es alto, aumenta la superficie de
fácil planeación y procedimiento
terreno dentro de cada bloque y
de calculo simple.
también el error experimental
𝑀𝑜𝑑𝑒𝑙𝑜𝑠 𝑒𝑠𝑡𝑎𝑡𝑎𝑑í𝑠𝑡𝑖𝑐𝑜: 𝑌𝑖𝑗 = 𝜇 + 𝜏𝑖 + 𝛾𝑗 + 𝜀𝑖𝑗

𝑌𝑖𝑗 = 𝑙𝑎𝑠 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑜𝑏𝑡𝑒𝑛𝑖𝑑𝑎𝑠 𝑙𝑎 𝑗 − é𝑠𝑖𝑚𝑎 𝑣𝑒𝑧 𝑞𝑢𝑒 𝑠𝑒 𝑟𝑒𝑝𝑖𝑡𝑒 𝑒𝑙


𝑒𝑥𝑝𝑒𝑟𝑖𝑚𝑒𝑛𝑡𝑜 𝑐𝑜𝑛 𝑒𝑙 𝑡𝑟𝑎𝑡𝑎𝑚𝑖𝑒𝑛𝑡𝑜 𝑖 − é𝑠𝑖𝑚𝑜
𝜇 = 𝑚𝑒𝑑𝑖𝑎 𝑔𝑒𝑛𝑟𝑎𝑙
𝜏𝑖 = 𝑒𝑓𝑒𝑐𝑡𝑜 𝑑𝑒𝑙 𝑡𝑟𝑎𝑡𝑎𝑚𝑖𝑒𝑛𝑡𝑜 𝑖
𝛾𝑗 = 𝑒𝑓𝑒𝑐𝑡𝑜 𝑑𝑒𝑙 𝑏𝑙𝑜𝑞𝑢𝑒 𝑗
𝜀𝑖𝑗 = 𝑒𝑓𝑒𝑐𝑡𝑜 𝑑𝑒𝑙 𝑒𝑟𝑟𝑜𝑟 𝑒𝑥𝑝𝑒𝑟𝑖𝑚𝑒𝑛𝑡𝑎𝑙 𝑞𝑢𝑒 𝑠𝑒 𝑝𝑟𝑒𝑠𝑒𝑛𝑡𝑎 𝑎𝑙 𝑎𝑓𝑒𝑐𝑡𝑢𝑎𝑟
𝑙𝑎 𝑗 − é𝑠𝑖𝑚𝑎 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑐𝑖ó𝑛 𝑑𝑒𝑙 𝑖 − é𝑠𝑖𝑚𝑜 𝑡𝑟𝑎𝑡𝑎𝑚𝑖𝑒𝑛𝑡𝑜
𝑏 𝑘
𝑦2 1602
𝑆𝐶𝑇 = ෍ ෍ 𝑌𝑖𝑗2 − 2 2 2 2
= 6 + 7 + 10 … … . +9 − = 108
𝑁 16
𝑗=1 𝑖=
Obtenemos de la tablas
𝑘 de Fisher
𝑦𝑖2 𝑦 2 302 + 362 + 512 + 432 1602
𝑆𝐶𝑇𝑅𝐴𝑇 =෍ − = − = 61.5
𝑏 𝑁 4 16
𝑗=1

𝑏
𝑦𝑖2 𝑦 2 33 + 482 + 402 + 392 1602
𝑆𝐶𝐵 = ෍ − = − = 28.5
𝐾 𝑁 4 16
𝑗=1

𝑆𝐶𝐸 = 𝑆𝐶𝑇 − 𝑆𝐶𝑇𝑅𝐴𝑇 − 𝑆𝐶𝐵 = 108 − 61.5 − 28.5 = 18

ANOVA
Colocar los resultados en cada cuadro
que corresponda
3.Ejemplo aplicativo

El área de producción de GM ha capacitado sus operadores en el uso de máquinas para


ensamble, los minutos de ensamble se encuentran agrupados en bloques máquina 1.2.3.4 al
probar distintos métodos de trabajo, la empresa asegura que son los mismos tiempos de
ensamble independientemente de la maquina que se este operando usted, como jefe del área
industrial y operaciones decide verificar si efectivamente los tiempos de ensamble son los
mismos usando cualquier máquina y cualquier método por lo que usted toma una muestra y
presenta la siguiente tabla.

Unidad experimental: Componente de la máquina a ensamblar


Variable de respuesta: Tiempo de ensamble en (min)
Tratamiento: Métodos de ensamble
Bloque: Operadores
Método: Diseño de bloques completo al azar
total por
METODO M 01 M 02 M 03 M 04 tratamiento
A 6 9 7 8 30

B 7 10 11 8 36
Métodos C 10 16 11 14 51
D 10 13 11 9 43
TOTALES 33 48 40 39 160

Se pide realizar: Bloques / operador


1-.La suma de cuadrados totales
2-.Los cuadrados de los tratamientos
3-.Suma de los cuadrados de los bloques 1,2 3, 4
4-.Suma de cuadrados del error
5-.Obtener los grados de libertad
6-.Construir la tabla ANOVA
7-.Elaborar la conclusión
𝑏 𝑘 2 2
𝑦 160
𝑆𝐶𝑇 = ෍ ෍ 𝑌𝑖𝑗2 − = 62 + 72 + 102 … … . +92 − = 108
𝑁 16
𝑗=1 𝑖=

𝑘
𝑦𝑖2 𝑦 2 302 + 362 + 512 + 432 1602
𝑆𝐶𝑇𝑅𝐴𝑇 =෍ − = − = 61.5
𝑏 𝑁 4 16
𝑗=1

𝑏
𝑦𝑖2 𝑦 2 33 + 482 + 402 + 392 1602
𝑆𝐶𝐵 = ෍ − = − = 28.5
𝐾 𝑁 4 16
𝑗=1

𝑆𝐶𝐸 = 𝑆𝐶𝑇 − 𝑆𝐶𝑇𝑅𝐴𝑇 − 𝑆𝐶𝐵 = 108 − 61.5 − 28.5 = 18


CONSTRUIMOS UNA TABLA ANOVA PARA UN DISEÑO EN BLOQUES COMPLETOS AL AZAR
FUENTES DE
VARIABILIDAD SUMA DE CUADRADOS GRADOS DE LIBERTAD CUADRADO MEDIO Fo FISHER
métodos(A,B,C,D) 61.5 3 20.5 10.25 3.863

máquinas-81,2,3,4) 28.5 3 9.5 4.75 3.863


ERROR 18 9 2
TOTAL 108 15

Sí Fo es mayor que Fc entonces encontraremos


diferencias significativas entre tratamientos Bloques – 1
Tratamientos - 1
Ho : Rechazamos la hipótesis nula

si Fo menor que Fc entonces diremos que no hay


diferencia estadística significativa

Ho : Aceptamos la hipótesis nula


Para resolver con el Excel:
paso 1: DATOS
paso 2: clic en análisis de varianza de dos
factores con una sola muestra por grupo

por que elijo esta opción ?

tenemos una sola muestra ( los 16 datos ) y


Contamos con 2 factores tratamientos y
boques

Resumen en
Excel, y
usted tiene
que verificar
sus resultado
analíticos
con los
valores
obtenidos
CONCLUSIÓN

Se observa que nuestros valores de Fo(10.25 y 4.74) son mayores que el valor de
fisher a un nivel de significancia de 0.05 es decir 3.863 por lo que se rechaza la
hipótesis nula y se observa entonces que si hay una variación en el tiempo
promedio de ensamblado con las maquinas bajo la aplicación de los distintos
métodos de trabajo, calculando las medias muestrales de los tratamientos.

Por ende nosotros rechazamos la hipótesis nula que nos han planteado en el
enunciado.
Para grados de libertad
de 9 y 3 obtenemos
3.863

También podría gustarte