La investigación trata de dar una visión corta de las etapas del diseño de experimentos y de la utilidad de los mismos, en investigaciones científicas...
Tema: Etapas del diseño de experimentos experimentos
Introducción: La investigación trata de dar una visión corta de las etapas del diseño de experimentos y de la utilidad de los mismos, en investigaciones científicas e industriales los resultados de las etapas se ven afectados por la presencia de distintos factores. Las técnicas de diseño de experimentos estudian simultáneamente los efectos de todos los factores de interés, a continuación en el presente trabajo se enumeraran las etapas que deben seguirse para una correcta planificación de un diseño de nuevo experimento.
Objetivos: Identificar etapas del diseño de experimentos.
Definir conceptos y dar una idea clara de cada una de las 10 etapas del diseño de experimentos Identificar fuentes de variación en un experimento. Utilizar de manera correcta dichas etapas para el desarrollo y seguimiento en nuestros proyectos semestrales.
Metodología: Para la elaboración de esta investigación se recurrió a un estudio realizado por el departamento de matemática y estadística de la Universidad de la Coruña a cargo del catedrático Juan Vilar y un artículo científico realizado por investigadores miembros de la Fundación Iberoamericana para la Gestión de calidad, en donde se explica clara y detalladamente cada una de las fases o etapas del diseño de experimentos
Resultados y discusión: Las etapas a seguir en el diseño de nuevos experimentos son las siguientes:
1. Definir objetivos del experimento Se debe realizar una lista de preguntas concretas a las cuales se dará respuesta con el experimento. La lista de objetivos es refinada o modificada a medida que se ejecutan las distintas etapas. 2. Identificar todas las posibles fuentes de variación Las fuentes de variación son cualquier “cosa” que genere una variabilidad en la
respuesta. 2.1. Factores de tratamiento: son fuentes cuyo efecto es de interés para el experimentador. Los factores de tratamiento pueden ser cualitativos o cuantitativos. 2.2. Factores “nuisance”: son fuentes que no son de interés directo pero se contemplan para reducir la variabilidad no planificada. Los factores que pueden causar esta variabilidad son de diversos tipos: 2.2.1. Factor bloque: No está interesado en conocer su influencia, pero se lo introduce dentro del diseño del experimento para disminuir la variabilidad del modelo. 2.2.2. Covariable: si el factor nuisance es una propiedad cuantitativa que puede ser medida antes de realizar el experimento, es covariable y desempeña un papel importante en el análisis estadístico. 2.2.3. Ruido: Si el experimentador está interesado en la variabilidad de las respuesta cuando se modifican condiciones, los factores nuisance son incluidos y no se aísla su efecto por medio de bloques. 3. Elegir una regla de asignación de las unidades experimentales a la condiciones del estudio (“tratamientos”)
Se especifica que las unidades experimentales se observaran bajo cada tratamiento. Existen diferentes posibilidades: Diseño factorial o no, anidamiento, asignación al azar en determinados niveles de observación.
4. Especificar las medidas que se realizaran ( “la respuesta”), el procedimiento experimental y anticiparse a las posibles dificultades. Variable de respuesta o interés: son los datos recogidos de un experimento. Es importante precisar cuál es variable de respuesta y en que unidades se mide. Se debe especificar la manera de realizar las mediciones: instrumentos de medida, tiempos de medición. 5. Ejecutar un experimento piloto En esta etapa se usa un pequeño número de observadores y su objetivo es ayudar a completar y chequear la lista de acciones a realizar. Las ventajas de realizar un experimento piloto son: Identifica problemas no esperados en la recogida de datos Si su tamaño de prueba es el adecuado, puede ayudar a seleccionar un modelo adecuado en el experimento principal. Los errores identificados pueden ayudar a calcular el numero de observaciones que necesita el principal. 6. Especificar modelo El modelo matemático usado o seleccionado debe indicar la relación que existe entre la variable y su respuesta. El modelo seleccionado debe ser ajustado a la realidad con la mayor precisión posible. El modelo más usado es el modelo lineal:
Los modelos según sean los factores incluidos en el mismo pueden ser: Modelos de efectos fijos: donde todos los factores son de efectos fijos Modelo de efectos aleatorios: donde todos los factores son de efectos aleatorios Modelos mixto: en donde hay factores aleatorios y fijos 7. Esquematizar los pasos de análisis estadístico El análisis a realizar depende de los anteriores pasos: Objetivos Diseño Modelo asociado
Se debe incluir las estimaciones a calcular, contrastes, intervalos de confianza, diagnosis y crítica del modelo y su ajuste a la realidad.
8. Determinar el tamaño Muestral Calcular el número de observaciones a tomar para alcanzar los objetivos del experimento. Dependiendo del modelo existen diferentes formulas para determinarlo sin embargo requieren el conocimiento del tamaño de la variabilidad no planificada. Se puede estimar este valor con lo obtenido en la prueba piloto. 9. Revisar decisiones anteriores. Modificar si es necesario Se debe tener en cuenta que: “Ningún método de análisis estadístico, por sofisticado que sea, permite extraer conclusiones correctas en un diseño de experimentos mal planificado”. “Ronald
Aylmer Fisher” Es necesario comprender todos los objetivos propuestos antes de comenzar un análisis, por otro lado nunca se debe invertir todo el presupuesto en un primer conjunto y se debe usar toda la información disponible. Por último todos los implicados en la ejecución del experimento deben ser informados con precisión a la estrategia experimental diseñada. Universidad Da Coruña 2006
10. Realización del experimento Según los planes establecidos, teniendo cuidado con posibles influencias de las variables y se registraran los resultados del experimento, anotando toda información relevante.
Conclusiones y recomendaciones: La investigación ayudo a concluir que las posibles fuentes de variables en un experimento pueden ser: debido a las condiciones de interés, condiciones controladas y no controladas. Se pudo definir también que en las etapas del experimento se tiene una retroalimentación es decir se aprende aplicando un experimento piloto y luego se puede corregir sus errores o realizar modificaciones según sea necesario para obtener mejores resultados en el experimento real. Una recomendación para el desarrollo de un nuevo experimento es tal y como se explico en los resultados es que no se debe invertir todo el presupuesto en un
primer conjunto de experimento ya que el experimento podría fracasar y se debe usar datos lo más detallados y precisos como sea posible ya que de esto dependerá el nuevo experimento.
Bibliografía:
Juan Vilar, (2006) “Principios básicos del diseño de experimentos” Universidad Da Coruña
recuperado el 11/10/2013 de: http://www.udc.es/dep/mate/estadistica2/sec2_2.html FUNDIBEQ, (S.F) “Diseño de experimentos” recuperado el 13/10/2013 de: http://www.fundibeq.org/opencms/export/sites/default/PWF/downloads/gallery/method ology/tools/diseno_de_experimentos.pdf
