STATGRAPHICS – Rev.

9/14/2006

Diseño de Experimentos

Resumen
La sección de Diseños de Experimentos en STATGRAPHICS construye y analiza muchos tipos
de experimentos. Estos incluyen diseños para investigación, diseños de optimización,
experimentos con mezclas, diseño robusto del tipo pionero por Taguchi, diseños D-Óptimos, y
diseños para estudiar factores categóricos. El programa asiste al usuario en la construcción de los
experimentos antes de que cualquier dato es recolectado, analizando los datos una vez que los
experimentos fueron desarrollados, aumentando el diseño si es necesario más información, y en
la determinación de condiciones óptimas una vez que el modelo estadístico fue desarrollado.

Selecciones del Menú en Diseño de Experimentos

Para asistir en la construcción de un experimento, el menú Diseño de Experimentos proporciona
las siguientes selecciones:

• Crear Diseño: Usado para construir un Nuevo diseño experimental. Una secuencia de cajas
de diálogos es desplegada para recolectar información acerca de las variables a ser medidas,
los factores que se variaran, y otros hechos críticos. Una secuencia de corridas
experimentales que se desarrollaran son generados y colocados en la base de datos.

• Selección Diseño para Investigación: Asiste al usuario en la selección de un experimento

para investigación. Los diseños para investigación son usados para determinar cuales
potencialmente de muchos factores tienen el impacto más grande sobre las variables
respuestas. Este procedimiento saca la información del experimentador acerca de las metas
del experimento y después proporciona una lista de diseños convenientes, incluyendo el
número de corridas y replicas necesarios.

• Optimizar Diseño: Utilizado para construir un diseño D-Óptimo para seleccionar un

subconjunto de corridas a desarrollarse de una lista de corridas candidatas. Este
procedimiento es especialmente útil cuando algunas corridas ya fueron desarrolladas y se
desean corridas adicionales para ayudar a proporcionar una mejor estimación del modelo
estadístico.

• Convertir Archivo de Datos a un Archivo de Diseño: Convierte un archivo de datos

estándar de STATGRAPHICS a un archivo de datos para diseños de investigación, diseño de
superficie de respuesta, arreglos interno/externo, o experimentos con mezclas. Cuando
abrimos el archivo de datos SF, el usuario define la especificación de cuales columnas son
variables respuestas, cuales son factores experimentales, y cuales son factores de ruido. Los
valores bajo y alto para cada factor son iguales a los valores más pequeños y grandes en la
columna del factor. El resultado es equivalente a configurar un diseño especificado por el
usuario y pegarlo en los niveles del factor.

Para la asistencia analizando los datos una vez que el experimento fue desarrollado, el menú de
Diseño de Experimentos proporciona la siguiente selección:

© 2006 por StatPoint, Inc. Diseño de Experimentos - 1

 STATGRAPHICS – Rev. 9/14/2006
• Analizar Diseño: Analiza las variables respuestas una vez que las corridas fueron
desarrolladas. El procedimiento estima un modelo estadístico y despliega los resultados de
varias maneras. Las pruebas de diagnósticos son proporcionadas para determinar cuales
factores son estadísticamente significantes y permite la exclusión de efectos seleccionados.
Los modelos resultantes pueden usarse para determinar las condiciones óptimas de los
factores experimentales.

Dos selecciones adicionales son proporcionadas para utilizarse después de que los datos han sido
analizados:

• Aumentar Diseño: Asiste al usuario al agregar corridas adicionales al diseño. La aplicación

común incrementa la resolución de un diseño factorial fraccionado, agregando corridas a un
diseño para investigación convirtiéndolo en un diseño para optimización, y adicionando
replicas que permiten una mejor estimación del error experimental.

• Optimización de Múltiples Respuestas: Encuentra la configuración de las factores

experimentales que optimizan una función de deseabilidad basándose sobre variables
respuesta múltiples. Este paso debe desarrollarse después de que los modelos fueron
construidos para cada una de las respuestas.

Guía de la Documentación
La documentación para los procedimientos de DDE esta organizada de acuerdo al tipo de
experimento a ser desarrollado. Los tipos incluidos son:

1. Investigación – Estos diseños intentan seleccionar los factores más importantes que
afectan una respuesta. Muchos de los diseños implicados tienen solamente dos niveles
por cada factor. Los factores pueden ser cuantitativos o categóricos.

2. Superficie de Respuesta – Estos diseños intentan seleccionar las condiciones óptimas de

un conjunto de factores experimentales. Los diseños implican al meno tres niveles de los
factores experimentales, los cuales deben ser cuantitativos.

3. Mezclas – Diseños que implican los componentes de una mezcla, donde se obliga a los
niveles de los componentes que sumen 100% (o algún otro valor fijo).

4. Factorial Multinivel – Diseños que implican diferentes números de niveles para cada
factor experimental. Los factores deben ser cuantitativos.

5. Arreglos Interno/Externo – Diseños que consisten en ambos factores controlables e

incontrolables (ruido), intentan encontrar combinaciones de los factores controlables en
la cuál la variable respuesta es relativamente insensible a los factores incontrolables.
Siguiendo los métodos de Genichi Taguchi, los arreglos interno y externo son
construidos. Los factores deben ser cuantitativos o categóricos.

6. Un Solo Factor Categórico – Estos diseños intentan comparar los niveles de un solo
factor no cuantitativo. Incluyendo Bloques Aleatorios, Cuadrado Latino, y diseños
similares.

© 2006 por StatPoint, Inc. Diseño de Experimentos - 2

 STATGRAPHICS – Rev. 9/14/2006

7. Multifactor Categórico - Estos diseños intentan estudiar distintos factores no

cuantitativos, con diferentes niveles de cada factor. Se analizan utilizando un análisis de
varianza multifactor.

8. Componentes de Varianza (jerárquico) – Estos diseños intentan estudiar el efecto de dos

o más factores mezclados sobre la variabilidad de una respuesta. Estimando la
contribución de cada factor sobre la variabilidad total obtenida.

Todos los usuarios pueden leer los siguientes documentos, dependiendo sobre el tipo de factores
que deberán variarse:

Para factores cuantitativos: DDE – Diseños para Investigación

Para componentes con mezclas: DDE – Diseños de Mezclas

Para factores categóricos: DDE – Diseños con un solo Factor Categórico

Estos documentos describen todas las diversas opciones para los tipos indicados de factores
experimentales. La documentación para otros tipos de experimentos se enfatiza en los aspectos
únicos de estos diseños.

Notación
La documentación de diseños de experimentos utiliza una notación estándar que representa los
factores a ser manipulados por la letra X y las variables respuestas por la letra Y. Al diseñar un
experimento, un conjunto de n corridas experimentales son construidas en orden para estimar un
modelo estadístico de la forma general:

Y = f(X1, X2, X3, … Xk) + ε (1)

donde k representa el número de factores experimentales y ε representa el ruido o error

experimental.

En particular, se asigna

Yi = La respuesta observada sobre el i-ésimo corrida experimental, i = 1, 2, …, n

Xij = El nivel del j-ésimo factor sobre el i-ésimo corrida experimental, j = 1, 2, …, k

εi = El error experimental sobre el i-ésimo corrida experimental

Entonces

Yi = f(Xi1, Xi2, Xi3, … Xik) + εi (2)

© 2006 por StatPoint, Inc. Diseño de Experimentos - 3

 STATGRAPHICS – Rev. 9/14/2006
Donde la función f( ) representa la media o valor esperado de la variable respuesta como una
función de los factores experimentales. El error experimental ε es tícamente asumido que sigue
una distribución normal con media 0 y desviación estándar σ, el cual pueden indicarse por

ε ~ N(0,σ) (3)

Si se ha registrado más de una variable respuesta, se desarrollan los modelos por separada para
cada respuesta.

© 2006 por StatPoint, Inc. Diseño de Experimentos - 4