Reconocimiento Diseño Experimental

RECONOCIMIENTO DEL CURSO

DISEÑO EXPERIMENTAL

(Código 30156_56)

TRABAJO PRESENTADO A

CARLOS RAMON VIDAL

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA –UNAD

ESCUELA DE CIENCIAS BÁSICAS, TECNOLOGIA E INGENIERÍA

PROGRAMA INGENIERÍA DE ALIMENTOS

CEAD JOSE ACEVEDO Y GOMEZ

2012

INTRODUCCION

En el presente trabajo se busca evidenciar los conocimientos previos o de reconocimiento del curso de diseño experimental en donde se ha de llevar a cabo un cuestionario que busca que el estudiante se apropie de conocimientos que han de ser la base para el efectivo inicio del curso identificando componentes del curso importantes para su desarrollo.

Con ayuda de revisión bibliográfica se busca ampliar los conceptos vistos fortaleciendo el aprendizaje del estudiante aplicándolo a la respectiva carrera de formación en la cual se encuentra.

OBJETIVO GENERAL

Lograr que el estudiante identifique y se apropie de los conocimientos para lograr aplicarlos en su cotidianidad en su carrera de formación, desarrollando efectivamente el curso de diseño experimental

CUESTIONARIO

1. ¿Cuándo nos referimos a un control local de errores experimentales?

R//: Consiste en tomar medidas dentro del diseño experimental para hacerlo más eficiente, de tal manera que pueda permitir la reducción del error experimental y así hacerla más sensible a cualquier prueba de significación.

2. ¿Cuantas replicas son las indicadas en un experimento?

R//: Mínimo se deben realizar 2 Replicas como un medio para estimar la varianza del error experimental.

3. Explique a través de un ejemplo que es un diseño totalmente aleatorio, con cuatro tratamientos, con tres unidades experimentales cada uno.

R//:

4. ¿Que se entiende por covariación?

R//: Si el factor nuisance es una propiedad cuantitativa de las unidades experimentales que puede ser medida antes de realizar el experimento (el tamaño de un fichero informático, la presión sanguínea de un paciente en un experimento médico o la acidez de una parcela de tierra en un experimento agrícola). El factor se denomina covariable y juega un papel importante en el análisis estadístico.

Este tipo de estadístico puede utilizarse para medir el grado de relación de dos variables si ambas utilizan una escala de medida a nivel de intervalo/razón (variables cuantitativas).

1. Una covarianza positiva significa que existe una relación lineal positiva entre las dos variables. Es decir, las puntuaciones bajas de la primera variable (X) se asocian con las puntuaciones bajas de la segunda variable (Y), mientras las puntuaciones altas de X se asocian con los valores altos de la variable Y.

2. Una covarianza de negativa significa que existe una relación lineal inversa perfecta (negativa) entre las dos variables. Lo que significa que las puntuaciones bajas en X se asocian con los valores altos en Y, mientras las puntuaciones altas en X se asocian con los valores bajos en Y.

3. Una covarianza 0 se interpreta como la no existencia de una relación lineal entre las dos variables estudiadas.

5. En la siguiente ecuación para determinar el tamaño de una muestra identifique cada termino, compáralo con otras ecuaciones encontradas en la literatura-otros textos (¿Es correcto?) y de un ejemplo.

Tabla 1. Tamaño de muestra para una población. (Varios autores)

Tabla Tamaño de la Muestra para una Población

Formula Población Ejercicio

n = Z0 2 PQN / E2 (N-1)+Z2 PQ

Ecuación 4 Finita El estudiante debe realizar una aplicación a el trabajo que viene elaborando

n = Tamaño de la muestra.

Z0 =valor critico correspondiente a un área de (1-a )/2 desde el centro de una distribución normal.

P = Probabilidad de que ocurra el fenómeno a estudiar

Q = Probabilidad de que el fenómeno a estudiar no ocurra, en este caso el complemento de P.

N = Tamaño de la población

E2 = Error muestral E

R//: Una fórmula muy extendida que orienta sobre el cálculo del tamaño de la muestra para datos globales es la siguiente:

n = ((k^2) * N*p*q) / ( (e^2 * (N-1) )+( (k^2) * p*q))

N: es el tamaño de la población o universo (número total de posibles encuestados).

k: es una constante que depende del nivel de confianza que asignemos. El nivel de confianza indica la probabilidad de que los resultados de nuestra investigación sean ciertos: un 95,5 % de confianza es lo mismo que decir que nos podemos equivocar con una probabilidad del 4,5%.

Los valores k más utilizados y sus niveles de confianza son:

k 1,15 1,28 1,44 1,65 1,96 2 2,58

Nivel de confianza 75% 80% 85% 90% 95% 95,5% 99%

(Por tanto si pretendemos obtener un nivel de confianza del 95% necesitamos poner en la fórmula k=1,96)

e: es el error muestral deseado. El error muestral es la diferencia que puede haber entre el resultado que obtenemos preguntando a una muestra de la población y el que obtendríamos si preguntáramos al total de ella. Ejemplos:

Ejemplo 1: si los resultados de una encuesta dicen que 100 personas comprarían un producto y tenemos un error muestral del 5% comprarán entre 95 y 105 personas.

Ejemplo 2: si hacemos una encuesta de satisfacción a los empleados con un error muestral del 3% y el 60% de los encuestados se muestran satisfechos significa que entre el 57% y el 63% (60% +/- 3%) del total de los empleados de la empresa lo estarán.

Ejemplo 3: si los resultados de una encuesta electoral indicaran

...