Tipos Generales De Estudios Estadísticos: Diseño Experimental, Estudio Observacional Y Estudio Retrospectivo

En las siguientes secciones destacaremos el concepto de muestreo de una población y el

uso de los métodos estadísticos para aprender o quizá para reairmar la información relevante

acerca de una población. La información que se busca y que se obtiene mediante

el uso de tales métodos estadísticos a menudo inluye en la toma de decisiones, así como

en la resolución de problemas en diversas áreas importantes de ingeniería y cientíicas.

Como ilustración, el ejemplo 1.3 describe un experimento sencillo, en el cual los resultados

brindan ayuda para determinar los tipos de condiciones en los que no se recomienda

utilizar una aleación de aluminio especíica que podría ser muy vulnerable a la corrosión.

Los resultados serían útiles no sólo para quienes fabrican la aleación, sino también

para los clientes que consideren adquirirla. Este caso, y muchos otros que se incluyen en

los capítulos 13 a 15, resaltan el concepto de condiciones experimentales diseñadas o

controladas (combinaciones de condiciones de recubrimiento y humedad), que son de

interés para aprender sobre algunas características o mediciones (nivel de corrosión) que surgen de tales condiciones. En las mediciones de la corrosión se emplean métodos estadísticos

que utilizan tanto medidas de tendencia central como de variabilidad. Como

usted verá más adelante en este texto, tales métodos con frecuencia nos guían hacia un

modelo estadístico como el que se examinó en la sección 1.6. En este caso el modelo se

puede usar para estimar (o predecir) las medidas de la corrosión como una función de la

humedad y el tipo de recubrimiento utilizado. De nuevo, para desarrollar este tipo de

modelos es muy útil emplear las estadísticas descriptivas que destacan las medidas de tendencia

central y de variabilidad.

La información que se ofrece en el ejemplo 1.3 ilustra de manera adecuada los tipos

de preguntas de ingeniería que se plantean y se responden aplicando los métodos estadísticos

que se utilizan en un diseño experimental y se presentan en este texto. Tales

preguntas son las siguientes:

i. ¿Cuál es la naturaleza del efecto de la humedad relativa sobre la corrosión de la

aleación de aluminio dentro del rango de humedad relativa en este experimento?

ii. ¿El recubrimiento químico contra la corrosión reduce los niveles de corrosión

y existe alguna manera de cuantiicar el efecto?

iii. ¿Hay alguna interacción entre el tipo de recubrimiento y la humedad relativa

que inluya en la corrosión de la aleación? Si es así, ¿cómo se podría interpretar?

¿Qué es interacción?

La importancia de las preguntas i. y ii. debería quedar clara para el lector, ya que ambas

tienen que ver con aspectos importantes tanto para los productores como para los usuarios

de la aleación. ¿Pero qué sucede con la pregunta iii.? El concepto de interacción se

estudiará con detalle en los capítulos 14 y 15. Considere la gráica de la igura 1.3, la cual

ejempliica la detección de la interacción entre dos factores en un diseño experimental

simple. Observe que las líneas que conectan las medias de la muestra no son paralelas.

El paralelismo habría indicado que el efecto (visto como un resultado de la pendiente

de las líneas) de la humedad relativa es igual, es decir, negativo, tanto en la condición sin

recubrimiento como en la condición con recubrimiento químico contra la corrosión.

Recuerde que la pendiente negativa implica que la corrosión se vuelve más pronunciada a

medida que aumenta la humedad. La ausencia de paralelismo implica una interacción

entre el tipo de recubrimiento y la humedad relativa. La línea casi “horizontal” para el

recubrimiento contra la corrosión, opuesta a la pendiente más pronunciada para la condición

sin recubrimiento, sugiere que el recubrimiento químico contra la corrosión no

sólo es benéico (observe el desplazamiento entre las líneas), sino que la presencia

del recubrimiento revela que el efecto de la humedad es despreciable. Salta a la vista que

todas estas cuestiones son muy importantes para el efecto de los dos factores individuales

y para la interpretación de la interacción, si está presente.

Los modelos estadísticos son muy útiles para responder preguntas como las descritas

en i, ii y iii, en donde los datos provienen de un diseño experimental. Sin embargo, no

siempre se cuenta con el tiempo o los recursos que permiten usar un diseño experimental.

Por ejemplo, hay muchos casos en los que las condiciones de interés para el cientíico

o el ingeniero simplemente no se pueden implementar debido a que es imposible controlar

los factores importantes. En el ejemplo 1.3 la humedad relativa y el tipo de recubrimiento

(o la ausencia de éste) son bastante fáciles de controlar. Desde luego, se trata del rasgo

distintivo de un diseño experimental. En muchos campos los factores a estudiar no pueden

ser controlados por diversas razones. Un control riguroso como el del ejemplo 1.3

permite al analista coniar en que las diferencias encontradas (como en los niveles de corrosión) se deben a los factores que se pueden controlar. Considere el ejercicio 1.6 de la

página 13 como otro ejemplo. En este caso suponga que se eligen 24 especímenes de

caucho de silicio y que se asignan 12 a cada uno de los niveles de temperatura de vulcanizado.

Las temperaturas se controlan cuidadosamente, por lo que éste es un ejemplo de

diseño experimental con un solo factor, que es la temperatura de vulcanizado. Se podría

suponer que las diferencias encontradas en la media de la resistencia a la tensión son atribuibles

a las diferentes temperaturas de vulcanizado.

¿Qué sucede si no se controlan los factores?

Suponga que los factores no se controlan y que no hay asignación aleatoria a los tratamientos

especíicos para las unidades experimentales, y que se necesita obtener información

a partir de un conjunto de datos. Como ejemplo

...