De Presentacion v1

CURSO
: DISEO EXPERIMENTAL Y ANALISIS ESTADISTICO
CRDITOS
PROFESOR
: 10 h
: Ricardo Vega Viveros (Ingeniero Civil Qumico, MSc, PhD). Profesor J/C Depto. Ing. Qumica. Universidad de Santiago de Chile.
I. DESCRIPCIN El curso ensea a seleccionar, aplicar e interpretar diferentes procedimientos estadsticos imprescindibles en control de calidad y en investigacin, desarrollo e innovacin, particularmente aquellos asociados al Diseo Experimental, con nfasis en la interpretacin de las conclusiones estadsticas y la correspondiente toma de decisiones, apoyndose en el uso de recursos computacionales.
II. OBJETIVOS Al finalizar el curso, los estudiantes estarn capacitados para: 1. Plantear, definir y especificar una investigacin. 2. Aplicar procedimientos estadsticos de Diseo Experimental, y analizar, interpretar y modelar la informacin experimental. 3. Aplicar un paquete computacional para el efecto.
I.
DESCRIPCIN El curso ensea a seleccionar, aplicar e interpretar diferentes procedimientos estadsticos imprescindibles en control de calidad y en investigacin, desarrollo e innovacin, particularmente aquellos asociados al Diseo Experimental, con nfasis en la interpretacin de las conclusiones estadsticas y la correspondiente toma de decisiones, apoyndose en el uso de recursos computacionales. OBJETIVOS Al finalizar el curso, los estudiantes estarn capacitados para: Plantear, definir y especificar una investigacin. Aplicar procedimientos estadsticos de Diseo Experimental, y analizar, interpretar y modelar la informacin. Aplicar un paquete computacional para el efecto.
II. 1. 2. 3.
III. CONTENIDO 1. Introduccin.

1.1 Diseo experimental aplicado a productividad, control de calidad, e investigacin y desarrollo. 1.2 Enfoque del problema segn el diseo experimental. Anlisis y clasificacin de respuestas y factores. 1.3 La variabilidad experimental.
2.
Anlisis Estadstico
2.1 Distribuciones de Probabilidad como modelos de comportamiento para variables discretas y continuas. 2.2 Inferencia Estadstica. 2.3 Comparacin de tratamientos (productos o procesos) 2.4 Estrategias de experimentacin: etapas, aleatorizacin y formacin de bloques. 2.5 Anlisis multivariable. 2.6 Anlisis de regresin.
3.
Diseos de experimentos de varios factores, en dos niveles 3.1 Diseos completos de tipo diagnstico. 3.2 Cuantificacin de los efectos de los factores: definicin, contraste, vector, algoritmo de Yates. 3.3 Interpretacin y significancia estadstica de los efectos: replicacin, puntos centrales, efectos de alto orden, Grfico de Probabilidad Normal, ANOVA. 3.4 Interpolacin y extrapolacin de los resultados: modelacin lineal multivariable. 3.5 Anlisis de la toma de decisiones en base a los resultados. 3.6 Diseos fraccionados. 3.7 Diseos fraccionados especiales: Estrella, Compuesto Central, de Plackett-Burman, etc.
IV. METODOLOGA Clases expositivas y ejercicios, usando software Statgraphics. V. EVALUACIN Dos pruebas y un examen. Para eximirse del Examen se requiere 80% de asistencia y promedio 4 con nota 3.5 en cada parcial. Para dar el Examen se requiere 80% de asistencia y nota 3 en cada parcial. VI. BIBLIOGRAFA Box, G.E.P., W.G. Hunter y J.S. Hunter (1989) Estadstica para experimentadores, Revert. Espaa. Mason, R.L.; R.F. Gunst y J.L. Hess (2003) Statistical Design and Analysis of Experiments. With Applications to Engineering and Science. 2nd Ed., John Wiley & Sons, USA. Montgomery, D.C. y G.C. Runger (2003) Applied Statistics and Probability for Engineers, 3a. Ed., John Wiley & Sons, USA. Montgomery, D.C. (2001) Design and Analysis of Experiments, 5 Ed., John Wiley & Sons, USA.
III. CONTENIDO 1. Introduccin. 1.1 Diseo experimental aplicado a productividad, control de calidad, e investigacin y desarrollo. 1.2 Enfoque del problema segn el diseo experimental. Anlisis y clasificacin de respuestas y factores. 2. Comparacin de tratamientos (productos o procesos). 2.1 Comparacin de dos (y ms de dos) tratamientos. 2.2. Distribuciones de Probabilidad como modelos de comportamiento. 2.3 Estrategias de experimentacin: etapas, aleatorizacin y formacin de bloques 2.4 Anlisis de regresin.
3. Diseos de experimentos de varios factores, en dos niveles 3.1 Anatoma de los diseos completos de tipo diagnstico. 3.2 Cuantificacin de los efectos de los factores: definicin, diferencias de promedios, tabla de contrastes, algoritmo de Yates. 3.3 Interpretacin y significancia estadstica de los efectos: replicacin, puntos centrales, efectos de alto orden, Grfico de Probabilidad Normal, ANOVA. 3.4 Interpolacin y extrapolacin de los resultados: modelacin lineal multivariable. 3.5 Anlisis de la toma de decisiones en base a los resultados. 3.6 Anatoma de los diseos fraccionados. 3.7 Diseos fraccionados especiales: Estrella, Compuesto Central, de Plackett-Burman, etc. 4. Tcnicas de optimizacin emprica 4.1 Diseo Experimental versus experimentacin por una variable a la vez. 4.2 Determinacin de condiciones ptimas. 4.3 Mtodos de Superficie Respuesta: mtodo de Pendiente Ascendente, EVOP, SSDEVOP. 5. Mtodos de Taguchi 5.1 Anatoma de los Diseos de Taguchi y Grficos lineales. 5.2 Anlisis grfico de los resultados.
IV. METODOLOGA Clases expositivas y ejercicios apoyados en estudio de casos, usando software Statgraphics. V. EVALUACIN 2 Pruebas Parciales y un Examen. Requisitos para eximirse del Examen: promedio >4 y >3.5 en cada parcial. Requisitos para rendir Examen: >3 en cada parcial y >80% asistencia a clases. Slo se puede usar un libro en las pruebas y exmenes. No apuntes ni colecciones de problemas. VI. BIBLIOGRAFA Bibliografa mnima: Box, G.E.P., W.G. Hunter y J.S. Hunter (1980) Estadstica para experimentadores, Revert. Espaa. Peace, G.S. (1993) Taguchi Methods. A Hands-on Approach. Addison-Wesley Pub. Co., USA. Bibliografa adicional: Montgomery, D.C. y G.C. Runger (1996) Applied Statistics and Probability for Engineers. John Wiley & Sons, USA. Kuehl, R.O. (2001) Diseo de experimentos. Principios estadsticos de diseo y anlisis de investigacin. Thomson Learning. Mxico. Montgomery, D.C. (1991) Diseo y Anlisis de Experimentos, Grupo Editorial Iberoamrica. Mxico.
MEDIDAS DE POSICIN Media (CM) Media poblacional Moda Puntos de divisin: Mediana (particin de la muestra ordenada en dos) Cuartiles (particin de la muestra en cuatro) Percentiles (particin de la muestra en cien) MEDIDAS DE DISPERSIN (muestral y poblacional) Rango, rango intercuartlico (q3-q1) Varianza, Desviacin estndar. Coeficiente de variacin (s/prom) Diagramas de cajas Series de tiempo MEDIDAS DE FORMA Kurtosis
ASIGNATURA: ANLISIS ESTADSTICO Y DISEO EXPERIMENTAL. DIRIGIDO A: Estudiantes de Ingeniera PROFESOR: Ricardo vega Viveros, Ingeniero Civil Qumico, MSc., PhD. N DE CRDITOS SEMANALES: 4 2 0 OBJETIVOS: Al finalizar el curso, los estudiantes estarn capacitados para: Modelar, interpretar y analizar informacin estadsticamente. Aplicar tcnicas de diseo de experimentos. Aplicar paquetes computacionales para el anlisis
1) En el grfico: Todos los puntos cumplen con la condicin de A=B A la derecha de Y=93 hay 50 puntos El valor experimental de Y es 102 Preguntas: a) al 99% de confianza cambiara A por B? b) y al 95%? 2) Explique dos razones para aleatorizar.
Distribucin t
BOX
EJEMPLO DE ALEATORIZACION
EJEMPLO DE FORMACION DE BLOQUES
Preocpese de corregir los errores de esta y otras lminas
Distrib Z
DISEO EXPERIMENTAL
Req. Importacion
Respuesta (s) = funcin (Factores)

Cuantitativa continua o contable Cuantitativos o Cualitativos continuos y/o contables y/o discretos
Ejemplo 1 Niveles de los Factores
Design Matrix in real levels
Matriz de Diseo en niveles codificados
Clculo de Efectos
Clculo de Efectos
Tabla de Efectos
Efecto Estimado ,g
Media Efectos principales Temperatura, T Concentracin, C Catalizador, K Efectos de interaccin de dos factores TC TK CK Efecto de interaccin de tres factores TCK
64.25
23.0 5.0 1.5
1.5 10.0 0.0

0.5
Grfica de Contrastes
Resumen de EfectossEfecto
Det. de Var. en ej. 1
Ejercicio 2: 2^4
Accumulated Probability
Number of effects
Effects
Residues
GPN
Ejercicio 2: 2^5
EJERCICIO 4: 2^5-1
Efectos 2^5-1
GPN 2^5-1
Patrn de confundido 2^5-1
Una var a la vez
Taguchi
ANEXOS

De Presentacion v1

Cargado por

Copyright:

Formatos disponibles

De Presentacion v1

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

De Presentacion v1

Cargado por

Copyright:

Formatos disponibles

CURSO

: DISEO EXPERIMENTAL Y ANALISIS ESTADISTICO

III. CONTENIDO 1. Introduccin.

EJEMPLO DE FORMACION DE BLOQUES

Preocpese de corregir los errores de esta y otras lminas

Respuesta (s) = funcin (Factores)

Ejemplo 1 Niveles de los Factores

Design Matrix in real levels

Matriz de Diseo en niveles codificados

1.5 10.0 0.0

Det. de Var. en ej. 1

Patrn de confundido 2^5-1

Una var a la vez

También podría gustarte