Modulo 1. introducción al doe
Descargar como PPTX, PDF1 recomendación1,630 vistas
Este documento presenta una introducción al diseño de experimentos. Explica los objetivos del curso, los supuestos previos necesarios y las cuatro eras en el desarrollo del diseño de experimentos. También resume los principios básicos del diseño de experimentos, incluyendo la aleatorización, la replicación y el control local del error. Finalmente, introduce la clasificación y selección de diferentes diseños experimentales.
Modulo 1. introducción al doe
- 1. Introducción al Diseño de experimentos Estadística III Ing. Javier De la Hoz Maestre Ing. Rick Kevin Acosta Modulo 1.
- 2. 1. Objetivo del modulo y supuestos 2. Introducción al Diseño de Experimentos (DOE) 3. Principios básicos del DOE • Aleatorización • Replica • Control Local del error DOE 2016-I ¿Qué veremos en este modulo?
- 3. DOE 2016-I 1.Objetivo del curso y supuestos
- 4. 1. Conocer el papel fundamental que juega el DOE en el mejoramiento de procesos y en la investigación. 2. Identificar los principios básicos y la terminología adecuada en el DOE 3. Clasificar adecuadamente los DOE DOE 2016-I Objetivos y supuestos
- 5. Se supone que usted: • Ha visto dos cursos previos de estadística • Tiene claro los conceptos de media y varianza • Maneja adecuadamente la distribución normal,t-student, F- Fisher y Chi2 • Sabe algo del ANOVA o ha escuchado de él. • Han utilizado equipos basados en Windows y conocen Excel • No han oído hablar de los diseños factoriales , diseños factoriales fraccionados y regresión multiple. DOE 2016-I Objetivos y supuestos
- 6. DOE 2016-I 2. Introducción al Diseño de Experimentos
- 7. • La agricultural origines, 1918 – 1940s – R. A. Fisher & colaboradores – Profundo impacto en las ciencias agricolas – Diseños factoriales, ANOVA • La primera era industrial, 1951 – finales 1970s – Box & Wilson, superficie respuesta – Aplicación en la quimica & procesos industriales • La segunda era industrial, finales 1970s – 1990 – Iniciativas de mejora de la calidad en muchas empresas – Métodologia Taguchi, procesos más robustos • La era moderna, inicios de 1990 – Amplio uso de la tecnologia informatica emn el DOE – Mayor uso de DOE en Six- Sigma y en los negocios DOE 2016-I Cuatro eras del DOE
- 8. Un experimento puede ser pensado como una prueba o serie de pruebas en las que hacemos cambios controlados en las variables de entrada de un proceso o un sistema, a fin de determinar cómo cambia la salida de interés DOE 2016-I ¿Qué es un experimento? • Factores controlables • Factores no controlables Proceso Característica deseada entrada salida Figura 4 Tomado de : Vargas, Henríquez, L. V. (2014). Desarrollo de un Modelo Predictivo para la Calidad Superficial en un Proceso de Torneado sobre Aceros de Alta Resistencia. Prospectiva, 12(1), 55-63
- 9. 9 PROCESS: A Blending of Inputs which Generates Corresponding Outputs INPUTS (Factors) X variables OUTPUTS (Responses) Y variables People Materials Equipment Policies Procedures Methods Environment responses related to performing a service responses related to producing a produce responses related to completing a task Illustration of a Process ¿Qué es un experimento?
- 10. DOE 2016-I ¿Porqué diseñamos experimentos en ingeniería? Maximizar: • Probabilidad de realizar un experimento con éxito. • Informacion gaada: los resultados y conclusions derivadas del experiemneto dependen de la forma como fue colectada la información. Minimizar • Efectos no deseado de otras Fuentes de variación. • Costos.
- 11. Cuando se quiere mejorar un proceso existen dos maneras básicas de obtener la información necesaria para ello: • Una es observar o monitorear vía herramientas estadísticas, hasta obtener señales útiles que permitan mejorarlo; se dice que ésta es una estrategia pasiva. • La otra manera consiste en experimentar, es decir, hacer cambios estratégicos y deliberados al proceso para provocar dichas señales útiles. DOE 2016-I ¿Qué estrategia utilizamos?
- 12. DOE 2016-I Diseño de experimentos en la investigación Gutiérrez Pulido, H., & de la Vara Salazar, R. (2008). Análisis y diseño de experimentos. México: McGraw-Hill, 1111130671, 9789701065266.
- 13. Unidad experimental Variable(s) de respuesta Factores controlables Factores no controlables o de ruido Factores estudiados Niveles y tratamientos Error aleatorio y error experimental DOE 2016-I Definiciones básicas en el diseño de experimentos Gutiérrez Pulido, H., & de la Vara Salazar, R. (2008). Análisis y diseño de experimentos. México: McGraw-Hill, 1111130671, 9789701065266.
- 14. DOE 2016-I 3. Principios Básicos del DOE
- 15. DOE 2016-I Aleatorización Consiste en hacer corridas experimentales en orden aleatorio, es decir se debe asignar al azar, los tratamientos experimentales a las unidades experimentales. Propósito: • A menudo asumimos independencia, distribución aleatoria de observaciones y errores- la aleatorización valida este supuesto. • Reducir el sesgo y causantes de sesgo
- 16. DOE 2016-I Aleatorización La forma de como aleatorizar depende del experimento, lo que es importante aquí es recordar que hay dos niveles de la aleatorización. 1. Asignación de tratamientos a las unidades experimentales 2. Orden de las corridas experimentales ( cuando es posible) .
- 17. Repetir es volver a realizar un tratamiento, pero no inmediatamente después de haber corrido el mismo tratamiento, sino cuando corresponda de acuerdo con la aleatorización Propósito: • Mejora la precisión de la estimación del efecto . • Disminuye la varianza . • Permite la estimación del error experimental . Este error más tarde se convertirá en una unidad de medida para determinar si las diferencias observadas son realmente estadísticamente significativas. Nota : Trate de tener la misma cantidad de repeticiones para cada tratamiento asignado . DOE 2016-I Repetición
- 18. Es nulificar o tomar en cuenta en forma adecuada todos los factores que pueden afectar la respuesta observada. Propósito : • Elimina o reduce al mínimo las fuentes de molestia. • Mejora la precisión con la que se hacen comparaciones entre los factores. Nota: Hay varias maneras de hacerlo. Se podría controlar tanto como sea posible todas las fuentes mencionadas anteriormente de variación. A menudo esto se hace mediante el uso de bloquear o diseños más avanzados, tales como ANCOVA. DOE 2016-I Control local del error
- 19. DOE 2016-I 4. Clasificación y selección de los diseños experimentales
- 20. Los cinco aspectos que más influyen en la selección de un diseño experimental, en el sentido de que cuando cambian por lo general nos llevan a cambiar de diseño,son: 1. El objetivo del experimento. 2. El número de factores a estudiar. 3. El número de niveles que se prueban en cada factor. 4. Los efectos que interesa investigar (relación factores-respuesta). 5. El costo del experimento, tiempo y precisión deseada. DOE 2016-I Clasificación y selección de los DDE
- 21. DOE 2016-I Clasificación y selección de los DDE Gutiérrez Pulido, H., & de la Vara Salazar, R. (2008). Análisis y diseño de experimentos. México: McGraw-Hill, 1111130671, 9789701065266.
- 22. 22 Introducción al DOE by Javier De La Hoz y Rick Acosta is licensed under a Creative Commons Reconocimiento-CompartirIgual 4.0 Internacional License.
Notas del editor
- #12: El saber diseño de experimentos y otras técnicas estadísticas, en combinación con conocimientos del proceso, sitúan al responsable del mismo como un observador perceptivo y proactivo que es capaz de proponer mejoras y de observar algo interesante (oportunidades de mejora) en el proceso y en los datos donde otra persona no ve nada.
- #13: Este proceso interactivo de aprendizaje puede visualizarse como un ciclo de retroalimentación (figura 1.2), en el cual las discrepancias entre los datos y las consecuencias de la hipótesis H1, llevan a una hipótesis modificada H2, y de la verificación de ésta, además de conocimiento, se produce una modificación de la modificación (hipótesis H3) y así sucesivamente