MANUAL DE DISEÑO DE EXPERIMENTOS - MANUAL GRATIS EN ESPAÑOL

DESCARGA ESTE MANUAL GRATIS Este manual en formato pdf para que puedas guardarlo en tu pc o imprimirlo. Vínculo Patrocinado Aquí te dejamos la descarga gratuita del manual Nota: El Manual que estás por descargar está comprimido en formato .rar, si no tienes un descompresor de archivos rar puedes descargar gratis el 7-zip y para poder visualizarlo el Foxit PDF Reader.

CONTENIDO Y DESCARGA DEL MANUAL DE DISEÑO DE EXPERIMENTOS Principios del diseño de experimentos 1 Método científico Tipos de experimentos Unidades experimentales y muestrales Fuentes de variación Control de la variación del no tratamiento Propiedades del diseño estadístico Replicación Aleatorización Control local Clasificación de los diseños Estrategia de diseño Efectos de diseño de control-error Diseño de tratamientos Diseño de muestreo Recomendaciones para abordar un estudio experimental Principio general de inferencia y tipos de análisis estadísticos Ejercicios Inferencia sobre dos muestras aleatorias Introducción Teoría basada en normalidad Inferencia sobre diferencia de medias poblacionales cuando las varianzas son iguales Inferencia sobre el cociente de varianzas Inferencia sobre diferencia de medias poblacionales cuando las varianzas son desiguales Efecto de no normalidad Caso pruebas no paramétricas Estimación robusta Prueba estadística multivariada en la comparación de dos medias T2-Hotelling Comparaciones pareadas, estudio de un test simultaneo para comparar medias y varianzas Prueba de rangos con signo de Wilcoxon para comparaciones pareadas Ejercicios Modelos lineales Introducción Conceptos básicos de modelos lineales Modelo superparametrizado (Modelo S) Modelo de medias de celdas Estimabilidad Estimadores lineales insesgados (ELIS) Transformaciones lineales y estimabilidad en modelos superparametrizados Modelos lineales particionados y sumas de cuadrados asociadas Modelo particionado en dos partes Modelo particionado en tres partes Modelo particionado en K partes ordenadas Manual Diseño de experimentos Manuales Método científico español Curso guia experimentos faciles gratis Gratuito pdf Tutorial laboratorio Tutoriales como hacer experimentos Sumas de cuadrados y funciones estimables Sumas de cuadrados y funciones estimables tipo I Sumas de cuadrados tipo I Funciones estimables tipo I Sumas de cuadrados y funciones estimables tipo II Funciones estimables tipo II Sumas de cuadrados y funciones estimables tipo III Funciones estimables tipo III Sumas de cuadrados y funciones estimables tipo IV Funciones estimables tipo IV Hipótesis más comunes sobre filas y columnas Implementación en SAS Ejercicios Clasificación de modelos en el análisis de varianza y diagramas de estructura 105 Clasificación de los modelos en el análisis de varianza Supuestos fundamentales Diagramas de estructuras y análisis de varianza en diseños experimentales Diagramas de estructuras Derivación de fórmulas Ilustración del procedimiento Implementación en SAS Ejercicios Diseños completamente aleatorizados y tamaño de muestra Diseño completamente aleatorizado Principios del análisis de varianza DCA a través del modelo superparametrizado Hipótesis asociadas DCA a través del modelo de medias de celda Reducción de la suma de cuadrados Hipótesis asociadas Modelo de componentes de varianza Análisis de un DCA a través de pruebas de localización no paramétricas Prueba de Kruskal-Wallis Algunas ideas sobre el número de repeticiones en experimentos Obtención del tamaño de la muestra a partir de la potencia1 Método de Harriz-Hurvitz-Mood (HHM) Método de Tukey (1953) Número de repeticiones en el modelo de efectos aleatorios II Determinación del tamaño de muestra con costo variable por tratamiento Submuestreo en diseños completamente aleatorizados Modelo lineal en un DCA con submuestreo Inferencias con submuestreo Comparación de un DCA sin y con submuestreo Submuestreo con factores aleatorios en DCA Tamaño óptimo de muestra con un costo fijo (Co) Muestra más económica para una precisión dada de estimación Implementación en SAS Ejercicios Pruebas de comparaciones múltiples y validación de supuestos Pruebas de comparaciones múltiples Conceptos preliminares Procedimientos de comparaciones múltiples Validación de supuestos Causas de desvíos de supuestos Análisis gráfico y medidas descriptivas de los residuales Prueba de significancia para detectar anomalías Pruebas para detectar heterocedasticidad Pruebas de normalidad Pruebas de no aditividad Solución a los problemas de no homocedasticidad, no normalidad y no aditividad en el modelo Uso de transformaciones Uso de las transformaciones para estabilizar varianza Uso de transformaciones para corregir no normalidad Transformación de Box - Cox Transformaciones para obtener aditividad Implementación en SAS Ejercicios Diseño de bloques completamente aleatorizados Análisis estadístico Estimación de una observación faltante Eficiencia de un DBCA frente a un DCA Bloques con submuestreo Formas de obtener las sumas de cuadrados Diseño en bloques incompletos Estructuras matriciales de los bloques incompletos Análisis de varianza Diseño en bloques incompletos balanceados Estimación de datos faltantes Método de Sche®é para comparaciones multiples Implementación en SAS Ejercicios Diseños en cuadro latino y análisis de covarianza Diseño en cuadro latino Inroducción Estimación de un dato faltante en un DCL Series de cuadros latinos Eficiencia de un DCL frente a un DCA y un DBCA Diseño en Cuadrado Greco-Latino Análisis de covarianza Análisis de covarianza en un DCA Covariables afectadas por los tratamientos Análisis de covarianza en un DBCA Análisis general de covariables Implementación en SAS Ejercicios Anexo Campo de Galois Geometrías finitas Cuadros latinos ortogonales Experimentos factoriales Características generales Diseño factoriales 2k Diseño factorial 22 Diseño factorial 23 Generalización del diseño factorial 2k Experimentos Factoriales 3k Diseño factorial 32 Diseño factorial 33 Generalización del diseño factorial 3k Implementación en SAS Ejercicios Anexo Ideas básicas sobre congruencia Breve introducción a conceptos básicos de teoría de grupos 399 Confusión en experimentos factoriales Introducción Idea básica Confusión en un 23 Construcción del Subgrupo Intrabloque Técnica de Construcción Confusión Parcial Confusión en series Pn Teorema de confusión mínima en factoriales Pn (Fisher,1945) Confusión Ejercicios DISEñOS FACTORIALES FRACCIONADOS Concepto de Alias y Resoluciones Construcción de un Factorial Fraccionado Diseño en parcelas divididas y subdivididas Comparaciones múltiples Factorial vs Parcelas Divididas Ejercicios Algunas ideas sobre superficies de respuesta Modelo de regresión lineal multiple Predicción de la variable respuesta y residuales Resultados para el análisis de varianza Pruebas de hipótesis asociadas a los parámetros individuales en el modelo Análisis de modelos de primer orden Método de máxima pendiente en ascenso Localización del punto estacionario Cálculo de la pendiente en ascenso Región de confidencia para la pendiente en ascenso Análisis de modelos cuadráticos Análisis Canónico Análisis de cordillera Error estándar de la respuesta predicha Determinación del Punto Crítico Transformación Canónica Método de Ascenso por Pendiente Máxima Diseños para Encontrar Modelos de Segundo Orden Implementación en SAS