Introducción al diseño de experimentos
Jesús López Fidalgo · Álvaro Cía Mina
ECOE Ediciones
Sinopsis
El diseño de experimentos es una disciplina estadística moderna iniciada por Ronald Fisher en el ámbito agrícola y posteriormente desarrollada por Gen’ichi Taguchi en el control de calidad industrial. Esta metodología permite planificar de manera eficiente la recolección de datos experimentales y se aplica transversalmente en diversas ciencias experimentales.
La obra aborda desde conceptos básicos de estadística hasta metodologías avanzadas, incluye cálculo de tamaños de muestra, modelos lineales, regresión y análisis de varianza, además de un capítulo dedicado al diseño óptimo de experimentos. La obra es autosuficiente y no requiere bibliografía adicional, incorporando referencias al software estadístico R para aplicaciones prácticas.
Está dirigida a estudiantes de pregrado y posgrado en ciencias experimentales, con un enfoque accesible para lectores con conocimientos mínimos de estadística y también útil para usuarios avanzados interesados en contenidos especializados.
Contenido
- 1. Una introducción a la estadística — p. 11
- 1.1. Conceptos erróneos sobre la Estadística — p. 11
- 1.2. ¿Qué hace la Estadística? — p. 12
- 1.3. Estadística descriptiva — p. 13
- 1.3.1. Conceptos básicos — p. 13
- 1.3.2. Gráficos — p. 15
- 1.3.3. Medidas numéricas — p. 18
- 1.3.4. Dos o más variables — p. 21
- 1.4. Probabilidad — p. 26
- 1.4.1. Variables aleatorias — p. 27
- 1.4.2. Distribuciones de muestreo — p. 32
- 1.4.3. Probabilidad condicionada — p. 32
- 1.5. Estadística inferencial — p. 34
- 1.5.1. Estimación puntual — p. 34
- 1.5.2. Estimación por intervalos de confianza — p. 35
- 1.5.3. Contrates de hipótesis — p. 38
- 1.5.4. Modelos estadísticos — p. 42
- 2. Análisis de potencia y tamaño de muestra — p. 43
- 2.1. Potencia de un contraste — p. 43
- 2.2. Cálculo del tamaño de muestra — p. 45
- 2.2.1. Contraste de una media — p. 46
- 2.2.2. Contraste de dos medias — p. 48
- 2.2.3. Más de dos medias (ANOVA) — p. 48
- 2.2.4. Una proporción — p. 48
- 2.2.5. Dos proporciones — p. 50
- 2.3. Observaciones sobre el tamaño de muestra — p. 50
- 2.4. Potencia de contraste y tamaño de muestra con R — p. 51
- 3. Modelos lineales — p. 53
- 3.1. Todo es regresión — p. 53
- 3.2. Mínimos cuadrados — p. 54
- 3.3. Modelos lineales — p. 57
- 3.4. Condiciones básicas de los modelos lineales — p. 61
- 3.5. Modelos no lineales — p. 64
- 3.6. Regiones de Confianza (Región de Confianza) — p. 65
- 3.7. Regresión y correlación — p. 66
- 3.8. Regresión con R — p. 69
- 3.8.1. Regresión lineal simple — p. 69
- 3.8.2. Regresión no lineal — p. 70
- 3.8.3. Regresión múltiple — p. 71
- 4. Análisis de la Varianza — p. 75
- 4.1. Estimaciones de los efectos — p. 79
- 4.2. Comparaciones por pares — p. 81
- 4.3. Análisis de la covarianza — p. 84
- 4.4. ANOVA con R — p. 84
- 4.4.1. Un factor — p. 85
- 4.4.2. Dos factores — p. 85
- 4.4.3. Regresión vs. ANOVA — p. 87
- 4.4.4. ANCOVA — p. 87
- 5. Introducción al diseño de experimentos — p. 93
- 5.1. Ideas generales sobre la recogida de datos — p. 93
- 5.2. Importancia de diseñar un experimento — p. 95
- 5.3. Inferencia causal — p. 99
- 5.4. Conceptos básicos de diseño de experimentos — p. 101
- 5.4.1. Principios de Fisher — p. 101
- 5.4.2. Directrices de Montgomery — p. 104
- 5.5. Tipos de diseños experimentales — p. 105
- 6. Diseños factoriales — p. 109
- 6.1. Interacciones — p. 109
- 6.2. Diseños inapropiados — p. 111
- 6.3. Diseños en bloques aleatorizados — p. 113
- 7. Diseños factoriales fraccionales — p. 115
- 7.1. Introducción — p. 115
- 7.2. Propiedades de los diseños fraccionales — p. 117
- 7.3. Cuadrados latinos y greco-latinos — p. 118
- 7.4. Diseñando con R — p. 120
- 8. Observaciones correlacionadas — p. 123
- 8.1. Observaciones correlacionadas — p. 123
- 8.2. Medidas repetidas — p. 125
- 8.3. Diseños con efectos aleatorios — p. 127
- 8.3.1. Dos efectos aleatorios — p. 128
- 8.3.2. Diseños jerárquicos — p. 131
- 8.3.3. Diseños Split-plot — p. 131
- 8.4. Efectos aleatorios con R — p. 132
- 8.4.1. Un factor — p. 132
- 8.4.2. Dos factores — p. 133
- 8.4.3. Modelo de efectos mixtos — p. 134
- 9. Análisis de superficie de respuesta — p. 137
- 10.Diseño óptimo de experimentos — p. 141
- 10.1. Conceptos básicos — p. 141
- 10.2. Criterios de optimización — p. 144
- 10.3. Críticas al OED — p. 145
- 10.3.1. Elección a priori del modelo, sin datos — p. 146
- 10.3.2. Matriz de información en modelos no lineales — p. 146
- 10.3.3. Selección de Criterios — p. 147
- 10.3.4. Diseños exactos frente a aproximados — p. 148
- 10.3.5. Condiciones extremas — p. 148
- 10.3.6. Cómputo difícil — p. 148
- 10.3.7. Problema de escala — p. 149
Materias
BISAC
- SCI028000. CIENCIA > Experimentos y proyectos
- SCI000000. CIENCIA > General
Thema
- PDN. Equipamiento, experimentos y técnicas científicas
- GP. Investigación e información: general
- GPH. Ciencia y análisis de datos: generalidades
- GT. Estudios interdisciplinares
- PD. Ciencia: cuestiones generales