Fases De Un Experimento 6n6v5w

Fases de un experimento.  Fase de planeación  Fase de cribado  Fase de optimización  Fase de verificación.

Fase de planeación ¿Por qué es importante planear un experimento? Puesto que los recursos son limitados, es muy importante obtener la mayor cantidad de información de cada uno de los experimentos que se realizan. Los experimentos bien diseñados pueden producir significativamente más información y, por lo general, requieren menos corridas que los experimentos aleatorios o no planeados. Además, un experimento bien diseñado garantizará que usted pueda evaluar los efectos que haya identificado como importantes. Por ejemplo, si usted cree que existe una interacción entre dos variables, asegúrese de incluir ambas variables en el diseño. Las interacciones son imposibles de estimar con un experimento del tipo "un factor a la vez". Una interacción se produce cuando el efecto de una variable se ve afectado por el nivel de otra variable. La planeación cuidadosa puede ayudarle a evitar problemas que pueden presentarse durante la ejecución del plan experimental. Por ejemplo, personal, disponibilidad de equipos, financiamiento y los aspectos mecánicos del sistema pueden afectar su capacidad para realizar el experimento. Si el proyecto tiene baja prioridad, convendría hacer pequeños experimentos en secuencia. De esa manera, si tuviera que asignar recursos a un proyecto de mayor prioridad, no tendría que descartar los datos que ya haya recogido. Cuando tenga recursos de nuevo, puede continuar con la experimentación. Planear un experimento La preparación que se debe realizar antes de iniciar el experimento depende del problema. Se recomienda completar los siguientes pasos:

Definir el problema Formular un planteamiento adecuado del problema ayuda a asegurar que se estén evaluado las variables correctas. En este paso, usted identifica las preguntas que desea responder. Definir el objetivo Un objetivo bien definido asegurará que el experimento responda a las preguntas correctas y proporcione información útil y práctica. En este paso, usted define los objetivos del experimento. Desarrollar un plan experimental que ofrezca información significativa Asegúrese de considerar información de apoyo relevante, como principios teóricos, y el conocimiento adquirido a través de la observación o experimentos anteriores. Por ejemplo, tal vez necesite identificar qué factores o condiciones de proceso afectan el rendimiento del proceso y contribuyen a su variabilidad. También, si el proceso ya se estableció y usted identificó factores influyentes, es posible que desee determinar las condiciones óptimas de proceso. Asegurarse de que el proceso y los sistemas de medición estén bajo control Idealmente, el proceso y las mediciones deben estar bajo control estadístico, lo cual se determina con el uso de un sistema adecuado de control estadístico de procesos (SPC). Incluso si no tiene el proceso completamente bajo control, usted debería poder reproducir la configuración del proceso. También necesita determinar la variabilidad en el sistema de medición. Si la variabilidad del sistema es mayor que la diferencia/efecto que usted considera importante, la experimentación no producirá resultados útiles. Fase de cribado En muchas aplicaciones de desarrollo de procesos y de manufactura, el número de variables potenciales (factores) es grande. El cribado (caracterización del proceso) se utiliza para reducir el número de factores mediante la identificación de los factores más importantes que afectan la calidad del producto. Esta reducción permite centrar los esfuerzos de mejora del proceso en los factores más importantes. Diferentes tipos de diseño de cribado pueden cribar diferentes tipos de términos y detectar o modelar curvatura. Si es necesario, se pueden realizar más experimentos de optimización para

modelar interacciones más complejas o para definir con mayor más precisión la naturaleza de la superficie de respuesta. Los siguientes diseños suelen utilizarse para el cribado: 

Los diseños de cribado definitivos, que pueden estimar modelos complejos para un pequeño número de factores importantes que estaban en un experimento con muchos factores.



Los diseños factoriales completos y fraccionados de 2 niveles, que se utilizan ampliamente en la industria.



Los diseños de Plackett-Burman, que tienen baja resolución, pero su utilidad en ciertos experimentos de cribado y pruebas de robustez es ampliamente reconocida.

Fase de optimización Después de identificar los términos importantes utilizando el cribado, debe determinar los valores óptimos para los factores experimentales. Los valores óptimos de los factores dependen del objetivo del proceso. Por ejemplo, es probable que usted desee maximizar el rendimiento del proceso o reducir la variabilidad del producto. Fase de verificación La verificación implica realizar un experimento subsiguiente con las condiciones óptimas pronosticadas para confirmar los resultados de la optimización. Por ejemplo, usted puede ejecutar algunas corridas de verificación con la configuración óptima y luego obtener un intervalo de confianza para la respuesta media. Unidad Experimental. La unidad experimental es el elemento (planta, animal u objeto) al que se le modificarán en forma planeada factores para revisar su respuesta. Repeticiones. Las repeticiones serán el número de veces que un tratamiento se aplica al mismo número de unidades experimentales.

Diseño 2k con una réplica Si aumentamos el número de factores en un experimento factorial, también aumenta el número de efectos que pueden ser estimados. Es importante conocer la estructura de sus variables para poder calcular la estabilidad de nuestro experimento Así un experimento 24 tiene 4 efectos principales, 6 interacciones dobles, 4 triples, y 1 cuádruple. La mayoría de las veces las interacciones de orden superior a dos son despreciables. En experimentos factoriales 2k, con un k=3,4,5 o superior es común efectuar una sola replica, despreciar las interacciones de orden superior a dos, y de estos modo poder utilizar los grados de libertad de dichas interacciones para la estimación del error. Esta forma de actuar puede conducirnos a decisiones erróneas si realmente alguna de estas interacciones que son de orden superior a dos son significativas.

Error experimental. Es una desviación del valor medido de una magnitud física respecto al valor real de dicha magnitud. El Error Experimental resulta de la variación inherente de las U.E., los tratamientos evaluados y la variación introducida en el manejo •A pesar que el Error Experimental es un componente necesario de los análisis estadísFcos, debe ser lo más bajo posible . •Un Error Experimental muy elevado encubre el efecto de los tratamientos y nos impide encontrar diferencias entre los conclusiones erradas.

efectos evaluados y también nos puede llevar a