000			07555nam a22001817a 4500
999			_c1028 _d1028
020			_a978-607-15-0725-9
082			_a310 _bg896a
100			_aHumberto Gutiérrez Pulido
245			_aAnálisis Y Diseño De Experimentos
250			_a3 Edición
260			_aMexico _bMcGraw Hill _c2012
300			_a489 p.
505			_aAcerca de los autores X Prefacio XI CAPÍTULO 1 introducción al diseño de experimentos 1 El diseño de experimentos hoy 2 Definiciones básicas en el diseño de experimentos 4 Etapas en el diseño de experimentos 6 Consideraciones practicas sobre el uso de métodos estadísticos 8 Principios básicos 9 Clasificación y selección de los diseños experimentales 10 Preguntas y ejercicios 11 CAPÍTULO 2 Elementos de inferencia estadística: experimentos con uno y dos tratamientos 13 Población y muestra, parámetros y estadísticos 14 Distribuciones de probabilidad e inferencia 15 Estimación puntual y por intervalo 16 Conceptos básicos de prueba de hipótesis 22 Planteamiento de una hipótesis estadística 22 Prueba para la media con varianza desconocida 25 Prueba para la varianza 27 Prueba para una proporción 28 Tres criterios de rechazo o aceptación equivalentes 29 Comparación de dos tratamientos 31 Poblaciones pareadas (Comparación de dos medias con muestras dependientes) 35 Resumen de fórmulas para procedimientos de prueba de hipótesis 39 Uso de software 41 Preguntas y ejercicios 41 CAPÍTULO 3 Experimentos con un solo factor (análisis de varianza) 51 Diseño completamente al azar y ANOVA 52 Comparaciones o pruebas de rango múltiples 62 Verificación de los supuestos del modelo 68 Elección del tamaño de la muestra 75 Uso de software 77 Preguntas y ejercicios 78 CAPÍTULO 4 Diseños en bloques 85 Diseño en bloques completos al azar 86 Diseño en cuadro latino 92 Diseño en cuadro grecolatino 97 Diseño en bloques incompletos balanceados 98 Uso de software 105 Preguntas y ejercicios 106 CAPÍTULO 5 Diseños factoriales 115 Conceptos básicos en diseños factoriales 116 Experimentación factorial vs. Mover un factor a la vez 119 Diseños factoriales con dos factores 121 Diseños factoriales con tres factores 128 Transformaciones para estabilizar varianza 133 Diseño factorial general 135 Modelos de efectos aleatorios 137 Uso de software 141 Preguntas y ejercicios 141? CAPÍTULO 6 Diseños factoriales 2k Diseño factorial 22 Experimento 22: ejemplo integrador Diseño factorial 23 Experimento 23: ejemplo integrador Diseño factorial general 2k Diseño factorial 2k no replicado Experimento 25 no replicado: ejemplo integrador Cuando la significancia de los efectos es menos clara: un ejemplo Factoriales 2k con punto al centra Factoriales 2‘on bloques Uso de software Preguntas y ejercicios CAPÍTULO 7 Diseños factoriales 3k y factoriales mixtos 209 Diseños factoriales 3k 210 Factoriales mixtos 218 Uso de software 220 Preguntas y ejercicios 220 CAPÍTULO 8 Diseños factoriales fraccionados 2k~p Diseño factorial fraccionado 2k~1 El concepto de resolución Construcción de fracciones 2k~1 Experimento 25'1: ejemplo integrador Diseños factoriales fraccionados 2k~2. ., Diseño factorial fraccionado 2k~p Experimento 27-4: ejemplo integrador Tres principios de los efectos factoriales Tópicos adicionales sobre factoriales fraccionados. . Uso de software Preguntas y ejercicios CAPÍTULO 9 Introducción al diseño robusto (Taguchi). . Filosofía Taguchi El concepto de robustez Factores de control, de ruido y de serial Arreglos ortogonales Diseño con arreglo interno y externo (diseño de parámetros) Razón señal/ruido Uso de software Preguntas y ejercicios CAPÍTULO 10 Planeación de un experimento Experimentación: una estrategia para probar conjeturas y generar aprendizaje El diseño de experimentos y el ciclo de Deming Etapas y actividades de la Planeación y análisis de un experimento Control de factores de bloque y de ruido Que sigue después del primer experimento ¿Qué hacer cuando ningún efecto es significativo? Preguntas y ejercicios CAPÍTULO 11 Análisis de Regresión Regresión lineal simple Pruebas de hipótesis en la Regresión lineal simple? Calidad del ajuste en Regresión lineal simple 309 Estimación y predicción por intervalo en Regresión simple 314 Regresión lineal múltiple 317 Pruebas de hipótesis en Regresión lineal múltiple 321 Intervalos de confianza y predicción en Regresión múltiple 326 Regresión polinomial y otros modelos de Regresión simple 327 Uso de software 331 Preguntas y ejercicios 331 CAPÍTULO 12 Optimización de procesos con Metodología de superficie de respuesta 343 Introducción a la Metodología de superficie de respuesta 344 Técnicas de Optimización 350 Diseños de superficie de respuesta 367 Uso de software 374 Preguntas y ejercicios 374 CAPÍTULO 13 Optimización simultánea de varias respuestas 385 Optimización simultánea 386 Método grafico 387 Método de la función de deseabilidad 392 Uso de software 397 Preguntas y ejercicios 398 CAPÍTULO 14 Algunos diseños especiales: anidados, parcelas divididas y mediciones repetidas 407 Diseños anidados 408 Modelo y análisis estadístico del diseño anidado 410 Diseño en parcelas divididas 414 Modelo y análisis estadístico de los diseños en parcelas divididas 417 Diseño con medidas repetidas 424 Uso de software 429 Preguntas y ejercicios 430 CAPÍTULO 15 Diseño de experimentos con mezclas 439 El problema del diseño de experimentos con mezclas 440 Algunos diseños de mezclas y sus modelos estadísticos 443 Ajuste del modelo y caracterizacion de la superficie de respuesta 447 Restricciones en los componentes de una mezcla 450
520			_aLa mejora de procesos, el diseño de nuevos productos y procesos, y la investigación y el desarrollo son tareas cada vez más relevantes en las empresas y las organizaciones que compiten en un mundo globalizado. Está demostrado que la metodología estadística del diseño y el análisis de experimentos juega un rol preponderante, pues hacer experimentación es una práctica cotidiana en empresas líderes y en centros de investigación de excelencia, tanto para resolver problemas prácticos cómo para innovar. De aquí que resulte fundamental que los profesionales de las ciencias naturales y las ingenierías conozcan y apliquen dicha metodología. Análisis y diseño de experimentos plantea con sencillez, claridad y profundidad los temas de mayor aplicabilidad de esta disciplina estudiados en un primer curso. Hace énfasis en los conceptos, explica cuándo y cómo se debe aplicar cada tipo de diseño y cómo hacer el Análisis y la interpretación de los datos obtenidos mediante el experimento. Esta edición se ha enriquecido con los siguientes cambios: Se profundiza el tratamiento de los capítulos 2, 4, 11 y 14. Se adicionaron ejemplos reales y ejercicios nuevos. Se incluye un breve apartado llamado "Investigar y experimental' en el que se proponen investigaciones experimentales reales para laboratorios escolares o incluso la casa. Al final de cada capítulo se agregan breves explicaciones de cómo utilizar algunos sistemas computacionales para el diseño y Análisis de experimentos, cómo Statgraphics, Minitab y Excel, principalmente.
653			_a Optimización simultánea de varias respuestas _aDiseño completamente al azar y ANOVA _a Planeación de un experimento
866			_a10
942			_cBK _01