Search

Opciones gratuitas y abiertas, con énfasis en los paquetes {pwr} y {Superpower} para R. La guía se encuentra publicada en Zonodo http://doi.org/10.5281/zenodo.3988777

Ejercicio sobre los tipos de error que se pueden cometer en un test de hipótesis, Visualizar el vídeo deteniéndolo en los momentos que se considere y completar el estudio con la realización de ejercicios prácticos.

La decisión de bioequivalencia depende directamente del criterio utilizado para establecer tal condición. Las principales agencias del medicamento la Food and Drug Administration (FDA) y la European Medicines Agency (EMEA) aceptan la bioequivalencia cuando el intervalo de confianza del 90% para la razón, prueba/referencia se encuentra dentro del intervalo del 80%- 125%. Sin embargo, cuando existe una variabilidad elevada tales condiciones dificultan la determinación de la bioequivalencia. Por ello, tanto la FDA como la EMEA han presentado propuestas las cuales permiten ampliar los límites de equivalencia en determinadas condiciones. Aunque comparten algunas características difieren en la metodología de los límites escalados que determinan la bioequivalencia. Para realizar la comparación entre los criterios de la FDA y EMEA, se ha llevado a cabo un estudio de simulación para diferentes diseños cruzados, distintas varianzas residuales, tamaños de muestra y efectos de tratamiento Recentment, l'agència europea del medicament, EMEA, i la FDA nord-americana han publicat directrius sobre bioequivalència en drogues d'alta variabilitat. La hipòtesi de partida del treball és que no estan ben fonamentades estadísticament, particularment l'europea. Es proposa un estudi de les seves propietats, especialment de l¿error de tipus I (que en aquest cas correspon al risc d'usuari, donar per vàlid un genèric que en realitat no és bioequivalent al medicament de marca) i fer propostes per a corregir les deficiències observades, si n'hi ha.

Se pretende destacar la importancia de la consideracion del error tipo II y por ende la potencia de la prueba en la investigacion cientifica, particularmente en el campo del diseno experimental. Se presenta su uso con base en un ejemplo hipotetico y en un ejemplo real de un experimento en el campo agronomico, en el que se estudio el efecto de la concentracion de fertilizante sobre la vida util y la calidad de las flores de Phalaenopsis. Se concluyo, sustentando en una potencia de prueba alta, que aplicando fertilizante foliar en baja concentracion es posible aumentar la calidad de las flores sin detrimento de su vida util.

La memoria contiene algunas aportaciones en aspectos prácticos de la aplicación del diseño de experimentos en la industria. El material se ha integrado en cuatro partes que se corresponden con cada uno de los temas que se abordan. En la primera se desarrolla el problema de la aleatorización de los órdenes de experimentación en los diseños factoriales completos o fraccionales, con 8 o 16 experimentos, se plantea la necesidad de contar con órdenes que satisfagan las expectativas que la aleatorización produce, cuando se considera la existencia de tendencias en la respuesta. Se analiza la implicación y la importancia que tiene el orden de experimentación en el número de cambios de nivel, se plantea unas hipótesis y consideraciones, bajo las cuales se han construido las tablas que se presentan y que creemos resultan de utilidad para seleccionar órdenes de fácil ejecución (mínimo número de cambios en los niveles de los factores) sin renunciar a los objetivos que se pretenden con la aleatorización. Se dan formulas para evaluar el número de cambios de nivel en los diseños factoriales fraccionales a dos niveles.La segunda parte trata la representación de los efectos en papel probabilístico normal para analizar su significación estadística. Nuestra conjetura es que el uso de un simple diagrama de puntos de los efectos proporciona prácticamente la misma información que su representación en papel probabilístico normal, con la ventaja de que es mucho más fácil de entender y de recordar y, por tanto, más difícil cometer errores importantes. Se presentan todas las fases de un estudio comparativo que con este fin se realizó con estudiantes de la Escuela Técnica Superior de Ingeniería Industrial de Barcelona. La parte tercera de la memoria está dividida en dos capítulos (capítulo 3 y 4). En el primero se comentan algunas de las alternativas que se han creado para dar solución al problema del diseño de productos y procesos robustos, proporcionado una visión global de diversos enfoques, que no suelen presentarse reunidos, encaminados a la solución de este problema. El capítulo 4 se dedica al estudio del gráfico Media Desviación (MD) propuesto por Grima (1993). Se desarrolla los temas relacionados a la modelación de la esperanza y la varianza de la respuesta, con un enfoque de superficie de respuesta. Se ilustra las etapas para construir el gráfico, y se muestra lo fácil que es implantar esta metodología en un paquete de software estadístico tipo Minitab. Se contrasta el uso del gráfico MD con algunos de los procedimientos existentes para destacar su eficiencia y sencillez. Se considera el problema de incluir los costes en la búsqueda de las mejores condiciones en el diseño de productos robustos. Se muestra también la simplicidad con que se puede tratar el problema de analizar más de una respuesta. En la última parte se trata el error tipo II en la selección de los efectos que se deben asumir significativos. Se plantean algunas aclaraciones terminológicas y se propone el uso de un gráfico, que hemos denominado "alfa-beta", que ayuda a elegir el valor crítico que conviene fijar para separar los efectos significativos de los que no lo son, a la vista de los riesgos que se corren en cada caso. Se ha construido un valor para los efectos estimados, denotado "valor q", que tiene por objeto evidenciar la posibilidad del error tipo II y ayudar en el proceso de selección de los efectos que se considerarán significativos. Este valor corresponde, bajo el supuesto de normalidad, al valor ß que se tiene cuando en la hipótesis alternativa el efecto posee un valor igual al de su estimación.

Se realizó un estudio de simulación Monte Carlo para analizar el comportamiento relativo de la F del AVAR paramétrico convencional frente a diversas pruebas estadísticas no paramétricas del efecto de interacción entre dos variables. En un diseño balanceado 2x2 con distribución normal en todas las condiciones se manipuló el grado de homogeneidad de las varianzas de error, el tamaño del efecto interactivo y el tamaño del efecto principal de una de las variables. Los resultados permiten descartar algunas de las pruebas no paramétricas incluidas en el estudio debido a su insuficiente control de la tasa de error tipo I, incluso en condiciones ideales de homogeneidad de varianzas. Otras en cambio resultan descartables debido a su fuerte dependencia del tamaño de efecto principal presente en los datos, disminuyendo la potencia de prueba a medida que éste aumenta. Entre las restantes, la F convencional resulta ser la prueba más potente cuando se cumple el supuesto de homogeneidad de las varianzas de error, pero se ve superada por otras alternativas no paramétricas en caso contrario. A Monte Carlo simulation study was carried out in to analyze relative performance of the conventional parametric F test and different nonparametric tests for fist-order interaction effect. The variance homogeneity assumption, the interaction effect size, and the main effect size of on variable were manipulated in a balanced factorial 2x2 design under population normality conditions. Some of the nonparametric tests show clear undesirable properties related to type I error rate control, even when the variance homogeneity condition holds. Some other ones depend on the main effect size, decreasing their power as a function of the effect size increasing. Among the remaining procedures, the parametric F tests shows the highest power under homogeneity of variances, but other nonparametric alternatives had better performances than the F test under violation of that assumption.