Análisis y diseño de experimentos
- México Mc Graw Hill 2012
- 489 Tablas, gráficas, figuras 27 cm
Humberto Gutiérrez Pulido
Es miembro del Sistema Nacional de Investigadores y profesor investigador en el Centro Universitario de Ciencias Exactas e Ingenierías de la Universidad de Guadalajara. Obtuvo el doctorado en estadística por el Centro de Investigación en Matemáticas (CIMAT) de Guanajuato, México. Ha impartido capacitación y asesoría en calidad total, control estadístico y diseño de experimentos en diversas empresas, incluyendo Cerveza Modelo, Tequila Herradura, Kodak, Hitachi, Jabil, Coca-Cola, Sanmina-SCI y Colcafé. A lo largo de su trayectoria profesional ha escrito varios libros y más de 50 artículos de investigación. Asimismo, ha sido conferenciante a nivel nacional e internacional. gc.scalahed.com
Román de la Vara Salazar
Es investigador en el Centro de Investigación en Matemáticas (CIMAT) de Guanajuato, México. Ha colaborado en diversas investigaciones y publicaciones en el área de estadística aplicada y diseño de experimentos.
Introducción al diseño de experimentos
Elementos de inferencia estadística: experimentos con uno y dos tratamientos
Experimentos con un solo factor (análisis de varianza)
Diseños en bloques
Diseños factoriales
Diseños factoriales 2^k
Diseños factoriales 3^k y factoriales mixtos
Diseños factoriales fraccionados 2^k-p
Introducción al diseño robusto de Taguchi
Diseños anidados y en parcelas divididas
Diseños de experimentos con mezclas
Optimización multirrespuesta
Aplicaciones de software estadístico en el diseño de experimentos
Esta obra es fundamental en el área de la estadística aplicada, enfocada en la planeación, ejecución y análisis de experimentos para la optimización de procesos y productos. Presenta los principios y metodologías del diseño de experimentos, proporcionando herramientas estadísticas para mejorar la toma de decisiones en ingeniería, manufactura y ciencias aplicadas. Entre los temas clave que aborda se encuentran:
Introducción al análisis de experimentos
Diseños completamente aleatorizados, bloques aleatorizados y factoriales
Análisis de varianza (ANOVA)
Diseño de experimentos factoriales y fraccionados
Métodos de optimización como superficie de respuesta