Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Factorial Dos Factores
Factorial Dos Factores
6.1.
i = 1, 2, , a ; j = 1, 2, , b , donde
yij : Representa la observacin correspondiente al nivel (i) del factor A y al nivel (j)
del factor B.
: Efecto constante denominado media global.
i : Efecto producido por el nivel i-simo del factor A, ( i i = 0).
j : Efecto producido por el nivel j-simo del factor B,
=
0
.
j
j
( )ij : Efecto producido por la interaccin entre AB,
i ( )ij =
(
)
=
0
.
j
ij
Supondremos que se toma una observacin por cada combinacin de factores, por
tanto, hay un total de N = ab observaciones.
Parmetros a estimar:
Parmetros
i
j
( )ij
2
Total
6.1.1.
Nmero
1
a1
b1
(a 1)(b 1)
1
ab + 1
i i
j =
i ( )ij
( )ij = 0,
= y.. ,
i = yi. y.. ,
j
Los residuos de este modelo son: eij = yij yij = yij
i
=0 .
ij
Por lo tanto, al ser los residuos nulos no es posible estimar la varianza del modelo y
no se pueden contrastar la significatividad de los efectos de los factores. Dichos contrates
slo pueden realizarse si:
a) Suponemos que la interaccin entre A B es cero. Entonces eij = yij yi. y.j + y.. .
b) Replicamos el experimento (Tomamos varias observaciones por cada combinacin de
factores).
6.2.
6.2.1.
= y... ,
i = yi.. y... , j = y.j. y... y
= yij. yi.. y.j. + y...
ij
donde
) y ij. es la media de las r observaciones en la celdilla ij: y ij. = ( k yijk ) /r
) yi.. es la media de las observaciones del nivel i del factor A :
yi.. =
y
j,k ijk /(br) ; i = 1, , a
) y.j. es la media de las observaciones del nivel j del factor B :
y.j. =
i,k yijk /(ar) ; j = 1, , b
/r .
) y... es la media total de las observaciones : y... =
y
ijk
i,j,k
Los residuos de este modelo son:
j
eijk = yijk yijk = yij
i
= yijk y ij. .
ij
Se verifica que todos los residuos de una celdilla deben sumar cero es decir, en cada
celdilla hay r 1 residuos independientes. Por lo tanto, en total habr ab(r 1) residuos
independientes.
Se verifican las mismas propiedades para los estimadores mximo-verosmiles que en
los modelos anteriores. La varianza residual tiene la siguiente expresin
2
SR
=
6.2.2.
a
b
r
e2ijk
ab(r 1)
Descomposicin de la variabilidad
La ecuacin bsica del anlisis de la varianza es:
a
b
2
2
(yijk y... ) = br
(
yi.. y... ) + ar
(
y.j. y... )2 +
i,j,k
i=1
j=1
r
(yijs yi.. y.j. + y... )2 +
(yijk yij. )2
i,j
i,j,k
que simblicamente podemos escribir: SCT = SCA + SCB + SC(AB) + SCR. Estas
sumas de cuadrados tambin se pueden expresar como:
SCT =
SCA =
SCB =
i,j,k
SC(AB) =
2 y 2 /r : Suma total de cuadrados.
yijk
...
2 /(br) y 2 /(abr) : S. C. entre niveles de A.
yi..
...
2
2
y.j.
/(ar) y...
/(abr): S. C. entre niveles de B.
i,j
2
2
/(abr)SCASCB: S. C. de la interaccin AB
yij.
/r y...
6.2.3.
Anlisis estadstico
El objetivo del anlisis es realizar los contrastes de hiptesis nula:
(SCA) /(a 1)
CMA
=
(SCR) / (ab(r 1))
CMR
H0A F(a1),ab(r1)
(SCB) /(b 1)
CMB
=
(SCR) / (ab(r 1))
CMR
H0B F(b1),ab(r1)
H0(AB) F(a1)(b1),ab(r1)
Operario
1
2
3
A
109
110
110
112
116
114
Tipos de mquinas
B
C
D
110
108
110
115
109
108
110
111
114
111
109
112
112
114
120
115
119
117
Para realizar el anlisis organizamos los datos en forma tabular de la manera siguiente:
Operario
1
2
3
y.j.
A
109
219
110
110
222
112
116
230
114
671
Tipos de mquinas
B
C
110
108
225
217
115
109
110
111
221
220
111
109
112
114
227
233
115
119
673
670
D
110
218
108
114
226
112
120
237
117
681
yi..
879
889
927
2695
= 12,46
32
24
SCB =
= 160,33
42
24
SC(AB) =
S. C.
12,46
160,34
44,67
45,50
262,97
G. L.
3
2
6
12
23
C. M.
4,15
80,17
7,45
3,79
Fexp
1,10
21,14
1,96
Realizando los contrastes al nivel de significacin del 5 %, se concluye que es significativo el efecto principal del operario (factor B) (F0,05,2,12 = 3,49), pero no son significativos
el efecto principal del tipo de mquina (factor A) (F0,05,3,12 = 3,89) y la interaccin entre
el tipo de mquina y operario (factor A B) (F0,05,6,12 = 3,00).
Bibliografa utilizada
Lara Porras, A.M. (2000). Diseo Estadstico de Experimentos, Anlisis de la Varianza y Temas Relacionados: Tratamiento Informtico mediante SPSS. Proyecto
Sur de Ediciones.