Diseo de Experimentos factoriales

Ejercicio 5.5
Johnson y Leone describen un experimento realizado para investigar la torcedura de
placas de cobre. Los dos factores estudiados fueron la temperatura y el contenido de
cobre de las placas. La variable de respuesta fue de una medida de la cantidad de
torcedura. Los datos fueron los siguientes:
Temperatura (C)
50
75
100
125

Contenido de cobre (%)

60
80
16, 21
24, 22
18, 13
17, 12
18, 21
25, 23
23, 21
23, 22

40
17, 20
12, 9
16, 12
21, 17

100
28, 27
27, 31
30, 23
29, 31

Diseo del Experimento

Multilevel Factorial Design

Factors:
Base runs:
Base blocks:

2
16
1

Replicates:
Total runs:
Total blocks:

2
32
1

Number of levels: 4, 4

a) Existe algn indicio de que alguno de los dos factores afecta la cantidad de
torcedura? Hay alguna interaccin entre los factores? Utilizar alfa = 0.05
Analysis of Variance for Torcedura, using Adjusted SS for Tests
Source
Temperatura
% cobre
Temperatura*% cobre
Error
Total
S = 2.60408

DF
3
3
9
16
31

Seq SS
156.094
698.344
113.781
108.500
1076.719

R-Sq = 89.92%

Adj SS
156.094
698.344
113.781
108.500

Adj MS
52.031
232.781
12.642
6.781

F
7.67
34.33
1.86

P
0.002
0.000
0.133

R-Sq(adj) = 80.48%

De acuerdo al valor obtenido de P, los dos factores afectan la cantidad de torcedura.

La posible interaccin entre los dos factores no es significativa a nivel de 0.05,

Profesor:

Dr. Primitivo Reyes

Aguilar
Alumna: Lic. Esperanza Jimnez Becerril
Pagina 1 de 22
Febrero 23, 2006

Diseo de Experimentos factoriales

b) Analizar los residuales de este experimento
Normal Probability Plot of the Residuals
(response is Torcedura)
99

95
90

Percent

80
70
60
50
40
30
20
10
5

-3

-2

-1
0
1
Standardized Residual

La grfica nos demuestra una normalidad al aproximarse los residuales a la lnea recta,
concluyendo que el modelo es vlido.
Residuals Versus the Fitted Values
(response is Torcedura)

Standardized Residual

-1

-2
10

15

20
Fitted Value

25

30

Los residuales son aleatorios por arriba y por debajo de la lnea, concluyndose que existe
independencia en la respuesta.

Profesor:

Dr. Primitivo Reyes

Aguilar
Alumna: Lic. Esperanza Jimnez Becerril
Pagina 2 de 22
Febrero 23, 2006

Diseo de Experimentos factoriales

c) Graficar la torcedura promedio con cada nivel del contenido de cobre y
compararlas con una distribucin t con la escala apropiada. Describir las
diferencias en los efectos de los diversos niveles del contenido de cobre sobre la
torcedura. Si es deseable una torcedura baja, qu nivel del contenido de cobre
debera de especificarse?
Main Effects Plot (data means) for Torcedura
Temperatura

30.0

% cobre

Mean of Torcedura

27.5
25.0
22.5
20.0
17.5
15.0
50

75

100

125

40

60

80

100

Esta grfica nos muestra que a mayor contenido de cobre es mayor el nivel de torcedura,
siendo este incremento mayor a partir de 80% de cobre.
Si lo que buscamos es una menor torcedura se recomendara el 40% de cobre.
Interaction Plot (data means) for Torcedura
Temperatura
50
75
100
125

30

Mean

25

20

15

10
40

60

80

100

% cobre

Profesor:

Dr. Primitivo Reyes

Aguilar
Alumna: Lic. Esperanza Jimnez Becerril
Pagina 3 de 22
Febrero 23, 2006

Diseo de Experimentos factoriales

d) Suponga que no es sencillo controlar la temperatura en el medio ambiente

donde van a usarse las placas de cobre Este hecho modifica la respuesta que
se dio en el inciso c?
No, ya que la interaccin cobre temperatura es no significativa
Ejercicio 5.16
El porcentaje de la concentracin de madera dura en la pulpa bruta, la presin de la
cuba y el tiempo de coccin de la pulpa se investiga en cuanto a sus efectos sobre la
resistencia del papel. Se seleccionan tres niveles de la concentracin de madera dura,
tres niveles de la presin y dos tiempos de coccin. Se lleva a cabo un experimento
factorial con dos rplicas, obtenindose los siguientes datos:
% de la
concentracin de
la madera
2
4
8

Tiempo de coccin
Presin
400
500
196.6
197.7
196.0
196.0
198.5
196.0
197.2
196.9
197.5
195.6
196.6
196.2

3.0
650
199.8
199.4
198.4
197.6
197.4
198.1

Tiempo de coccin
Presin
400
500
198.4
199.6
198.6
200.4
197.5
198.7
198.1
198.0
197.6
197.0
198.4
197.8

4.0
650
200.6
200.9
199.6
199.0
198.5
199.8

Diseo del Modelo

Multilevel Factorial Design

Factors:
Base runs:
Base blocks:

3
18
1

Replicates:
Total runs:
Total blocks:

2
36
1

Number of levels: 3, 3, 2

a) Analizar los datos y sacar conclusiones. Utilizar alfa = 0.05

General Linear Model: Resistencia versus % concentrac, Presin, Tiempo

Factor
% concentracin
Presin
Tiempo

Type
fixed
fixed
fixed

Levels
3
3
2

Values
2, 4, 8
400, 500, 650
3, 4

Profesor:

Dr. Primitivo Reyes

Aguilar
Alumna: Lic. Esperanza Jimnez Becerril
Pagina 4 de 22
Febrero 23, 2006

Diseo de Experimentos factoriales

Analysis of Variance for Resistencia, using Adjusted SS for Tests
Source
% concentracin
Presin
Tiempo
% concentracin*Presin
% concentracin*Tiempo
Presin*Tiempo
% concentracin*Presin*Tiempo
Error
Total
S = 0.715503

R-Sq = 87.08%

DF
2
2
1
4
2
2
4
18
35

Seq SS
7.5939
17.6172
22.8803
6.4311
1.4772
3.5172
2.5778
9.2150
71.3097

Adj SS
7.5939
17.6172
22.8803
6.4311
1.4772
3.5172
2.5778
9.2150

Adj MS
3.7969
8.8086
22.8803
1.6078
0.7386
1.7586
0.6444
0.5119

F
7.42
17.21
44.69
3.14
1.44
3.44
1.26

P
0.004
0.000
0.000
0.040
0.262
0.054
0.322

R-Sq(adj) = 74.87%

El anlisis de varianza nos muestra que los factores porcentaje de concentracin, presin y
tiempo son significativos as como la interaccin concentracin-presin.
b) Construir las grficas de los residuales apropiadas y comentar la adecuacin del
modelo
Normal Probability Plot of the Residuals
(response is Resistencia)
99

95
90

Percent

80
70
60
50
40
30
20
10
5

-3

-2

-1
0
1
Standardized Residual

Profesor:

Dr. Primitivo Reyes

Aguilar
Alumna: Lic. Esperanza Jimnez Becerril
Pagina 5 de 22
Febrero 23, 2006

Diseo de Experimentos factoriales

Residuals Versus the Fitted Values
(response is Resistencia)
3

Standardized Residual

2
1
0
-1
-2
-3
196

197

198
199
Fitted Value

200

201

Las grficas nos muestras que existe normalidad por lo que es vlido el modelo y hay
independencia de los factores con los resultados
c) Bajo qu conjunto de condiciones debera operarse este proceso? Por qu?
ste modelo para maximizar la resistencia nos sugiere que se aplique el porcentaje de
concentracin 2 y la presin de 650, as como el tiempo de coccin de 4 horas. (basado en las
siguientes grficas)
Main Effects Plot (data means) for Resistencia
% concentracin

Presin

199.0

Mean of Resistencia

198.5
198.0
197.5
2

4
Tiempo

400

500

650

199.0
198.5
198.0
197.5
3

Profesor:

Dr. Primitivo Reyes

Aguilar
Alumna: Lic. Esperanza Jimnez Becerril
Pagina 6 de 22
Febrero 23, 2006

Diseo de Experimentos factoriales

Interaction Plot (data means) for Resistencia
400

500

650

4
200

198

% concentracin

196
200

198

Presin

% concentracin
2
4
8

Presin
400
500
650

196

T iempo

Ejercicio 5.17
El departamento de control de calidad de una planta de acabados textiles estudia el
efecto de varios factores sobre el teido de una tela de algodn y fibras sintticas
utilizadas para fabricar camisas para caballero. Se seleccionaron tres operadores, tres
duraciones del ciclo y dos temperaturas, y se tieron tres ejemplares pequeos de la
tela bajo cada conjunto de condiciones. La tela terminada se compar con un patrn, y
se le asign una evaluacin numrica. Los datos se presentan enseguida. Analizar los
datos y sacar conclusiones. Comentar la adecuacin del modelo.
Temperatura
Duracin
del ciclo
40
50
60

1
23
24
25
36
35
36
28
24
27

300
Operador
2
27
28
26
34
38
39
35
35
34

3
31
32
29
33
34
35
26
27
25

1
24
23
28
37
39
35
26
29
25

350
Operador
2
39
36
35
34
38
36
36
37
34

Profesor:

3
34
36
39
34
36
31
28
26
24

Dr. Primitivo Reyes

Aguilar
Alumna: Lic. Esperanza Jimnez Becerril
Pagina 7 de 22
Febrero 23, 2006

Diseo de Experimentos factoriales

Diseo del Modelo

Multilevel Factorial Design

Factors:
Base runs:
Base blocks:

3
18
1

Replicates:
Total runs:
Total blocks:

3
54
1

Number of levels: 3, 2, 3

General Linear Model: Teido versus Duracin, Temperatura, Operador

Factor
Duracin
Temperatura
Operador

Type
fixed
fixed
fixed

Levels
3
2
3

Values
40, 50, 60
300, 350
1, 2, 3

Analysis of Variance for Teido, using Adjusted SS for Tests

Source
Duracin
Temperatura
Operador
Duracin*Temperatura
Duracin*Operador
Temperatura*Operador
Duracin*Temperatura*Operador
Error
Total

DF
2
1
2
2
4
2
4
36
53

Seq SS
432.704
52.019
267.148
82.259
353.519
12.481
49.074
122.000
1371.204

Adj SS
432.704
52.019
267.148
82.259
353.519
12.481
49.074
122.000

Adj MS
216.352
52.019
133.574
41.130
88.380
6.241
12.269
3.389

F
63.84
15.35
39.42
12.14
26.08
1.84
3.62

P
0.000
0.000
0.000
0.000
0.000
0.173
0.014

El anlisis de la varianza muestra que los factores duracin, temperatura, operador y las
interrelaciones duracin temperatura, duracin operador tienen un efecto significativo.
S = 1.84089

R-Sq = 91.10%

R-Sq(adj) = 86.90%

Normal Probability Plot of the Residuals

(response is Teido)
99

95
90

Percent

80
70
60
50
40
30
20
10
5

-3

-2

-1
0
1
Standardized Residual

Profesor:

Dr. Primitivo Reyes

Aguilar
Alumna: Lic. Esperanza Jimnez Becerril
Pagina 8 de 22
Febrero 23, 2006

Diseo de Experimentos factoriales

La grfica de normalidad de los residuos nos muestra que estn distribuidos cerca de la recta,
lo que nos valida el modelo
Residuals Versus the Fitted Values
(response is Teido)

Standardized Residual

-1

-2
25.0

27.5

30.0
Fitted Value

32.5

35.0

37.5

La distribucin por arriba y por debajo de la lnea nos denota independencia

Interaction Plot (data means) for Teido

300

350

3
35

30

Duracin

Duracin
40
50
60

25
35

Temperatura
300
350

30

T emperatura

25

Operador

El mejor teido se da con las condiciones de duracin del ciclo en 50, con el operador 2 y la
temperatura de 350.
Profesor:

Dr. Primitivo Reyes

Aguilar
Alumna: Lic. Esperanza Jimnez Becerril
Pagina 9 de 22
Febrero 23, 2006

Diseo de Experimentos factoriales

Ejercicio 5.19
Se estudia el rendimiento de un proceso qumico. Los dos factores de inters son la
temperatura y la presin. Se seleccionan tres niveles de cada factor; sin embargo, slo
es posible hacer nueve corridas en un da. El experimentador corre una rplica en cada
da. Los datos se muestran en la tabla siguiente. Analizar los datos, suponiendo que los
das son bloques.
Temperatur
a
Baja
Intermedia
Alta

Da 1
Presin
260
84.0
87.3
90.2

250
86.3
88.5
89.1

270
85.8
89.0
91.3

Da 2
Presin
260
85.2
89.9
93.2

250
86.1
89.4
91.7

270
87.3
90.3
93.7

Diseo del Modelo

Multilevel Factorial Design

Factors:
Base runs:
Base blocks:

2
9
1

Replicates:
Total runs:
Total blocks:

2
18
2

Number of levels: 3, 3

General Linear Model: Rendimiento versus Blocks, Temperatura, Presion

Factor
Blocks
Temperatura
Presion

Type
fixed
fixed
fixed

Levels
2
3
3

Values
1, 2
1, 2, 3
250, 260, 270

Analysis of Variance for Rendimiento, using Adjusted SS for Tests

Source
Blocks
Temperatura
Presion
Temperatura*Presion
Error
Total
S = 0.728869

DF
1
2
2
4
8
17

Seq SS
13.005
99.854
5.508
4.452
4.250
127.069

R-Sq = 96.66%

Adj SS
13.005
99.854
5.508
4.452
4.250

Adj MS
13.005
49.927
2.754
1.113
0.531

F
24.48
93.98
5.18
2.10

P
0.001
0.000
0.036
0.173

R-Sq(adj) = 92.89%

El anlisis de varianza nos muestra que la temperatura tiene un efecto significativo, que la
presin tiene un efecto muy bajo y que la interaccin Temperatura presin no es significativa.

Profesor:

Dr. Primitivo Reyes

Aguilar
Alumna: Lic. Esperanza Jimnez Becerril
Pagina 10 de 22
Febrero 23, 2006

Diseo de Experimentos factoriales

Normal Probability Plot of the Residuals
(response is Rendimiento)
99

95
90

Percent

80
70
60
50
40
30
20
10
5

-3

-2

-1
0
1
Standardized Residual

Los puntos cerca de la recta nos indican que el modelo es vlido

Residuals Versus the Fitted Values
(response is Rendimiento)

Standardized Residual

-1

-2
84

85

86

87

88
89
Fitted Value

90

91

92

93

Los puntos en forma aleatoria arriba y debajo de la recta nos indican independencia de la
respuesta

Profesor:

Dr. Primitivo Reyes

Aguilar
Alumna: Lic. Esperanza Jimnez Becerril
Pagina 11 de 22
Febrero 23, 2006

Diseo de Experimentos factoriales

Main Effects Plot (data means) for Rendimiento
Temperatura

92

Presion

Mean of Rendimiento

91
90
89
88
87
86
85
1

250

260

270

La grfica nos indica que al aumentar la temperatura se aumenta el rendimiento, en lo que

corresponde a la presin baja el rendimiento cuando es de 250 a 260 y aumenta cuando paso de
260 a 270.

Interaction Plot (data means) for Rendimiento

93

Temperatura
1
2
3

92
91

Mean

90
89
88
87
86
85
84
250

260
Presion

270

Como lo que se desea es aumentar el rendimiento se recomendara la temperatura 3 con

presin de 270.
Ejercicio 6.1
Profesor:

Dr. Primitivo Reyes

Aguilar
Alumna: Lic. Esperanza Jimnez Becerril
Pagina 12 de 22
Febrero 23, 2006

Diseo de Experimentos factoriales

Un ingeniero est interesado en los efectos de la velocidad de corte (A), la geometra
de la herramienta (B) y el ngulo de corte (C) sobre la vida (en horas) de una mquina
herramienta. Se eligen dos niveles de cada factor y se corren tres rplicas de un diseo
factorial 23. Los resultados fueron los siguientes:
A

+
+
+
+

+
+
+
+

+
+
+
+

Combinacin
tratamientos
(1)
A
B
ab
C
ac
bc
abc

de

Rplicas
I
22
32
35
55
44
40
60
39

II
31
43
34
47
45
37
50
41

III
25
29
50
46
38
36
54
47

Full Factorial Design

Factors:
Runs:
Blocks:

3
24
1

Base Design:
Replicates:
Center pts (total):

3, 8
3
0

All terms are free from aliasing.

a)

estimar los efectos de los factores. Qu efectos parecen ser grandes?

Factorial Fit: Vida versus A, B, C

Estimated Effects and Coefficients for Vida (coded units)
Term
Constant
A
B
C
A*B
A*C
B*C
A*B*C

Effect
0.250
11.250
6.750
-1.750
-8.917
-2.917
-2.250

S = 5.44289

Coef
40.792
0.125
5.625
3.375
-0.875
-4.458
-1.458
-1.125

SE Coef
1.111
1.111
1.111
1.111
1.111
1.111
1.111
1.111

R-Sq = 77.25%

T
36.72
0.11
5.06
3.04
-0.79
-4.01
-1.31
-1.01

P
0.000
0.912
0.000
0.008
0.442
0.001
0.208
0.326

R-Sq(adj) = 67.30%

Los efectos mayores son producidos por los factores B, C y la interaccin AC

Profesor:

Dr. Primitivo Reyes

Aguilar
Alumna: Lic. Esperanza Jimnez Becerril
Pagina 13 de 22
Febrero 23, 2006

Diseo de Experimentos factoriales

Normal Probability Plot of the Standardized Effects
(response is Vida, Alpha = .05)
99

Effect Type
Not Significant
Significant

95
B

90

Percent

80

Factor
A
B
C

70

Name
A
B
C

60
50
40
30
20
10

AC

-5.0

-2.5

0.0
2.5
Standardized Effect

5.0

La grfica anterior nos confirma que los factores significativos son A y B as como la
interaccin AC
Pareto Chart of the Standardized Effects
(response is Vida, Alpha = .05)
2.120
F actor
A
B
C

Name
A
B
C

AC

Term

C
BC
ABC
AB
A
0

2
3
Standardized Effect

En esta grfica se aprecia que los efectos en orden ascendente son el factor B, la interaccin
AC y el factor C
b)

Usar el anlisis de varianza para confirmar las conclusiones del inciso a.

Analysis of Variance for Vida (coded units)

Profesor:

Dr. Primitivo Reyes

Aguilar
Alumna: Lic. Esperanza Jimnez Becerril
Pagina 14 de 22
Febrero 23, 2006

Diseo de Experimentos factoriales

Source
Main Effects
2-Way Interactions
3-Way Interactions
Residual Error
Pure Error
Total

DF
3
3
1
16
16
23

Seq SS
1033.12
546.46
30.37
474.00
474.00
2083.96

Adj SS
1033.12
546.46
30.37
474.00
474.00

Adj MS
344.37
182.15
30.37
29.63
29.63

F
11.62
6.15
1.03

P
0.000
0.006
0.326

Profesor:

Dr. Primitivo Reyes

Aguilar
Alumna: Lic. Esperanza Jimnez Becerril
Pagina 15 de 22
Febrero 23, 2006

Diseo de Experimentos factoriales

c)

Escribir un modelo de regresin para predecir la vida de la herramienta (en

horas) con base en los resultados de este experimento.
y 40.7925 5.625 A 3.375 B 4.458 AC

d)

Analizar los residuales. hay algn problema evidente?

De acuerdo a las grficas siguientes no se presenta evidencia de problema

Normal Probability Plot of the Residuals
(response is Vida)
99

95
90

Percent

80
70
60
50
40
30
20
10
5

-3

-2

-1
0
1
Standardized Residual

Residuals Versus the Fitted Values

(response is Vida)
2.5

Standardized Residual

2.0
1.5
1.0
0.5
0.0
-0.5
-1.0
25

30

35

40
Fitted Value

45

50

55

Profesor:

Dr. Primitivo Reyes

Aguilar
Alumna: Lic. Esperanza Jimnez Becerril
Pagina 16 de 22
Febrero 23, 2006

Diseo de Experimentos factoriales

e)

Con base en el anlisis de las grficas de los efectos principales y las

interacciones, Cules seran los niveles de A, B y C que se recomendara
utilizar?
Main Effects Plot (data means) for Vida
A

45.0
42.5

Mean of Vida

40.0
37.5
35.0
-1

-1

C
45.0
42.5
40.0
37.5
35.0
-1

Interaction Plot (data means) for Vida

-1

-1

1
50

A
-1
1

40

30
50

B
-1
1

40

30

Se recomendara utilizar el mayor valor de B y el mayor valor de C

Profesor:

Dr. Primitivo Reyes

Aguilar
Alumna: Lic. Esperanza Jimnez Becerril
Pagina 17 de 22
Febrero 23, 2006

Diseo de Experimentos factoriales

Ejercicio 6.15
Se utiliza una aleacin de nquel y titanio para fabricar componentes de los motores de
turbinas de aviones. La formacin de fisuras es un problema potencialmente serio de
las piezas terminadas, ya que pueden provocar fallas irreversibles. Se realiza una
prueba de las piezas para determinar el efecto de cuatro factores sobre las fisuras. Los
cuatro factores son la temperatura de vaciado (A), el contenido de titanio (B), el
mtodo de tratamiento trmico (C) y la cantidad de refinador de grano usada (D). se
hacen dos rplicas de un diseo 2 4 y se mide la longitud de las fisuras (en mm x 10 -2)
inducidas en un ejemplar de prueba de muestra sometido a una prueba estndar. Los
datos se muestran en la siguiente tabla:
A
+
+
+
+
+
+
+
+

+
+
+
+
+
+
+
+

+
+
+
+
+
+
+
+

D
+
+
+
+
+
+
+
+

Combinacin de
tratamientos
(1)
a
b
ab
c
ac
bc
abc
d
ad
bd
abd
cd
acd
bcd
abcd

Rplica
I
II
7.037
6.376
14.707
15.219
11.635
12.089
17.273
17.815
10.403
10.151
4.368
4.098
9.360
9.253
13.440
12.923
8.561
8.951
16.867
17.052
13.876
13.658
19.824
19.639
11.846
12.337
6.125
5.904
11.190
10.935
15.653
15.053

Creacin del Diseo

Full Factorial Design

Factors:
Runs:
Blocks:

4
32
1

Base Design:
Replicates:
Center pts (total):

4, 16
2
0

a) Estimar los efectos de los factores Qu efectos de los factores parecen ser
grandes?

Factorial Fit: Fisura versus Vaciado (A), Titanio (B), ...

Estimated Effects and Coefficients for Fisura (coded units)
Term
Constant
Vaciado (A)
Titanio (B)
T. Termico (C)
Grano (D)
Vaciado (A)*Titanio (B)
Vaciado (A)*T. Termico (C)

Effect
3.019
3.976
-3.596
1.958
1.934
-4.008

Coef
11.988
1.509
1.988
-1.798
0.979
0.967
-2.004

SE Coef
0.05036
0.05036
0.05036
0.05036
0.05036
0.05036
0.05036

Profesor:

T
238.04
29.97
39.47
-35.70
19.44
19.20
-39.79

P
0.000
0.000
0.000
0.000
0.000
0.000
0.000

Dr. Primitivo Reyes

Aguilar
Alumna: Lic. Esperanza Jimnez Becerril
Pagina 18 de 22
Febrero 23, 2006

Diseo de Experimentos factoriales

Vaciado (A)*Grano (D)
Titanio (B)*T. Termico (C)
Titanio (B)*Grano (D)
T. Termico (C)*Grano (D)
Vaciado (A)*Titanio (B)*
T. Termico (C)
Vaciado (A)*Titanio (B)*Grano (D)
Vaciado (A)*T. Termico (C)*Grano (D)
Titanio (B)*T. Termico (C)*Grano (D)
Vaciado (A)*Titanio (B)*
T. Termico (C)*Grano (D)
S = 0.284885

R-Sq = 99.77%

0.076
0.096
0.047
-0.077
3.137

0.038
0.048
0.024
-0.038
1.569

0.05036
0.05036
0.05036
0.05036
0.05036

0.76
0.95
0.47
-0.76
31.15

0.459
0.355
0.645
0.456
0.000

0.098
0.019
0.036
0.014

0.049
0.010
0.018
0.007

0.05036
0.05036
0.05036
0.05036

0.97
0.19
0.35
0.14

0.345
0.852
0.728
0.890

R-Sq(adj) = 99.56%

Normal Probability Plot of the Standardized Effects

(response is Fisura, Alpha = .05)
99
B

95
90

Percent

Factor
A
B
C
D

ABC
A

80

D
AB

70

Effect Type
Not Significant
Significant
Name
V aciado (A )
Titanio (B)
T. Termico (C)
Grano (D)

60
50
40
30
20
C

10
5

AC

-50

-40

-30

-20
-10
0
10
Standardized Effect

20

30

40

Profesor:

Dr. Primitivo Reyes

Aguilar
Alumna: Lic. Esperanza Jimnez Becerril
Pagina 19 de 22
Febrero 23, 2006

Diseo de Experimentos factoriales

Pareto Chart of the Standardized Effects
(response is Fisura, Alpha = .05)
2.12
Factor
A
B
C
D

AC
B
C
ABC

Name
Vaciado (A)
Titanio (B)
T. Termico (C)
Grano (D)

Term

D
AB
ABD
BC
CD
AD
BD
BCD
ACD
ABCD

10

20
30
Standardized Effect

40

b) Conducir un anlisis de varianza. Algunos de los factores afecta la formacin

de fisuras? Utilizar alfa = 0.05
Analysis of Variance for Fisura (coded units)
Source
Main Effects
2-Way Interactions
3-Way Interactions
4-Way Interactions
Residual Error
Pure Error
Total

DF
4
6
4
1
16
16
31

Seq SS
333.496
158.609
78.841
0.002
1.299
1.299
572.246

Adj SS
333.496
158.609
78.841
0.002
1.299
1.299

Adj MS
83.3740
26.4348
19.7103
0.0016
0.0812
0.0812

F
1027.28
325.71
242.86
0.02

P
0.000
0.000
0.000
0.890

Todos los factores son significativos en la formacin de fisuras

c) Escribir un modelo de regresin que pueda usarse para predecir la longitud de
las fisuras como una funcin de los efectos principales y las interacciones
significativas que se han identificado en el inciso b.
y 11.988 1.509 A 3.976 B 1.798C 0.979 D 0.967 AB 2.004 AC 1.569 ABC

Profesor:

Dr. Primitivo Reyes

Aguilar
Alumna: Lic. Esperanza Jimnez Becerril
Pagina 20 de 22
Febrero 23, 2006

Diseo de Experimentos factoriales

d) Analizar los residuales de este experimento.
Al analizar las siguientes grficas nos muestran que existe normalidad en los residuos y por lo
tanto el modelo es vlido y existe independencia de los factores con la respuesta.
Normal Probability Plot of the Residuals
(response is Fisura)
99

95
90

Percent

80
70
60
50
40
30
20
10
5

-3

-2

-1
0
1
Standardized Residual

Residuals Versus the Fitted Values

(response is Fisura)

Standardized Residual

-1

-2
5.0

7.5

10.0

12.5
Fitted Value

15.0

17.5

20.0

e) hay algn indicio de que alguno de los factores afecte la variabilidad de la

formacin de fisuras?
f)

Qu recomendaciones se haran respecto de las operaciones del proceso?

Utilizar grficas de las interacciones y/o de los efectos principales como ayuda
para sacar conclusiones.
Profesor:

Dr. Primitivo Reyes

Aguilar
Alumna: Lic. Esperanza Jimnez Becerril
Pagina 21 de 22
Febrero 23, 2006

Diseo de Experimentos factoriales

Main Effects Plot (data means) for Fisura
Vaciado (A)

Titanio (B)

14
13

Mean of Fisura

12
11
10
-1

-1

T. Termico (C)

1
Grano (D)

14
13
12
11
10
-1

-1

Interaction Plot (data means) for Fisura

-1

-1

-1

1
16

Vaciado (A)

12

Vaciado (A)
-1
1

8
16
Titanio (B)

12

Titanio
(B)
-1
1

8
16
T. Termico (C)

12

T.
Termico
(C)
-1
1

Grano (D)

De las anteriores grficas se puede sugerir que para minimizar las fisura es necesario aplicar
el menor valor de A (vaciado), el menor vaciado de B (titanio), y el menor valor de C
(Tratamiento trmico), as como el menor valor de D (refinador de grano) .

Profesor:

Dr. Primitivo Reyes

Aguilar
Alumna: Lic. Esperanza Jimnez Becerril
Pagina 22 de 22
Febrero 23, 2006