Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Cap5 Diseño Exp PDF
Cap5 Diseño Exp PDF
Experimentos factoriales
Se llaman Experimentos Factoriales a aquellos experimentos en los
que se estudia simultneamente dos o ms factores, y donde los
tratamientos se forman por la combinacin de los diferentes niveles
de cada uno de los factores.
Los experimentos factoriales en si no constituyen un diseo
experimental si no un Diseo de Tratamiento (un arreglo de
tratamiento es una disposicin geomtrica de ellos bien en el espacio
o en el tiempo y que deben ser llevados en cualquiera de los diseos
experimentales clsicos tal como el Diseo Completo al Azar, el
Diseo en Bloques Completos al Azar, el Diseo en Cuadrado Latino.
Los experimentos factoriales se emplean en todos los campos de la
investigacin, son muy tiles en investigaciones exploratorias en las
que poco se sabe acerca de muchos factores. Muy frecuentemente
usados en investigaciones comparativas.
Ventajas:
1.- Permiten estudiar los efectos principales, efectos de interaccin
de factores, efectos simples y efectos cruzados y anidados.
2.- Todas las unidades experimentales intervienen en la
determinacin de los efectos principales y de los efectos de
interaccin de los factores, por lo que el nmero de repeticiones es
elevado para estos casos.
3.- El nmero de grados de libertad para el error experimental es
alto, comparndolo con los grados de libertad de los experimentos
simples de los mismos factores, lo que contribuye a disminuir la
varianza del error experimental, aumentando por este motivo la
precisin del experimento.
Desventajas:
1.- Se requiere un mayor nmero de unidades experimentales que
los experimentos simples y por lo tanto se tendr un mayor costo y
trabajo en la ejecucin del experimento.
50
2.- Como en los experimentos factoriales cada uno de los niveles
de un factor se combinan con los niveles de los otros factores; a fin
de que exista un balance en el anlisis estadstico se tendr que
algunas de las combinaciones no tiene inters prctico pero deben
incluirse para mantener el balance.
3.- El anlisis estadstico es ms complicado que en los
experimentos simples y la interpretacin de los resultados se hace
ms difcil a medida de que aumenta el nmero de factores y niveles
por factor en el experimento.
Conceptos generales:
Factor.- Es un conjunto de tratamientos de una misma clase o
caracterstica. Ejemplo: tipos de riego, dosis de fertilizacin,
variedades de cultivo, manejo de crianzas, mtodos de enseanza,
tipos de liderazgo, tipos raciales, etc.
Factorial.tratamientos.
Es
una
combinacin
de
factores
para
formar
Tipos de factores:
1.- Factores Cuantitativos.
2.- Factores Cualitativos.
1.- Factores cuantitativos.- Son aquellos factores cuyos niveles
son cantidades numricas.
Ejemplo:
Factor A : Dosis de fertilizacin
51
Niveles : 10 Kg/Ha (ao), 20Kg/Ha (a1), 30Kg/Ha (a2).
2.- Factores cualitativos.- Son aquellos factores cuyos niveles
son procedimientos, o cualidades o atributos.
Ejemplo:
Factor A: Variedades de cultivo
Niveles : Variedad 1, Variedad 2.
Interaccin
Es el efecto combinado de dos o ms factores.
Es la combinacin de dos o ms variables independientes para
generar un efecto diferente al que ellos tienen cuando actan
independientemente.
El experimento factorial se planifica con la intencin exprofesa de
medir la interaccin y evaluarla. La interaccin puede ser de tres
tipos: Sinergismo, Antagonismo, Aditivo. Es anloga a la accin de
una droga.
Interaccin por sinergismo
Las dos drogas (factores) se combinan y generan un efecto muy
superior al que ellas exhiben por separado:
52
DROGA
B
DROGA
AxB
Interaccin
53
DROGA
B
DROGA
AxB
Interaccin
Interaccin Aditiva
DROGA
A
DROGA
B
DROGA
AxB
Interaccin
54
dichos caos de interaccin positiva (cuando se gana) e interaccin
negativa (cuando se pierde). En economa, se habla de incremento y
decremento. O incremento positivo y negativo.
Ejemplo de formacin de factoriales:
Sea los factores A y B con sus respectivos niveles:
Factor A: a0 a1 a2
Factor B: b0 b1
La combinacin de los niveles de los factores ser:
a0
a1
b0
b1
b0
a0 b0
a0 b1
a2
b1
a1 b0
b0
b1
a1 b1
a2b0
a2 b1 } tratamientos
a0 b1
a1 b0
a1 b1
a1b0
a2 b1
1
2
3
4
Formacin de factoriales:
En la informacin de factoriales, se debe tener presente lo
siguiente:
1.- Que factores deben incluirse.
55
2.- Que factores son fijos (modelo I) y que factores son al azar
(modelo II).
3.- Cuntos niveles se tiene por factor.
4.- Si son factores cuantitativos, cual debe ser el espaciamiento
entre los niveles del factor.
Por ejemplo:
0%, 5% y 10% de nitrgeno, significa igual espaciamiento.
56
Grfico de la interaccin:
La interaccin de los factores se representa grficamente; la
tendencia indica el grado de interaccin entre los factores, la cual
aumenta a medida que las lneas tiendan a cruzarse.
En los siguientes grficos se muestran los casos posibles de
interaccin en dos factores: A con 3 niveles y B con 2 niveles. En el
eje "X" se registra los niveles de A y en el eje "Y" los promedios de la
interaccin de "A" y "B". Los puntos son unidos por una lnea de
tendencia, para cada nivel de "B".
57
Sin interaccin:
b1
b0
ao
a1
a2
Sin interaccin
Lneas Paralelas
Interaccin dbil:
b1
b0
ao
a1
a2
Interaccin Dbil
Tendencia a entrecruzarse las lneas P
58
Interaccin Fuerte:
b0
b1
ao
a1
a2
Interaccin Fuerte
Las lneas de Tendencia se entrecruzan
59
M1
M2
M3
BLOQ
T1
T2
T3
T1
T2
T3
T1
T2
T3
TOTAL
52.6
56.0
52.5
49.4
48.8
48.0
42.7
49.2
48.5
447.7
54.2
48.0
52.0
49.2
44.0
47.0
48.8
44.0
43.4
430.6
49.8
49.6
51.8
42.8
44.0
48.2
40.4
42.0
45.2
413.8
46.5
48.4
53.6
53.2
42.4
49.6
47.6
43.2
47.6
432.1
202.0
209.9
194.6
179.2
192.8
179.5
178.4
184.7
1724.2
TOTAL 203.1
M1 = 615.0
M2 = 566.6
M3 = 542.6
T1 = 577.2
T2 = 559.6
T3 = 587.4
Donde:
i: 1, 2, 3 (Marca) j : 1, 2, 3 (Tiempo) k : 1, 2, 3, 4 (Operario)
Se pide:
a. Presente el Modelo Aditivo Lineal (M.A.L.) e interprete cada uno de
sus componentes en trminos del problema.
b. Realice el Anlisis grfico de la interaccin. Qu comentario
puede Ud., realizar al respecto ?.
c. Realice el Anlisis de Variancia. De sus conclusiones con alpha =
0.05
d. Realice la Prueba de Duncan para el Factor Marca de Jugo de
Naranja. Use alpha = 0.05
Algunos diseos experimentales clsicos
Un diseo experimental es una regla que determina la asignacin
de las unidades experimentales a los tratamientos. Aunque los
experimentos difieren unos de otros en muchos aspectos, existen
60
diseos estndar que se utilizan con mucha frecuencia. Algunos de
los ms utilizados son los siguientes:
1. Diseo completamente aleatorizado:
El experimentador asigna las unidades experimentales a los
tratamientos
al
azar.
La
nica
restriccin
es
el
nmero
de
este
diseo
el
experimentador
agrupa
las
unidades
61
El diseo en bloques ms simple es el denominado diseo en
bloques completos, en el que cada tratamiento se observa el
mismo nmero de veces en cada bloque.
El diseo en bloques completos con una nica observacin por
cada tratamiento se denomina diseo en bloques completamente
aleatorizado o, simplemente, diseo en bloques aleatorizado.
Cuando el tamao del bloque es inferior al nmero de tratamientos
no es posible observar la totalidad de tratamientos en cada bloque y
se habla entonces de diseo en bloques incompletos.
3. Diseos con dos o ms factores bloque:
En
ocasiones
hay
dos
(o
ms)
fuentes
de
variacin
lo
fila-columna,
se
caracteriza
porque
existen
unidades
62
63
factores con un nmero relativamente pequeo de pruebas. Por
ejemplo, el diseo en cuadrado latino, en el que se supone que
todas las interacciones son nulas, permite estudiar tres factores de k
niveles con solo k2 observaciones. Si se utilizase el diseo equilibrado
completo se necesitan k3 observaciones.
5. Diseos factoriales a dos niveles:
En el estudio sobre la mejora de procesos industriales (control de
calidad) es usual trabajar en problemas en los que hay muchos
factores que pueden influir en la variable de inters. La utilizacin de
experimentos
completos
en
estos
problemas
tiene
el
gran
2k-p observaciones
64
(cuanto mayor sea p menor nmero de observaciones se necesita
pero mayor confusin de efectos se supone).
En los ltimos aos Taguchi ha propuesto la utilizacin de
fracciones factoriales con factores a tres niveles en problemas de
control de calidad industrial.
Diseos Anidados o Jerarquizados
Los diseos anidados o jerarquizados son arreglos factoriales de
tratamientos, donde un factor se encuentra encajado (anidado o
jerarquizado)
a2
(mujer)
Factor b
Factor c
VITAMINA MINERAL
b1 (500)
c1 (20%)
c2 (40%)
c3 (80%)
Variable respuesta
Pesos= kilogramos
2,3,4
1,2,3
5,2,3
b2 (1000) c1 (20%)
c2 (40%)
c3 (80%)
5,2,3
1,4,6
2,5,6
b1 (500)
c1 (20%)
c2 (40%)
c3 (80%)
3,3,3
5,4,3
2,3,1
b2 (1000) c1 (20%)
c2 (40%)
c3 (80%)
8,9,5
2,3,4
4,5,6
65
En
un
ejemplo
de
nutricin
puede
considerarse:
factor
Factor
(SEXO)
a Factor
(VITAMINA)
a1
(varn)
b1 (500)
c1 (20%)
c2 (40%)
c3 (80%)
Variable
respuesta
Peso =Kgr
2,3,4
1,2,3
5,2,3
b2 (1000)
c1 (25%)
c2 (45%)
c3 (65%)
5,2,3
1,4,6
2,5,6
b1 (300)
c1 (12%)
c2 (13%)
c3 (14%)
3,3,3
5,4,3
2,3,1
b2 (2000)
c1 (30%)
c2 (40%)
c3 (50%)
8,9,5
2,3,4
4,5,6
a2
(mujer)
b Factor c
(MINERAL)
66
El modelo aditivo lineal del primer ensayo es:
Y A B C ( AxB ) ( AxC ) ( BxC ) ( AxBxC )
Donde:
Y= la variable respuesta (el aumento de peso)
error experimental
Para el segundo arreglo, el modelo aditivo lineal es:
Y A B( A) C( AxB )
Donde:
Y= la variable respuesta (el aumento de peso)
error experimental
Realizar el tratamiento estadstico de los dos ensayos y verificar las
diferencias que existen entre ambos ANOVAS.
El Diseo es: Experimental Riguroso o Genuino.
Caractersticas y Propiedades:
(a)
(b)
Existe aleatorizacin
67
(c)
Hay replicacin
Calificacin
40
35
45
42
48
45
62
56
60
54
60
65
38
32
50
40
46
35
60
50
48
61
55
53
45
56
50
45
55
48
72
56
63
75
67
68
47
53
46
52
56
47
60
66
56
64
72
70
35
50
35
40
43
35
56
48
52
45
59
52
25
35
30
24
34
34
40
36
32
31
34
38
68
Caja de dialogo
Incluye la variable dependiente (aqu se declara (la calificacin del
jugo) y en las instrucciones del modelo de ANOVA incluiremos los
factores principales y sus interacciones, es decir:
Variable dependiente: califica
Instrucciones del Modelo: A
O TAMBIN: ALL(A B C)
A*B
A*C
B*C
A*B*C
gl
Sumas
de Valor
cuadrados
F
Valor P
Dulzura
Acidez
Dulzura*Acidez
Color
Dulzura*Color
Acidez*Color
Dulzura*Acidez*Color
2
1
2
1
2
1
2
4149,53
624,22
488,53
3200,00
203,08
80,22
24,19
0,0001
0,0001
0,0004
0,0001
0,0307
0,0927
0,6459
75,51
22,72
8,89
116,46
3,70
2,92
0,44
Conclusiones
(1) Las calificaciones del jugo variaron por: Dulzura, Acidez, Color
y por la interaccin Dulzura*Color y Dulzura*Color.
(2)
(3)