Está en la página 1de 2

EJEMPLO 2

Se quiere invertigar las causas que influyen en la velocidad de una reacción


quimica, y se estima que estas son dos: la concentración del reactivo adicionado (Z1)f
y la concentración del catalizador de la misma. Por experiencia se conoce que tales
factores en la reacción en estudio pueden variar entre los niveles siguientes
factores Nivel (-)
Nivel (+)
reactivo (mg/l) Z1 15 20
Catalizador (mg/l)
Z2 1 2

se aplica un diseño factorial y se realizan los ensayos con tres replicas, obteniéndose
los siguientes resultados
Factores respuestas
N x1 x2 X1X2 I II III Y¨ ∑Y ∑y^2
1 -1 -1 1 28 25 27 26.7 80 2138
2 1 -1 -1 36 32 32 33.3 100 3344
3 -1 1 -1 18 19 23 20.0 60 1214
4 1 1 1 31 30 29 30.0 90 2702
27.50 330 9398
Ssto 323

calculo de efectos
+ - efectos
Medio efectos SSefectos
X1 31.7 23.3 8.333 4.167 ###
X2 25.0 30.0 -5.000 -2.50 75
X1X2 28.3 26.7 1.667 0.833 8.33
∑ ###

Calculo Sserror
SSerror = SSto - SSefectos 3
=23 - 291.67 = 31.33

Con estos datos se construye la tabla de ANOVA


Fuente SS G.L. MS Fc F(0,05,1,8) Ho
X1 ### 1 ### 53.2 11.26 Rechazo
X2 75 1 75 19.15 11.26 Rechazo
X1X2 8.33 1 8.33 2.13 11.26 acepto
Error 31.33 8 3.92
Total 323 11

Definición del modelo codificado


ў = ÿ + (∆X1/2) X1 + (∆X2/2)X2

Donde: ў = Valor estimado de la variable dependiente


ÿ = Gran promedio

ў = 27,5 + 4,17X1 - 2.5X2

Análisis de residuos
Variables Yi R=(Yi-ў)
N X1 X2 Y1 Y2 Y3 ў RY1 RY2 RY3
1 -1 -1 28 25 27 25.83 2.167 -0.833 1.167
2 1 -1 36 32 32 34.17 1.833 -2.167 -2.167
3 -1 1 18 19 23 20.83 -2.833 -1.833 2.167
4 1 1 31 30 29 29.17 1.833 0.833 -0.167

Se calculan los cuadrados


N R^2 = (yi - ў)^2
1 4.7 0.69 1.36
2 3.36 4.7 4.7
3 8.03 3.36 4.7
4 3.36 0.69 0.03

∑(Ryi)^2 = 39.67

Entonces el modelo es bueno


ў = 27,5 + 4,17X1 - 2.5X2
es el modelo codificado
N Variables Y (real) Y ў R= Yi - ў
X1 X2 1 2 3 RY1 RY2 RY3 R^2
1 -1 -1 28 25 27 26.67 25.83 2.17 -0.83 1.17 6.3
2 1 -1 36 32 32 33.33 34.17 1.83 -2.17 -2.17 6.3
3 -1 1 18 19 23 20.00 20.83 -2.83 -1.83 2.17 6.2
4 1 1 31 30 29 30.00 29.17 1.83 0.83 -0.17 6.2