SEMINARIO: Diseo de Experimentos (MINITAB 13)

1.

Diseo de Experimentos: El valor p: es el nivel mnimo de significancia al cual la hiptesis nula Ho es rechazada. La prueba estadstica utilizada en MINITAB es la prueba F, la cual es obtenida al completar la tabla de anlisis de varianza. Esta tabla conocida como ANOVA presenta la siguiente estructura. Fuentes de variacin Entre grupos Dentro de grupos Total Grados de libertad k-1 n-k n-1 Suma de cuadrados SSG SSE SST Media de cuadrados MSG=SSG/k-1 MSE=SSE/n-k SST F MSG/MSE

TABLA 1. Esta tabla presenta la estructura del anlisis de Anova.

La hiptesis nula Ho se rechaza si Fcalculada > Fcrtica o si se analiza el valor p, la hiptesis se rechaza si el valor p es menor que el valor establecido.

1.1

Ingreso de Datos Utilizando un solo factor aleatorio: Los datos se colocan en dos columnas: una identifica la fuente y la otra la variable de respuesta. Los datos se colocan de acuerdo al nmero de factores considerados y con su correspondiente valor de la variable de respuesta. La hiptesis nula considerada es que las medias son iguales, o desde el punto de vista del factor, que el factor no es significativo. Luego se selecciona el procedimiento o prueba que se quiere realizar. Ejemplo:
1

SEMINARIO: Diseo de Experimentos (MINITAB 13)

Se considera la vida til de 5 marcas de pilas.

Procedimiento: Entrada de datos En la hoja de trabajo se escriben dos columnas. Una identifica la marca y la otra la variable de respuesta observada.

FIGURA 1.1.1. Esta figura muestra la manera en que se deben entrar los datos.

Los datos se analizan de la siguiente manera:

Se selecciona <STAT>ANOVA>One way

SEMINARIO: Diseo de Experimentos (MINITAB 13)

FIGURA 1.1.2. Esta figura muestra la pantalla que sale al oprimir <Stat>,Anova, One way

Luego se obtiene la pantalla, donde se indica cual es la variable de respuesta (Response) y donde se encuentran los factores (Factor)

FIGURA 1.1.3. Esta figura muestra la manera de seleccionar las columnas para el anlisis de varianza

Se presiona OK

Los resultados se pueden apreciar en la siguiente pantalla:

SEMINARIO: Diseo de Experimentos (MINITAB 13)

FIGURA 1.1.4. Esta figura muestra los resultados de la Anova para este ejemplo

Interpretacin: Si se observa el valor p es 0. Por lo tanto, se rechaza la hiptesis nula de que las medias sean iguales y se concluye que el factor marca si es significativo. En la grfica punteada se muestran los intervalos de confianza para cada nivel del factor marca. Se puede apreciar de la grfica, que los intervalos casi no se solapan.

1.2

Diseo de Experimentos para bloques completamente aleatorios: Ejemplo: El experimento consiste en probar el rendimiento de combustible por kilmetro. Se consideran tres tipos de carburadores en 5 autos diferentes. Procedimiento: Entrada de datos Los datos se ingresan en tres columnas diferentes, una que identifica el tipo de carburador, otra identifica el tipo de auto y la

SEMINARIO: Diseo de Experimentos (MINITAB 13)

ultima contiene la variable de respuesta. Esto se muestra en la siguiente Figura.

FIGURA 1.2.1. Esta figura muestra la manera de entrar los datos para el ejemplo.

Los datos se analizan de la siguiente manera:

Se

selecciona

<STAT>ANOVA>One way. Se

puede

seleccionar dos opciones Balanced Anova o General Linear Model . Para el ejemplo se elige la segunda opcin.

FIGURA 1.2.2. Esta figura muestra la manera de seleccionar un anlisis de Anova, utilizando el modelo lineal general

SEMINARIO: Diseo de Experimentos (MINITAB 13)

Luego se presenta una ventana, donde se indica la columna que contiene las respuestas (km/galn) y el modelo a ser considerado, colocando los dos factores considerados: Carburador y Auto.

FIGURA 1.2.3. Esta figura muestra la pantalla de modelo general lineal.

Se presiona OK Los resultados obtenidos se presentan en la ventana de sesin, segn se puede apreciar en la siguiente pantalla:

FIGURA 1.2.4. Esta figura muestra el anlisis de varianza para el ejemplo.

SEMINARIO: Diseo de Experimentos (MINITAB 13)

Interpretacin: Si se observa el valor p del factor carburador y del factor Auto, ambos son mayores que 0.05 y si se considera =0.05, entonces ambos factores no son significativos y por tanto no deben ser considerados en el modelo, puesto que no afectan la media de la variable de respuesta.

1.3

Experimentos Factoriales 2k: Ejemplo: Se tiene un experimento con dos factores y se toman cuatro repeticiones en cada condicin experimental. Al colocar los datos se realizan los siguientes pasos con el fin de que MINITAB provea las columnas de los tratamientos debidamente codificados.

Se selecciona la opcin <STAT> de la pantalla principal, y luego las opciones DOE, Create, Create Factorial Design.

FIGURA 1.3.1. Esta figura muestra la manera de comenzar a crear un diseo factorial

SEMINARIO: Diseo de Experimentos (MINITAB 13)

Aparece la pantalla de Factorial Design. Aqu se escoge el nmero de factores considerados.

FIGURA 1.3.2. Esta figura muestra la manera crear un diseo factorial.

Dentro de esta pantalla se selecciona Designs para escoger el diseo, nmero de repeticiones y otras opciones; aqu se indicar que se utilizan cuatro repeticiones por tratamiento.

Finalizando esta pantalla se oprime OK y se regresa a la pantalla Factorial Design.

FIGURA 1.3.3. Esta figura muestra la manera de escoger el diseo.

SEMINARIO: Diseo de Experimentos (MINITAB 13)

Dentro de la pantalla Factorial Design se selecciona Options y para facilitar el ingreso de datos. Desactive el comando Randomize Runs oprimiendo la marca de cotejo.

Salga de esta ventana presionando OK.

FIGURA 1.3.4. Esta figura muestra la manera de escoger opciones en el diseo.

De vuelta a la pantalla Factorial Design se oprime OK. Inmediatamente el programa le pregunta si desea guardar la hoja de trabajo anterior. Oprima NO si ya ha guardado o no quiere conservar dicha hoja. mximo (-1, 1). MINITAB le crear una ventana con los datos ya ordenados por valor mnimo o

Las columnas de los tratamientos fueron creadas, queda ingresar las variables respuesta del experimento, con el patrn seleccionado por el programa.

Luego para obtener los resultados se va de nuevo a <STAT>, luego DOE y se selecciona Analyze Factorial Design. En esta pantalla es necesario indicar la columna de la variable de respuesta (Response).

1.4

Experimentos factoriales con varios niveles

SEMINARIO: Diseo de Experimentos (MINITAB 13)

Ejemplo: Considere el ejemplo de la seccin 1.2 (ejemplo de los autos), se observa que el factor carburador tiene 4 niveles y el factor Auto tiene 5 niveles. Para este tipo de experimentos se utiliza un Full factorial design. Procedimiento:

Se selecciona la opcin <STAT> de la pantalla principal, y luego las opciones DOE y Create, Create Factorial Design. Aparece la pantalla de Factorial Design y se activa General Full factorial Design. Aqu se escoge el nmero de factores considerados.

FIGURA 1.4.1. Esta figura muestra la manera de crear un diseo factorial.

Dentro de esta pantalla se selecciona Designs para escoger el diseo, nmero de repeticiones y otras opciones; Se indicar que slo hay una repeticin por tratamiento. Se coloca el nombre de cada factor y el nmero de niveles de cada uno.

10

SEMINARIO: Diseo de Experimentos (MINITAB 13)

Se oprime OK y se regresa a la pantalla Factorial Design.

FIGURA 1.4.2. Esta figura muestra la manera de crear el diseo factorial.

Dentro de la pantalla Factorial Design se selecciona Options y se desactiva el comando Randomize Runs oprimiendo la marca de cotejo.

Salga de esta ventana presionando OK. Luego se ingresan los datos de la variable de respuesta.

FIGURA 1.4.3. Esta figura muestra la hoja de trabajo donde se ingresarn los datos de la variable respuesta.

11

SEMINARIO: Diseo de Experimentos (MINITAB 13)

Luego para obtener los resultados se va de nuevo a STAT, luego DOE y se selecciona Analyze Factorial Design. En esta pantalla es necesario indicar la columna de la variable de respuesta (Response).

12