Documentos de Académico
Documentos de Profesional
Documentos de Cultura
EVALUACIN DE DISEO FACTORIAL CON DOS FACTORES Y DISEO FACTORIAL CON TRES FACTORES
PRESENTAN:
INTRODUCCION
Los experimentos factoriales se usan en casi todos los campos de investigacin. Son de gran valor en el trabajo exploratorio (Niveles ptimos o combinacin ptima de los factores). Un diseo factoriales aquel en el que el conjunto de tratamientos est conformado por todas las posibles combinaciones de los distintos niveles de los factores involucrados. En estadstica, un experimento factorial completo es un experimento cuyo diseo consta de dos o ms factores, cada uno de los cuales con distintos valores o "niveles", y cuyas unidades experimentales cubren todas las posibles combinaciones de esos niveles en todo los factores. Este tipo de experimentos permiten el estudio del efecto de cada factor sobre la variable respuesta, as como el efecto de las interacciones entre factores sobre la dicha variable. Por ejemplo, con dos factores y dos niveles en cada factor, un experimento factorial tendra en total cuatro combinaciones de tratamiento, y se le denominara diseo factorial de 22.
El objetivo de un diseo factorial es estudiar el efecto de varios factores sobre una o varias respuestas o caractersticas de calidad, es decir, lo que se busca es estudiar la relacin entre los factores y la respuesta, con la finalidad de conocer mejor como es esta relacin y generar conocimiento que permita tomar acciones y decisiones que mejoren el desempeo del proceso. Por ejemplo uno de los objetivos particulares ms importantes que en general tiene un diseo factorial es encontrar nuevas condiciones de operacin del proceso que eliminen o disminuyen cierto problema de calidad en la variable de salida. Los factores pueden ser de tipo cualitativo (mquinas, tipos de material, operador, la presencia o ausencia de una operacin previa, etc.), o de tipo cuantitativo (temperatura, humedad, velocidad, presin, etc.). Para poder estudiar la manera en que influye cada factor sobre la variable de respuesta, es necesario elegir al menos dos niveles de pruebas para cada uno de ellos (tres mquinas, dos operadores, tres velocidades, dos temperaturas). Con el diseo factorial completo se corren aleatoriamente en el proceso todas las posibles combinaciones que pueden formarse con los niveles seleccionados. DEFINICIONES: Diseo factorial: Diseo experimental que sirve para estudiar el efecto individual y de interaccin de varios factores sobre una o varias respuestas. Factor cualitativo: Sus niveles toman valores discretos o de tipo nominal que no pueden ser fracciones. Ejemplos: mquinas, lotes, marcas, etc. Factor cuantitativo: Sus niveles de prueba pueden tomar cualquier valor dentro de cierto intervalo. La escala es continua, como por ejemplo temperatura, velocidad, presin, etc. Arreglo factorial: Conjunto de puntos experimentales o tratamientos que pueden formarse al considerar todas las posibilidades de combinacin de los niveles de los factores. Efecto de un factor: Es el cambio observado en la variable de respuesta debido a un cambio de nivel en el factor. Efecto principal: Es igual a la respuesta promedio observada en el nivel alto de un factor menos la respuesta promedio en el nivel bajo.
Efecto de interaccin: Dos factores interactan significativamente sobre la variable de respuesta cuando el efecto de uno depende del nivel en que est el otro. VENTAJAS DE LOS DISEOS FACTORIALES: 1. Son diseos que se pueden aumentar para formar diseos compuestos en caso de que se requiera una exploracin ms completa. 2. Se pueden corres fracciones de diseos factoriales, las cuales son de gran utilidad en las primeras etapas de una investigacin que involucra a muchos factores, cuando interesa descartar de manera econmica los que no son importantes, antes de hacer un estudio ms detallado con los factores que s son importantes 3. Pueden utilizarse en combinacin con diseos de bloques en situaciones en las que no puede correrse todo el diseo factorial completo bajo las mismas condiciones o circunstancias. 4. La interpretacin y clculo de los efectos en los experimentos factoriales se puede hacer con aritmtica elemental, en particular cuando cada factor se prueba en dos niveles.
Cuando se tiene tres factores (A B y C) y el nmero de niveles de prueba en cada uno de ellos son a, b y c, se puede construir el arreglo factorial a*b*c, que consiste de a*b*c tratamientos o puntos experimentales. El estudio factorial de tres factores (A, B y C) permite investigar los efectos: A, B, C, AB, AC, BC y ABC, donde el nivel de desglose o detalle con el que pueden estudiarse depende el nmero de niveles utilizado en cada factor. Por ejemplo, si un factor se prueba en dos niveles todo su efecto marginal (individual) es lineal, o sea que su efecto individual no se pueda descomponer; pero si tuviera tres niveles, su efecto marginal se puede descomponer en una parte lineal y otra cuadrtica pura.
3.2.3 CUADRO DE ANALISIS DE VARIANZA Tabla ANOVA Para el diseo factorial a*b*c FV Efecto A Efecto B Efecto C Efecto AB Efecto AC Efecto BC Efecto ABC Error Total SC SCA SCB SCC SCAB SCAC SCBC SCABC SCE SCT GL a-1 b-1 c-1 (a-1)(b-1) (a-1)(c-1) (b-1)(c-1) (a-1)(b-1)(c-1) abc(n-1) abcn-1 CM CMA CMB CMC CMAB CMAC CMBC CMABC CME F0 CMA/CME CMB/CME CMC/CME CMAB/CME CMAC/CME CMBC/CME CMABC/CME Valor-p P(F> F0A) P(F> F0B) P(F> F0C) P(F> F0AB) P(F> F0AC) P(F> F0BC) P(F> F0ABC)
Dnde:
FV: Fuente de Variacin. SC: Suma de Cuadrados. GL: Grados de Libertad. CM: Cuadrado Medio. FO: f Fisher calculado.
Al efecto cuyo valor-p sea menor al valor especificado para , se declara estadsticamente significativo o se dice que est activo. El ANOVA de tres factores dado en la tabla anterior tiene cuatro renglones adicionales, por los nuevos cuatro efectos que pueden estudiarse. Las sumas de cuadrados son muy similares a las obtenidas para dos factores. FORMULAS Suma de Cuadrados
Las sumas de cuadrados son muy similares a las obtenidas para dos factores; habr que considerar un subndice adicional para el tercer factor, comenzando otra vez por la suma de cuadrados total, stas resultan ser:
SCT
i 1 j 1 k 1 l 1
2 ijk
2 ...
Dnde:
N = abcn es el total de observaciones en el experimento; el subndice k representa ahora el tercer factor y l las repeticiones. Las sumas de cuadrados de efectos son:
Restando stas del total, la suma de cuadrados del error resulta ser:
Cuyos respectivos grados de libertad se dan en la tabla ANOVA anterior. Una vez hecho el ANOVA, se procede a interpretar los efectos activos, y luego (aunque no necesariamente despus) a diagnosticar la calidad del modelo.
Cuadrado Medio
Dnde:
CM = Cuadrado Medio del efecto SC = Suma de cuadrado del efecto GL = Grados de libertad del efecto
Modelo estadstico
En un diseo factorial a*b*c se supone que el comportamiento de la respuesta Y puede describirse mediante el modelo de efectos dado por:
Yijkl = +ai + j + k + ()ij + ()ik + ()jk + ()ijk + ijkl; I=1,2,,a; j=1,2,,b; k=1,2,,c; l=1,2,,n
Dnde:
= media general i = efecto del nivel i-simo del factor A j = efecto del nivel j del factor B k = efecto del nivel k en el factor C
()ij, ()ik, ()jk = efectos de interacciones dobles (de dos factores) en los niveles ij, ik, jk, respectivamente. ()ijk : efecto de interaccin triple en la combinacin o punto ijk ijkl : error aleatorio en la combinacin ijkl l : repeticiones o rplicas del experimento
Todos los efectos cumplen la restriccin de sumar cero, es decir, son desviaciones respecto a la medida general .
El estudio factorial de tres factores (A,B,C) permite investigar los efectos A,B,C,AB,AC,BC y ABC donde el nivel de desglose o detalle con el que puede estudiarse depende del nmero de niveles utilizado en cada factor. Por ejemplo si un factor se prueba en dos niveles, todo su efecto marginal es lineal, o sea que su efecto individual no se puede descomponer; pero si tuviera tres niveles, su efecto marginal se puede descomponer en una parte lineal y otra cuadrtica pura.
Hiptesis nula H 0A: todas las H 0AB: todas las H 0ABC: todas las =0
En resumen se tienen siete efectos de inters sin considerar el desglose y con ellos se pueden plantear las siete hiptesis nulas:
1. 2. 3. 4.
3.2.5 EJEMPLO Se desea investigar el efecto del tipo de suspensin (A), abertura de malla (B) y temperatura de ciclaje (C) en el volumen de sedimentacin Y(%) de una suspensin. Para ello se decide correr un experimento factorial 3*2*2 con seis rplicas, y las observaciones obtenidas en las 72 corridas experimentales se muestran en la siguiente tabla A1 B1 C1
60 86 75 70 53 55 75 70 53 55 67 67 52 52
A2 B1
73 68 52 54 73 68 57 54 62 76 44 48
A3 B1 B1
80 80 60 65 76 70 52 52 71 68 51 48 75 73 50 54 75 75 56 59
B1
68 65 44 48 65 65 45 45 71 72 60 67
B1
75 75 55 50 75 77 57 55
80 80 60 67
C2
55 55
9 10
11 12 13 14 15 16 17 18
H0: Efecto A es considerablemente influyente en los resultados. H0: Efecto B es considerablemente influyente en los resultados. H0: Efecto C es considerablemente influyente en los resultados. H0: Efecto AB es considerablemente igual en conjunto. H0: Efecto AC es considerablemente igual en conjunto. H0: Efecto BC es considerablemente igual en conjunto. H0: Efecto ABC es considerablemente igual en conjunto.
A1 B1 B1 62 76 B1
A2 B1 B1
60 75 75 67 73 73 C1 86 70 70 67 68 68
68 65 71 80 80 76 71 75 75 75 75 65 65 72 80 80 70 68 73 75 75 77
= 436
= 416
= 401
= 463
= 433
= 452
= 852
= 864
= 885
55 53 53 52 52 57 C2 55 55 55 52 54 54 = 326 = 321
44 48
B2 con C2 = 1032
= 274
= 647
= 653
= 639
TOTAL = 762
TOTAL = 737
TOTAL = 675
TOTAL = 842
TOTAL = 740
TOTAL = 784
TOTAL = 1499
TOTAL = 1517
TOTAL = 1524
Grados de Libertad
Cuadrado Medio
Tabla ANOVA
GL 2 1 1 2 2 1 2 60 71
Conclusiones
1. 2. 3. 4.
Ho se rechaza, la temperatura de ciclaje si influye. Ho se rechaza, la abertura de la malla si influya. Ho se acepta, el tipo de suspensin no influye. Ho se rechaza la temperatura de ciclaje no es igual a la abertura de la malla en conjunto. 5. Ho se acepta, la temperatura de ciclaje es igual al tipo de suspensin en conjunto. 6. Ho se rechaza, la abertura de la malla no es igual al tipo de suspensin en conjunto. 7. Ho se acepta, los tres factores en conjunto se comportan en forma similar.
1.1.1
Considere f factores A, B, C,, K con niveles a, b, c,, k respectivamente, donde la letra K denota al f-simo o ltimo factor del conjunto a estudiar, no necesariamente al dcimoprimero que es lugar de esta letra en el alfabeto. Con estos niveles y factores se puede construir el diseo factorial general a x b x x k, que consiste de a x b x x k tratamientos o puntos de prueba. Con este diseo se pueden estudiar f efectos principales, f(f-1)/2 interacciones dobles, f(f-1)(f-2)/(3 x 2) interacciones triples, y as sucesivamente hasta la nica interaccin de los f factores (ABCK). el clculo del nmero de interacciones de cierta cantidad m de factores se hace mediante la operacin combinaciones de f en m ( ) que cuenta el nmero de maneras diferentes de seleccionar m factores de los f, donde f! = f x (f-1) x x 2 x 1. En resumen con el factorial general descrito se pueden estudiar los siguientes 2f 1 efectos.
1.1.2
ANOVA para el diseo factorial general a x b x x k Fuente de Variacin Suma de Cuadrados SCA SCK SCAB SC(K-1)K SCABC SC(K-2)(K-1)K Error Total SCABK SCE SCT Grados de libertad a-1 k-1 (a-1)(b-1) (l-1)(k-1) (a-1)(b-1)(c-1) (m-1)(l-1)(k-1) (a-1)(b-1)(k-1) abck(n-1) (abckn)-1
Donde N = abc kn es el total de observaciones en el experimento; los subndices k y m representan al tercero y ltimo factor, respectivamente. Las sumas de cuadrados de efectos son:
Slo en el caso irreal de que todos los posibles efectos en el factorial general estn activos, es necesario realizar al menos dos rplicas del experimento. En las situaciones reales se replican al menos dos veces (y no siempre) slo los diseos factoriales consistentes de 16 o menos puntos de prueba.