Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Curso Dise o Experimentos
Curso Dise o Experimentos
DISEO DE EXPERIMENTOS
Teora
Dr. Primitivo Reyes Aguilar
Mail: primitivo_reyes@yahoo.com
Cel. 04455 5217 4912
OBJETIVO
Contenido
1. INTRODUCCIN AL DISEO DE EXPERIMENTOS...............................4
1.1 Aplicaciones del diseo de experimentos...................................5
Definicin de experimento, diseo de experimentos y eficiencia
de un experimento.........................................................................7
1. 2 Principios bsicos del diseo de experimentos..........................7
1.3. Metodologa general para realizar un experimento..................9
1.4. Aplicaciones del diseo de experimentos................................13
2. ANALISIS DE VARIANZA DE UN FACTOR (ANOVA 1 VIA)..................15
2.1 Introduccin..............................................................................15
2.2 Tipos de variacin y sumas de cuadrados.................................16
2.3 Uso de Excel:.............................................................................18
2.4 Uso de Minitab...........................................................................19
2.5 Grafica de residuos contra el valor ajustado de y ij ....................20
2.6 Ejercicios...................................................................................21
3. ANALISIS DE VARIANZA DE DOS VAS o DIRECCIONES (ANOVA 2
VIAS)...................................................................................................23
3.1 Introduccin..............................................................................23
3.2 Ejemplos con clculo manual....................................................23
3.3 Procedimiento en Excel.............................................................24
3.4 ANOVA en Minitab.....................................................................25
4. DISEOS FACTORIALES...................................................................29
4.1 Principios y definiciones bsicas...............................................29
Ventajas de los diseos factoriales..............................................31
4.2 Diseo factorial de dos niveles (2^K).......................................32
5. DISEOS DE EXPERIMENTOS FRACCIONALES DE DOS NIVELES.....40
5.1 Concepto de replicacin fraccionada........................................40
Pgina 2 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
Pgina 3 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
E
l diseo de experimentos es una tcnica estadstica que nos
ayuda a identificar qu factores o variables afectan El
comportamiento de un proceso productivo y de esta manera
poder mejorarlo.
Entradas Salida
Proceso
y
z1 z2 z3 z4 ... zq
Factores incontrolables
Figura 1. Modelo general de un proceso o sistema
Pgina 4 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
Pgina 5 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
E
l diseo de experimentos puede servir para mejorar el
rendimiento de un proceso de manufactura, desarrollo de
nuevos procesos con lo que se logra:
Pgina 6 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
F2 F1
F11
F21
F22 F12
CARACTERISTICA
DE C ALIDAD
F41
F31
F32
F42
F4 F3
Pgina 7 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
Experimento
Diseo de experimentos
E
s el proceso de planear, ejecutar y analizar el experimento de
manera que los datos apropiados sean recolectados, y que
estos tengan validez estadstica para obtener conclusiones
validas y tiles. Se entiende por validez estadstica, el que los
resultados se puedan repetir consistentemente sobre todo en la
operacin a gran escala o masiva.
Eficiencia de un experimento
Pgina 8 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
Pgina 9 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
Pgina 10 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
Cuantitativa
Precisa.
Que tenga algn significado fsico.
Pgina 11 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
Pgina 12 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
P
ara usar un enfoque estadstico al disear y analizar un
experimento se requiere que todos los participantes en l
tengan de antemano una idea clara de qu es exactamente lo
que se va a estudiar, cmo se van a recopilar los datos y, al menos,
una idea cualitativa de cmo se van a analizar. A continuacin, se
ofrece una gua del procedimiento recomendado:
Pgina 13 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
6. Anlisis de datos.
Pgina 14 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
7. Conclusiones y recomendaciones.
E
n muchas ocasiones l termino experimento se considera
asociado exclusivamente para cuestiones cientficas y tericas;
sin embargo tienen varias aplicaciones prcticas.
Pgina 15 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
Pgina 16 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
2.1 Introduccin
El anlisis de la varianza de un factor (ANOVA) es una metodologa
para analizar la variacin entre muestras y la variacin al interior de
las mismas mediante la determinacin de varianzas. Es llamado de
una va porque analiza un variable independiente o Factor ejemplo:
Velocidad. Como tal, es un mtodo estadstico til para comparar dos
o ms medias poblacionales. El ANOVA de un criterio nos permite
poner a prueba hiptesis tales como:
H 0 1 2 3 .... k
H 1 : Al menos dos medias poblaciona les son diferentes.
sb2
Fc 2
sw
F , ( k 1), k ( n 1))
k = nmero de muestras.
Por ejemplo:
Pgina 17 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
TRATAMIENTOS
SCT ( Xij X )
i 1 j 1
SCT = 251.7
Pgina 18 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
r
SCTR rj ( X j X ) 2
j 1
SCTR = 65.71
4. Grados de libertad
Pgina 19 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
Pgina 20 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
ZONA
NO DE
RECHAZAR RECHAZO
Distr. F
7. Valor de P Fc
TABLA DE ANOVA
Pgina 21 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
Anlisis de varianza de un
RESUMEN factor
Varianz
Grupos Cuenta Suma Promedio a
Programa 32.666
1 4 320 80 667
Programa
2 5 405 81 5
Programa
3 5 425 85 17
Grado Promedio
ANLISIS DE VARIANZA s de de
Variacione Suma liberta Cuadrado Probabili
s cuadrados d s Fc dad F crtica
Entre 65.714285 32.85714 1.9431 0.189377 3.98229
grupos 71 2 286 644 31 796
Dentro de 16.90909
grupos 186 11 091
251.71428
Total 57 13
Source DF SS MS F P
Factor 2 65.7 32.9 1.94 0.189
Error 11 186.0 16.9
Total 13 251.7
Pgina 22 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
Programa 3 5 85.000 4.123 (-----------*----------)
----+---------+---------+---------+-----
77.0 80.5 84.0 87.5
Pooled StDev = 4.112
S
i el modelo es correcto y las suposiciones se satisfacen, los
residuos no deben tener algn patrn, ni deben estar
relacionados con alguna variable, incluyendo la respuesta Y ij.
Una comprobacin sencilla consiste en graficar los residuos contra los
valores ajustados y ij (debe recordarse que para el modelo en un
Pgina 23 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
2.6 Ejercicios
Cataliza
dor
A B C D
58.2 56.3 50.1 52.9
57.2 54.5 54.2 49.9
58.4 57 55.4 50
55.8 55.3 51.7
54.9
Pgina 24 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
A B C D
75 78 55 64
93 91 66 72
78 97 49 68
71 82 64 77
63 85 70 56
76 77 68 95
A B C
85 71 59
75 75 64
82 73 62
76 74 69
71 69 75
85 82 67
Pgina 25 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
3.1 Introduccin
Ejemplo 1.
Suponiendo que se quiere investigar si la produccin de tres
diferentes mquinas es igual, tomando en cuenta la experiencia de
los operadores a un nivel de significancia del 5%.
Experiencia Mquinas
de ops. En Maq
aos 1 Maq 2 Maq 3 Promedios
1 27 21 25 24.33333
2 31 33 35 33
3 42 39 39 40
Pgina 26 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
4 38 41 37 38.66667
5 45 46 45 45.33333
Promedios 36.6 36 36.2 36.26667
TABLA ANOVA
SS GL CM Fc Falfa
SCTR 0.93333 CMTR 0.46666 Ftr =
= 3 2 = 7 0.09 4.46
SCBL 764.933 CMBL 191.233 Fbl =
= 3 4 = 3 37.25 3.84
41.0666 5.13333
SCE = 7 8 CME= 3
806.933
SCT = 3 14 CMT= 57.6381
Pgina 27 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
Columna
1 4 294 73.5 1
Columna
2 4 274 68.5 3
Columna
3 4 302 75.5 3
Columna
4 4 291 72.75 2.92
Columna
5 4 274 68.5 1.67
ANLISIS DE VARIANZA
F
Fuente Suma Grados Cuadrad Probabilid tabla
de de de os Fc ad s
variaci Cuadrad liberta
n os d medios Valor P
Filas 12.95 3 4.32 2.38 0.12 3.49
Column
as 157 4 39.25 21.61 2.06E-05 3.26
Error 21.8 12 1.82
Total 191.75 19
Total 231 24
Pgina 28 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
Utilice 0.05 para calcular si hay diferencias entre los efectos de las
columnas y los renglones.
Introducir los datos arreglados con las respuestas en una sola
columna e indicando a que rengln y columna pertenece cada uno de
estos, como sigue:
Colum
Resp na Fila
73 1 1
73 1 2
75 1 3
73 1 4
68 2 1
67 2 2
68 2 3
71 2 4
74 3 1
75 3 2
78 3 3
75 3 4
71 4 1
72 4 2
73 4 3
75 4 4
67 5 1
70 5 2
68 5 3
69 5 4
Instrucciones:
Graphs
Seleccionar Normal plot of residuals
OK
Resultados:
Pgina 29 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
95
90
80
70
Percent
60
50
40
30
20
10
1
-3 -2 -1 0 1 2 3
Residual
Source DF SS MS F P
Agente Qumico 3 12.95 4.3167 2.38 0.121
Rollo 4 157.00 39.2500 21.61 0.000
Error 12 21.80 1.8167
Total 19 191.75
Pgina 30 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
Pgina 31 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
4. DISEOS FACTORIALES
M
uchos experimentos se llevan a cabo para estudiar los
efectos producidos por dos o ms factores. Puede
mostrarse que en general los diseos factoriales son los
ms eficientes para este tipo de experimentos. Por diseo factorial se
entiende aquel en el que se investigan todas las posibles
combinaciones de los niveles de los factores en cada ensayo
completo o rplica del experimento. Por ejemplo, si existen a
niveles del factor A y b niveles del factor B, entonces cada rplica
del experimento contiene todas las ab combinaciones de los
tratamientos. A menudo, se dice que los factores estn cruzados
cuando stos se arreglan en un diseo factorial.
Factor B
B1 B2
A1 20 30
Factor A
A2 40 52
40 52 20 30
A 21
2 2
Pgina 32 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
30 52 20 40
B 11
2 2
Si los factores tienen ms de dos niveles, el procedimiento anterior
debe ser modificado ya que las diferencias entre las respuestas
promedio pueden expresarse de muchas formas.
Factor B
B1 B2
A1 20 40
Factor A
A2 50 12
60
B2
50
B1
40
30 B2
20
B1
10
A1 A2
Factor A
Pgina 33 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
60 B1
50
B2
40
30
20
B1
10 B2
A1 A2
Factor A
Figura 2 Un experimento factorial con interacciones
50 12 20 40
A 1
2 2
El cual resulta ser muy pequeo corrindose el riesgo de concluir que
no existe un efecto debido a A. Sin embargo, cuando se examin el
efecto de A en niveles diferentes de B se concluy que ste no era el
caso. El factor A tiene un efecto, pero depende del nivel del factor B.
En otras palabras, es ms til conocer la interaccin AB que el efecto
principal. Una interaccin significativa oculta a menudo el significado
de los efectos principales.
L
as ventajas de los diseos factoriales pueden ilustrarse
fcilmente. Supongamos que se tienen dos factores, A y B, cada
uno con dos niveles. Estos niveles se representan mediante A 1,
A2, B1 y B1. La informacin acerca de ambos factores puede obtenerse
variando un factor a la vez como aparece en la tabla 3. El efecto de
variar el factor A est dada por A 2B1 -A1B2. A causa de que existe error
experimental, es conveniente realizar, por ejemplo, dos
Pgina 34 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
Pgina 35 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
Factor B
B1 B2
A1 A1B1 A1B2
Factor A
A2 A2B1 12
E
l primer diseo de la serie 2 2 es aquel en el que solo dos
factores, A y B, cada uno con dos niveles. Este diseo se
conoce como diseo factorial 22. Arbitrariamente, los niveles
del factor pueden llamarse bajo y alto.
Combinacin de Replica
tratamientos I II III Total
A baja, B baja 28 25 27 80
A alta, B baja 36 32 32 100
A baja, B alta 18 19 23 60
A alta, B alta 31 30 29 90
Pgina 36 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
b = 60(18+19+23) ab = 90(31+30+19)
Alto (2 sacos) +
bajo (1 saco) -
(1) = 80(28+25+27) a = 100(36+32+32)
- +
bajo (15%) alto (20%)
Concentracion de reactivo A
Fig.
Figura 1: Combinaciones de tratamiento en el diseo factoriall
3
As
Pgina 37 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
1
A ab b a (1) 1 ab a b (1)
2n 2n
B
1
ab a b (1) 1
ab b - a (1)
2n 2n
AB
1
ab b a (1) 1
ab (1) a (b)
2n 2n
Pgina 38 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
A YA YA
ab a b (1)
2n 2n
1
ab a b (1)
2n
B YB YB
ab b a (1)
2n 2n
1
ab b a (1)
2n
ab (1) ab
AB
2n 2n
1
ab (1) a b
2n
Pgina 39 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
A
1
90 100 60 80 8.33
2(3)
B
1
90 60 100 80 5.00
2(3)
90 80 100 60 1.67
1
AB
2(3)
ContrasteA ab a b (1)
SSc 1
aciyi. 2 n a
a ci
2
.
Pgina 40 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
SSA
ab a b (1)
2
n*4
SSB
ab b a (1)
2
n*4
SSAB
ab (1) a b
2
n*4
2
50
SSA 208.33
4(3)
2
30
SSB 75.00
4(3)
2
10
SSAB 8.33
4(3)
2
2 Y ...
SST i21 2j1 n
k 1 Y ijk
4n
Pgina 41 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
2
2 2 3 2 Y
SS E Yijk 9398.00 9075.00 323.00
i1j1k 1 4(3)
SS E SS T SS A SS B SS AB
Efectos (1) a b Ab
A: -1 +1 -1 +1
B: -1 -1 +1 +1
AB: +1 -1 -1 +1
Fuente de
variacin SS G.L. MS Fo
A 208.33 1 208.33 53.15a
B 75.00 1 75.00 19.13a
AB 8.33 1 8.33 2.13
Error 31.34 8 3.92
Total 323.00 11
a
significativo al 1%
(1) + - - +
a + + - -
b + - + -
ab + + + +
Pgina 42 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
A
1
ab b a (1) 1
ab a b (1)
2n 2n
Pgina 43 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
K!
r! (k r)!
Pgina 44 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
Lo anterior implica que por ejemplo para siete factores son necesarios
probablemente solo 28 grados de libertad (7 factores principales y 21
interacciones de dos factores), y esto equivale a solo 29 unidades de
informacin y no 128 como en el experimento original. Esto quiere
decir que no es necesario el correr una replicacin completa de todo
el experimento cuando el nmero de factores crece, sino solamente
algunas casillas o condiciones experimentales.
C
onsidrese el caso en el que se estudian tres factores de dos
niveles cada uno, pero en el que los experimentadores no
pueden costear las 23 = 8 combinaciones de tratamientos, sin
embargo, si se puede costear 4 observaciones. Esto sugiere una
fraccin un medio, de un diseo 2 3. la fraccin un medio del diseo 2 3
se conoce tambin como un diseo 2 3-1 porque tiene 23-1 = 4
combinaciones de tratamiento.
Pgina 45 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
Pgina 46 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
Notacin 1 Notacin 2
a + - -
b - + -
c - - +
abc + + +
c ac
b ab
C
B
A
a (1 )
Pgina 47 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
LA 1/2(a b c abc)
LB 1/2( a b c abc)
LC 1/2( a b c abc)
LBC 1/2(a b c abc)
LAC 1/2( a b c abc)
LAB 1/2( a b c abc)
LA A BC,
LB B AC
LC C AB
A = BC
Pgina 48 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
Notacin 1 Notacin 2
(1) ---
ab ++-
ac +-+
abc -++
L' A A BC
L' B B AC
L' C C AB
E
l diseo anterior 23-1 se conoce como diseo de resolucin III. En
tal diseo los alias de los efectos principales son interacciones
de dos factores. Un diseo es resolucin R si ningn efecto de p
factores es alias de otro efecto que tenga menos R p factores.
Usualmente, se emplea el numeral romano como subndice para
indicar la resolucin del diseo. As, la fraccin un medio del diseo 2 3
Pgina 49 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
1. Diseo con resolucin III: stos son diseos en los que ningn
efecto principal es alias de otro, pero si lo son de las
interacciones de dos factores; a su vez, estas ltimas son alias
entre s. El diseo 23-1 de la tabla 4.1 es de resolucin III.
Pgina 50 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
Temperatura F
Tipo de material 15 70 125
1 130 155 34 40 20 70
74 180 80 75 82 58
3 150 188 126 122 25 70
159 126 106 115 58 45
3 138 110 174 120 96 104
168 160 150 139 82 60
Pgina 51 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
i 1,2,..., a
Yijk i j ij ijk j 1,2,..., b
k 1,2,..., n
manera que: i1
a ij 0 . Hay un total de abn observaciones porque
se realizan n rplicas.
Pgina 52 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
Ho : 1 2 ...a 0
H1 : al menos una i 0
Ho : 1 2 ...b 0
H1 : al menos una j 0
S
ea Yi..; el total de las observaciones bajo el i-simo nivel del
factor A; Y.j. El total de las observaciones bajo el j-simo nivel
del factor B, Yij. El total de las observaciones de la ij-sima
celda, e Y... el total general de todas las observaciones. Se definen
Yi..; Y.j. y Yij. y Y... como los promedios de rengln, columna, celda y
general, respectivamente, matemticamente:
Pgina 53 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
b n Yi..
Yi.. Yijk Yi.. ; i 1,2,..., a
j1k 1 bn
a n Y.j.
Y.j. Yijk Y.j. ; j 1,2,..., b
i1k 1 an
n Y... i 1,2,..., a
Yij. Yijk Yij. ;
k 1 n j 1,2,...,b
a b n Y...
Y... Yijk Y...
i1j1k 1 abn
n
b Yijk Y...
k 1
2
j1
a
i1
a b n
Yi.. Y... Y.j. Y... Yij. Y... Y.j Y...
2
i1j1 k 1
Yijk Yij.
a b n
Yijk Y...
i1j1 k 1
2
a 2 b 2 a b 2
bn Yi.. Y... an Y.j. Y... n Yij. Yi.. Y.j. Y...
i1 j1 i1j1
a b n
Yijk - Yij.
i1j1 k 1
2
Dado que los seis productos cruzados del segundo miembro de la
ecuacin anterior son iguales a cero. Se observa que la suma total de
cuadrados se ha descompuesto en una suma de cuadrados debida a
los renglones o al factor A (SSA) en una suma de cuadrados
debida a las "columnas" o al factor B (SSB), en una suma de
cuadrados debida a la interaccin entre A y B (SSAB), y en una suma
de cuadrados debida al error (SS E): Analizando el ltimo trmino del
miembro derecho de la Ecuacin anterior es posible observar que es
Pgina 54 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
Pgina 55 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
Fuente de
Variacin SS G.L. MS Fo
Tratamientos A SSA a-1 MSA MSA
SSA MSE
a 1
Tratamientos B SSB b-1 MSB MSB
SSB MSE
b 1
Interaccin SSAB (a - 1)(b - MSAB MSAB
1)
SSAB MSE
(a 1)(b 1)
Error SSE ab(n-1) MSB
SSE
ab(n 1)
Total SST abn - 1
Pgina 56 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
2 2
a Y i.. Y ...
SSA
i1 bn abn
2 2
b Y .j. Y ...
SSB
j1 an abn
2 2
a b Y ij. Y ...
SSsubtotales
i1j1 n abn
Temperatura (F)
Pgina 57 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
Ti
p 15 70 125 Yi.
o .
d
e
M
at
.
1 1 1 3 4 2 7
3 5 4 0 0 0
0 5 539 4 2 2
99
2 3
7 1 134.75 8 7 9 8 5 0 8
4 8 0 5 2 8
0
2 1 1 1 1 2 7
5 8 3 2 5 0
0 8 6 2 4 1
13
623 7 9
1 1 1 1 9 5 4 8 00
5 2 0 1 8 5
9 6 6 5
3 1 1 1 1 9 1
3 1 7 2 6 0
8 0 4 0 5 4 3 15
576 8 4
1 1 1 1 3 8 6 2 01
6 6 5 3 2 0
8 0 0 9
Y.j 1738 1291 770 Y..
.= .=
37
99
Pgina 58 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
2
a b n 2 Y ...
SST Y ijk
i1j1 k 1 abn
2
2 2 2 2 3799
130 155 74 ... 60 77,646.97
36
2 2
a Y i.. Y ...
SSmaterial
i1 bn abn
2 2 2 2
998 1300 1501 3799
10,683.72
(3)(4) 36
2 2
b Y .j. Y ...
SStemperat ura
j1 an abn
2 2 2 2
1738 1291 770 3799
39,118.72
(3)(49 36
2 2
a b Y ij. Y ...
SSinteraccion
i1j1 n abn
2 2 2 2
539 229 ... 342 3799
10,683.72
4 36
39,118.72 9,613.78
18,230.75
Pgina 59 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
175
150
125
Yij. 100
Material tipo 3
75
50 Material tipo 1
Material tipo 2
25
15 70 125
Tempera tura
Pgina 60 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
Pgina 61 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
7.1 Introduccin
Pgina 62 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
La (b)C
Donde:
a = Representa el nmero de pruebas o condiciones experimentales
que se tomarn. Esto es el nmero de renglones o lneas en el
arreglo.
b = Representa los diferentes niveles a los que se tomar cada
factor.
c = Es el nmero de efectos independientes que se pueden analizar,
esto es el nmero de columnas.
F A C T O R E S (c)
No. (a) A B C Resultado
1 1 1 1 Y1
2 1 2 2 Y2
3 2 1 1 Y3
4 2 2 1 Y4
Pgina 63 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
Matriz o
tabla de
interacci
ones
Column
as 1 2 3 4 5 6 7
1 (1) 3 2 5 4 7 6
2 (2) 1 6 7 4 5
3 (3) 7 6 5 4
4 (4) 1 2 3
5 (5) 1 2
6 (1) 6
7 (7)
Pgina 64 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
1 3 2
3 5
1
.7 5 4
6
2 6 4
(a)
(b) 7
Grficas lineales
Pgina 65 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
Pgina 66 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
1 n 2
S / N 10 log yi
n i 1
A1 = Y1 + Y2 + Y3
A2 = Y4 + Y5 + Y6
A3 = Y7 + Y8 + Y9
Pgina 67 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
Pgina 68 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
S = *
S = *
Pgina 69 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
Level A B C D
1 19.368 19.073 58.741 33.699
2 25.510 16.853 15.607 25.379
3 30.806 39.758 1.337 16.606
Delta 11.438 22.904 57.403 17.093
Rank 4 2 1 3
-10
-20
Mean of SN ratios
-30
-40
1 2 3 1 2 3
C D
-10
-20
-30
-40
1 2 3 1 2 3
Signal-to-noise: Smaller is better
45
30
15
Mean of Means
0
1 2 3 1 2 3
C D
60
45
30
15
0
1 2 3 1 2 3
Pgina 70 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
5.70044 -10.5261
Factor levels for predictions
A B C D
1 1 3 2
Pgina 71 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
8.1 Introduccin
Son dos herramientas para investigar la dependencia de una variable
dependiente Y en funcin de una variable independiente X. Y = f(X)
Y * *
** * * * *
* * * *
* b1 * * * *
* * * *
* *
* * * *
b0
Pgina 72 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
Pgina 73 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
*
Error Re siduo (Yi Yi )
Y
*
X
Se trata de minimizar la suma de todos los errores o residuos:
Pgina 74 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
Y
Yest = 4.4 + 1.08 X
Yi = Desviacin no
23 * explicada
Error = (Yi - Yest) =
1.32
Variacin
total
(Yi- Desviacin
media)=5.13 explicada
(Yest-Ymedia) =
3.81
Ymedia =17.87
X = 16 X
Pgina 75 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
Sxy = 2027.71
Sxx = 698.56
Syy = 6105.94
b1 1
( Xi X )(Yi Y ) S XY
( Xi X ) 2
S XX
= 2.902704421
b0 0
Y i 1 X i
Y X
n = 5.114515575
SST (Yi Y ) 2
6,105.9447
Pgina 76 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
r r 2 = 0.9816
Resumen
Estadsticas de la regresin
Coeficiente de
correlacin 0.981811
mltiple 778
Coeficiente de
determinacin 0.963954
R^2 368
0.962387
R^2 ajustado 167
Error tpico 3.093419
Pgina 77 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
627
Observaciones 25
Promedio
ANLISIS DE VARIANZA Suma de de
Grados Valor
de Cuadrad cuadra crtico de
libertad os dos F F
5885.852 5885.852 615.0800 4.24118E
Regresin 1 069 069 898 -18
220.0926 9.569244
Residuos 23 348 992
6105.944
Total 24 704
Pgina 78 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
40
30
20
10
0
0 5 10 15 20
X Servicios
Pgina 79 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
Pgina 80 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
8.5 Ejercicios:
Pgina 81 de 82
CURSO DE DISEO DE EXPERIMENTOS P.
Reyes / enero 2009
Pgina 82 de 82