Documentos de Académico
Documentos de Profesional
Documentos de Cultura
01
Revisión: 02
Fecha: 2016/04/11
DEBER DE DISEÑO FACTORIAL
A*B
Pag: 1 de 15
Carrera: Alimentos
Nivel: 7TD
Asignatura: Desarrollo de Nuevos Productos Alimenticios
Estudiante: María Cortez
Docente: Ing. Carlota Moreno
1. A continuación se muestra parte del ANOVA para un diseño factorial 3X5 con dos réplicas,
el factor A con tres niveles y B con cinco.
Suma de Cuadrado
Factores de variación cuadrados Grados de libertad medio Fcal Ftabla
A 800
B 900
AB 300
Error 400
Total
Revisión: 02
Fecha: 2016/04/11
DEBER DE DISEÑO FACTORIAL
A*B
Pag: 2 de 15
A) Suponga efectos fijos, anote el modelo estadístico apropiado y formule las hipótesis a
probar para este experimento.
Modelo estadístico
𝑌𝑖𝑗𝑘 = 𝜇 + 𝛼𝑖 + 𝛽𝑗 + (𝛼𝛽)𝑖𝑗 + 𝜖𝑖𝑗𝑘
Si: i=3
j=5
k=2
𝑌3 5 2 = 𝜇 + 𝛼3 + 𝛽5 + (𝛼𝛽)3 5 + 𝜖3 5 2
Hipótesis
𝐻𝑂 = 𝑛𝑜 ℎ𝑎𝑦 𝑒𝑓𝑒𝑐𝑡𝑜 𝑓𝑎𝑐𝑡𝑜𝑟 𝐴 = 0
𝐻𝐴 = 𝑒𝑓𝑒𝑐𝑡𝑜 𝑓𝑎𝑐𝑡𝑜𝑟 𝐴 ≠ 0
B) Agregue en esta tabla los grados de libertad, el cuadro medio y la razón F para cada una
de las fuentes de variación.
Suma de Cuadrado
Factores de variación cuadrados Grados de libertad medio Fcal Ftabla
A 800 2 400 15 3,68
B 900 4 225 8,4 3,06
AB 300 8 37,5 1,4 2,64
Error 400 15 26,7
Total 2400 29
Revisión: 02
Fecha: 2016/04/11
DEBER DE DISEÑO FACTORIAL
A*B
Pag: 3 de 15
2. Se corre un diseño factorial 3X2 con 10 réplicas para investigar el hinchamiento del
catalizador después de la extrusión en la fabricación de botellas de polietileno de alta
densidad. El catalizador se utiliza en la obtención de dicho polietileno. Los factores
investigados son A: molde (con dos niveles) y B: catalizador (con tres niveles). Los datos
obtenidos se muestran en la siguiente tabla:
Catalizador
B1 B2 B3
A1 93 92 93 92 90 92 95 94 94
92 91 90 94 91 91 94 97 96
90 90 90 92 94 95
Molde
91 91 91 92 94 96
A2 88 88 87 90 89 88 91 97 91
88 87 88 88 90 89 90 89 91
87 87 88 89 92 90
87 87 88 88 90 91
Modelo estadístico
𝑌𝑖𝑗𝑘 = 𝜇 + 𝛼𝑖 + 𝛽𝑗 + (𝛼𝛽)𝑖𝑗 + 𝜖𝑖𝑗𝑘
Si: i=2
j=3
k = 10
𝑌2 3 10 = 𝜇 + 𝛼2 + 𝛽3 + (𝛼𝛽)2 3 + 𝜖2 3 10
Hipótesis
Revisión: 02
Fecha: 2016/04/11
DEBER DE DISEÑO FACTORIAL
A*B
Pag: 4 de 15
𝐻𝐴 = 𝑒𝑓𝑒𝑐𝑡𝑜 𝑖𝑛𝑡𝑒𝑟𝑎𝑐𝑐𝑖ó𝑛 ≠ 0
C) Dibuje las gráficas de medias para los dos efectos principales con los métodos LSD y de
Tukey. Compare los resultados de ambos métodos.
Factor A (molde)
LSD Tukey
De acuerdo a la comparación que podemos determinar en ambos métodos es que el mejor nivel
con el cual se obtiene un hinchamiento menor es con el A2 de acuerdo al molde. Esto podemos
determinando observando las medias de A1 y A2 que son diferentes, esto en ambos métodos, Tukey
y LSD.
Factor B (catalizador)
FORMATO Código: F.TI.01
Revisión: 02
Fecha: 2016/04/11
DEBER DE DISEÑO FACTORIAL
A*B
Pag: 5 de 15
LSD Tukey
En cuanto en el método LSD y Tukey podemos observar que las medias de los niveles del catalizador
B1 y B2 son estadísticamente iguales, ya que compartes grupos homogéneos, llegando a concluir
que el mejor tratamiento es el de B1 o B2, ya que los valores de hinchamiento son menores. El valor
del tratamiento B3 es mayor en cuanto al valor de hinchamiento por lo que se lo descarta como
mejor tratamiento.
Se determina que no existe una interacción ya que no hay un cruzamiento de los tratamientos.
Revisión: 02
Fecha: 2016/04/11
DEBER DE DISEÑO FACTORIAL
A*B
Pag: 6 de 15
Se cumple el supuesto de normalidad, A2 es más disperso en sus datos, para los demás
factores, se concluye que su supuesto de normalidad es correcto.
G) Utilice la gráfica de residuos contra factores para detectar posibles efectos sobre la
dispersión del hinchamiento. ¿En cuál molde parece que es menor la dispersión?
FORMATO Código: F.TI.01
Revisión: 02
Fecha: 2016/04/11
DEBER DE DISEÑO FACTORIAL
A*B
Pag: 7 de 15
Podemos observar que en tratamiento A1 posee una distribución con menos dispersión, es un poco
mas estable. Mientras que en el tratamiento A2 existe un dato disperso, lo cual puede ser debido a
un error experimental.
Se puede observar que los tratamientos B1 y B2 poseen una distribución normal, sin
dispersión de los datos, mientras que en el tratamiento B3 se tienen datos más dispersos
debido al error experimental.
3. En una fábrica de aceites vegetales comestibles, la calidad resulta afectada por la cantidad
de impurezas dentro del aceite, ya que estas causan oxidación, y ello repercute a su vez
en las características de sabor y color del producto final. El proceso de blanqueo es el
responsable de eliminar tales impurezas y una forma de medir la eficacia es midiendo el
color del aceite. Para generar una primera aproximación a la solución del problema se
decide estudiar el efecto de la temperatura y el porcentaje de arcilla en el color del aceite
inicialmente a nivel laboratorio. El diseño y los datos de las pruebas experimentales se
muestran a continuación.
FORMATO Código: F.TI.01
Revisión: 02
Fecha: 2016/04/11
DEBER DE DISEÑO FACTORIAL
A*B
Pag: 8 de 15
Porcentaje de arcilla
Temperatura 0,8 0,9 1,0 1,1
90 5,8 5,0 5,4 5,5 4,9 5,1 4,5 4,4
100 5,0 4,9 4,8 4,7 4,6 4,4 4,1 4,3
110 4,7 4,6 4,4 4,4 4,1 4,0 3,7 3,6
Modelo estadístico
Si: i=3
j=4
k=2
𝑌3 4 2 = 𝜇 + 𝛼3 + 𝛽4 + (𝛼𝛽)3 4 + 𝜖3 4 2
Hipótesis
Revisión: 02
Fecha: 2016/04/11
DEBER DE DISEÑO FACTORIAL
A*B
Pag: 9 de 15
Se puede concluir que en cuanto a la interacción A*B no hay efecto debido a que el valor
de p es mayor a 0,05 por tanto se acepta la hipótesis nula, mientras que para cada factor
es decir A (temperatura) y B (% de arcilla), existe efecto de los factores, debido a que el
valor de p es menor a 0,05 de la misma forma se rechaza la hipótesis nula y compruebo la
hipótesis alternativa.
E) Apoyándose en las gráficas de efectos. ¿Cuál es la relación general entre el color y los
factores controlados en su rango de experimentación?
La nitidez del color es menor cuando los niveles en ambos factores son altos y es menor en
su nivel más bajo.
Revisión: 02
Fecha: 2016/04/11
DEBER DE DISEÑO FACTORIAL
A*B
Pag: 10 de 15
Se utilizaría un tratamiento de 0,8% de arcilla a una temperatura de 90, 100 y 110ºC, para
obtener un valor de blancura mínima de 4,8; de la misma forma el tratamiento con 0,9%
de arcilla a una temperatura de 90 y 100ºC proporciona un nivel de blancura mínimo de
4,8.
Temperaturas
Alimento
8ºC 20ºC
L 13,1 15,0 33,6 35,5 42,0 11,1 12,8 6,2 28,5 41,0 35,9 25,0 23,8 79,0 41,6
C 19,0 19,0 66,6 66,6 11,0 11,0 49,0 49,0 84,3 68,7 68,7 30,5 30,5 11,0 11,0 20,0
Z 1,2 1,2 2,0 0,1 0,3 0,2 1,0 0,4 0,2 0,3 25,8 21,8 16,0 16,0 20,1 15,4 13,3 25,2
A) Señale el nombre del diseño empleado y formule las hipótesis que pueden ser
probadas.
Revisión: 02
Fecha: 2016/04/11
DEBER DE DISEÑO FACTORIAL
A*B
Pag: 11 de 15
Revisión: 02
Fecha: 2016/04/11
DEBER DE DISEÑO FACTORIAL
A*B
Pag: 12 de 15
Tiempo
Producto 4 horas 8 horas 12 horas
Control 3,84 2,72 27,63 27,58 39,95 39,00
A 4,00 3,91 22,00 21,83 46,20 45,60
B 3,61 3,61 21,94 21,85 46,58 42,98
C 3,47 3,50 20,50 20,32 45,14 44,89
FORMATO Código: F.TI.01
Revisión: 02
Fecha: 2016/04/11
DEBER DE DISEÑO FACTORIAL
A*B
Pag: 13 de 15
Modelo estadístico
𝑌𝑖𝑗𝑘 = 𝜇 + 𝛼𝑖 + 𝛽𝑗 + (𝛼𝛽)𝑖𝑗 + 𝜖𝑖𝑗𝑘
Si: i=5
j=3
k=2
𝑌5 3 2 = 𝜇 + 𝛼5 + 𝛽3 + (𝛼𝛽)5 3 + 𝜖5 3 2
Hipótesis
Revisión: 02
Fecha: 2016/04/11
DEBER DE DISEÑO FACTORIAL
A*B
Pag: 14 de 15
Los aspectos más relevantes que se puede observar es que el valor de p en el factor B
(temperatura) y en la interacción es menor a 0,05, por tanto hay efecto de la interacción y
de la temperatura, rechazando la hipótesis nula y comprobando la hipótesis alternativa.
Para definir un mejor producto con menor índice de peróxidos, se puede determinar que el producto
D es el mejor ya que su valor de media es menor en cuanto a índice de peróxidos, pero el producto
C pertenece al mismo grupo homogéneo del producto D, ambos son buenas opciones para
minimizar el índice de peróxidos.
FORMATO Código: F.TI.01
Revisión: 02
Fecha: 2016/04/11
DEBER DE DISEÑO FACTORIAL
A*B
Pag: 15 de 15
En cuanto a lo que respecta al factor tiempo el mejor es el tiempo de 4 horas ya que se observa un
menor valor de índice de peróxido.