Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Se llevó a cabo un experimento para investigar el acabado superficial de una pieza metálica. El
experimento es un diseño factorial 23 en los factores velocidad de alimentación (A), profundidad de
corte (B), ángulo de herramienta (C), con n=2 réplicas. En la tabla 1 se presentan los datos del acabado
superficial observado en este experimento.
Tabla 1
Factores del diseño Acabado superficial
Corrida A B C Replica 1 Replica 2 Totales
1 (1) -1 -1 -1 9 7 16
2 a 1 -1 -1 10 12 22
3 b -1 1 -1 9 11 20
4 ab 1 1 -1 12 15 27
5 c -1 -1 1 11 10 21
6 ac 1 -1 1 10 13 23
7 bc -1 1 1 10 8 18
8 abc 1 1 1 16 14 30
Solución
Paso 3) Las observaciones de un experimento factorial con tres factores pueden describirse con el
modelo: i : 1,..., a
j : 1,..., b
yi jkr i j k ij ik jk ijk ijkr
con:
k : 1,..., c
r : 1,..., n
Donde:
y= µ + A + B + C + AB + AC + BC + ABC + ɛ
Donde:
µ: es el efecto medio global
A: es el efecto del i-esimo nivel del factor A
B: es el efecto del j-esimo nivel del factor B
C: es el efecto del j-esimo nivel del factor C
AB: es el efecto de la interacción entre A y B
AC: es el efecto de la interacción entre A y C
BC: es el efecto de la interacción entre B y C
ABC: es el efecto de la interacción entre A, B y C
ɛ: es un componente del error aleatorio NID (0, σ2)
H0: No hay ningún efecto significativo del factor K o el factor K no influye sobre la
variable de respuesta
H0: No hay ningún efecto significativo del factor A o el factor A no influye sobre la variable de respuesta
H0: No hay ningún efecto significativo del factor B
H0: No hay ningún efecto significativo del factor C
H0: No hay ninguna interacción AB significativa.
H0: No hay ninguna interacción AC significativa.
H0: No hay ninguna interacción BC significativa.
H0: No hay ninguna interacción ABC significativa.
Paso 5.1) A partir de la matriz de prueba obtenga la tabla de signos positivos y negativos para el diseño
23.
Contraste A A (Contraste)2
Efecto A SS A
n 2k 1 n2k 1 n 2k
Efecto A
a ab ac abc b c bc (1)
(2)(231 )
Efecto A
22 27 23 30 20 21 18 16 27 3.375
(2)(231 ) 8
(27)2
SS A 45.5625
(2)( 23 )
Efecto B
b ab bc abc a c ac (1)
(2)(231 )
Efecto B
20 27 18 30 22 21 23 16 13 1.625
(2)(231 ) 8
(13)2
SS B 10.5625
(2)( 23 )
Efecto AB
ab c abc (1) a b ac bc
(2)(231 )
Efecto AB
27 21 30 16 22 20 23 18 11 1.375
(2)(231 ) 8
(11)2
SS AB 7.5625
(2)( 23 )
De la misma forma obtener los otros efectos y la suma de cuadrados para los otros efectos:
Efecto
Suma de
Cuadrados
A 3.375 45.5625
B 1.625 10.5625
C 0.875 3.0625
AB 1.375 7.5625
AC 0.125 0.0625
BC -0.625 1.5625
ABC 1.125 5.5625
Comentarios sobre los efectos obtenidos:
a b c n
y...2
SST yijkn
2
i 1 j 1 k 1 r 1 abcn
(177)2
SST (9)2 (7)2 ... (14)2 92.9375
(2)(2)(2)(2)
Fuente de Suma de Grados de Cuadrado medio F0
variacion cuadrados libertad
A SSA a-1 SS A MS A
MS A F0
a 1 MS E
B SSB b-1 SS MS B
MS B B F0
b 1 MS E
C SSC c-1 …. ….
AB SSAB (a-1)(b-1) SS AB MS AB
MS AB F0
(a 1)(b 1) MS E
AC SSAC (a-1)(c-1) …. ….
BC SSBC (b-1)(c-1) …. ….
Donde F0 es el F calculado.
FTABLA = F ALFA, g.l. del numerador, g.l. del denominador
Comparando F0
Factor A: F0>FTABLA: 0.05,1,8 Se rechaza la hipótesis nula, es decir existe evidencia
significativa para concluir que el factor A influye sobre la variable respuesta.
En el resto de casos los F0 son menores que F de tabla.
Comparando el valor p:
El efecto principal A tiene el valor p menor a alfa=0.05, entonces el factor A afecta de
manera significativa la variable de respuesta.
En el resto de casos el valor p es mayor a alfa=0.05
y= µ + A + ɛ
Comparando F0
Factor A: F0>FTABLA: 0.1,1,8 Se rechaza la hipótesis nula, es decir existe evidencia
significativa para concluir que el factor A influye sobre la variable respuesta.
Factor B: F0>FTABLA: 0.1,1,8 Se rechaza la hipótesis nula, es decir existe evidencia significativa
para concluir que el factor B influye sobre la variable respuesta.
En el resto de casos los F0 son menores que F de tabla.
Comparando el valor p:
El efecto principal A tiene el valor p menor a alfa=0.1, entonces el factor A afecta de
manera significativa la variable de respuesta.
El efecto principal B tiene el valor p menor a alfa=0.1, entonces el factor A afecta de
manera significativa la variable de respuesta.
En el resto de casos el valor p es mayor a alfa=0.1
Entonces el modelo simplificado seria:
y= µ + A + B + ɛ
y= µ + A + B + AB + ɛ
Para desarrollar el paso 7 se trabajará con el último modelo, solo como ejemplo. Tome en consideración
que el analista deberá utilizar el modelo simplificado que hallo en su análisis.
y 0 1 x1 2 x2 12 x1 x2
x1: variable que representa al factor A, con x1=-1 cuando es el nivel bajo del factor y x1=1
cuando es el nivel alto del factor.
x2: variable que representa al factor B, con x2=-1 cuando es el nivel bajo del factor y x2=1
cuando es el nivel alto del factor.
x1 x2: representa la interacción AB, con x1=-1 cuando es el nivel bajo del factor y x1=1
cuando es el nivel alto del factor y x2=-1 cuando es el nivel bajo del factor y x2=1 cuando es
el nivel alto del factor.
Β0, Β1, Β2 y Β12 son los coeficientes de regresión.
Β0 es el gran promedio
Β1, Β2 y Β12 son la mitad de las estimaciones de los efectos correspondientes. Por ejemplo:
Efecto A
1
2
ɛ es un término del error aleatorio.
Entonces el modelo de regresión ajustado es: