Ventajas de la experimentación factorial cuando los factores son independientes.

El propósito principal de los factores independientes es investigar los efectos de cada factor, esto
va encima de cada intervalo la cual por encima de cada nivel.
Ejemplo: Combinar los niveles de los factores proporcionando una respuesta máxima. Hay 2
procedimiento para realizar esta actividad. Experimentos por separados y la segunda manera sería
incluir todos los factores simultáneos.
Si los independientes se realizan con el método factorial tendremos un ahorro de tiempo y
material, siendo el ahorro derivado de dos hechos:
1. Cuando tenemos factores independientes los efectos simples son iguales al efecto principal
( únicas cantidades necesarias para describir las consecuencias de las variaciones).
2. Experimento factorial: Cada efecto se estima con precisión de un solo un solo factor de tal
manera si K (Factor único) en dos niveles y todos independientes. Este método necesitara K veces
el material experimental que requerirá un arreglo factorial de precisión.

Conforme a que aumenta el numero de combinaciones de tratamientos en un experimento, el

error estándar por unidad aumenta. Ya sea mas alto para un experimento factorial grande que
para un experimento similar con uno o dos factores.

Ventajas de la experimentación factorial cuando los factores no son independientes.

El propósito es investigar cada factor en el intervalo representado por niveles.

Cuando los factores no son independientes los efectos simples varían de acuerdo a la combinación
de los otros factores.
El método de factor único provee únicamente un numero de fragmentos inconexos lo cual pno
serán ligados facialmente.
Para conducir un experimento con un factor único (A) se debe decidir acerca de los demás niveles
Ejemplo: B C D Este experimento nos revela los efectos de A para combinar B C D pero no ayudan
a predecir los efectos de A con cualquier combinación.
Método factorial con los efectos de A se examinan combinaciones de B C D los cuales se incluirán
en el experimento, acumulando información sobre factores y su relaciones entre si