UNIDAD 6.

DISEÑOS FACTORIALES
COMPLETOS

Ph. D. Luis Carlos Rios

Calor-1
 DISEÑO DE EXPERIMENTOS
FACTORIALES COMPLETOS
Diseño factorial 3K
Este diseño consiste en 32=9 tratamientos diferentes, que
corresponden a todas las posibles maneras en que se pueden
combinar dos factores en tres niveles cada uno.

Calor-2
 DISEÑO DE EXPERIMENTOS
FACTORIALES COMPLETOS
Diseño factorial 3K
Cuando se desea hacer un análisis de la curvatura de los efectos de cada
factor.

Calor-3
 DISEÑO DE EXPERIMENTOS
FACTORIALES COMPLETOS
Diseño factorial 32

Calor-4
 DISEÑO DE EXPERIMENTOS
FACTORIALES COMPLETOS
Diseño factorial 32
ANOVA con tres hipótesis.

Calor-5
 DISEÑO DE EXPERIMENTOS
FACTORIALES COMPLETOS
Diseño factorial 32

El ANOVA mostrado considera los efectos A, B y AB de manera global, es

decir, sin especificar si influyen de manera lineal, cuadrática o de ambas
formas. Las sumas de cuadrados de cada efecto se pueden descomponer en
sumas de cuadrados con un grado de libertad. Por ejemplo, la suma de
cuadrados del efecto A con 2 grados de libertad se puede desglosar en los
componentes AL y A2 (efecto lineal y cuadrático) cada uno con un grado de
libertad. El subíndice L indica que es la parte lineal del efecto global A, y el
exponente 2 denota la parte cuadrática.

Calor-6
 DISEÑO DE EXPERIMENTOS
FACTORIALES COMPLETOS
Diseño factorial 32
Asimismo, la suma de cuadrados de AB se puede partir en cuatro
componentes con un grado de libertad: ALBL, ALB2, A2BL y A2B2. Así, para
tener información más detallada de cómo es que afectan los factores, es
necesario separar los ocho componentes con un grado de libertad y
construir un ANOVA que muestre la significancia de cada uno de ellos.

Calor-7
 DISEÑO DE EXPERIMENTOS
FACTORIALES COMPLETOS
Diseño factorial 32

Calor-8
 DISEÑO DE EXPERIMENTOS
FACTORIALES COMPLETOS
Diseño factorial 32

Un ingeniero decide probar los tres materiales de la cubierta,

único factor controlable a tres niveles de temperatura (15, 70 y
125 °F) consistentes en el entorno de uso final del producto. Se
prueban cuatro baterías a cada combinación de material de la
cubierta y temperatura, y las 36 pruebas se ejecutan al azar.

En este problema, el ingeniero desea contestar las siguientes

preguntas:

1. ¿Qué efecto tienen el tipo de material y la temperatura

sobre la duración de la batería?
2. ¿Existe una elección del material que dé por resultado una
duración uniformemente larga sin importar la temperatura?
Calor-9
 DISEÑO DE EXPERIMENTOS
FACTORIALES COMPLETOS
Diseño factorial 32

Tabla de duración de la batería en horas.

Calor-10
 DISEÑO DE EXPERIMENTOS
FACTORIALES COMPLETOS
Diseño factorial 32
ANOVA

Calor-11
 DISEÑO DE EXPERIMENTOS
FACTORIALES COMPLETOS
Diseño factorial general de efectos (factores) fijos y
de efectos (factores) aleatorios.
Si se consideran dos factores A y B, de los cuales se prueban a
y b niveles, entonces si los a x b tratamientos se replican n
veces, el modelo de efectos fijos es:

Ahora, para factores con niveles aleatorios, elegidos de un

población grande, el interés se enfoca en estudiar la varianza
de dichos efectos.

Donde σ2 es el componente de varianza debido al error

aleatorio.
Calor-12
 DISEÑO DE EXPERIMENTOS
FACTORIALES COMPLETOS

Las hipótesis de interés son:

Los estadísticos de prueba apropiados en el ANOVA son:

Calor-13
 DISEÑO DE EXPERIMENTOS
FACTORIALES COMPLETOS
Diseño factorial general

Lo que se ha dicho para los diseños factoriales con 2, 3 o más

factores puede extenderse fácilmente para cuando se tienen dos
o más niveles. Considere f factores A, B, C, …, K con niveles
a, b, c, …, k, respectivamente. Con estos niveles y factores se
puede construir el diseño factorial general a × b × … × k, que
consiste de a × b × … × k tratamientos o puntos de prueba.
Con este diseño se pueden estudiar f efectos principales, f (f –
1)/2 interacciones dobles, f ( f – 1)( f – 2)/(3 × 2) interacciones
triples, y así sucesivamente hasta la única interacción de los f
factores (ABC … K).

Calor-14
 DISEÑO DE EXPERIMENTOS
FACTORIALES COMPLETOS
El cálculo del número de interacciones de cierta cantidad m de
factores se hace mediante la operación “combinaciones de f en
m”

El factorial 25 tiene 5 efectos principales, 10 interacciones

dobles, 10 interacciones triples, cinco interacciones cuádruples
y una interacción quíntuple. El factorial 35 también tiene este
mismo número de efectos, pero al contar con tres niveles en
cada factor, cada efecto principal se puede descomponer en su
parte lineal y cuadrática.

Calor-15
 DISEÑO DE EXPERIMENTOS
FACTORIALES COMPLETOS
Mientras el diseño factorial 25 tiene 32 tratamientos, el
factorial 35 tiene 243.

ANOVA para el diseño factorial general a × b × … × k.

Calor-16
 DISEÑO DE EXPERIMENTOS
FACTORIALES COMPLETOS
EJEMPLO:

Se dese a determinar cuál es el mejor clarificante, de tres que

se usan regularmente, y la mejor concentración, en un rango de
seis, para el proceso de vino de frutas.

Calor-17
 DISEÑO DE EXPERIMENTOS
FACTORIALES COMPLETOS
EJEMPLO:

Se dese a determinar cuál es el mejor clarificante, de tres que

se usan regularmente y la mejor concentración, en un rango de
seis, para el proceso de vino de frutas.
Los resultados del experimento se muestran en la siguiente
tabla:

Calor-18
 DISEÑO DE EXPERIMENTOS
FACTORIALES COMPLETOS
EJEMPLO:

Calor-19
 DISEÑO DE EXPERIMENTOS
FACTORIALES COMPLETOS
EJEMPLO:

Calor-20
 DISEÑO DE EXPERIMENTOS

TAREA

Investigar:

- Qué es el diseño robusto.

- Cómo se aplica el diseño robusto en Diseño de

Experimentos.

Calor-21