Tecnológico Nacional de México

Instituto Tecnológico de Orizaba

Materia: Diseño de Experimentos

Catedrático: Cerecero Enríquez Rosalía

Ejercicio 31, Capitulo 12

Clave: 6cC A

González Zayas Daniel

Fecha: 13 de Junio del 2020

31. Los datos que se presentan en la siguiente tabla fueron recopilados en
un experimento para optimizar el crecimiento de cristales en función de tres
variables 𝑥1 , 𝑥2 , 𝑥3 . Se buscan valores altos de 𝑌 (rendimiento en gramos).

a) ¿Qué diseño se empleó?

Diseño Central Compuesto
 b) Ajuste un modelo de segundo orden y determine los componentes
significativos y más importantes.

Y = 100.67 - 6.12 X1 + 1.36 X2 + 2.38 X3 - 6.63 X1*X1 - 12.46 X2*X2 - 6.70 X3*X3
- 4.63 X1*X2 - 2.63 X1*X3 + 2.88 X2*X3

Análisis de Varianza

Fuente GL SC Ajust. MC Ajust. Valor F Valor p

Modelo 9 3746.85 416.32 2.34 0.100
Lineal 3 434.99 145.00 0.82 0.514
X1 1 300.13 300.13 1.69 0.223
X2 1 25.35 25.35 0.14 0.713
X3 1 109.51 109.51 0.62 0.451
Cuadrado 3 3019.49 1006.50 5.67 0.016
X1*X1 1 188.38 188.38 1.06 0.327
X2*X2 1 1855.04 1855.04 10.44 0.009
X3*X3 1 858.82 858.82 4.84 0.053
Interacción de 2 factores 3 292.38 97.46 0.55 0.660
X1*X2 1 171.12 171.12 0.96 0.349
X1*X3 1 55.13 55.13 0.31 0.590
X2*X3 1 66.13 66.13 0.37 0.555
Error 10 1776.10 177.61
Falta de ajuste 3 302.26 100.75 0.48 0.707
Error puro 7 1473.83 210.55
Total 19 5522.95

El componente más significativo es 𝑥22 por su Valor p

c) ¿El modelo describe adecuadamente la superficie? Argumente.

Resumen del modelo

R-cuad. R-cuad.
S R-cuad. (ajustado) (pred)
13.3270 67.84% 38.90% 0.00%

No según el valor de 𝑅2 , pues está por debajo

 d) Considere las dos variables independientes más importantes en el
modelo y obtenga la superficie de respuesta y de contornos en
función de éstas.

e) ¿Con la superficie que encontró en el inciso anterior se puede hacer

algún tipo de inferencia? Argumente.
Se necesitan ajustes para poder alcanzar un mayor rendimiento en
gramos.

f) Verifique los supuestos para el modelo. ¿Observa algo relevante?

𝑥22
es significativa respecto al modelo, pero el modelo no describe
adecuadamente el experimento.

g) Observe las respuestas obtenidas en los puntos centrales del diseño.

¿Esto le ayuda a explicar lo que ocurrió? Argumente.
Los puntos centrales ayudan a estimar la curvatura tomando en cuenta
dos factores, dado que el problema maneja 3 factores, no es de ayuda
para dar explicación.

h) ¿A qué cree que se debe el mal ajuste del modelo?

Los valores que se manejan en los factores.