Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Diseño Factorial 3
DÍA 7
Contexto
Estudiaremos otros diseños factoriales, en los que al menos uno de los
factores tiene más de dos niveles. Para iniciar recordemos que en un
diseño factorial general, la matriz de diseño que contiene el total de
tratamientos a evaluar se obtiene encontrando todas las posibles
combinaciones que se pueden formar con los niveles de los k factores de
interés, donde cada factor tiene al menos dos niveles. Por ejemplo (4 × 4 ×
3 = 48)
Iniciamos con el caso especial donde cada factor estudiado tiene tres
niveles, antes de discutir el caso donde los factores usan diferentes
cantidades de niveles (Segundo tema de hoy factoriales mixtos).
𝑘
CASO 1 Diseño Factorial 3
Contexto
Este diseño considera k factores con tres niveles cada uno y tiene 3𝑘
tratamientos. La primera desventaja de los diseños 3k es que al
aplicarse requieren mayor cantidad de pruebas que el diseño 2𝑘 . De
esta forma, cuando se tienen muchos factores, cuatro o más,
prácticamente es prohibitivo pensar en correr un diseño 3𝑘 .
Sin embargo, cuando se tienen pocos factores, tres como máximo, o
en el peor de los casos cuatro, hay algunas situaciones prácticas en
las que el diseño 3𝑘 es una buena alternativa. De manera específica,
hay dos razones que hacen viable el diseño 3𝑘 :
En qué casos se utilizan:
1. Se tienen factores de tipo continuo e interesa
estudiar efectos cuadráticos como 𝐴2 , 𝐵2 ,…, 𝐴2 𝐵,
𝐵2 𝐴, 𝐴2 𝐵2 ,… (efectos de curvatura). Esto se hace
cuando se cree que la variable de respuesta no es
lineal, ni aproximadamente lineal en el rango de
variación de los factores estudiados.
2. Los factores son categóricos o discretos y de
manera natural tienen tres niveles cada uno.
Efectos lineales y cuadráticos
Problema…?
De antemano no se sabe cómo será el efecto del factor y a veces se corre
el riesgo de utilizar dos niveles, cuando en realidad se requerían de al
menos tres. Entonces, se recomienda contar con una estrategia
experimental que permita detectar de manera económica la presencia de
curvatura (Cuál?). Sin embargo, con esta estrategia sólo se detecta si hay
curvatura, pero no es posible estudiarla (modelarla).
El diseño factorial 3k es una de las alternativas experimentales que
permite estudiar efectos de curvatura, además de efectos lineales y de
interacción. (Otros diseños: Box-Benhken y el diseño central compuesto)
2
Diseño Factorial 3
3 N I V E LES DE CA DA FAC TOR
2 FAC TOR ES
9 T R ATA MIENTOS
El diseño
Sean A y B los factores, cada uno con tres niveles, a los cuales se les suele llamar bajo, medio y
alto. Los nueve tratamientos se pueden escribir de varias maneras, algunas de las cuales se
muestran en la tabla siguiente:
El diseño (geométricamente)
ANOVA
El modelo
𝑦𝑖𝑗𝑘 = 𝜇 + 𝛾𝑖 + 𝛿𝑗 + 𝛾𝛿𝑖𝑗 + 𝜀𝑖𝑗𝑘
𝑖 = 1,2,3 𝑗 = 1,2,3 𝑘 = 1, … , 𝑛