fundamentos de diseños factoriales con tres factores en diseños experimentales.

Los diseños factoriales son a ampliamente utilizados en experimentos en los que intervienen
varios factores para estudiar el efecto conjunto de estos sobre una respuesta. Existen varios casos
especiales del diseño factorial general que resultan importantes porque . se usan ampliamente en
el trabajo de investigación, y porque constituyen la base para otros diseños de gran valor práctico.

El más importante de estos casos especiales ocurre cuando se tienen k factores, cada uno con dos
niveles. Estos niveles pueden ser cuantitativos como sería el caso de dos valores de temperatura
presión o tiempo. También pueden ser cualitativos como sería el caso de dos máquinas, dos
operadores, los niveles "superior" e "inferior" de un factor, o quizás, la ausencia o presencia de un
factor.

1. Investiga los fundamentos de diseño factorial.

Un diseño factorial es un tipo de experimento diseñado que permite estudiar los efectos que
varios factores pueden tener en una respuesta. Al realizar un experimento, variar los niveles
de todos los factores al mismo tiempo en lugar de uno a la vez, permite estudiar las
interacciones entre los factores.

2. Indaga en las características, principios y fundamentos de ANOVA.

ANÁLISIS DE LA VARIANZA CON UN FACTOR (ANOVA) El análisis de la varianza permite

contrastar la hipótesis nula de que las medias de K poblaciones (K >2) son iguales, frente a la
hipótesis alternativa de que por lo menos una de las poblaciones difiere de las demás en
cuanto a su valor esperado.

Características

1. Normalidad

Esto quiere decir que las puntuaciones en la variable dependiente (por ejemplo la ansiedad)
deben seguir una distribución normal. Este supuesto se comprueba mediante las llamadas
pruebas de bondad de ajuste.

2. Independencia
Implica que no exista autocorrelación entre las puntuaciones, es decir, la existencia de
independencia de las puntuaciones entre sí. Para asegurarnos del cumplimiento de este
supuesto, deberemos realizar un MAS (muestreo aleatorio simple) para seleccionar la muestra
que vamos a estudiar o sobre la que vamos a trabajar.

3. Homocedasticidad

Este término significa “igualdad de varianzas de las subpoblaciones”. La varianza es un

estadístico de variabilidad y dispersión, y aumenta cuanto mayor sea la variabilidad o
dispersión de las puntuaciones

3. Comprende el funcionamiento de R.

Describir los datos.

Datos atípicos: comprueba que no hay valores atípicos significativos en tus datos.
Normalidad: comprueba que la variable dependiente tiene distribución
“aproximadamente» normal para cada categoría de la variable independiente.

4. Aplica los principios del modelado experimental factorial.

En estadística, un experimento factorial completo es un experimento cuyo diseño consta de dos o

más factores, cada uno de los cuales con distintos valores o niveles, cuyas
unidades experimentales cubren todas las posibles combinaciones de esos niveles en todo los
factores
Problema

El caso a estudiar es un experimento de unas pilas, donde tenemos tres tipos de materiales, tres
tipos de temperaturas y la duración, se quiere evaluar cual tipo de material nos da la mayor
duración dadas las tres condiciones de temperatura (baja, media,alta). El objetivo del
experimento es poder analizar los tres tipos de materiales para verificar cual es el que nos da una
mayor duración de la pila

Empezamos creando nuestro modelo podemos observar que, en el diseño tenemos 4

réplicas, 2 factores y 3 niveles que nos da un total de 36 corridas experimentales.
después se hace la regresión factorial donde se muestra los niveles los y los factores, dado esto se
procede al análisis de varianza.

En el análisis de varianza podemos ver los efectos principales que sería el material, la temperatura
y su interacción de estos, lo cual nos indica que los valores de los efectos mencionados
anteriormente arrojan un P valor menor al nivel de confianza que es de 0.05% lo cual es
significativo en cuanto a la duración de la pila.

Observamos los coeficientes de la ecuación de regresión y podemos observar aquí los factores y
sus interacciones con cada nivel

Después se crea una gráfica de efectos principales donde se puede ver que el material 3 es el
mejor ya que estamos buscando la duración más alta en la pila y por el lado de la temperatura
entre más baja sea la temperatura mayor durabilidad tendrá la pila.
Posteriormente se crea una gráfica de interacción en la que se puede observar que nuestra línea
azul nos indica la temperatura más baja (15°), la roja (80°) y la verde (125°), en la tabla se puede
observar que donde se unen las temperaturas de 80° y 125° con el material 1, tiende a bajar
demasiado la durabilidad, mientras que con el mismo material a una temperatura de 15° la
durabilidad es mayor, se puede ver en el material 3 que es el más adecuado.
Pasamos a verificar si no hay errores en el modelo para esto lo checamos con las gráficas de
residuos estandarizados, normalidad, homocedasticidad. Podemos corroborar en las gráficas que
los supuestos de normalidad, homocedasticidad y errores se cumplen.
En conclusión, se observa en el presente experimento que la duración de la pila se ve afectada por
la temperatura ya que a mayor temperatura menor es la duración de esta, en cuestión a los
materiales no se nota gran diferencia.