TAREA 2

EXPERIMENTOS 3k, FRACCIONARIOS Y DE MEZCLA

EJERCICIO 1

En un proceso de fabricación de cajas se utiliza pegamento; con la idea de mejorar el desempeño

de las cajas se realiza un experimento para estudiar la fuerza de adhesión del pegamento en
diferentes condiciones de humedad y temperatura.
La variable de respuesta es la fuerza necesaria en libras para despegar la caja. Los datos obtenidos
en cada una de las nueve combinaciones de un diseño factorial 3 2 con una réplica, se muestran a
continuación:

Nota: Camino en Statgraphics: Factorial Multinivel

Se pide responder lo siguiente:
1.1 Principales resultados y discusión de estos:
Análisis de Varianza para Fuerza de despegue
Fuente Suma de Cuadrados Gl Cuadrado Medio Razón-F Valor-P
A:Humedad+bloque 3,10083 1 3,10083 48,77 0,0000
B:Temperatura 15,6408 1 15,6408 245,98 0,0000
AA 0,0625 1 0,0625 0,98 0,3428
AB 0,405 1 0,405 6,37 0,0283
BB 0,3025 1 0,3025 4,76 0,0518
bloques 0,00888889 1 0,00888889 0,14 0,7156
Error total 0,699444 11 0,0635859
Total (corr.) 20,22 17

Diagrama de Pareto Estandarizada para Fuerza de despegue

+
B:Temperatura
-

A:Humedad+bloque

AB

BB

AA

0 4 8 12 16
Efecto estandarizado

Apoyándonos de estos datos obtenidos gracias a la realización del experimento por Statgraphics,
podemos decir que existe evidencia estadística probable que los factores A y B (Humedad y
temperatura respectivamente) tienen efecto sobre la fuerza de despegue porque cuentan con un
p-value menor a 0,05 (Véase en la tabla de análisis de varianza para la variable de respuesta), por
lo tanto, se cumplen sus hipótesis nulas siendo sus medias iguales.
Además de las interacciones de estos dos factores, llámese AB, cuentan con un efecto sobre la
fuerza de despegue en la fabricación de las cajas, porque cuentan con un p-value menor al 0,05
(Véase también en la tabla de análisis de varianza para a variable de respuesta), por lo tanto, se
cumple su hipótesis nula siendo sus medias iguales.
Además, para corroborar esta información estadística, contamos con el grafico de Pareto
estandarizado, donde claramente podemos observar que el factor B es el más influyente ante la
fuerza de despegue en la fabricación de las cajas, mientras que el factor A y las interacciones AB
también inciden en la variable, en una menor proporción, pero no por eso son menos
importantes.
Por ultimo observando los Bloques en el análisis de variable, podemos decir que realizar una
réplica en este experimento no tuvo mayor incidencia estadística en la fuerza de despegue, ya que
cuenta con un p-value mayor a 0,05.

Gráfica de Efectos Principales para Fuerza de despegue

3,7
F u erz a d e d esp eg u e

3,3

2,9

2,5

2,1

1,7

1,3
-1,0 1,0 -1,0 1,0
Humedad Temperatura

Pasando a la gráfica de efectos principales para la variable de respuesta, podemos observar que
en ambos factores consta una fuerte respuesta ante los cambios de nivel de estos. En el factor
humedad existe una pendiente negativa hacia su nivel mayor, es decir, que a menor humedad
mayor es la fuerza (libras) que se debe aplicar para despegar las cajas. Mientras que en el Factor
temperatura existe una mayor pendiente, pero en este caso es positiva hacia su mayor nivel,
explíquese como, a mayor temperatura de fabricación de la caja, mayor será la fuerza que se
tenga que ejercer para despegarlas.
Además, un punto muy importante a mencionar es que, las gráficas de ambos factores no son
lineales, esto explica que antes de realizar las mediciones se sospechaba que no existía una
relación lineal entre los niveles bajo y alto, lo que llevo a tener que agregar un nivel medio.
 Gráfica de Interacción para Fuerza de despegue

F u e rz a d e d e s p e g u e
Temperatura=1,0
4

3
Temperatura=1,0

2
Temperatura=-1,0
1 Temperatura=-1,0

0
-1,0 1,0
Humedad

Con este grafico de interacciones, se puede decir que la interacción más fuerte o que más
reacciona al cambio de la variable de respuesta es cuando una temperatura se encuentra en su
nivel alto y pasa se un nivel bajo a uno alto de humedad. Esto también rige para cuando se tiene
un nivel bajo de temperatura, pero como se ve en la gráfica su cambio es muy bajo.

Y, por último, pero no menos importante un tema a discutir son los supuestos de este
experimento. Haciendo una vista de manera súper rápida a los gráficos se puede decir que existe
una varianza constante con respecto a los residuos de este experimento (Véase en el primer
grafico “predichos V/S residuos), con respecto al supuesto de independencia no se puede afirmar
que el experimento se realizó de manera azarosa ya que no se sabe esa información, pero gracias
al segundo grafico podemos decir que el experimento sigue una secuencia aleatorizada. Y, se
puede observar que los residuos siguen una distribución normal ya que tienden a quedar
alineados con respecto a la línea recta del gráfico, además, no se detectan puntos atípicos (Véase
en el tercer gráfico).
1.2 Presente las conclusiones de este caso:
Se puede concluir que el experimento es muy provechoso, pudiendo determinar que ambos
factores elegidos son significantes, encontrando un escenario optimo, siendo este la
interacción entre un nivel bajo de humedad y un nivel alto de temperatura, consiguiendo la
mayor fuerza necesaria para poder ejercer el despegue de la caja, siendo esta de 4,2 libras,
asociada a la ecuación de regresión:

Fuerza de despegue=2,73333−0,508333∗Humedad +1,14167∗Temperatura−0,125∗Humedad 2−¿

0,225∗Humedad∗Temperatura−0,275∗Temperatura2

También es importante decir que, al encontrar que la réplica hecha en el experimento no

tiene significancia estadística en los resultados, podemos anularla y así evitar costos asociados
a esta acción.
EJERCICIO 2
En una empresa panificadora existen problemas con la simetría y el color del pan integral. Los
responsables del proceso sospechan que el problema de origina desde la fase de fermentación, en
la cual se combina agua, harina, cierta cantidad de levadura más una serie de ingredientes como
fosfato, sal, etc.
Al final de la fermentación se obtiene lo que llaman “esponja líquida”, la cual debe cumplir una
serie de parámetros de calidad: una acidez total titulable (ATT) mayor a 6,0 y un pH mayor a 4,8.
Deciden utilizar un diseño factorial fraccionado 2 6-2 para investigar el efecto de seis factores; las
variables ATT y pH. Los primero cinco factores se refieren a cierta cantidad que se agrega en la
fermentación: a: levadura (17,19), B: sal (2,5 – 3,7), C: fosfato (2,0 – 3,6), D: sulfato (1,5-2,2) y E:
cloruro (0,89 – 1,20); el sexto factor es F: temperatura inicial del agua (22 – 26). Los datos
obtenidos se muestran en la siguiente tabla:

Corrida Matriz de diseño Variables de

s respuesta
A B C D E F ATT pH
9 - - - - - - 6,2 4,86
5 + - - - + - 5,6 4,86
6 - + - - + + 5,8 4,85
1 + + - - - + 5,8 4,99
14 - - + - + + 5,7 4,94
10 + - + - - + 6,4 4,74
13 - + + - - - 6,4 4,83
12 + + + - + - 6,6 4,85
11 - - - + - + 5,3 4,81
3 + - - + + + 6,6 4,81
15 - + - + + - 5,2 4,98
16 + + - + - - 5,5 4,98
8 - - + + + - 6,9 4,84
4 + - + + - - 7,1 4,85
2 - + + + - + 6,7 4,96
7 + + + + + + 6,9 4,84
Se pide:
2.1 Presente los principales resultados, tabulares y gráficos, de un diseño 2 6-2
2.2 Analice los resultados presentados en la pregunta anterior
2.3 Presente las conclusiones de este caso.

EJERCICIO 3
A continuación, se presentan los datos para evaluar la posibilidad de utilizar puzolana como
material alternativo en la construcción. Se aplica un diseño de experimentos de mezclas, cuyos
componentes son: puzolana, cal y cemento; y como variable de respuesta se tiene la resistencia a
la compresión de la mezcla.
Se decide emplear un diseño simplex reticular (3,3).
Los datos experimentales son:
Ensayo Puzolana Cal cemento Resistencia
1 1 0 0 0,00
2 0,666 0,333 0 43,91
3 0,666 0 0,333 245,67
4 0,333 0,666 0 11,95
5 0,333 0,333 0,333 113,67
6 0,333 0 0,666 499,19
7 0 1 0 5,13
8 0 0,666 0,333 35,97
9 0 0,666 269,73
10 0 0 1 617,78

Se pide:
3.1 Realice un diseño de mezcla Simplex reticular con modelo Cúbico especial, y presente los
principales resultados gráficos y tabulares.

Efectos Estimados del Modelo Completo para Resistencia

Fuente Suma de Cuadrados Gl Cuadrado Medio Razón-F Valor-P
Media 339665, 1 339665,
Lineal 392475, 2 196238, 28,55 0,0004
Cuadrático 43831,8 3 14610,6 13,62 0,0145
Cúbico Especial 2396,41 1 2396,41 3,80 0,1465
Cúbico 1894,35 3 631,45
Error 6,83258E-11 0 0
Total 780263, 10

Resultados del Modelo Completo

Modelo ES R-Cuadrada R-Cuadrada Ajd.
Lineal 82,9135 89,08 85,96
Cuadrático 32,7519 99,03 97,81
Cúbico Especial 25,1287 99,57 98,71
Cúbico 100,00 0,00

Adhiriéndonos al criterio de comparación del p-value para evaluar el mejor modelo que
representa este estudio, se puede observar que el menor valor se encuentra en el modelo
lineal con un 0,0004 entregándonos el modelo con mayor complejidad pero, el modelo
cuadrático también tiene un valor menor a 0,005 lo que eventualmente también se podría
considerar.
Para poder desempatar este tema, podemos basarnos em el criterio de los coeficientes de
determinación (R2 y R2 ajustado), los que nos entregan el porcentaje de variación con respecto
a la variable del estudio. De esta manera seleccionamos en modelo cuadrático, porque sus
coeficientes de determinación son mucho más grandes que los del modelo lineal, con un
99,03% y 97,87% versus un 89,08% y 85,96%.
 Superficie de Respuesta Estimada Contornos de la Superficie de Respuesta Estimada

1 0 Resistencia
Puzolana=1,0
-10,0
70,0
0,8 0,2 150,0
790 230,0
310,0
590 0,6 0,4 390,0
470,0
Resistencia

70,0
550,0
390 150,0 0,6
0,4 630,0
230,0
310,0
710,0
190 390,0 790,0
0,2 0,8
470,0
-10
Cal=1,0 550,0

Cemento=1,0 0 1
1 0,8 0,6 0,4 0,2 0

Aquí podemos ver la representación gráfica del estudio para poder expresar un valor de manera
rápida de la variable de respuesta. Observamos que para una mayor resistencia a la mezcla se
encuentra en una mayor concentración de cemento y el resto de porcentajes se encontrarían
en menor razón en los otros dos componentes de la mezcla.

Gráfica de Traza para Resistencia

Combinación de Referencia: 0,333333 0,333333 0,333333

790
Componente
Puzolana
Cal
590 Cemento
Resistencia

390

190

-10
0 0,2 0,4 0,6 0,8 1
Pseudo componentes

Aquí podemos ver el grafico de trazas del estudio, el que muestra la importancia relativa de los
componentes. Encontramos que el componente con mayor efecto es el cemento (véase la
línea continua rosada) ya que cuando este cambia se logran los mayores cambios en la
resistencia. Obsérvese también que el segundo componente que mayor varia es la cal. De esta
manera también corroboramos la tabla de interacciones* que nos dice que la interacción
entre los componentes cemento y cal son los únicos que tienen una interacción significativa
en la resistencia de la mezcla (con un p-value menor a 0,05).
También se puede ver que el valor máximo de la resistencia de la mezcla se alcanza con una
mezcla pura de cemento=1, mientras que el valor mínimo se logra con las mezclas cal y
puzolana =1.
*Cúbico Especial Resultados de Ajuste de Modelo para Resistencia
Error Estadístico
Parámetro Estimado Estándar T Valor-P
A:Puzolana -1,98899 23,9021
B:Cal -3,90043 23,9021
C:Cemento 628,799 23,9021
AB 138,936 111,725 1,24356 0,3020
AC 265,612 111,725 2,37738 0,0978
BC -718,198 111,725 -6,42828 0,0076
ABC -1596,15 819,337 -1,9481 0,1465
3.2 Indique la representación geométrica de este experimento
El diseño simplex reticular (3,3) implica tres componentes y tres proporciones de orden
estadísticos. Los valores que pueden tomar los componentes 0, 1/3, 2/3, 1. Este estudio al
tener los componentes cemento, cal y puzolana, contemplan los siguientes diez valores:
(1,0,0); (0,1,0); (0,0,1); (2/3, 1/3, 0); (2/3, 0, 1/3); (0, 2/3, 1/3); (1/3, 2/3, 0); (1/3, 0, 2/3); (0, 1/3,
2/3); (1/3, 1/3, 1/3)
Siendo la representación geométrica de este experimento el siguiente:
Cemento

Puzolana
Cal

3.3 Analice los resultados y presente las conclusiones de este caso.

A modo de concluir, podemos expresar que se cumplió el objetivo de poder evaluar la posibilidad
de agregar puzolana como componente alternativo en la mezcla. Con lo que podemos decir
que, al no tener una influencia significativa dentro de las interacciones de la mezcla, no
sugerimos agregar el componente nuevo, ya que no tiene importancia en la mezcla.
La respuesta de interés para este estudio es el óptimo de la resistencia para la mezcla, la que
podemos encontrar en los siguientes puntos, asociada a la siguiente función:
Resistencia = - 1,98899*Puzolana - 3,90043*Cal + 628,799*Cemento + 138,936*Puzolana*Cal +
265,612*Puzolana*Cemento - 718,198*Cal*Cemento - 1596,15*Puzolana*Cal*Cemento

Valor óptimo = 628,799

Factor Bajo Alto Óptimo

Puzolana 0,0 1,0 0,0
Cal 0,0 1,0 0,0
Cemento 0,0 1,0 1,0
Para finalizar mostraremos la evidencia de los supuestos estadísticos enseñados en clases para
validar los datos del modelo. Para los primeros dos gráficos, generados por los predichos y con el
número de ejecución en los experimentos no podemos asegurar la validación de los datos ya que
se observan ciertos ciclos que no hacen normal el experimento y los puntos siguen una secuencia
de arriba, abajo, arriba y abajo. Asegundo que existen acciones de ruido en la generación de los
datos.

Para el ultimo grafico de probabilidad normal se puede observar que los residuos siguen una
distribución normal ya que tienden a quedar alineados con respecto a la línea recta del gráfico,
además, no se detectan puntos atípicos.