Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ESCUELA DE POSGRADO
MAESTRIA EN INGENIERIA INDUSTRIAL
Ejercicios a desarrollar
Desarrolle los ejercicios indicados en la Tabla 1 del libro de Probabilidad y Estadística Aplicadas a la Ingeniería
de Montgomery & Runger.
Diseño factorial 2 a la k
Número de factores: 3
Número de repeticiones: 2
Número de condiciones experimentales: 2 a la 3 =8
Número de experimentos = 8 x 2 = 16 experimentos
La codificación de los factores es la siguiente.
Factor
A: Rapidez de corte
C: ángulo de corte
Coded Coefficients
Term Effect Coef SECoef T-Value P-Value VIF Los términos de modelo que rechazan la
hipótesis nula de coeficiente igual a cero
Constan 413.1 12.4 33.30 0.000 son:
t Intercepto
A 18.2 9.1 12.4 0.74 0.483 1.00 Factor B
B 84.2 42.1 12.4 3.40 0.009 1.00 Factor C
C 71.8 35.9 12.4 2.89 0.020 1.00 Los demás factores e interacciones no
A*B -11.3 -5.6 12.4 -0.45 0.662 1.00 son relevantes y si es posible deben
A*C -119.2 -59.6 12.4 -4.81 0.001 1.00 retirarse del modelo
B*C -24.3 -12.1 12.4 -0.98 0.357 1.00
A*B*C -34.8 -17.4 12.4 -1.40 0.199 1.00
Model Summary
S R-sq R-sq(adj) R-sq(pred)
49.623 85.36% 72.56% 41.45%
6
Analysis of Variance
Adj El pvalue del modelo es menor a
0.05 por lo tanto el modelo es
Source DF SS Adj MS F-Value P-Value significativo.
Model 7 114888 16412.5 6.66 0.008
Linear 3 50317 16772.2 6.81 0.014
A 1 1332 1332.3 0.54 0.483
B 1 28392 28392.2 11.53 0.009
C 1 20592 20592.3 8.36 0.020
2-Way Interactions 3 59741 19913.6 8.09 0.008
A*B 1 506 506.3 0.21 0.662
A*C 1 56882 56882.2 23.10 0.001
B*C 1 2352 2352.3 0.96 0.357
3-Way Interactions 1 4830 4830.3 1.96 0.199
A*B*C 1 4830 4830.3 1.96 0.199
Error 8 19700 2462.5
Total 15 134588
CONCLUSIÓN
El modelo del DOE es válido, pero hay que retirar términos. En el modelo de DOE debe quedar el
intercepto y los factores B, C y AC solamente.
Model Summary
R-
S R-sq sq(adj) R-sq(pred)
81.1472 36.40% 26.61% 3.65%
Analysis of Variance
Source DF Adj SS Adj MS F-Value P-Value El pvalue del modelo es mayor a
Model 2 48985 24492 3.72 0.053 0.05 por lo tanto el modelo no es
significativo.
Linear 2 48985 24492 3.72 0.053
B 1 28392 28392 4.31 0.058
C 1 20592 20592 3.13 0.100
Error 13 85603 6585
Lack-of-Fit 5 65903 13181 5.35 0.019
Pure 8 19700 2463
Error
Total 15 134588
CONCLUSION
El modelo del DOE no es válido porque tiene un Pvalue=0.053>0.05. Se puede concluir que los factores
tomados para el modelo no afectan a la variable de respuesta Y.
Ejercicio 13-14, 13-15, 13-16
SOLUCIÓN DEL CASO
Diseño factorial 2 a la k
Número de factores: 4
Número de repeticiones: 2
Número de condiciones experimentales: 2 a la 4=16
Número de experimentos = 16 x 2 = 32 experimentos
La codificación de los factores es la siguiente
Factor
A: tipo de edulcorante
B: proporción jarabe/agua
C: nivel de carbonación
D: temperatura
Design Summary
Factors: 4 Base Design: 4, 16
Runs: 32 Replicates: 2
Blocks: 1 Center pts (total): 0
Coded Coefficients
Effec P-
Los términos de modelo que rechazan la
Term t Coef SE Coef T-Value Value VIF hipótesis nula de coeficiente igual a cero
Constant 175.250 0.547 320.59 0.000 son:
A 17.000 8.500 0.547 15.55 0.000 1.00 Intercepto
Factor A
B -1.625 -0.813 0.547 -1.49 0.157 1.00
Factor C
C 10.875 5.438 0.547 9.95 0.000 1.00
Factor D
D 8.375 4.187 0.547 7.66 0.000 1.00
Los demás factores e interacciones no
A*B -0.125 -0.062 0.547 -0.11 0.910 1.00
son relevantes y si es posible deben
A*C -0.625 -0.312 0.547 -0.57 0.575 1.00 retirarse del modelo
A*D 9.125 4.562 0.547 8.35 0.000 1.00
B*C -0.250 -0.125 0.547 -0.23 0.822 1.00
B*D 1.250 0.625 0.547 1.14 0.270 1.00
C*D -1.250 -0.625 0.547 -1.14 0.270 1.00
A*B*C 0.750 0.375 0.547 0.69 0.503 1.00
A*B*D -0.500 -0.250 0.547 -0.46 0.654 1.00
A*C*D 0.000 0.000 0.547 0.00 1.000 1.00
B*C*D 0.125 0.062 0.547 0.11 0.910 1.00
A*B*C*D -1.625 -0.813 0.547 -1.49 0.157 1.00
Model Summary
S R-sq R-sq(adj) R-sq(pred)
3.0923 96.76% 93.71% 87.02%
3
Analysis of Variance
Adj
Source DF Adj SS MS F-Value P-Value El pvalue del
modelo es menor a
Model 15 4563.00 304.20 31.81 0.000 0.05 por lo tanto el
Linear 4 3840.37 960.09 100.40 0.000 modelo es
A 1 2312.00 2312.00 241.78 0.000 significativo.
B 1 21.13 21.13 2.21 0.157
C 1 946.12 946.12 98.94 0.000
D 1 561.13 561.13 58.68 0.000
2-Way Interactions 6 694.87 115.81 12.11 0.000
A*B 1 0.13 0.13 0.01 0.910
A*C 1 3.12 3.12 0.33 0.575
A*D 1 666.13 666.13 69.66 0.000
B*C 1 0.50 0.50 0.05 0.822
B*D 1 12.50 12.50 1.31 0.270
C*D 1 12.50 12.50 1.31 0.270
3-Way Interactions 4 6.63 1.66 0.17 0.949
A*B*C 1 4.50 4.50 0.47 0.503
A*B*D 1 2.00 2.00 0.21 0.654
A*C*D 1 0.00 0.00 0.00 1.000
B*C*D 1 0.12 0.12 0.01 0.910
4-Way Interactions 1 21.13 21.13 2.21 0.157
A*B*C*D 1 21.13 21.13 2.21 0.157
Error 16 153.00 9.56
Total 31 4716.00
CONCLUSION
El modelo del DOE es válido, pero hay que retirar términos. En el modelo de DOE debe quedar el
intercepto y los factores A, C y D solamente.
Model Summary
S R-sq R-sq(adj) R-sq(pred)
5.6592 80.98% 78.95% 75.16%
2
Analysis of Variance
Source DF Adj SS Adj MS F-Value P-Value El pvalue del
Model 3 3819.3 1273.08 39.75 0.000 modelo es menor a
0.05 por lo tanto el
Linear 3 3819.3 1273.08 39.75 0.000
modelo es
A 1 2312.0 2312.00 72.19 0.000 significativo.
C 1 946.1 946.13 29.54 0.000
D 1 561.1 561.12 17.52 0.000
Error 28 896.8 32.03
Lack-of-Fit 12 743.8 61.98 6.48 0.000
Pure 16 153.0 9.56
Error
Total 31 4716.0
Regression Equation in Uncoded Units
y = 175.25 + 8.50 A + 5.44 C + 4.19 D
ANALISIS DE RESIDUALES
1. Normalidad de residuales
2. Independencia de residuales
No se observan tendencias,
estacionalidad patrones o ciclos,
aparentemente la cantidad de puntos
arriba y debajo de cero es similar por lo
tanto se diría que los residuales son
independientes. Se analiza el siguiente
supuesto entonces.
3. Homocedasticidad de residuales
Ejercicio 13-20
Diseño factorial 2 a la k
Número de factores: 5
Número de repeticiones: 1
Número de condiciones experimentales: 2 a la 5=32
Número de experimentos = 32 x 1 = 32 experimentos
La codificación de los factores es la siguiente
Coded Coefficients
Effec SE
Term t Coef Coef T-Value P-Value VIF
Constant 30.53 * * *
A 11.813 5.906 * * * 1.00
B 33.94 16.97 * * * 1.00
C 9.687 4.844 * * * 1.00
D -0.8125 -0.4063 * * * 1.00
E 0.4375 0.2188 * * * 1.00
A*B 7.938 3.969 * * * 1.00
A*C 0.4375 0.2188 * * * 1.00
A*D -0.06250 -0.03125 * * * 1.00
A*E 0.9375 0.4687 * * * 1.00
B*C 0.06250 0.03125 * * * 1.00
B*D -0.6875 -0.3438 * * * 1.00
B*E 0.5625 0.2813 * * * 1.00
C*D 0.8125 0.4062 * * * 1.00
C*E 0.3125 0.1563 * * * 1.00
D*E -1.1875 -0.5937 * * * 1.00
A*B*C -0.4375 -0.2187 * * * 1.00
A*B*D 0.3125 0.1563 * * * 1.00
A*B*E -0.18750 -0.09375 * * * 1.00
A*C*D -0.4375 -0.2188 * * * 1.00
A*C*E 0.3125 0.1562 * * * 1.00
A*D*E 0.8125 0.4063 * * * 1.00
B*C*D 0.4375 0.2187 * * * 1.00
B*C*E 0.9375 0.4687 * * * 1.00
B*D*E 0.18750 0.09375 * * * 1.00
C*D*E -0.8125 -0.4062 * * * 1.00
A*B*C*D -0.06250 -0.03125 * * * 1.00
A*B*C*E 0.18750 0.09375 * * * 1.00
A*B*D*E 0.9375 0.4687 * * * 1.00
A*C*D*E -0.3125 -0.1563 * * * 1.00
B*C*D*E -0.9375 -0.4688 * * * 1.00
A*B*C*D*E -0.18750 -0.09375 * * * 1.00
Model Summary
S R-sq R-sq(adj) R-sq(pred)
* 100.00% * *
Analysis of Variance
D
Source F Adj SS Adj MS F-Value P-Value
Model 31 11664.0 376.26 * *
Linear 5 11087.9 2217.58 * *
A 1 1116.3 1116.28 * *
B 1 9214.0 9214.03 * *
C 1 750.8 750.78 * *
D 1 5.3 5.28 * *
E 1 1.5 1.53 * *
2-Way Interactions 10 536.3 53.63 * *
A*B 1 504.0 504.03 * *
A*C 1 1.5 1.53 * *
A*D 1 0.0 0.03 * *
A*E 1 7.0 7.03 * *
B*C 1 0.0 0.03 * *
B*D 1 3.8 3.78 * *
B*E 1 2.5 2.53 * *
C*D 1 5.3 5.28 * *
C*E 1 0.8 0.78 * *
D*E 1 11.3 11.28 * *
3-Way Interactions 10 24.3 2.43 * *
A*B*C 1 1.5 1.53 * *
A*B*D 1 0.8 0.78 * *
A*B*E 1 0.3 0.28 * *
A*C*D 1 1.5 1.53 * *
A*C*E 1 0.8 0.78 * *
A*D*E 1 5.3 5.28 * *
B*C*D 1 1.5 1.53 * *
B*C*E 1 7.0 7.03 * *
B*D*E 1 0.3 0.28 * *
C*D*E 1 5.3 5.28 * *
4-Way Interactions 5 15.2 3.03 * *
A*B*C*D 1 0.0 0.03 * *
A*B*C*E 1 0.3 0.28 * *
A*B*D*E 1 7.0 7.03 * *
A*C*D*E 1 0.8 0.78 * *
B*C*D*E 1 7.0 7.03 * *
5-Way Interactions 1 0.3 0.28 * *
A*B*C*D*E 1 0.3 0.28 * *
Error 0 * *
Total 31 11664.0
Debido a los grados de libertad del diseño, no se pueden obtener los Pvalues de las variables por lo
que nos guiaremos del grafico de efectos vs factores que se muestra a continuación:
Model Summary
S R-sq R-sq(adj) R-sq(pred)
1.7088 99.32% 99.22% 99.05%
4
Analysis of Variance
Adj El pvalue del modelo es menor a 0.05
por lo tanto el modelo es significativo.
Source DF Adj SS MS F-Value P-Value
Model 4 11585.1 2896.28 991.83 0.000
Linear 3 11081.1 3693.70 1264.90 0.000
A 1 1116.3 1116.28 382.27 0.000
B 1 9214.0 9214.03 3155.34 0.000
C 1 750.8 750.78 257.10 0.000
2-Way Interactions 1 504.0 504.03 172.61 0.000
A*B 1 504.0 504.03 172.61 0.000
Error 27 78.8 2.92
Total 31 11664.0
ANALISIS DE RESIDUALES
1. Normalidad de residuales
2. Independencia de residuales
No se observan tendencias,
estacionalidad patrones o ciclos,
aparentemente la cantidad de puntos
arriba y debajo de cero es similar por lo
tanto se diría que los residuales son
independientes. Se analiza el siguiente
supuesto entonces.
3. Homocedasticidad de residuales
CONCLUSION
El modelo del DOE no es válido porque no cumple todos los supuestos para los residuales.