Documentos de Académico
Documentos de Profesional
Documentos de Cultura
k-p
Diseños factoriales 2
Ingeniería Agroindustrial
1
Universidad Estatal de Bolívar
Diseños factoriales
𝑝=1 2𝑘 −1 → 2𝑘 ∗ 2−1 →
2𝑘 Fraccionado a la mitad
2
𝑝=2 2𝑘 −2 → 2𝑘 ∗ 2−2 →
2𝑘
Fraccionado a la un cuarto
4
𝑝=3 2𝑘 −3 → 2𝑘 ∗ 2−3 → 𝑘
=
2 2
3
Ingeniería Agroindustrial
2
Universidad Estatal de
Diseños factoriales
2𝑘 8 Fraccionado a la un octavo
Sacrificar información con el objetivo de analizar menos tratamientos pero tener respuestas
similares a las que se tendría si se trabajará con el diseño completo
Ingeniería Agroindustrial
3
Universidad Estatal de
Diseños factoriales
Diseños factoriales
fraccionados
Concepto. Diseños en los que se elige adecuadamente una parte o fracción de los
tratamientos de un factorial completo, con la intención de estudiar el efecto de los
factores utilizando menos corridas experimentales.
Ingeniería Agroindustrial
4
Universidad Estatal de
Diseños factoriales
Se observa que para menos de cinco factores (k < 5) los efectos potencialmente
importantes superan en número a los efectos ignorables a priori, de aquí que si se
fraccionan estos diseños, es forzoso que se pierda información que puede ser relevante.
Por otro lado, cuando k ≥ 5 el número de efectos ignorables supera al número de
efectos no ignorables o potencialmente importantes, lo cual indica que estos diseños se
pueden fraccionar sin perder información valiosa.
23 7 6 1
24 15 10 5
25 31 15 16
26 63 21 42
27 127 28 99
Ingeniería Agroindustrial
5
Universidad Estatal de
Diseños factoriales
Al correr sólo una fracción del diseño factorial completo ocurren dos hechos:
Ingeniería Agroindustrial
6
Universidad Estatal de
Diseños factoriales
Ingeniería Agroindustrial
7
Universidad Estatal de
Diseños factoriales
-1 -1 -1 -
1 -1 -1 +
-1 1 -1 +
1 1 -1 -
-1 -1 1 +
1 -1 1 -
-1 1 1 -
1 1 1 +
Ingeniería Agroindustrial
8
Universidad Estatal de
Diseños factoriales
Ingeniería Agroindustrial
9
Universidad Estatal de
Diseños factoriales
A B C A B C
1 -1 -1 a -1 -1 -1 (1)
-1 1 -1 b 1 - -1 ab
-1 -1 1 c 1 -1 1 ac
1 1 1 abc -1 1 1 bc
I = +ABC : relación definidora debido a que define la estructura del alias del diseño
Ingeniería Agroindustrial
1
Universidad Estatal de
Diseños factoriales
Efecto Alias
Son dos o más efectos con nombres diferentes que
comparten el mismo contraste y por lo tanto estiman el
mismo efecto. En una estructura de alias, se puede
encontrar cuáles efectos son alias entre si porque
comparten el mismo contraste y por tanto estiman el
mismo efecto.
Ingeniería Agroindustrial
1
Universidad Estatal de
Diseños factoriales
Alias
Ingeniería Agroindustrial
1
Universidad Estatal de
Diseños factoriales
Estructura de alias
Si se aplica por ejemplo, para el efecto A, se tiene:
A x I = A y que A x A (Mod 2) = A2 = A0 = I
A x I = A x ABC = A2BC = BC
Ingeniería Agroindustrial
1
Universidad Estatal de
Diseños factoriales
Se decide correr el experimento 25 con una sola corrida o réplica para estudiar los
efectos de estos cinco factores. Los datos acomodados en el orden estándar (sin
aleatorizar) pera el experimento se presentan en la siguiente tabla:
Ingeniería Agroindustrial
1
Universidad Estatal de
Diseños factoriales
Estructura de alias
I + ABCDE Comparten el mismo
A + BCDE contraste y por lo tanto
C + ABDE estiman el mismo efecto
D + ABCE
E + ABCD
AB + CDE
AC + BDE
AD + BCE
AE + BCD
BC + ADE
BD + ACE
BE + ACD
CD + ABE
CE + ABD
DE + ABC
Ingeniería Agroindustrial
1
Universidad Estatal de
Diseños factoriales
Datos acomodados en el orden estándar
(1) = 7 d=8 e = 18 de = 6
a=9 ad = 10 ae = 12 ade = 10
b = 34,0 bd = 32 be = 35 bde = 30
ab = 55 abd = 50 abe = 52 abde = 53
c = 16,0 cd = 18 ce = 15 cde = 15
ac = 20 acd = 21 ace = 22 acde = 20
bc = 40 bcd = 44 bce = 45 bcde = 41
abc = 60 abcd = 61 abce = 65 abcde = 63
Ingeniería Agroindustrial
1
Universidad Estatal de
Diseños factoriales
25
Ingeniería Agroindustrial
1
Universidad Estatal de
Diseños factoriales
1.
Ingeniería Agroindustrial
1
Universidad Estatal de
Diseños factoriales
2.
Ingeniería Agroindustrial
1
Universidad Estatal de
Diseños factoriales
Ingeniería Agroindustrial
2
Universidad Estatal de
Diseños factoriales
Ingeniería Agroindustrial
2
Universidad Estatal de
Diseños factoriales
Ingeniería Agroindustrial
2
Universidad Estatal de
Diseños factoriales
Ingeniería Agroindustrial
2
Universidad Estatal de
Diseños factoriales
Efectos principales,
interacciones dobles, triples,
cuádruples
Ingeniería Agroindustrial
2
Universidad Estatal de
Diseños factoriales
Ingeniería Agroindustrial
2
Universidad Estatal de
Diseños factoriales
Ingeniería Agroindustrial
2
Universidad Estatal de
Diseños factoriales
Los efectos están sin estandarizar. Para calcular el efecto estandarizado depende de
calcular el cuadrado medio del error que no se puede realizar porque es cero
Ingeniería Agroindustrial
2
Universidad Estatal de
Diseños factoriales
Ingeniería Agroindustrial
2
Universidad Estatal de
Diseños factoriales
Ingeniería Agroindustrial
2
Universidad Estatal de
Diseños factoriales
Ingeniería Agroindustrial
3
Universidad Estatal de
Diseños factoriales
Ingeniería Agroindustrial
3
Universidad Estatal de
Diseños factoriales
Mejor tratamiento
Qué nivel deberá tener el factor A, B y C para maximizar la variable de respuesta
Ingeniería Agroindustrial
3
Universidad Estatal de
Diseños factoriales
Ingeniería Agroindustrial
3
Universidad Estatal de
Diseños factoriales
Se desea maximizar
Se selecciona los puntos más altos en las gráficas de interacción
Ingeniería Agroindustrial
3
Universidad Estatal de
Diseños factoriales
Una vez que se tiene el mejor tratamiento, se puede hacer una estimación de la
variable de respuesta
Ingeniería Agroindustrial
3
Universidad Estatal de
Diseños factoriales
Propone la ecuación de regresión, y se puede estimar la variable de respuesta que va a ser el mejor tratamiento, los
índices de la ecuación de regresión indican que es bueno el modelo, la calidad de ajuste es buena
Ingeniería Agroindustrial
3
Universidad Estatal de
Diseños factoriales
25 completo no replicado
32 tratamientos 31 efectos
A+ B+ C+ D E
x1=+1
x2=+1
x3=+1
Estos valores se puede sustituir en el modelo de regresión y calcular la variable respuesta
Ingeniería Agroindustrial
3
Universidad Estatal de
Diseños factoriales
Ingeniería Agroindustrial
3
Universidad Estatal de
Diseños factoriales
Ingeniería Agroindustrial
3
Universidad Estatal de
Diseños factoriales
Ingeniería Agroindustrial
4
Universidad Estatal de
Diseños factoriales
Se fracciona a la mitad
¿Cuáles son los tratamientos que se debería seleccionar de los 32 que tiene un diseño 2 5
completo, que permita no perder información valiosa en el diseño experimental?
Fracción
Principal Complementaria
16 tratamientos 16 tratamientos
Ingeniería Agroindustrial
4
Universidad Estatal de
Diseños factoriales
I = +ABCDE I = -ABCDE
Generador a
trabajar sería E= +ABCD E= -ABCD
del factor E
Ingeniería Agroindustrial
4
Universidad Estatal de
Diseños factoriales
Tratamientos/Facto
A B C D E=+ABCD Notación yates Rendimiento
res
1 - - - - + E 18
2 + - - - - A 9
3 - + - - - B 34
4 + + - - + ABE 52
5 - - + - - C 16
6 + - + - + ACE 22
7 - + + - + BCE 45
8 + + + - - ABC 60
9 - - - + - D 8
10 + - - + + ADE 10
11 - + - + + BDE 30
12 + + - + - ABD 50
13 - - + + + CDE 15
14 + - + + - ACD 21
15 - + + + - BCD 44
16 + + + + + ABCDE 63
Ingeniería Agroindustrial
4
Universidad Estatal de
Diseños factoriales
Ingeniería Agroindustrial
4
Universidad Estatal de
Diseños factoriales
Ingeniería Agroindustrial
4
Universidad Estatal de
Diseños factoriales
Ingeniería Agroindustrial
4
Universidad Estatal de
Diseños factoriales
Ingeniería Agroindustrial
4
Universidad Estatal de
Diseños factoriales
Ingeniería Agroindustrial
4
Universidad Estatal de
Diseños factoriales
Ingeniería Agroindustrial
4
Universidad Estatal de
Diseños factoriales
Ingeniería Agroindustrial
4
Universidad Estatal de
Diseños factoriales
Se limpia el diagrama de Pareto, dejando solo los efectos significativos. No se puede estandarizar este momento
debido a que un efecto estandarizado depende del cuadrado medio del error, que este caso no se puede calcular
porque el valor es 0, porque no es replicado el diseño.
Ingeniería Agroindustrial
5
Universidad Estatal de
Diseños factoriales
Ingeniería Agroindustrial
5
Universidad Estatal de
Diseños factoriales
Ingeniería Agroindustrial
5
Universidad Estatal de
Diseños factoriales
Cálculo para cada uno de los contrastes para cada uno de los efectos que luego se van a
estimar
Rendimient
A B C D E o E A B ABE C ACE BCE ABC D ADE BDE ABD CDE ACD BCD
-1 -1 -1 -1 1 18 18 -18 -18 18 -18 18 18 -18 -18 18 18 -18 18 -18 -18
1 -1 -1 -1 -1 9 -9 9 -9 9 -9 9 -9 9 -9 9 -9 9 -9 9 -9
-1 1 -1 -1 -1 34 -34 -34 34 34 -34 -34 34 34 -34 -34 34 34 -34 -34 34
1 1 -1 -1 1 52 52 52 52 52 -52 -52 -52 -52 -52 -52 -52 -52 52 52 52
-1 -1 1 -1 -1 16 -16 -16 -16 -16 16 16 16 16 -16 -16 -16 -16 16 16 16
1 -1 1 -1 1 22 22 22 -22 -22 22 22 -22 -22 -22 -22 22 22 -22 -22 22
-1 1 1 -1 1 45 45 -45 45 -45 45 -45 45 -45 -45 45 -45 45 -45 45 -45
1 1 1 -1 -1 60 -60 60 60 -60 60 -60 -60 60 -60 60 60 -60 60 -60 -60
-1 -1 -1 1 -1 8 -8 -8 -8 -8 -8 -8 -8 -8 8 8 8 8 8 8 8
1 -1 -1 1 1 10 10 10 -10 -10 -10 -10 10 10 10 10 -10 -10 -10 -10 10
-1 1 -1 1 1 30 30 -30 30 -30 -30 30 -30 30 30 -30 30 -30 -30 30 -30
1 1 -1 1 -1 50 -50 50 50 -50 -50 50 50 -50 50 -50 -50 50 50 -50 -50
-1 -1 1 1 1 15 15 -15 -15 15 15 -15 -15 15 15 -15 -15 15 15 -15 -15
1 -1 1 1 -1 21 -21 21 -21 21 21 -21 21 -21 21 -21 21 -21 -21 21 -21
-1 1 1 1 -1 44 -44 -44 44 44 44 44 -44 -44 44 44 -44 -44 -44 -44 44
1 1 1 1 1 63 63 63 63 63 63 63 63 63 63 63 63 63 63 63 63
Contraste 13 77 259 15 75 7 17 -23 -15 17 15 -5 67 -9 1
Efectos 1,625 9,625 32,375 1,875 9,375 0,875 2,125 -2,875 -1,875 2,125 1,875 -0,625 8,375 -1,125 0,125
Suma
cuadrados 10,563 370,5625 4192,56 14,0625 351,563 3,0625 18,0625 33,0625 14,0625 18,0625 14,0625 1,5625 280,563 5,0625 0,0625
Ingeniería Agroindustrial
5
Universidad Estatal de
Diseños factoriales
A B C D E Rendimiento E A B ABE C ACE BCE ABC D ADE BDE ABD CDE ACD BCD ABCD
Son alias E y ABCD tienen el mismo efecto porque comparten el mismo contraste y por lo tanto estiman el mismo efecto, por loque no es necesario
estudiar los dos
Ingeniería Agroindustrial
5
Universidad Estatal de
Diseños factoriales
Se quita el efecto AE
porque ya se está
estudiando el efecto
BCD, y ambos son
efectos alias porque
comparten el mismo
contraste y estiman el
mismo efecto
Ingeniería Agroindustrial
5
Universidad Estatal de
Diseños factoriales
Quitar el término AE
Ingeniería Agroindustrial
5
Universidad Estatal de
Diseños factoriales
Se quita el efecto CE
Se elimina uno por uno, hasta que el
efecto que aparezca estandarizado
todos sean significativos al superar el
valor crítico
Ingeniería Agroindustrial
5
Universidad Estatal de
Diseños factoriales
Ingeniería Agroindustrial
5
Universidad Estatal de
Diseños factoriales
Ingeniería Agroindustrial
5
Universidad Estatal de
Diseños factoriales
Ingeniería Agroindustrial
6
Universidad Estatal de
Diseños factoriales
Ingeniería Agroindustrial
6
Universidad Estatal de
Diseños factoriales
Promedio 31,0625
A B C D E Rendimiento E A B ABE C ACE BCE ABC D ADE BDE ABD CDE ACD BCD ABCD
-1 -1 -1 -1 1 18 18 -18 -18 18 -18 18 18 -18 -18 18 18 -18 18 -18 -18 18
1 -1 -1 -1 -1 9 -9 9 -9 9 -9 9 -9 9 -9 9 -9 9 -9 9 -9 -9
-1 1 -1 -1 -1 34 -34 -34 34 34 -34 -34 34 34 -34 -34 34 34 -34 -34 34 -34
1 1 -1 -1 1 52 52 52 52 52 -52 -52 -52 -52 -52 -52 -52 -52 52 52 52 52
-1 -1 1 -1 -1 16 -16 -16 -16 -16 16 16 16 16 -16 -16 -16 -16 16 16 16 -16
1 -1 1 -1 1 22 22 22 -22 -22 22 22 -22 -22 -22 -22 22 22 -22 -22 22 22
-1 1 1 -1 1 45 45 -45 45 -45 45 -45 45 -45 -45 45 -45 45 -45 45 -45 45
1 1 1 -1 -1 60 -60 60 60 -60 60 -60 -60 60 -60 60 60 -60 60 -60 -60 -60
-1 -1 -1 1 -1 8 -8 -8 -8 -8 -8 -8 -8 -8 8 8 8 8 8 8 8 -8
1 -1 -1 1 1 10 10 10 -10 -10 -10 -10 10 10 10 10 -10 -10 -10 -10 10 10
-1 1 -1 1 1 30 30 -30 30 -30 -30 30 -30 30 30 -30 30 -30 -30 30 -30 30
1 1 -1 1 -1 50 -50 50 50 -50 -50 50 50 -50 50 -50 -50 50 50 -50 -50 -50
-1 -1 1 1 1 15 15 -15 -15 15 15 -15 -15 15 15 -15 -15 15 15 -15 -15 15
1 -1 1 1 -1 21 -21 21 -21 21 21 -21 21 -21 21 -21 21 -21 -21 21 -21 -21
-1 1 1 1 -1 44 -44 -44 44 44 44 44 -44 -44 44 44 -44 -44 -44 -44 44 -44
1 1 1 1 1 63 63 63 63 63 63 63 63 63 63 63 63 63 63 63 63 63
Contraste 13 77 259 15 75 7 17 -23 -15 17 15 -5 67 -9 1 13
Efectos 1,625 9,625 32,375 1,875 9,375 0,875 2,125 -2,875 -1,875 2,125 1,875 -0,625 8,375 -1,125 0,125 1,625
Suma
10,563 370,5625 4192,56 14,0625 351,563 3,0625 18,0625 33,0625 14,0625 18,0625 14,0625 1,5625 280,563 5,0625 0,0625 10,5625
cuadrados
Coeficientes del modelo
4,8125 16,1875 4,6875 4,1875
de regresión
Ingeniería Agroindustrial
6
Universidad Estatal de
Diseños factoriales
Ingeniería Agroindustrial
6
Universidad Estatal de
Diseños factoriales
Rendimiento
A B C D E Rendimiento E A B ABE C ACE BCE ABC D ADE BDE ABD CDE ACD BCD Residuo ABCD
estimado
-1 -1 -1 -1 1 18 18 -18 -18 18 -18 18 18 -18 -18 18 18 -18 18 -18 -18 9,5625 8,4375 18
1 -1 -1 -1 -1 9 -9 9 -9 9 -9 9 -9 9 -9 9 -9 9 -9 9 -9 10,8125 -1,8125 -9
-1 1 -1 -1 -1 34 -34 -34 34 34 -34 -34 34 34 -34 -34 34 34 -34 -34 34 33,5625 0,4375 -34
1 1 -1 -1 1 52 52 52 52 52 -52 -52 -52 -52 -52 -52 -52 -52 52 52 52 51,5625 0,4375 52
-1 -1 1 -1 -1 16 -16 -16 -16 -16 16 16 16 16 -16 -16 -16 -16 16 16 16 18,9375 -2,9375 -16
1 -1 1 -1 1 22 22 22 -22 -22 22 22 -22 -22 -22 -22 22 22 -22 -22 22 20,1875 1,8125 22
-1 1 1 -1 1 45 45 -45 45 -45 45 -45 45 -45 -45 45 -45 45 -45 45 -45 42,9375 2,0625 45
1 1 1 -1 -1 60 -60 60 60 -60 60 -60 -60 60 -60 60 60 -60 60 -60 -60 60,9375 -0,9375 -60
-1 -1 -1 1 -1 8 -8 -8 -8 -8 -8 -8 -8 -8 8 8 8 8 8 8 8 9,5625 -1,5625 -8
1 -1 -1 1 1 10 10 10 -10 -10 -10 -10 10 10 10 10 -10 -10 -10 -10 10 10,8125 -0,8125 10
-1 1 -1 1 1 30 30 -30 30 -30 -30 30 -30 30 30 -30 30 -30 -30 30 -30 33,5625 -3,5625 30
1 1 -1 1 -1 50 -50 50 50 -50 -50 50 50 -50 50 -50 -50 50 50 -50 -50 51,5625 -1,5625 -50
-1 -1 1 1 1 15 15 -15 -15 15 15 -15 -15 15 15 -15 -15 15 15 -15 -15 18,9375 -3,9375 15
1 -1 1 1 -1 21 -21 21 -21 21 21 -21 21 -21 21 -21 21 -21 -21 21 -21 20,1875 0,8125 -21
-1 1 1 1 -1 44 -44 -44 44 44 44 44 -44 -44 44 44 -44 -44 -44 -44 44 42,9375 1,0625 -44
1 1 1 1 1 63 63 63 63 63 63 63 63 63 63 63 63 63 63 63 63 60,9375 2,0625 63
Contraste 13 77 259 15 75 7 17 -23 -15 17 15 -5 67 -9 1 13
Efectos 1,625 9,625 32,375 1,875 9,375 0,875 2,125 -2,875 -1,875 2,125 1,875 -0,625 8,375 -1,125 0,125 1,625
Suma cuadrados 10,563 370,5625 4192,56 14,0625 351,563 3,0625 18,0625 33,0625 14,0625 18,0625 14,0625 1,5625 280,563 5,0625 0,0625 10,5625
Promedio 31,0625
Ingeniería Agroindustrial
6
Universidad Estatal de
Diseños factoriales
Suma cuadrados 10,563 370,5625 4192,56 14,0625 351,563 3,0625 18,0625 33,0625 14,0625 18,0625 14,0625 1,5625 280,563 5,0625 0,0625 10,5625
Promedio 31,0625
Ingeniería Agroindustrial
6
Universidad Estatal de
Diseños factoriales
Conclusión
Se debe evaluar los supuestos del modelo a partir de los residuos: Normalidad,
homocedasticidad e independencia del modelo
Ingeniería Agroindustrial
6
Universidad Estatal de
Diseños factoriales
Ingeniería Agroindustrial
6
Universidad Estatal de