Documentos de Académico
Documentos de Profesional
Documentos de Cultura
INGENIERIA INDUSTRIAL
ACTIVIDAD: ANALISIS
GRUPO: 4401
CUARTO SEMESTRE
05/ 06 / 2021
Tecnológico Nacional de México
Tecnológico de Estudios Superiores de Tianguistenco
En la tabla de signos, las columnas que corresponden a los efectos principales coinciden
con la matriz de diseño. Una vez obtenidas las columnas de signos de los efectos de interés,
el contraste de cada efeto resulta de multiplicar su columna de signos por la columna de los
datos expresados en la notación de Yates. Por ejemplo, al multiplicar las columnas A y B
por la notación de Yates, se obtiene el contraste de AB que ya conocemos: contraste AB =
[(1) + ab − a − b].
Notación de Yates: Representa los totales o sumas de las observaciones en cada
tratamiento de un diseño 2k.
Pasos para llegar al ANOVA: Para obtener el ANOVA de forma manual, se necesita
calcular la suma de cuadrados de cada uno de los efectos.
Tecnológico Nacional de México
Tecnológico de Estudios Superiores de Tianguistenco
Para investigar cuáles de los tres efectos están activos o son significativos, se procede a
probar las hipótesis dadas por:
cada una contra la alternativa de que el efecto en cuestión es diferente de cero. Estas
hipótesis se prueban con el análisis de varianza.
Para obtener las sumas de cuadrados para cada efecto, se aplica el resultado sobre
contrastes y resultan las expresiones dadas por:
Donde cada una de ellas tiene sólo un grado de libertad, debido a que cada factor tiene
únicamente dos niveles. La suma de cuadrados totales se calcula con la expresión:
Diseños factoriales 3k
El diseño factorial 3k 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. Por ejemplo, si se quieren estudiar cuatro factores, y se considera
sólo una repetición, el di seño 34 requiere en total 81 pruebas, una para cada tratamiento;
mientras que el diseño 24 sólo necesita 16 pruebas. 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:
Se tienen factores de tipo continuo e interesa estudiar efectos cuadráticos como A2, B2,…,
A2B, B2A, A2B2,… (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
Los factores son categóricos o discretos y de manera natural tienen tres niveles cada uno.
Esto ocurre en factores como tipo de material, diferentes medios de cultivos, factor máquina,
etc., los cuales pueden tener naturalmente tres niveles. Por ejemplo, si uno de los factores
es un reactivo del cual existen tres marcas, resulta natural que el experimentador quiera
probar las tres marcas con la idea de comparar su desempeño en las diferentes
combinaciones de los factores restantes.
Diseño factorial 3k: Modelo que considera k factores con tres niveles cada uno y tiene 3k
tratamientos. Este diseño requiere de mayor cantidad de pruebas que el diseño 2k.
Tecnológico Nacional de México
Tecnológico de Estudios Superiores de Tianguistenco
donde γi es el efecto del factor A en su nivel i, δj representa el efecto del factor B en su nivel
j, (γδ)ij es el efecto de interacción de ambos en los niveles ij y n es el número de repeticiones
de cada tratamiento. En consecuencia, las hipótesis que se desean probar son: H0 : γi = 0
(no hay efecto significativo del factor A sobre la variable de respuesta), H0 : δ = 0 (no hay
efecto del factor B sobre la variable de respuesta) y H0 : (γδ)ij = 0 (no hay efecto de
interacción de los factores A y B sobre la variable de respuesta). Estas hipótesis se probarán
con el ANOVA; para ello, las sumas de cuadrados para los tres efectos incluidos en la
ecuación (7.1) están dadas por:
Observe que este diseño también requiere de al menos dos repeticiones para que haya
grados de libertad para el error. Nótese que las su mas de cuadrados de los efectos A y B
tienen dos grados de libertad (número de niveles menos uno) y que los grados de libertad
para la interacción AB se obtienen con el producto 2 × 2 = 4. Si el valor-p para un efecto es
menor que 0.05, entonces se rechaza la correspondiente hipótesis nula y se con fluye que
tal fuente de variación afecta de manera significativa a la variable de respuesta.
Gracias a la investigación que se realizo se puede comprender estos temas que son tan
importantes, comprendimos como poder llegar a su tabal de ANOVA con las distintas
formulas que existen para poder llegar a esto sacando la información del libro Análisis y
diseño de experimento en el cual nos explican de una forma muy certera estos temas con
la ayuda de distintos ejercicios.
Fuentes de consulta:
Tercera edición libro Análisis y diseño de experimento
Humberto Gutiérrez Pulido
Centro Universitario de Ciencias Exactas e Ingeniería Universidad de Guadalajara
Román de la Vara Salazar
Centro de Investigación de Matemáticas Guanajuato, México
2012, 2008, 2003, respecto a la tercera edición por McGRAW-HILL/INTERAMERICANA
EDITORES, S.A. de C.V.
Tecnológico Nacional de México
Tecnológico de Estudios Superiores de Tianguistenco
EVIDENCIAS