Universidad Central de Venezuela

Facultad de Ingeniería
Procesos Industriales
Diseño de Experimento

Br. Jesús Escalona v23.796.220

TALLER 4
DISEÑO FACTORIAL.

Ejercicio 1

Se realiza un experimento para investigar la influencia del porcentaje de la concentración

de madera dura en la pulpa bruta y la presión de la cuba en la resistencia del papel. Se
seleccionan tres niveles de la concentración de madera dura y tres niveles de la presión. Se
midió la resistencia del papel para cada combinación de los niveles de los factores,
obteniéndose los siguientes datos:
Para dicha modelación se presenta la información de los datos, la cual es:

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 dichos niveles en todos los
factores.
Para el desarrollo del ejercicio, se dividirá en 3 partes la cual constan de procedimientos,
análisis factorial y análisis de regresión respectivamente. Se modelará a través de una check
list que se planteará para cada parte y los ítems que falten en los ejercicios planteados se
van a desarrollar. De esta forma se logrará puntualizar los procedimientos que hacen falta
más fácilmente.

Parte 1
PROCEDIMIENTO

ELEMENTOS BÁSICOS

Variable Respuesta: Resistencia del papel (Y). Cualitativa. Medida en (%) de

concentración
Factores de estudio: concentración de madera dura (C) y presión de la cuba (P), ambos
continuos a tres niveles.
Niveles del factor C: c0 = 2%, c1 = 4% y c2 = 6%.
Niveles del factor P: p0 = 400psi; p1 = 500psi y p2 = 600psi
Región de Estudio: C = [2,6] y P = [400,600]
Basado en la modelación del ejercicio, podremos darnos cuenta de que es diseño factorial
del tipo 3², ya que tiene 2 factores de estudio y 3 niveles cada uno.
Nivel de significancia (α): 0,05
MODELO DE TRATAMIENTOS
Yjk = μ +tj + Ɛjk j=1, 2,3,…,9 k=1,2
Yjk: representa la k-esima observación del rendimiento en el j-esimo tratamiento
μ: es la media global
tj: es el efecto del j-esimo tratamiento en el rendimiento del proceso químico.
Ɛjk: Variable aleatoria que engloba un conjunto de factores, cada uno de los cuales influye
en las respuestas solo en pequeñas magnitudes pero que de forma conjunta debe tenerse en
cuenta.

PROCEDIMIENTO
Determinar la variable respuesta, identificando el tipo y su
X
unidad de medida
Determinar los factores involucrados, identificando el tipo de X
factor, rango, niveles
Identificar el tipo de diseño factorial X

Identificar el tipo de análisis que se va a utilizar X

Establecer los tratamientos que se aplicarán X

Calcular los efectos principales y contrastes de cada factor X

Parte 2
ANÁLISIS FACTORIAL
MODELO DE EFECTOS
Yimj =  +Ci +Pm + (CP) im + imj i=1, 2,3; m=1, 2,3; j=1,2
: Media global
Ci, Pm: efecto del i-esimo nivel del factor C, m-esimo nivel del factor P.
(CP) im: efecto de la interacciones del: i-esimo nivel del factor C con el m-esimo nivel del
factor.
imk: Variable aleatoria que engloba un conjunto de factores, cada uno de los cuales
influye en la respuesta solo en pequeñas magnitudes pero que de forma conjunta debe
tenerse en cuenta.

SUPUESTOS DEL MODELO

Yimk ~ NID (µ + Ci + Pm + (CP) im, σ²)

Ɛik~ NID (0, σ²) mutuamente independientes, σ² es constante en todos los niveles

∑Cm = 0 para m = 1, 2, 3

∑Pm= 0 para m= 1, 2, 3

∑ (CP)im = 0 para i = 1, 2,3 m=1,2,3

INFORMACIÓN DE LOS FACTORES

Niveles y codificación de los factores

Notación de los niveles

Supuestos de igualdad de Varianza

SUPUESTOS DE IGUALDAD DE VARIANZA

Hipótesis Nula Todas las varianzas son iguales
Hipótesis Al menos una varianza es
Alternativa diferente

Estadístico de prueba (Barlett), con un nivel de significancia de 0,05.

Supuestos de normalidad

SUPUESTOS DE NORMALIDAD
Los datos siguen una distribución
Hipótesis Nula normal
Hipótesis Los datos no siguen una
Alternativa distribución normal
Para este supuesto podremos apreciar que el Pvalor (0,150)> al nivel de significancia
(0,05), por lo que se acepta la hipótesis nula, eso quiere decir que los datos siguen una
distribución normal.

Planteamiento de las Hipótesis

Tratamiento
Hipótesis nula: 𝑡j=0 ∀ j=1,..,9
Los tratamientos iguales y no generan una variación significativa sobre la resistencia del
papel.
Hipótesis alternativa: 𝑡≠0 ∀ 1=1,…,9
Al menos uno de los tratamientos difiere y generan una variación significativa sobre la
resistencia del papel.

Factores
 PRUEBAS DE HIPÓTESIS
Factores Hipótesis Nula Hipótesis Alternativa Condición Ho Condición Ha

Las concentraciones son iguales y Al menos una de las preciones

no generan una variación difiere y genera una variación
Factor C H0: C = 0 H0: C ≠0
significativa sobre la resistencia significativa entre las demás
del papel. sobre la resistencia del papel.

Al menos una de las

Las preciones son iguales y no
concentraciones difiere y
generan una variación
Factor P H0: P = 0 H0: P ≠0 genera una variación
significativa sobre la resistencia
significativa entre las demás
del papel.
sobre la resistencia del papel.
Al menos una de las
Las interacciones son iguales y no
interaccciones difiere y genera
generan una variación
Interacción de factores H0: CP = 0 H0: CP ≠0 una variación significativa
significativa sobre la resistencia
entre las demás sobre la
del papel.
resistencia del papel.

Modelación de ANAVAR y su criterio de rechazo

Para el cálculo de ANAVAR se utiliza la tabla representada en clases anteriores

La cual describe como como modelar partiendo de los grados de libertad, sumas de
cuadrados para el tratamiento y cada factor, incluso la interacción y el cuadrado medio, el
cual nos lleva a el valor de F, y a partir de acá se toma en cuenta el criterio de rechazo, el
mismo es:
Se acepta la Hipótesis nula si, F calculado < F tabulado.

Se rechaza la H Hipótesis nula en favor de Hipótesis alternativa si F calculado> F

tabulado.
 Quedando el ANAVAR de la siguiente manera

Lo que se puede concluir que de acuerdo con el estudio estadístico realizado con un
se pudo establecer que al comparar el valor P con el nivel de significancia de 0,05
se acepta la Hipótesis Nula con un 95% de confiabilidad.

Gráficos del estudio

Gráfico de los efectos principales

Se puede observar que mientras aumente la concentración de madera dura la resistencia del
papel disminuirá, en cuanto a la presión en sus primeros dos niveles se observa que la
resistencia del papel disminuye mientras que la presión se encuentra en el nivel alto está irá
en ascenso.
Gráfica de interacción de medidas ajustadas

En esta gráfica se observa la interacción de los factores sobre la variable respuesta (Y),
notándose que existe interacción entre la concentración de madera dura en la pulpa bruta
respecto a la presión de cuba disminuyendo así la resistencia del papel hasta llegar al nivel
tres.

ANÁLISIS DE FACTORIAL
Establecer el modelo estadístico e identificar sus
X
elementos
Identificar los supuestos según el efecto de los factores X

Plantear las hipótesis a verificar, dependiendo del efecto del factor X

Estimar los parámetros del modelo (MCO) X

Construir la tabla de ANAVAR X

Realizar los gráficos necesarios para el estudio X

Parte 3
 ANÁLISIS DE REGRESIÓN

Análisis de Regresión C=X1 y P=X2

Yimjk = β0 + β1X1 + β2X2 + β11(X1)² + β22(X2)² + β12X1X2 + Ɛimjk
Dónde:
β0: Corresponde al término independiente.
β1, β2: Corresponde a los coeficientes de los términos lineales del modelo de regresión.
β11, β22: Corresponde al coeficiente de los términos cuadrados.
β12: Corresponde al coeficiente de la interacción entre la concentración de madera dura en
la pulpa bruta y la presión de cuba en la resistencia del papel.
Ɛijk: Es la variable aleatoria que abarca un conjunto de factores, cada uno de los factores
que influyen sobre la variable respuesta en pequeñas magnitudes, pero que juntas deben ser
tomadas en cuenta.

Planteamiento de hipótesis

Hipótesis nula: βi = 0, βii = 0; βij = 0 para todo i,j = 1, 2. existe diferencia significativa
entre los términos que interactúan en el modelo de regresión.
Hipótesis alternativa: βi ≠ 0, βij ≠ 0 para algún i,j = 1, 2. no existe diferencia
significativa entre los términos que interactúan en el modelo de regresión.

Análisis de varianza del modelo de regresión

Una vez realizado el ANAVAR y teniendo el resumen del modelo se puede decir con un
95% de confiabilidad que se pudo establecer que los datos del modelo se ajustan al mismo..

Gráfico de factores

En esta gráfica para el factor PC podemos observar como a medida que sube de nivel
aumenta la resistencia
De igual manera para la interacción de estos ambos factores, es observables que a medida
que aumenta el nivel, también aumenta la resistencia del papel.

ANÁLISIS DE REGRESIÓN
Establecer el modelo de regresión e identificar sus
X
elementos
Plantear las hipótesis a verificar X

Estimar los parámetros del modelo (MCO) X

Construir la tabla de ANAVAR X

Realizar los gráficos necesarios para el estudio X

Dar las conclusiones y recomendaciones X