Introducion

 
 INTRODUCCION  

Son denominados diseño factor

los factores cuenta con dos
experimento con un número de
puede adoptar dos niveles. E
CRISTO JAIME FERRE HERRERA cualitativos y una réplica comp
Act. evaluable no. 8: Diseño factorial con tres factores. combinaciones. 20 este diseño
U1903062Z0976 la forma más adecuada para co
factores sobre una respuesta y
Además, estos diseños presenta
tipos de diseños .No es necesari
uno de los factores a estudiar.
Las observaciones producida
utilizando el sentido común, l
ordenadorEs posible realizarlos
realizada una ronda del diseño
realizar una investigación más e
Como hemos mencionado,
combinaciones posibles entre l
diseño.
En ella se utilizan los signos –
realiza de la siguiente forma: en
comenzando por el -.
En la segunda columna se altern
cuatro en cuatro, en la cuarta de
comenzando con el signo -.
 
 INTRODUCCION  

Son denominados diseño factorial 2k los diseños en los cuales cada uno de
los factores cuenta con dos niveles, es decir cuando se realiza un
experimento con un número de factores k en el que cada uno de estos solo
puede adoptar dos niveles. Estos niveles podrían ser cuantitativos o
cualitativos y una réplica completa de tal diseño requiere que realizar 2k
combinaciones. 20 este diseño describe como realizar los experimentos de
la forma más adecuada para conocer simultáneamente qué efecto tienen k
factores sobre una respuesta y descubrir si interaccionan entre ellos [9].
Además, estos diseños presentan diferentes ventajas en relación con otros
tipos de diseños .No es necesario un gran número de experimentos por cada
uno de los factores a estudiar.
Las observaciones producidas por los diseños se pueden interpretar
utilizando el sentido común, la aritmética elementar y los gráficos por
ordenadorEs posible realizarlos de forma secuencial, de forma que una vez
realizada una ronda del diseño factorial se puede montar una nueva para
realizar una investigación más específica.
Como hemos mencionado, en este diseño se realizan todas las
combinaciones posibles entre los efectos, para ello se crea la matriz de
diseño.
En ella se utilizan los signos – y + para ambos niveles de un factor y se
realiza de la siguiente forma: en la primera columna se alternan los signos
comenzando por el -.
En la segunda columna se alternan los signos de dos en dos, en la tercera de
cuatro en cuatro, en la cuarta de ocho en ocho y así sucesivamente. Siempre
comenzando con el signo -.
Problema 1

a) Estimar los efectos de los factores. ¿Qué efectos parecen ser grandes?

Como Podemos observar que nuestro efecto de a y b son grandes mientas que a no
mucho queriendo decir que estos efectos si tuvieron significancia, si tuvieron efecto
sobre la variable de respuesta.
En las interacciones dobles se nota que la variable AC es mas grande su efecto a
comparación de AB Y BC .

b) Usar el análisis de varianza para confirmar las conclusiones del inciso a.

Hipotesis 0 Todos los efectos son iguales
Hipotesis 1 Al menos algun efecto es diferente

Conclusion

Como Podemos observar que nuestro efecto de a y b son grandes mientas que a
no mucho queriendo decir que estos efectos si tuvieron significancia, si tuvieron
efecto sobre la variable de respuesta.
En las interacciones dobles se nota que la variable AC es mas grande su efecto a
comparación de AB Y BC .
 Replica

Tramiento l ll lll

1 22 31 25
a 32 43 29 N 24
b 35 34 50 k 3
ab 55 47 46 n 3
c 44 45 38 k 3
ac 40 37 36 n 3
bc 60 50 54 k 3
abc 39 41 47 n 3

A B C AB AC BC ABC Yates
- - - + + + - 1
+ - - - - + + a
- + - - + - + b
+ + - + - - - ab
- - + + - - + c
+ - + - + - - ac
- + + - - + - bc
+ + + + + + + abc

Yates Contraste Efecto SS SS V

A 4 0.33333333 0.2962963 A 0.2962962963 2
B 136 11.3333333 342.518519 B 342.51851852 2
C 82 6.83333333 124.518519 C 124.51851852 2
AB -20 -1.66666667 7.40740741 AB 7.4074074074 2
AC -106 -8.83333333 208.074074 AC 208.07407407 2
BC -34 -2.83333333 21.4074074 BC 21.407407407 2
ABC -26 -2.16666667 12.5185185 ABC 12.518518519 2
Total 716.740741 Total 716.74074074 23
Error 2095.3333333 9
 FV 40016.6667

SUMA
78
104
119
148
127
113
164
127

MS F valor-p
0.14814815 0.00063633 0.99936391
171.259259 0.73560293 0.50594831
62.2592593 0.26741966 0.77122498
3.7037037 0.01590837 0.98424511
104.037037 0.44686605 0.65308639
10.7037037 0.04597518 0.95528848
6.25925926 0.02688514 0.97355092
Confiabilidad
0.00063609 0.06360873
0.49405169 49.4051685
0.22877502 22.8775022
0.01575489 1.5754887
0.34691361 34.6913611
0.04471152 4.4711522
0.02644908 2.64490783

232.814815
Problema 2

a) Cuales efectos estan activos ?

Se tienen efectos activos en B, C y AB , es decir, que influyen de forma

significativa sobre la variable respuesta.

b) Si se obtuvo una interacion importante? Interpretela con detalle

La mejor combinacion es A+B+C+-

C) Determine las condiciiones de de operacion que maximizan el rendimiento

Si observamos nu
algunos efectos est
Se tienen efectos
significativa sobre
 

Gracias a esta grafica podemos concluir que los efectos con mas rendidimiento son el B, C y AC.
 Repeticiones
Tratamiento 1 2 3
1 22 31 25
a 32 43 29
bc 35 34 50
ab 55 47 46
c 44 45 38
ac 40 37 36
bc 60 50 54
abc 39 41 47

ANALISIS DE VARIANZA

Fuente GL SC Ajust. MC Ajust. Valor F Valor p

Modelo 7 1612.67 230.381 7.64 0
Lineal 3 1051.5 350.5 11.62 0
A 1 0.67 0.667 0.02 0.884
B 1 770.67 770.667 25.55 0
C 1 280.17 280.167 9.29 0.008
Interacciones
3 533 177.667 5.89 0.007
de 2 términos
A*B 1 16.67 16.667 0.55 0.468
A*C 1 468.17 468.167 15.52 0.001
B*C 1 48.17 48.167 1.6 0.224
Interacciones
1 28.17 28.167 0.93 0.348
de 3 términos
A*B*C 1 28.17 28.167 0.93 0.348
Error 16 482.67 30.167
Total 23 2095.33
 Hipotesis 0 Todos los efectos estan activos
Hipotesis 1 Al menos un efecto no esta activo

Si observamos nuestra grafica de interacciones podemos determinar que solo

algunos efectos están activos por así decirlo.
Se tienen efectos activos en B, C y AB, es decir, que influyen de forma
significativa sobre la variable respuesta. Podemos decir que H0 se rechaza .
 

on el B, C y AC.
Problema 3

Suponga que todas las interacciones son potencialmente importantes y con base en
esto haga un análisis completo de los datos.

Hipotesis 0 Todas las iteraciones son potencialmente importantes

Hipotesis 1 Solo algunas iteraciones son potencialmente imporantes
 Respuesta Coeficientes codificados
Combinacion de tratamientos
Replica 1 Replica 2
1 4.65 5.81 Término Efecto
a 21.42 21.35 coef. Valor T
b 12.66 12.56 Constante
ab 16.27 16.62 A 7.19
c 7.93 7.88 B -0.52
ac 13.18 12.87 C -4.58
bc 6.51 6.26 A*B -3.45
abc 18.23 1.83 A*C -2.81
B*C -1.74
A*B*C 2.71

Análisis de Varianza

Fuente GL SC Ajust. MC Ajust. Valor F Valor p

Modelo 7 412.312 58.902 3.48 0.051
Lineal 3 291.74 97.247 5.75 0.021
A 1 206.713 206.713 12.22 0.008
B 1 1.076 1.076 0.06 0.807
C 1 83.951 83.951 4.96 0.056
Interacciones de 2 términos 3 91.169 30.39 1.8 0.226
A*B 1 47.576 47.576 2.81 0.132
A*C 1 31.5 31.5 1.86 0.209
B*C 1 12.093 12.093 0.72 0.422
Interacciones de 3 términos 1 29.404 29.404 1.74 0.224
A*B*C 1 29.404 29.404 1.74 0.224
Error 8 135.302 16.913
Total 15 547.615
Coef EE del
Valor p FIV
11.63 1.03 11.31 0
3.59 1.03 3.5 0.008 1
-0.26 1.03 -0.25 0.807 1
-2.29 1.03 -2.23 0.056 1
-1.72 1.03 -1.68 0.132 1
-1.4 1.03 -1.36 0.209 1
-0.87 1.03 -0.85 0.422 1
1.36 1.03 1.32 0.224 1

Resumen del modelo

S R-cuad. R-cuad.
(ajustado) R-cuad.
(pred)
4.11251 75.29% 53.67% 1.17%