INSTITUTO TECNOLOGICO DE MERIDAD

EXPERIMENTO FACTORIAL EN
BLOQUES

Materia: ANALISIS DE DATOS

EXPERIMENTALES

Maestra: IVAN RUIZ

Nombre: CARLOS MATUS MIS

Carrera: INGENIERIA QUIMICA

Matricula: E20080326

INTRODUCCIÓN:
Los modelos de diseño de experimentos son modelos estadísticos clásicos cuyo
objetivo es averiguar si unos determinados factores influyen en una variable de
interés y, si existe influencia de algún factor, cuantificar dicha influencia.
Hoy en día la experimentación es una parte fundamental en todos los campos de
la investigación y desarrollo. El objetivo de la experimentación es obtener
información de calidad, la cual permita el desarrollo de nuevos productos y
procesos, comprender mejor un sistema, tomar decisiones sobre como optimizarlo
y mejorar su calidad, comprobar hipótesis científicas… [1]. Esta experimentación
dentro del proceso científico debe ir asistida por técnicas estadísticas. Los análisis
descriptivos y exploratorios de datos darán la base al conocimiento de los
problemas y el planteamiento de la hipótesis. Posteriormente el diseño estadístico
y el muestreo aportan la base para planear y recoger los datos. Este diseño
también valida la información y la inferencia estadística. Además, por medio de
contrastación de hipótesis, estimaciones y conclusiones ofrece métodos basados
en probabilidad para obtener inferencias inductivas válidas.
 Como primer paso a realizar es, sacar nuestros datos de temperatura y tiempo
proporcionados por el maestro:
bloque niveles tiempo temperatura  
2 6x4 80-100 30-50  

Como consiguiente procedimos a calcular la distancia entre cada uno de mis 6

tiempos y 4 temperaturas y así poder acomodarlo en una tabla, para luego
proceder introducir a los labsim 1 y 2:

tiempo (entre 80 y 100)   labsim 1 labsim 2 bloques

    4
  distancia   temperatura
6 tiempos s labsim1 2
20/5=4 4  
80 30 labsim2 1
   
84 36
temperaturas (entre 30 y 50)
88 42
   
92 48
20/3=6.6 cerramos a 6  
96
100
Después de ya tener
los cálculos, analizamos que debemos tener 24 tratamientos por cada uno de los
labsim que nos tocó, por lo tanto, se hace la formación de dos tablas donde
mostramos el orden, el tratamiento, tiempo y temperatura y así obtener el
resultado después de ponerlos en los labsim que igual se muestra en las tablas.:
orden bloque 1 tiempo temperatura labsim1
1 trat 5 80 30 26.15
2 trat 20 84 48 32.96
3 trat 17 88 42 36.89
4 trat 15 92 36 37.02
5 trat 18 96 30 30.06
6 trat 22 100 42 45.84
7 tart 4 80 36 28.74
8 trat 19 84 42 31.87
9 trat 10 88 36 34.22
10 trat 23 92 30 29.41
11 trat 1 96 36 36.99
12 trat 2 100 48 49.93
13 trat 16 80 42 29.45
14 trat 13 84 36 31.36
15 tart 7 88 30 28.93
16 trat 24 92 48 41.6
17 trat 9 96 42 43.86
 18 trat 3 100 30 29.96
19 trat 12 80 48 27.08
20 trat 8 84 30 28.96
21 trat 14 88 48 35.66
22 trat 6 92 42 39.11
23 trat 11 96 48 44.56
24 trat 21 100 36 38.12

orden bloque 2 tiempo temperatura labsim2

1 tart21 80 48 24.08
2 trat6 84 30 22.76
3 trat9 88 42 31.35
4 trat22 92 36 36.15
5 trat19 96 48 39.39
6 trat14 100 30 22.69
7 trat7 80 42 24.43
8 trat16 84 36 25.67
9 trat11 88 30 23.04
10 trat10 92 48 36.15
11 trat17 96 42 37.22
12 trat13 100 36 31.76
13 trat1 80 36 22.86
14 trat23 84 42 28.1
15 trat18 88 48 31.24
16 trat4 92 30 23.63
17 trat8 96 36 31.62
18 trat24 100 42 43.92
19 trat15 80 30 20.11
20 trat20 84 48 26.48
21 trat12 88 36 28.5
22 trat5 92 42 33.16
23 trat2 96 30 23.31
24 trat3 100 48 43.19

Luego de ya tener las tablas, se puede ver que están revueltas y procedí a hacer
unas tablas mas compactas por cada labsim para que se entienda mejor los
resultados que nos dio al momento de poner los datos en cada uno.
    labsim 1    
  temperatura         labsim2    
  temperatura    
tiempo 30 36 42 48
tiempo 30 36 42 48
80 26.15 28.74 29.45 27.08
80 20.11 22.86 24.43 24.08
84 28.96 31.36 31.87 32.96
84 22.76 25.67 28.1 26.48
88 28.63 34.22 36.89 35.66
88 23.04 28.5 31.35 31.24
92 29.41 37.02 39.11 41.6
92 23.63 29.82 33.16 36.15
96 30.06 36.99 43.86 44.56
96 23.31 31.62 37.22 39.39
100 29.96 38.12 45.84 49.93
100 22.69 31.76 38.45 43.19

Ya con todos estos datos obtenidos, y recordando un poca la clase en donde el

maestro nos dio un enlace de un video de YouTube donde nos explica el tema que
estamos estudiando ahora, nos dimos cuenta de que en el video se trabaja con
una sola tabla, por lo que procedimos a sacar los promedios de nuestros labsim y
así formando una tabla de promedios para proceder a trabajar con ella.
    promedio  
tiempo/temperatura 30 36 42 48
80 23.13 25.8 26.94 25.58
84 25.86 28.515 29.985 29.72
88 25.835 31.36 34.12 33.45
92 26.52 33.42 36.135 38.875
96 26.685 34.305 40.54 41.975
100 26.325 34.94 42.145 46.56

Ya que sacamos los promedios de los labsim, esa misma tabla nos servirá para
realizar el apartado del ANDEVA, donde procederemos a sacar un análisis de
varianza con una sola muestra por grupo, la cual obtuvimos los siguientes datos:
Análisis de varianza de dos factores con una sola muestra por
grupo

RESUMEN Cuenta Suma Promedio Varianza

80 4 101.45 25.3625 2.570425
84 4 114.08 28.52 3.55395
88 4 124.765 31.19125 14.1324729
92 4 134.95 33.7375 28.111675
96 4 143.505 35.87625 48.6310729
100 4 149.97 37.4925 78.3645417

30 6 154.355 25.7258333 1.73559417

36 6 188.34 31.39 12.94705
42 6 209.865 34.9775 34.7832075
 48 6 216.16 36.0266667 61.9985767

análisis de varianza

fuente Suma de cuadrados Grados de libertad CM

solución 420.1090375 5 84.0218075

bloque 388.8793083 3 129.6264361

Error 137.2131042 15 9.147540278

Total 946.20145 23  
F   F* valor p alfa
9.18518038 2.901294536 0.00036663 0.05

       

Ya con estos datos obtenidos gracias a la aplicación Excel, deducimos que:

conclusión: F es mayor que F*, por lo tanto, H0 se rechaza
el valor de P es menor que el valor de alfa, por lo tanto, H0 se rechaza

COMPARACION DE RESIDUALES:
En este apartado de la tarea, utilizaremos la tabla de los promedios donde
le sacaremos las medias:
    promedio      
tiempo/
temperatura 30 36 42 48 MEDIAS
80 23.13 25.8 26.94 25.58
84 25.86 28.515 29.985 29.72
88 25.835 31.36 34.12 33.45
92 26.52 33.42 36.135 38.875
96 26.685 34.305 40.54 41.975
100 26.325 34.94 42.145 46.56

A continuación, procedemos a sacar los residuales que es, (dato-media), y

obtenemos lo siguiente:
Residuales=dato-media    
RESIDUALES    
-2.2325 0.4375 1.5775 0.2175
-2.66 -0.005 1.465 1.2
-5.35625 0.16875 2.92875 2.25875
-7.2175 -0.3175 2.3975 5.1375
-9.19125 -1.57125 4.66375 6.09875
-11.1675 -2.5525 4.6525 9.0675

Ya después procedemos a sacar una tabla donde obtendremos la probabilidad,

residuales y Z y se obtuvo lo siguiente:
orden proba residuales Z
-
1 0.02083333 -11.1675 2.03683413
-
2 0.0625 -9.19125 1.53412054
-
3 0.10416667 -7.2175 1.25816156
-
4 0.14583333 -5.35625 1.05447245
-
5 0.1875 -2.66 0.88714656
-
6 0.22916667 -2.5525 0.74159404
-
7 0.27083333 -2.2325 0.61029461
-
8 0.3125 -1.57125 0.48877641
-
9 0.35416667 -0.3175 0.37409541
-
10 0.39583333 -0.005 0.26414698
-
11 0.4375 0.16875 0.15731068
-
12 0.47916667 0.2175 0.05224518
13 0.52083333 0.4375 0.05224518
14 0.5625 1.2 0.15731068
15 0.60416667 1.465 0.26414698
16 0.64583333 1.5775 0.37409541
17 0.6875 2.25875 0.48877641
18 0.72916667 2.3975 0.61029461
19 0.77083333 2.92875 0.74159404
 20 0.8125 4.6525 0.88714656
21 0.85416667 4.66375 1.05447245
22 0.89583333 5.1375 1.25816156
23 0.9375 6.09875 1.53412054
24 0.97916667 9.0675 2.03683413
Ya con esta tabla podemos plasmar una grafica para poder valorar los resultados
obtenidos:

tabla de normal de residual

2.5
2
1.5
1
0.5
0
-15 -10 -5 0 5 10 15
-0.5
-1
-1.5
-2
-2.5

Con esto ya podemos decir que si se pude considerar normal ya que los valores
se aproximan a la línea de tendencia.
COMPARACION DE MEDIAS:
comparación de medias usando el DMS
tiempo/temperatura MEDIAS DMS=t*(N-alfa/
80 25.3625 2)Raiz(2CME/n)
84 28.52 t*(N-alfa/2)= 2.10092204
88 31.19125 CME 9.14754028
92 33.7375 raiz= 0.87309508
96 35.87625 DMS= 1.8343047
100 37.4925 DMS/2= 0.91715235
Con la tabla anterior de comparación de medias podemos estimar una grafica de
medias con intervalos DMS quedando de la siguiente manera:

medias con intervalos DMS

40

35

30

25

20

15
80 84 88 92 96 100

Entonces decimos que:

el tiempo mayor a 96 tiene mayor resistencia
el tiempo 92 es de menor resistencia que el tiempo 96
el tiempo 88 es de menor resistencia que el tiempo 92
el tiempo 84 es de menor resistencia que el tiempo 88
el tiempo 80 es de menor resistencia que el tiempo 84
y por último el tiempo 80 es menor de todos en cuestión de resistencia.
HOMOCEDASTICIDAD EN RESIDUALES:
homocedasticidad de los residuales
10
8
6
4
2
0
-5 0 5 10 15 20 25 30
-2
-4
-6
-8
-10

Series2 Series4 Series6 Series8 Series10

En conclusión, con la gráfica anterior decimos mediante la ley de Fisher que:
el tiempo mayor a 96 es más resistente
el tiempo menor a 96 es menos resistente

CONCLUSION:
Con el estudio previo se puede concluir que, el método de diseño de experimentos
factorial es de gran utilidad para cualquier proceso de ingeniería química, tanto en
la fase de desarrollo como para la mejora del proceso ya en marcha. Dicho
método elimina la necesidad de un estudio de prueba y error, permitiendo la
adaptación de los procesos y la optimización de sus condiciones. Este es una
herramienta que ofrece de forma clara y sencilla soluciones en el diseño de
experimentos, ahorrando tiempo y recursos, así como proporcionando al
experimento validez, precisión y eficacia. Cuando este software se utiliza de forma
adecuada, es decir, cuando se adapta al experimento y a los recursos que tiene a
su alcance el experimentador, se puede conseguir un resultado óptimo, o lo más
cerca posible del óptimo. Esto se debe a que se pueden modelar los parámetros,
en los que se tiene que mantener el experimento, de una forma sencilla. Además,
con este trabajo se ha podido concluir también, que existen experimentos en los
que sí solo se estudian las variables independientes se llega a conclusiones
erróneas. Por ello es muy importante el diseño de experimentos factorial, el cual
nos muestra el efecto de las interacciones y todas las combinaciones posibles
entre las variables, que sí nos lleva a respuestas válidas.