Documentos de Académico
Documentos de Profesional
Documentos de Cultura
JOHAN SERRANO
Docente
RTA:
Los factores son elementos que se toman como posibles causantes de
variabilidad dentro de un proceso o experimento, estos pueden ser de tipo
cualitativo (máquinas, tipos de material, operador, la presencia o ausencia de
una operación previa, etc.), o de tipo cuantitativo (temperatura, humedad,
velocidad, presión, etc.). Se tienen en cuenta por que estos influyen en la
variable de respuesta, es el resultado que se estudia o del cual se desea
conocer algo en concreto.
RTA:
El objetivo de un diseño factorial es estudiar el efecto individual y de interacción
de varios factores sobre una o varias respuestas.
RTA:
Consiste en elegir el primer factor, realizar las corridas que quiera con ambos
niveles, para obtener así la condición óptima. Para el caso de descifrar si
aumentar o disminuir la temperatura de horneado de los roscones de una
panadería varia el sabor si se usa más mermelada de durazno que de guayaba,
al probar primero se deja el aumento de temperatura para probar las diferente
proporciones de mermelada, luego cuando se obtenga un óptimo se mida con
ese optimo aumentar o disminuir la temperatura, y con base a ese resultado se
obtiene el óptimo de horneo.
RTA:
Significa que en interacción con otro factor su significancia es negativa, y
esto recae en la variable de respuesta, lo que significa que no es el mejor
tratamiento.
RTA:
No necesariamente, sin embargo se pueden involucrar factores cualitativos
en los experimentos.
RTA:
Este diseño recibe este nombre porque es un experimento de dos factores,
con dos niveles por cada factor.
(-1,1) (1,1)
7
B: Velocidad
4
(-1,-1) (1,-1)
8 20
A: Temperatura
RTA:
Se escoge el rendimiento fuera la variable de respuesta ya que era el factor
de interés para el experimento, y como factores la temperatura y la
velocidad debido a que son los factores que pueden causar mayor
significancia en el rendimiento, y se toman los niveles mencionados ya que
son los de mayor significancia.
f) Señale los diferentes efectos que se pueden estudiar con este diseño
y la forma en que se calcula cada uno.
En el diseño existen tres efectos de interés, los efectos principales A y B, y
el efecto de interacción AB.
El efecto B es:
Y el efecto AB se calcula:
["#$%&'(%) +] ./
Efecto A = -$
= /
= 9.33
["#$%&'(%) 0] 12
Efecto B = -$
=
/
= -1.33
["#$%&'(%) +0] 34
Efecto AB = -$
= /
= 11.66
Código A B C
(1) - - -
a + - -
b - + -
ab + + -
c - - +
ac + - +
bc - + +
abc + + +
c) ¿Cuáles son todos los posibles efectos que se pueden estudiar con
este diseño?
f) En este caso, ¿cómo aplicaría los tres principios básicos del diseño
de experimentos?
Código A B C Y
b - + - 25
abc + + + 12
(1) - - - 30
ac + - + 10
c - - + 10
ab + + - 14
bc - + + 31
a + - - 17
f) ¿Qué tendría que hacer para saber si los efectos que calculó en los
incisos anteriores afectan de manera significativa la variable de
respuesta?
Código A B C D
(1) - - - -
a + - - -
b - + - -
ab + + - -
c - - + -
ac + - + -
bc - + + -
abc + + + -
d - - - +
ad + - - +
bd - + - +
abd + + - +
cd - - + +
acd + - + +
bcd - + + +
abcd + + + +
c) ¿Cuáles son todos los posibles efectos que se pueden estudiar con
este diseño?
Se pueden estudiar los efectos A, B, C y D sobre la variable de respuesta,
así como también la interacción entre estos y sus niveles.
Alfa
Método Estadístico:
Hipótesis:
Tabla ANOVA:
SUMA DE
ABC- 496,870
4,13 CUADRADOS
ABC+ 4,02
CONTRASTE -1,30 SCT 99,150
EFECTO ABC -0,108
SCABC 0,070
ANOVA
FUENTE
VARIAVILIDAD SC GL CM FC FT
PAPEL (A) 53,700 1 53,70 53,500 4,494
HUMEDAD (B) 0,020 1 0,02 0,020 4,494
DIRECCIÓN (C) 22,234 1 22,23 22,151 4,494
AB 0,120 1 0,12 0,120 4,494
AC 6,934 1 6,93 6,908 4,494
BC 0,010 1 0,01 0,010 4,494
ABC 0,070 1 0,07 0,070 4,494
ERROR 16,060 16 1,00
TOTAL 99,150 23
HUMEDAD (B) AC
Hi: Se Rechaza y Ho: Se Hi: Se Acepta y Ho: Se
Acepta Rechaza
DECISIÓN DECISIÓN
Efecto.B=0 Efecto.AC≠0
DIRECCIÓN (C) BC
Hi: Se Acepta y Ho: Se Hi: Se Rechaza y Ho: Se
Rechaza Acepta
DECISIÓN DECISIÓN
Efecto.C≠0 Efecto.BC=0
Gracias a la tabla ANOVA, podemos identificar los factores que tienen influencia
sobre la resistencia de desgarramiento en las bolsas, los que son:
o El tipo de PAPEL(A).
o La DIRECCION(C) de desgarre.
o La interacción entre el PAPEL y DIRECCION (Interacción AC)
Efectos Principales:
EFECTO PRINCIPAL A EFECTO PRINCIPAL
6,00 C
5,00 6,00
A+; 5,57 C-; 5,03
4,00 A-; 2,58 5,00
3,00 4,00
3,00
2,00
2,00
1,00 C+; 3,11
1,00
0,00 0,00
A- A+ C- C+
Efectos de interacción:
EFECTO INTERACCION AC
C- C+
Gracias al gráfico de LDS, pudimos darnos cuenta que los tratamientos, A-C- y A-
C+ son iguales ya que existe un traslape entre ellos. Mientras que los tratamientos
A+C- y A+C+ no son iguales ya que el traslape no se genera entre estos.
PAPEL A+
HUMEDAD B- o B+
DIRECCIÓN C+
Hipótesis:
X1 (A) X2 (B) X3 (C) AB AC BC ABC
Ho Efecto.A= Efecto.B= Efecto.C= Efecto.AB= Efecto.AC= Efecto.BC= Efecto.ABC=
: 0 0 0 0 0 0 0
Efecto.A≠ Efecto.B≠ Efecto.C≠ Efecto.AB≠ Efecto.AC≠ Efecto.BC≠ Efecto.ABC≠
Hi: 0 0 0 0 0 0 0
Tabla ANOVA:
FUENTE
SC GL CM FC FT
VARIAVILIDAD
X1 (A) 0,667 1 0,67 0,022 4,494
X2 (B) 770,667 1 770,67 25,547 4,494
X3 (C) 280,167 1 280,17 9,287 4,494
AB 16,667 1 16,67 0,552 4,494
AC 468,167 1 468,17 15,519 4,494
BC 48,167 1 48,17 1,597 4,494
ABC 28,167 1 28,17 0,934 4,494
ERROR 482,667 16 30,17
TOTAL 2095,333 23
X1 (A) AB ABC
Hi: Se Rechaza y Ho: Se Hi: Se Rechaza y Ho: Se Hi: Se Rechaza y Ho: Se
Acepta Acepta Acepta
DECISIÓN DECISIÓN DECISIÓN
Efecto.A=0 Efecto.AB=0 Efecto.ABC=0
X2 (B) AC
Hi: Se Acepta y Ho: Se Hi: Se Acepta y Ho: Se
Rechaza Rechaza
DECISIÓN DECISIÓN
Efecto.B≠0 Efecto.AC≠0
X3 (C) BC
Hi: Se Acepta y Ho: Se Hi: Se Rechaza y Ho: Se
Rechaza Acepta
DECISIÓN DECISIÓN
Efecto.C≠0 Efecto.BC=0
o El factor X2(B)
o El factor X3(C)
o El Efecto debido a la interacción entre X1 y X3 (Interacción AC)
Se analizará relación generado por los efectos X2(A) y X3(C), interacción AC:
EFECTO INTERACCION AC
C- C+
60,0
C+; 48,5
C-; 42,00
40,0
C+; 40,0
C-; 32,8
20,0
0,0
A- A+
LSD PARA AC
t(/2;GLE)= 2,12
LSD 4,75
A+ C- L.INF 37,25
L.SUP 46,75
C+ L.INF 35,25
L.SUP 44,75
A- C- L.INF 28,08
L.SUP 37,59
C+ L.INF 43,75
L.SUP 53,25
Gracias al gráfico de LDS, pudimos darnos cuenta que los tratamientos, A+C- y
A+C+ son iguales ya que existe un traslape entre ellos. Mientras que los
tratamientos A-C- y A-C+ no son iguales ya que el traslape no se genera entre estos.
Para encontrar el mejor tratamiento se analizara las gráficas de efectos que la tabla
ANOVA nos indica que afectan el rendimiento, los efectos principales (X2-B y X3-
C) y el efecto debido a la interacción AC:
EFECTO PRINCIPAL EFECTO PRINCIPAL
X2(B) X3(C)
50,00 46,00
44,00
45,00
42,00
C+;
40,00 B-; 35,17 B+; 40,00 C-; 37,42
44,25
46,50 38,00
35,00
36,00
30,00 34,00
B- B+ C- C+
EFECTO INTERACCION AC
C- C+
60,0
C+; 48,5
50,0
C-; 42,00
40,0
C+; 40,0
30,0
C-; 32,8
20,0
10,0
0,0
A- A+
X1 A-
X2 B+
X3 C+
Considerando los efectos interacción entre X1(A) y X3(C), se debe usar el
tratamiento con el factor X1 en el nivel bajo (A-) y el factor X3 en el nivel alto
(C+) que nos entrega un rendimiento de 48,5.
X1 X3 REPLICAS
X2 (B) 𝑌"
(A) (C) I II III
+ - + 40,0 37,0 36,0 37,667
- + + 60,0 50,0 54,0 54,667
+ + + 39,0 41,0 47,0 42,333