INSTITUTO TECNOLOGICO SUPERIOR DE

NARRANJOS

Integrantes Del Equipo:

1.Gonzalez Del Angel Diego Axel 211H0157
2.Torres Chavez Jesus Vitelio 211H0082
3.Hernandez Aguilar Ana Karen 201H0144
4.Claudia Daniela Mata Cano 231H0004

Docente:
ING. Manuel Mata Hernández

Carrera:
Ingeniería Industrial

Asignatura:
Estadística Inferencial 2

Actividad:
Caso Practico Diseño Factoriales (Unidad 5)

402 A Lunes 05 De Junio Del 2023

Introducción
El diseño factorial, como estructura de investigación, es la combinación de
dos o mas diseños simples (o unifactoriales); es decir, el diseño factorial
requiere la manipulación simultanea de dos o mas variables independientes
(llamados factores), en un mismo experimento, estos diseños pueden, de
acuerdo a los objetivos y recursos de la investigación, ser de medidas
independientes, de medidas repetidas, o de medidas repetidas en algunos de
sus factores.
En este caso se realizarán diversos diseños de factores para poder llegar al
objetivo de este tema que es estudiar cuanto se utiliza un determinado
tratamiento que se produce una mejora en el proceso o no. Pues para ello se
debe de experimentar aplicando el tratamiento y no aplicarlo.
 Enunciados
1.- Se desea conocer la mejor combinación de factores o niveles de factor
para realizar la siembra de una semilla poco comercial. Para esto, se llevan
a cabo experimentos de dos factores con dos niveles de 2 plaguicidas. Los
resultados se muestran en la tabla siguiente:

Diseño factorial completo

Resumen del diseño
Factores: 2 Diseño de la base: 2, 4
Corridas: 24 Réplicas: 6
Bloques: 1 Puntos centrales (total): 0
Todos los términos están libres de estructuras alias.

Regresión factorial: RESPUESTA vs. TIEMPO HRS, PLACIGUIDAS

Análisis de Varianza
G SC MC Valor Valor
Fuente L Ajust. Ajust. F p
Modelo 3 13.458 4.4861 0.12 0.950
Lineal 2 13.083 6.5417 0.17 0.847
TIEMPO HRS 1 12.042 12.0417 0.31 0.585
PLACIGUIDAS 1 1.042 1.0417 0.03 0.872
Interacciones de 2 1 0.375 0.3750 0.01 0.923
términos
TIEMPO 1 0.375 0.3750 0.01 0.923
HRS*PLACIGUIDAS
Error 20 780.167 39.0083
Total 23 793.625
Resumen del modelo
R-cuad. R-cuad.
S R-cuad. (ajustado) (pred)
6.24567 1.70% 0.00% 0.00%
Coeficientes codificados
EE
Efect del Valor Valor
Término o Coef coef. T p FIV
Constante 29.6 1.27 23.24 0.000
3
TIEMPO HRS 1.42 0.71 1.27 0.56 0.585 1.0
0
PLACIGUIDAS 0.42 0.21 1.27 0.16 0.872 1.0
0
TIEMPO 0.25 0.12 1.27 0.10 0.923 1.0
HRS*PLACIGUIDAS 0
Ecuación de regresión en unidades no codificadas
RESPU = 29.63 + 0.71 TIEMPO HRS + 0.21 PLACIGUIDAS
ESTA + 0.12 TIEMPO HRS*PLACIGUIDAS
Estructura de alias
Factor Nombre
A TIEMPO HRS
B PLACIGUIDAS
Alias
I
A
B
AB
Pareto de los efectos para RESPUESTA
¿Con un nivel de significancia de α= 0.05, realice un análisis de varianza y
dé sus conclusiones.?
2.- Usted como empleado de una empresa fabricadora de líquidos
carbonatados debe realizar un experimento para saber cual es el efecto que
dos de estos líquidos tienen en los consumidores. Para esto, se considera un
experimento 22 en el que se consideran los factores de material del envase
y trabajadores. Los resultados del experimento aparecen en la siguiente
tabla:

Regresión factorial: RESPUESTA vs. MATERIAL, TRABAJADOR

Análisis de Varianza
G SC MC Valor Valor
Fuente L Ajust. Ajust. F p
Modelo 3 3.13722 1.04574 4.52 0.024
Lineal 2 3.13391 1.56696 6.77 0.011
MATERIAL 1 0.99501 0.99501 4.30 0.060
TRABAJADOR 1 2.13891 2.13891 9.24 0.010
Interacciones de 2 1 0.00331 0.00331 0.01 0.907
términos
MATERIAL*TRABAJAD 1 0.00331 0.00331 0.01 0.907
OR
Error 12 2.77838 0.23153
Total 15 5.91559
Resumen del modelo
R-cuad. R-cuad.
S R-cuad. (ajustado) (pred)
 0.481177 53.03% 41.29% 16.50%
Coeficientes codificados
EE
Efect del Valor Valor
Término o Coef coef. T p FIV
Constante 5.124 0.120 42.60 0.000
MATERIAL - - 0.120 -2.07 0.060 1.0
0.499 0.249 0
TRABAJADOR - - 0.120 -3.04 0.010 1.0
0.731 0.366 0
MATERIAL*TRABAJAD - - 0.120 -0.12 0.907 1.0
OR 0.029 0.014 0
Ecuación de regresión en unidades no codificadas
RESPU = 5.124 - 0.249 MATERIAL - 0.366 TRABAJADOR
ESTA - 0.014 MATERIAL*TRABAJADOR
Estructura de alias
Factor Nombre
A MATERIAL
B TRABAJADOR
Alias
I
A
B
AB
Ajustes y diagnósticos para observaciones poco comunes
Resid
Obs RESPUESTA Ajuste Resid est.
5 6.650 5.725 0.925 2.22 R
9 4.890 5.725 -0.835 -2.00 R
Residuo grande R
Gráfica de los efectos para RESPUESTA
¿Que conclusiones obtendrá al realizar un análisis de varianza con un nivel
de significancia de 0.05?
3.- Se realiza un experimento 32 , para conocer el efecto de dos factores con
sus tres diferentes niveles cada uno, sobre un producto final. Los resultados
del experimento se presentan en la siguiente tabla:

Regresión factorial general: RESPUESTA vs. FUERZA, TIEMPO

Método
Filas no utilizadas 1
Información del factor
Factor Niveles Valores
FUERZA 3 -1, 0, 1
TIEMPO 3 -1, 0, 1
Análisis de Varianza
G SC MC Valor Valor
Fuente L Ajust. Ajust. F p
Modelo 8 88.305 11.038 1.46 0.220
Lineal 4 33.774 8.444 1.12 0.370
FUERZA 2 6.006 3.003 0.40 0.676
TIEMPO 2 26.259 13.129 1.74 0.196
Interacciones de 2 4 55.602 13.901 1.84 0.152
términos
FUERZA*TIEMPO 4 55.602 13.901 1.84 0.152
Error 26 196.667 7.564
Total 34 284.971
Resumen del modelo
R-cuad. R-cuad.
S R-cuad. (ajustado) (pred)
2.75029 30.99% 9.75% 0.00%
Coeficientes
EE del
Término Coef coef. Valor T Valor p FIV
Constante 6.074 0.467 13.01 0.000
FUERZA
-1 -0.519 0.672 -0.77 0.447 1.37
0 0.509 0.654 0.78 0.443 1.36
TIEMPO
-1 1.148 0.672 1.71 0.099 1.37
0 -0.991 0.654 -1.51 0.142 1.36
FUERZA*TIEMPO
-1 -1 0.963 0.982 0.98 0.336 1.91
-1 0 -0.565 0.934 -0.60 0.550 1.84
0 -1 -2.481 0.934 -2.66 0.013 1.84
00 1.407 0.921 1.53 0.139 1.79
Ecuación de regresión
RESPU = 6.074 - 0.519 FUERZA_-1 + 0.509 FUERZA_0
ESTA + 0.009 FUERZA_1 + 1.148 TIEMPO_-1
- 0.991 TIEMPO_0 - 0.157 TIEMPO_1
+ 0.963 FUERZA*TIEMPO_-1 -1
- 0.565 FUERZA*TIEMPO_-1 0
- 0.398 FUERZA*TIEMPO_-1 1
- 2.481 FUERZA*TIEMPO_0 -1
+ 1.407 FUERZA*TIEMPO_0 0
+ 1.074 FUERZA*TIEMPO_0 1
+ 1.519 FUERZA*TIEMPO_1 -1
- 0.843 FUERZA*TIEMPO_1 0
- 0.676 FUERZA*TIEMPO_1 1
Pareto de los efectos para RESPUESTA
a) Realice el análisis de la varianza con un nivel de significancia de 0.05.
b) ¿Qué factor tiene mayor efecto en el resultado?
4.- Se desea comprobar la resistencia a la torción de un tipo de metal. Se
realiza un experimento en el que se consideran dos factores, el primero
(fuerza) con dos niveles (alta y baja), el segundo es un aditivo con tres niveles;
(60, 80 y 100). Los resultados del experimento aparecen en la siguiente tabla.

Regresión factorial: RESPUESTA vs. Bloques, FUERZA, ... IVO,

PtCentral
Análisis de Varianza
G SC MC Valor Valor
Fuente L Ajust. Ajust. F p
Modelo 5 10.1947 2.0389 4.72 0.043
Bloques 1 0.6912 0.6912 1.60 0.253
Lineal 2 0.9041 0.4521 1.05 0.408
FUERZA 1 0.4141 0.4141 0.96 0.366
ADITIVO 1 0.4901 0.4901 1.13 0.328
Interacciones de 2 1 7.5661 7.5661 17.50 0.006
términos
FUERZA*ADITIVO 1 7.5661 7.5661 17.50 0.006
Curvatura 1 1.0333 1.0333 2.39 0.173
Error 6 2.5945 0.4324
Falta de ajuste 4 1.2895 0.3224 0.49 0.753
Error puro 2 1.3050 0.6525
 Total 11 12.7892
Resumen del modelo
R-cuad. R-cuad.
S R-cuad. (ajustado) (pred)
0.657584 79.71% 62.81% 21.95%
Coeficientes codificados
EE del
Término Efecto Coef coef. Valor T Valor p FIV
Constante 3.002 0.232 12.91 0.000
Bloques
1 0.240 0.190 1.26 0.253 1.00
FUERZA -0.455 -0.228 0.232 -0.98 0.366 1.00
ADITIVO 0.495 0.248 0.232 1.06 0.328 1.00
FUERZA*ADITIVO -1.945 -0.973 0.232 -4.18 0.006 1.00
Pt Ctral 0.622 0.403 1.55 0.173 1.00
Ecuación de regresión en unidades no codificadas
RESPU = 3.002 - 0.228 FUERZA + 0.248 ADITIVO
ESTA - 0.973 FUERZA*ADITIVO + 0.622 Pt Ctral
Ecuación promediada sobre los bloques.
Estructura de alias
Factor Nombre
A FUERZA
B ADITIVO
Alias
I
Bloque 1
A
B
AB
Pareto de los efectos para RESPUESTA
a) Plantee las hipótesis correspondientes.
b) ¿En cual de los tratamientos se obtiene un mejor resultado
Conclusión
Como conclusión se puede establecer que los diseños factoriales son
de suma importancia pues estos son útiles para obtener información de
los efetos medios de todos los factores de un experimento simple, para
ampliar la base de las inferencias de un factor para probarlo bajo
condiciones variadas de otros, así como para evaluar la manera en la
cual los efectos de los factores interactúan con cada uno.