Diego Guerrero Rodríguez

A01236793
Diseño y Análisis de Experimentos
Actividad 4. Tarea de FACTORIAL fraccionado y General
14/10/23

Tecnologico de Monterrey
a) Escribir la estructura de los alias de este diseño. ¿Qué resolución tiene este diseño?

Este diseño tiene un modelo de 2 niveles con 5 factores, 3 réplicas, fraccionado en ½, y de 48

datos en total.
b) Analizar los datos. ¿Qué factores influyen en la altura libre promedio?
Influyen la temperatura del horno (A), el tiempo de retención (D), el tiempo de calentamiento
(B), la interacción del tiempo de calentamiento y el tiempo de retención (BD), y la interacción
entre el tiempo de retención y la temperatura del aceite de templado (DE).
c) Calcular el rango y la desviación estándar de la altura libre para cada corrida. ¿Hay algún
indicio de que cualquiera de estos factores afecta la variabilidad de la altura libre?

El rango medio esta entre 7.550 y 7.700, y la desviación estándar es de 0.2480. Si hay indicio de
que al menos un factor afecta la variabilidad de la altura libre, ya que presenta un par de barras
que muestran diferencias significativas en la tendencia de las demás barras.
d) Analizar los residuales de este experimento y comentar los resultados.
De acuerdo a los graficos obtenidos, los residuos de este experimento muestran muy buena
normalidad y homocedasticidad.
e) ¿Este diseño es el mejor posible para cinco factores en 16 corridas? Específicamente, ¿es
posible encontrar un diseño fraccionado para cinco factores en 16 corridas con una resolución
más alta que la de este diseño?
Si, al optimizar la respuesta a “maximizar” encontraremos una resolución mas alta para este
diseño, y las combinaciones de este serían las siguientes:
a) ¿Qué tipo de diseño utilizaron los experimentadores?

b) ¿Cuáles son las relaciones de los alias en este diseño? di ¿Alguna de las variables del proceso
afecta la variabilidad de las mediciones de la combadura?

Estas son las relaciones de los alias del diseño.

El D y el B afectan la variabilidad.
e) ¿Alguna de las variables del proceso afecta la combadura promedio?

Si, gracias a este grafico podemos ver que hay

varias barras que afectan la tendencia de este, queriendo decir que puede haber más de un
factor que afecte la variabilidad del diseño.
e) Si es importante reducir la combadura tanto como sea posible, ¿qué recomendaciones se
harían?

Las combinaciones para minimizar la combadura del sustrato serian las que aparecen en rojo.
a) Analizar los datos y sacar conclusiones. Utilizar a = 0.05.
Se hizo un diseño de un modelo general completo de 2 factores, el factor velocidad con 3
niveles y el factor profundidad con 4 (3A * 4B), y 3 replicas, dándonos un total de 36 datos
respuesta (Y).

Como podemos ver en la R^2 obtenida, el modelo es bastante confiable.

En el Pareto, apreciamos que tanto el factor A, el B, así como su interacción, son significativas
en el modelo.
b) Construir las gráficas de los residuales apropiadas y comentar la adecuación del modelo.

Y en las graficas de residuos, podemos observar que hay tanto normalidad como
homocedasticidad, y no hay tanta variabilidad en el modelo tratado.
c) Obtener estimaciones puntuales del acabado superficial promedio con cada velocidad de
alimentación.

d) Encontrar los valores P para las pruebas del inciso a.

a) Analizar los datos y sacar conclusiones. Utilizar α = 0.05.

Concluyo que el diseño utilizado fue un modelo general completo, con 3 factores con 3, 3, y 2
niveles respectivamente, y 2 réplicas, dando un total de 36 datos de respuesta (la resistencia
del papel). En este modelo destaco el análisis de varianza y diagrama de Pareto, en los que
detectamos que los 3 factores son significativos, junto con la interacción de % y presión (AB),
mientras que las demás interacciones son irrelevantes. Los p values de las interacciones
insignificantes son, como es de esperarse, mayores que alfa de 0.05.
b) Construir las gráficas de los residuales apropiadas y comentar la adecuación del modelo.

Podemos observar que en las graficas de residuos de nuestro modelo nos dio una normalidad
decente, y una muy buena homocedasticidad, por lo que si hay normalidad y
homocedasticidad.

Y en la grafica de resumen de nuestros residuos comprobamos que, a pesar de haber dicho que
todos los factores son significativos, hay algunas barras de la grafica que no se adecuan con la
tendencia de esta, por lo tanto, habría una variabilidad debido a algunas interacciones del
modelo.
c) ¿Bajo qué conjunto de condiciones debería operarse este proceso? ¿Por qué?
Si queremos aumentar el efecto de resistencia sobre el papel, tendriamos que maximizar la
optimización de respuesta de Y. Hecho esto, las condiciones optimas para cada factor serian las
siguientes en rojo:
Este es el tipo de diseño que se utilizó, un modelo general completo tipo 3A * 3B *2C con 2
réplicas, que seria un total de 54 datos de respuesta.

Este el análisis de varianza con los pvalues de cada factor e interacción, en el que se acepta la
hipótesis nula solo en la interacción BC y ABC, en otras palabras, que estas interacciones no son
significativas ya que no presentan mucha variabilidad en el modelo.

Obtuve el R^2 del modelo que nos indica un 91.31% de efectividad, por lo que es un modelo
muy fiable

En el diagrama de Pareto detectamos lo mismo que en el análisis de varianza solo que

gráficamente, donde vemos que todos los factores e interacciones son significativos, a
excepción de ABC y BC.
En las graficas de residuos notamos que hay normalidad y homocedasticidad muy buena, casi
perfecta.

En la gráfica de resumen de residuos vemos que hay una línea de tendencia muy clara en las
barras, salvo dos pares de barras, dejando ver que hay cierta variabilidad en los residuos y que
nuestros datos no son normales pues su pvalue es menor a 0.05, aceptando la hipótesis nula.

Si queremos maximizar los efectos sobre el tenido de una tela de algodón y fibras sintéticas
utilizada para fabricar camisas de caballero, nuestras combinaciones del modelo serian:
Y si quisiéramos minimizar nuestro efecto en el modelo, las combinaciones de los factores de
este entonces serian: