Tercer Examen de Métodos Estadísticos para Investigaciones Experimentales

1. Una organización de manufactura produce partes de plástico con moldeo por inyección. Típicamente, las partes se encogen
de manera excesiva, lo cual causa problemas en el ensamble posterior. Por medio de diseño de experimentos se busca reducir
el promedio de encogimiento de las partes y se espera reducir también la variabilidad de corrida a corrida. Se identifican siete
factores para el estudio. Cuatro de esos factores son fácilmente controlables: temperatura del molde (A), velocidad del tornillo
(B), tiempo de permanencia (C) y tamaño de compuerta (D). Tres de las variables no son fáciles de controlar durante la
manufactura normal: tiempo de ciclo (E), contenido de mezcla (F) y presión en el molde (G), pero durante el experimento se
controlarán. Debido a potenciales efectos no lineales en la relación entre el encogimiento y las variables de proceso, se deben
considerar al menos tres niveles en cada factor. La alternativa que se considera es utilizar una fracción 2 7 – 3 con generadores
I = ABCE, I = BCDF e I = ACDG, que es una octava parte del factorial completo 27. Se incluyen cuatro repeticiones al centro
para detectar la posible presencia de curvatura. Los datos en unidades de encogimiento × 10 se muestran a continuación:

a) ¿Cuál es la estructura de alias del diseño?

b) Encuentre el mejor ANOVA para estos datos. No olvide verificar la presencia de curvatura

Se observa que existe presencia de curvatura (Falta de ajuste), la cual no es significativa, no será considerada en el
Anova mejorado.
 Se

observa como los factores A,B,G,AD,AB, son los factores con efectos significativos.

El mejor Anova

c) Proyecte el diseño en uno más simple si hay factores que no afectan, y haga el análisis.

El estadístico R-cuadrado indica que el modelo, así ajustado, explica 99.15% de la variabilidad del Encogimiento, El R-
cuadrado ajustado, que es mas adecuado para comparar modelos de diferentes números de variables independientes
98.85%.
d) Interprete con detalle los efectos activos y determine el mejor tratamiento para reducir el encogimiento promedio

El mejor tratamiento para reducir el encogimiento, se podría identificar que es aquel en el que la velocidad es menor y
sobre todo cuidando unos valores menores de temperatura.

e) Determine el mejor tratamiento considerando que también interesa reducir la variabilidad.

El factor con mas efecto en la respuesta es el factor B

(Velocidad), el cual tiene un valor positivo, lo que significa
que al aumenta el nivel de este aumenta la respuesta, por
lo consiguiente tiene una relación directa con la respuesta,
concluimos que, para reducir la variabilidad, podemos
reducir la Velocidad, y esto conlleva a reducir el
Encogimiento.

2. Para estudiar la elaboración de hojuelas de soya por extrusión, Aguilera y Kosikowski (1976) utilizaron un diseño
de Box-Behnken con tres factores y tres niveles en cada factor, tal como se muestran en la siguiente tabla:

El diseño experimental escrito en unidades codificadas y la res puesta observada en cada punto se listan en la
siguiente tabla:
a) Ajuste un modelo de segundo orden a estos datos.

El factor con más efecto en la respuesta es el factor B, BB,A,AB.

 b) Verifique que el modelo sea adecuado.

ANOVA MEJORADO

c) ¿Es útil para fines de predicción?

El estadístico R-cuadrado indica que el modelo, así ajustado, explica 87.95% de la variabilidad de la variable
respuesta.

d) ¿Qué tipo de superficie describe el modelo?

 e) Suponga que interesa minimizar la respuesta, ¿es el tipo de superficie deseada? Si no es así, ¿qué se debe
hacer?

f) Encuentre los valores óptimos y la respuesta óptima

3. Los datos que se presentan en la siguiente tabla fueron recopilados en un experimento para optimizar el
crecimiento de cristales en función de tres variables x1, x2, x3. Se buscan valores altos de Y (rendimiento en
gramos).

X1 X2 X3 Y
-1 -1 -1 66
1 -1 -1 70
-1 1 -1 78
1 1 -1 60
-1 -1 1 80
1 -1 1 70
-1 1 1 100
1 1 1 75
-1,68179 0 0 100
1,68179 0 0 80
0 -1,68179 0 68
 0 1,68179 0 63
0 0 -1,68179 65
0 0 1,68179 82
0 0 0 113
0 0 0 100
0 0 0 118
0 0 0 88
0 0 0 100
0 0 0 85

a) ¿Qué diseño se empleó?

Diseño de Composición Central

b) Ajuste un modelo de segundo orden y determine los componentes significativos y más importantes
ANOVA MEJORADO

c) ¿El modelo describe adecuadamente la superficie? Argumente.

El modelo con términos elevados al cuadrado permite modelar la curvatura en la respuesta, lo que hace útil, para
mapear una región de una superficie de respuesta, como los cambios en las variables que afectan una respuesta de
interés.

d) Considere las dos variables independientes más importantes en el modelo y obtenga la superficie de respuesta y
de contornos en función de éstas.
 e) ¿Con la superficie que encontró en el inciso anterior se puede hacer algún tipo de inferencia? Argumente.

f) Verifique los supuestos para el modelo. ¿Observa algo relevante?

No se observa algo relevante, simplemente se cumplen los supuestos de normalidad, homogeneidad y de

independencia.

g) Observe las respuestas obtenidas en los puntos centrales del diseño. ¿Esto le ayuda a explicar lo que ocurrió?
Argumente.

Esto me ayuda a determinar la configuración óptima para cada factor.

4. Realizar nuevamente el ejemplo de pigmento del color, asignar las columnas en la forma que se recomienda:
Diseño de Taguchi.
Se asigno las columnas en la forma que se recomienda:
Se Observa que los factores B y D son los que tienen mas efecto sobre la media. El factor B tiene efecto sobre la media,
pero no tiene efecto sobre el estadistico S/R, de manera que puede utilizarse como factor de ajuste para llevar la
media a su valor nomimal.
ANOVA DE S/N

Se observa que el A: Tiempo de carga y D: Temperatura de amasado, tienen menor valor-p que los demas factores,
para ello eliminimaos los valores mas alto, para obtner un ANOVA S/R MEJORADO.

ANOVA DE S/N MEJORADO

ANOVA DE MEDIAS

Se observa que el B: Tiempo de amasado y D: Temperatura de amasado, tienen menor valor-p que los demas factores,
para ello eliminimos los valores mas alto, para obtner un ANOVA DE MEDIAS.
ANOVA DE MEDIAS MEJORADO