UNIVERSIDAD NACIONAL DE TRUJILLO

ESCUELA DE POSGRADO
UNIDAD DE POSGRADO EN CIENCIAS FISICAS Y MATEMÁTICAS

MAESTRIA EN CIENCIAS CON MENCIÓN EN ESTADÍSTICA APLICADA

“Examen Métodos estadísticos para investigaciones

experimentales – Caso de varios factores”

Alumnos : Cerna Reyna, Harold Renzo

Profesor : Mg. Reyna Segura, Roger Demetrio

TRUJILLO - PERÚ
2023
Consideremos un ejemplo del tipo diseño robusto con arreglos interno y externo, cuyo objetivo
del experimento es diseñar una harina preparada para pastel que sea robusta a las variaciones de
temperatura y tiempo de preparación por parte de los consumidores. Para ello se plantea el
experimento, en el que se tienen tres factores de diseño (control): harina (H), grasa (G) y polvo
de huevo (P) acomodados en una factorial 23. Los factores de ruido son temperatura del horno
(T) y tiempo de horneado (Ti). La variable de respuesta es el resultado de la evaluación
promedio de un panel de expertos en una escala del uno al siete, donde siete es la máxima
evaluación positiva. Para sintetizar, nos referimos a la variable como el sabor.
Es un DPD porque se corrió de la
siguiente manera: se amasó una
cantidad suficiente de harina en
cada combinación de los factores de
diseño, y luego ésta se dividió en
cuatro lotes con los cuales se
prepararon cuatro pasteles que
fueron horneados en las diferentes
combinaciones de temperatura y
tiempo. Sólo se prepararon en orden
aleatorio ocho mezclas de
ingredientes (parcelas), y cada una
se dividió en cuatro partes
(subparcelas) que se asignaron en
orden aleatorio a una condición de
horneado. Nótese que el horno se
tuvo que usar 32 veces, pero
seguramente existen otras maneras
más eficientes de realizar las
corridas en este experimento.
SOLUCIÓN:
- Ingresamos los datos a Excel obtenidos de la creación del diseño factorial para parcelas
divididas para colocar el promedio respectivo.

Obtenidos del Minitab.

 H[HTC] G[HTC] P[HTC] T Ti PROMEDIO
-1 -1 -1 -1 -1 1.1
-1 -1 -1 1 -1 1.4
-1 -1 -1 -1 1 1
-1 -1 -1 1 1 2.9
1 -1 -1 -1 -1 1.8
1 -1 -1 1 -1 5.1
1 -1 -1 -1 1 2.8
1 -1 -1 1 1 6.1
-1 1 -1 -1 -1 1.7
-1 1 -1 1 -1 1.6
-1 1 -1 -1 1 1.9
-1 1 -1 1 1 2.1
1 1 -1 -1 -1 3.9
1 1 -1 1 -1 3.7
1 1 -1 -1 1 4
1 1 -1 1 1 4.4
-1 -1 1 -1 -1 1.9
-1 -1 1 1 -1 3.8
-1 -1 1 -1 1 2.6
-1 -1 1 1 1 4.7
1 -1 1 -1 -1 4.4
1 -1 1 1 -1 6.4
1 -1 1 -1 1 5.2
1 -1 1 1 1 6.6
-1 1 1 -1 -1 1.6
-1 1 1 1 -1 2.1
-1 1 1 -1 1 2.3
-1 1 1 1 1 1.9
1 1 1 -1 -1 4.9
1 1 1 1 -1 5.5
1 1 1 -1 1 5.2
1 1 1 1 1 5.7
Se agrego los promedios respectivos.

- VARIABLES DE RUIDO:

• Temperatura del horno (T)

• Tiempo de horneado (Ti)

- FACTORES CONTROLABLES:

• Harina (H)
• Grasa (G)
• Polvo de huevo (P)

- VARIABLE RESPUESTA:

• Evaluación promedio de un panel de expertos en una escala del uno al siete.

El modelo estadístico para este tipo de situaciones está dado por:

con i, j, k, l, m = 1, 2. Los términos en el primer renglón de la ecuación son los efectos en las parcelas y los del
segundo renglón son los efectos en las subparcelas. Los efectos de la interacción de factores de proceso con
factores de ruido, además de que son de particular interés para lograr la robustez del producto, forman parte de
los efectos de subparcela.

Tabla 1: Anova para los efectos de parcela

- Las sumas de cuadrados obtenidas se multiplican por el número de datos con los que se obtuvo cada
promedio (en este caso cuatro), para conservar la escala. De esta manera se obtiene el ANOVA para los
efectos en la parcela completa (factores de proceso). Asimismo, se aprecia que, efectivamente, los
efectos harina (H) y polvo de huevo (P) resultan significativos.

- El ANOVA del experimento se muestra como si fuera una factorial completa 25, donde el término error
se estima con los 24 efectos más pequeños detectados por dicho análisis

Tabla 2: Anova como diseño factorial – posible análisis incorrecto

 - Este análisis no detecta la interacción HT como significativa, pero se decide dejarlo en la tabla porque
el análisis gráfico lo muestra como candidato a estar activo.

Tabla 3: Análisis completo del diseño en parcelas divididas.

- Para obtener el análisis de varianza para parcelas divididas se usa como base el ANOVA anterior, pero
se corrige agregando el error de parcela estimado en la ANOVA para los efectos de parcela, y también
se estima el error de subparcela. Para esto, al error del ANOVA como diseño factorial (análisis
incorrecto) se le resta y agregan términos de la siguiente manera

- Se verifica con las siguientes graficas de interacción.

 - A través de estas interacciones, se puede llevar a cabo un esfuerzo para fortalecer la calidad de la harina
al elegir el nivel de control que minimiza el impacto de las variaciones no deseadas. Al analizar la
interacción GT, se nota que en el nivel superior de contenido graso (G), la variabilidad de la temperatura
tiene un impacto mínimo en el sabor de los pasteles. Por otro lado, la interacción HT muestra un efecto
leve y apenas hay diferencia en cómo la temperatura afecta a los distintos niveles de humedad (H). Se
sugiere mantener un nivel elevado de humedad para mejorar el sabor. Para ajustar el otro factor de
proceso relevante (P) a un nuevo nivel, se recomienda consultar su representación gráfica de efectos
principales, donde se puede observar que optar por el nivel alto es la opción más conveniente.

Anexo:

Regresión factorial de parcela dividida: Promedio vs. Harina; Polvo de huevo.

- Los datos son normales,
- Los datos no son homogéneos.
- Los datos no son independientes.