Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Concepto
Diseño experimental que sirve para estudiar el efecto individual y de interacción de varios
factores sobre una o varias respuestas.
El objetivo de un diseño factorial es estudiar el efecto de varios factores sobre una o varias
respuestas, cuando se tiene el mismo interés sobre todos los factores.
Características
- Factores
Los factores 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.). Para estudiar la manera en que
influye cada factor sobre la variable de respuesta es necesario elegir al menos dos
niveles de prueba para cada uno de ellos. Con el diseño factorial completo se corren
aleatoriamente todas las posibles combinaciones que pueden formarse con los
niveles de los factores. Los niveles de un factor se definen como los valores reales
que se utilizan en el experimento.
- Arreglo factorial
Así, la matriz de diseño o arreglo factorial es el conjunto de puntos experimentales o
tratamientos que pueden formarse considerando todas las posibles combinaciones
de los niveles de los factores.
Por ejemplo, con k = 2 factores, ambos con dos niveles, se forma el diseño factorial
2 × 2 = 22, que consiste en cuatro combinaciones o puntos experimentales.
Por otra parte, se dice que dos factores interactúan entre sí o tienen un efecto de
interacción sobre la variable de respuesta, cuando el efecto de un factor depende
del nivel en que se encuentra el otro.
Aquí se usa el término efecto positivo para indicar que el producto o la respuesta se
incrementa conforme los niveles de un factor dado aumentan de acuerdo con cierto
orden definido. En el mismo sentido, un efecto negativo corresponde a una
disminución de la respuesta al aumentar los niveles del factor.
Ejemplo 1:
http://wpd.ugr.es/~bioestad/wp-content/uploads/Factorial-dos-factores.pdf
Ejemplo 2:
Diseños factoriales con tres factores
Cuando se quiere investigar la influencia de tres factores (A, B y C) sobre una o más
variables de respuesta, y el número de niveles de prueba en cada uno de los
factores es a, b y c, respectivamente, se puede construir el arreglo factorial a × b ×
c, que consiste de a × b × c tratamientos o puntos experimentales. Entre los arreglos
de este tipo que se utilizan con frecuencia en aplicaciones diversas se encuentran:
el factorial 23, el factorial 33 y los factoriales mixtos con no más de cuatro niveles en
dos de los factores, por ejemplo, el factorial 4 × 3 × 2 y el factorial 4 × 4 × 2, por
mencionar dos de ellos.
Ejemplo 1 (6.1):
http://wpd.ugr.es/~bioestad/wp-content/uploads/Factorial-tres-factores.pdf
Lo que se ha dicho para los dos diseños factoriales con 2 y 3 factores puede
extenderse fácilmente para cuando se tienen más factores. Considere f factores A,
B, C, …, K con niveles a, b, c, …, k, respectivamente, donde la letra K denota al
f-ésimo o último factor del conjunto a estudiar, no necesariamente el undécimo, que
es el lugar de esta letra en el alfabeto. Con estos niveles y factores se puede
construir el diseño factorial general a × b × … × k, que consiste de a × b × … × k
tratamientos o puntos de prueba. Con este diseño se pueden estudiar f efectos
principales, f (f – 1)/2 interacciones dobles, f ( f – 1)( f – 2)/(3 × 2) interacciones
triples, y así sucesivamente hasta la única interacción de los f factores (ABC … K).
El cálculo del número de interacciones de cierta cantidad m de factores se hace
mediante la operación “combinaciones de 𝑓 en 𝑚” que cuenta el número de
diferentes maneras de seleccionar m factores de los f, donde f ! = f × (f – 1) × … × 2
× 1.
Hasta aquí los modelos de efectos que se han utilizado son modelos de
efectos o factores fijos, lo cual significa que todos los niveles de prueba en
cada factor son todos los disponibles para ese factor, o bien, se estudian
todos los niveles de interés en ese factor; es en este sentido que los niveles
están fijos. Éste es el caso, por ejemplo, cuando en el factor operador se
toman los tres únicos operadores como los niveles de prueba, o cuando los
niveles del factor máquinas son las cuatro máquinas existentes. O bien,
cuando se comparan tres tipos de material porque son los que interesa
comparar aunque existan otros materiales de ese tipo. Con factores fijos, las
conclusiones obtenidas sólo son válidas para los niveles de prueba que se
estudian en el experimento.
En ocasiones, los niveles de prueba son una muestra aleatoria de la
población de niveles posibles. En este caso es más apropiado utilizar un
modelo de efectos o factores aleatorios.
La aplicación de un modelo de efectos aleatorios conlleva la necesidad de
considerar la incertidumbre asociada con la elección aleatoria de los niveles
de prueba. Es decir, ya no tiene sentido, para un factor A, preocuparse por el
efecto ai del nivel i como con efectos fijos. Lo que ahora (con efectos
aleatorios) tiene sentido es hablar de la varianza con la que el factor aleatorio
contribuye a la variación total; es decir, es preciso estimar dicha varianza y
probar si su contribución a la variabilidad total es significativa.
Links de info:
https://gc.scalahed.com/recursos/files/r161r/w19537w/analisis_y_diseno_experimentos.pdf
https://vereniciafunez94hotmail.files.wordpress.com/2014/08/8va-probabilidad-y-estadistica-
para-ingenier-walpole_8.pdf
https://profefily.com/wp-content/uploads/2017/12/Estad%C3%ADstica-para-administraci%C3
%B3n-y-economia-Richard-I.-Levin.pdf