Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Introduccin
En los temas anteriores se analizaron las posibles influencias de un factor sobre la variable respuesta, aleatorizando las observaciones para eliminar el efecto de otros factores. En este caso analizaremos modelos en los cuales dos o ms factores pueden influir en la variable respuesta.
Modelos asociados
Por ser un conjunto de datos con tratamientos categricas, el modelo lgico a utilizar es un modelo de anlisis de varianza con k vas que incluya todas las interacciones entre factores. Tambin puede utilizarse un modelo de regresin lineal con variables codificadas, el cual resulta equivalente al modelo ANOVA.
Metodologa
1. Identificar los factores que pueden influir en la variable respuesta y proponer un modelo. 2. Realizar el experimento, tomando las observaciones necesarias. 3. Estimar los parmetros del modelo. 4. Contrastar si los factores influyen en la respuesta. 5. Si los factores influyen en la respuesta, detectar dnde radican las diferencias. 6. Si algn factor no influye, simplificar el modelo y repetir los pasos anteriores. 7. Realizar la diagnosis del modelo mediante el anlisis de los residuos
Noviembre, 2008 5
Definicin de efecto
En el mbito de los diseos 2k se denomina efecto de una variable (o de una interaccin) a la diferencia entre la respuesta esperada que se obtiene en el nivel alto de la variable y la respuesta esperada que se obtiene en el nivel bajo de la misma.
Concepto de interaccin
Para ilustrar de forma intuitiva lo que es la interaccin vamos a tomar dos conjuntos de datos. Consideramos dos factores: (niveles 1 y 2) y (niveles 1 y 2) Primer caso: dos factores sin interaccin. Los datos son:
Concepto de interaccin
El efecto principal del factor es la diferencia entre la respuesta promedio de 1 y 2
Concepto de interaccin
Ahora bien, para el nivel 1, el efecto del factor es:
Concepto de interaccin
De forma similar, los efectos del factor para los niveles 1 y 2 son, respectivamente:
El efecto de uno de los factores no depende de los niveles el otro factor, lo cual indica que no hay interaccin entre los factores
No hay interaccin
10
Concepto de interaccin
11
Concepto de interaccin
Segundo caso: dos factores con interaccin. Los datos son:
12
Concepto de interaccin
Entonces, aunque el efecto principal indique que el factor no influye en la respuesta, el efecto que produce depende del nivel seleccionado del factor y se concluye que hay interaccin entre y
13
Concepto de interaccin
14
Factor A
.
. .
.
. .
2
a
15
Modelo
Error aleatorio
Efecto sobre la media, causado por el nivel i del factor A Efecto sobre la media, causado por el nivel j del factor B
16
17
18
19
20
Estimador de la varianza
21
Hiptesis
22
Tabla ANOVA
23
Tabla ANOVA
24
Observaciones
Siempre trataremos de buscar el modelo ms sencillo que explique bien la variable respuesta.
Por ejemplo, si aceptamos H0 : ()11 = = ()ab = 0, concluimos que la interaccin no influye de manera apreciable en la respuesta, entonces pasaramos a considerar un modelo con dos factores sin interaccin y calcularamos de nuevo la tabla ANOVA. Si adems, aceptamos que uno de los factores no influye en la respuesta, lo eliminaramos del modelo y trabajaramos con un modelo de un factor.
25
Ejemplo
Un ingeniero est diseando una batera que se usar en un dispositivo que se someter a variaciones de temperaturas extremas. El nico parmetro del diseo que puede seleccionar en este punto es el material de la placa o nodo de la batera, y tiene tres elecciones posibles. Cuando el dispositivo est fabricado y se enve al campo, el ingeniero no tendr control sobre las temperaturas extremas en las que operar el dispositivo, pero sabe por experiencia que la temperatura probablemente afectar la vida efectiva de la batera. Sin embargo, la temperatura puede controlarse en el laboratorio donde se desarrolla el producto para fines de prueba.
26
Ejemplo
El ingeniero decide probar los tres materiales de la placa con tres niveles de temperatura, por ser consistentes con el medio ambiente donde se usar finalmente el producto. Se prueban 4 bateras con cada combinacin del material de la placa y la temperatura, y las 36 pruebas se corren de manera aleatoria. a. Qu efectos tienen el tipo de material y la temperatura sobre la vida de la batera? b. Existe alguna eleccin del material que produzca de manera regular una vida larga de la batera independientemente de la temperatura?
27
Ejemplo
Temperatura Tipo de material 1 2 3 15 130 ,155 74, 180 150,188 159, 126 138, 110 168, 160 70 34, 40 80, 75 136, 122 106,115 174, 120 150, 139 125 20, 70 82, 58 25, 70 58, 45 96, 104 82, 60
Factores: tipo de material y las temperaturas, con tres niveles cada una. Variable de inters: vida efectiva de las bateras (en horas). Entonces a= 3, b = 3 y n = 4
28
Anlisis de varianza
Temperatura
Tipo de material
1 2 3
15 130 ,155 74, 180 150,188 159, 126 138, 110 168, 160
yi..
998 1300 1501
y.j.
1738
1291
770
y... =3799
29
Grficos de interaccin
En general se consigue una vida ms larga con una temperatura baja, independientemente del tipo de material. Al cambiar de una temperatura baja a una intermedia, la vida de la batera con el material tipo 3 tiene un incremento real, mientras que con los materiales 1 y 2 disminuye. El material tipo 3 parece producir mejores si se quiere una prdida menor de la vida cuando la temperatura cambia.
30
160
material
140
3 1 2
mean of vida
60
80
100
120
15
70 temperatura
125
Grficos de interaccin
160
temperatura
140
70 15 125
mean of vida
60
80
100
120
2 material
31
Anlisis de varianza
material temperatura material:temperatura Residuals --Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1 Df 2 2 4 27 Sum Sq 10684 39119 9614 18231 Mean Sq 5342 19559 2403 675 F value 7.9114 28.9677 3.5595 Pr(>F) 0.001976 ** 1.909e-07 *** 0.018611 *
F 0.05,4,27 = 2.7277
Hay una interaccin significativa entre los tipos de material y la temperatura. Los efectos principales del tipo de material y la temperatura tambin son significativos
32
E(ij) = 0
Homocedasticidad: Var(ij) = 2 Independencia: ij son independientes entre s
33
Mtodo de Tuckey
Se requiere que ni = n, i = 1, . . . , a. Si esto no se cumple, entonces se toma n = mini{ni}
TukeyHSD(aov(vida~material+temperatura+material*temperatura, data=datos))
34
Efecto sobre la media, causado por el nivel i del factor A Efecto sobre la media, causado por el nivel j del factor B
36
37
38
39
40
Si
41