Documentos de Académico
Documentos de Profesional
Documentos de Cultura
AMERICANA
INTRODUCCION A
INTRODUCCION A LOS
LOS DISEÑOS
DISEÑOS
FACTORIALES
FACTORIALES
+ 40 12
(Alto) El efecto de A depende del nivel que se elige para
el factor B.
- +
(Bajo)
(Alto) Factor “A”
EXPERIMENTO FACTORIAL SIN INTERACCION
A
A- A+
B+ 30 52
B
B- 20 40
Respuestas
40
(Alto) B+
30
B-
20
10
0
- 1 2
(Bajo) Factor A
20 40
- +
(Bajo)
(Alto) Factor “A”
EXPERIMENTO FACTORIAL CON INTERACCION
A
A- A+
B+ 40 12
B
B- 20 50
Respuesta
(Alto) 40
B+
30
B-
20
10
0
- 1 2
(Bajo) Factor A
20 50
- +
(Bajo)
(Alto)
Factor “A”
El concepto de Interacción
El concepto de Interacción (continuación)
El concepto de Interacción (continuación)
El concepto de Interacción (continuación)
VENTAJAS DE LOS DISEÑOS FACTORIALES
Son más eficientes que los experimentos de
un factor a la vez.
PREGUNTAS:
1. ¿Qué efectos tienen el tipo de material y la temperatura sobre la vida
de la batería?.
2. ¿Existe alguna elección del material que produzca de manera regular
una vida larga de la batería independiente de la temperatura?
Este es un ejemplo específico de diseño factorial de dos
factores, para pasar al caso general, sea yijk la respuesta
observada cuando el factor A tiene el nivel i-ésimo
(i= 1, 2, …, a) y el factor B tiene el nivel j-ésimo
(j=1, 2, …, b) en la réplica k-ésima (k=1, 2, …n). En
general, el experimento factorial de dos factores aparecerá
como en la siguiente tabla:
Factor B
Nivel 1 2 …. b
1 y111, y112,…, y11n y121, y122,…, y12n …. y1b1, y1b2,…, y1bn
Factor A 2 y211, y212,…, y21n y221, y222,…, y22n …. y2b1, y2b2,…, y2bn
…. …. …. …. ….
a ya11, ya12,…, ya1n ya21, ya22,…, ya2n …. yab1, yab2,…, yabn
TIPO DE TEMPERATURA ( º F )
MATERIA 15 70 125
L 130 155 34 40 20 70
1
74 180 80 75 82 58
150 188 136 122 25 70
2
159 126 106 115 58 45
138 110 174 120 96 104
3
168 160 150 139 82 60
Hay varias formas de escribir el modelo de un
experimento factorial:
El modelo de los efectos.
El modelo de las medias.
El modelo de regresión
El interés se encuentra en probar la HIPOTESIS acerca de la igualdad
de los efectos de los tratamientos de los renglones, por ejemplo:
Ho: t 1=t2 =…= ta= 0
H1: al menos una ti ≠ 0
Y de la igualdad de los efectos de los tratamientos de las columnas,
por ejemplo:
Ho : β1= β2 =…= βb= 0
H1 : al menos una βj ≠ 0
Tabla del análisis de varianza para el diseño factorial de dos factores, modelo con efectos fijos
Fuentes de Suma de Grados de
Cuadrado Medio F0
Variación Cuadrados Libertad
SS A
MS
Tratamiento A SSA a-1 MS F A
A
a 1 MS
0
E
SS MS
Tratamiento B SSB MS B
F B
b-1 B
b 1 MS
0
E
SS MS
Interacción SSAB (a-1)(b-1) MS AB
F AB
AB
( a 1)( b 1) MS
0
E
SS
Error SSE ab(n-1) MS E
E
ab ( n 1)
Tabla del análisis de varianza para el diseño factorial de dos factores, modelo con efectos fijos.
Suma de cuadrados:
2
a b y n
SS y
2 ...
T
abn
ijk 2
1 a b 2 y...
i | j 1 k 1
SS Subtotales y
n i 1 j 1 ij. abn
2
1 y a
SS AB SS Subtotales SS A SS B
SS y
2 ...
bn abn SS E SST SS A SS B SS AB
A i ..
i 1
ó
1
2
SS E SST SS Subtotales
y b
SS y
2 ...
an abn
B . j.
j 1
RESOLVIENDO EL EJEMPLO
DEL DISEÑO DE BATERIAS
TEMPERATURA ( º F ) a= 3
TIPO DE Yi..
Yij. Yij. Yij.
MATERIAL 15 Yij. 70 Yij. 125 Yij.
Barra Barra Barra b= 3
130 155 34 40 20 70 n= 4
1 539 134,75 229 57,25 230 57,50 998
74 180 80 75 82 58 N = 36
150 188 136 122 25 70
2 623 155,75 479 119,75 198 49,50 1300
159 126 106 115 58 45
138 110 174 120 96 104
3 576 144,00 583 145,75 342 85,50 1501
168 160 150 139 82 60
Y.j. 1738 1291 770 3799 Y…
2
1 y a 1
SS (998 1300 1501 ) 3799 / 36 10.683,72
2
y ... 2 2 2 2
bn abn 3 4
Material i ..
i 1
2
1 y 1 b
y (1738 1291 770 ) 3799 / 36 39.118,72
2
SS ... 2 2 2 2
an abn 3 4
Temper . j.
j 1
Cálculos para el ANOVA (continuación)
2
1 a y
b
SS y SS SS
2 ...
Material Temper
n abn
Interacción ij .
i 1 j 1
1
SS (539 229 ... 342 ) 3799 / 36 10.683,72 39.118,72 9.613,78
2 2 2 2
4
Interacción
SS SS SS
E T Material
SS Temperatur a
SS Interacción
Total 77646,97 35
Gráfica Tipo de Material - Temperatura
Tipo de Temperatura Promedio por Tipo de Mateial oF
Material 15 70 125
1 134,75 57,25 57,50
2 155,75 119,75 49,50
3 144,00 145,75 85,50
180.00
160.00
140.00
Material
Vida promedio
120.00 Tipo 1
100.00 Tipo 2
Tipo 3
80.00
60.00
40.00
20.00
0.00
15
1 2 70
3 4 125
5
Temperatura (oF)
UNA OBSERVACION POR CELDA
En ocasiones se encuentran experimentos de dos
factores con una sola réplica, es decir, en los que solo
hay una observación por celda. Entonces cuando hay 2
factores y una observación por celda, el modelo de los
efectos es:
1 y
a
2
SS y
2 .. Suma de cuadrados de la no aditividad:
2
A y 2
b ab
i. a b
i 1
y y y y SS SS ..
ab
ij i. .j .. A B
SS i 1 j 1
1 y abSS SS
N
2
a
SS y
A B
2 ..
B
a ab
.j
i 1 Con un grado de libertad, y
a y b
2
SS SS SS
SS y
2 ..
ERROR RESIDUAL N
T
ab
ij
i 1 j 1 Con (a 1)(b 1) 1 grados de libertad.
SS Re sidual SS SS SS
T A B
ANALISIS DE VARIANZA
El análisis de varianza para esta situación se presenta en esta tabla:
COLUMNAS by y
2 2
a j2
2
(B) .j .. b-1 MSB
b 1
a ab
j 1
RESIDUAL O
2
ij
AB SUSTRACCION (a-1)( b-1) MSRESIDUAL 2
a 1 b 1
a y b
2
y
2
TOTAL ..
ab-1
ab
ij
i 1 j 1
a 1
COLUMNAS 1 b
y 2
a j2
(B)
a j 1
y.2j
ab
..
b-1 MSB 2
b 1
RESIDUAL O
2
ij
AB SUSTRACCION (a-1)( b-1) MSRESIDUAL 2
a 1 b 1
a by 2
TOTAL y 2 ..
ab-1
ab
ij
i 1 j 1
a b
y..2 2
[ yij yi. y. j y.. ( SS A SS B )]
ab
SS N i 1 j 1
abSS A SS B
Grados de
Fuente de Suma de Cuadrados P
libertad Fo Fc
variacion cuadrados(SS) medios(MS) value
(DOF)
Temperatura 23,33 2 11,67 42,95 4,74 0,0001
Presión 11,60 4 2,90 10,68 4,12 0,0042
No aditividad 0,0985 1 0,0985 0,36 5,59 0,5660
Error 1,9015 7 0,2716
Total 36,93 14
Tabla 5.11
SI Fo>Fα, 1,[ (a-1)(b-1)-1], debe rechazarse F0 =0,36
la hipótesis de que no hay ninguna FC = 5,59 luego no hay
interacción. interacción
DISEÑO FACTORIAL GENERAL
El diseño factorial puede ampliarse al caso general en que hay a
niveles del factor A, b niveles del factor B, c niveles del factor C,
etc., dispuestos en un experimento factorial.
En general, habrá abc…n observaciones totales si se hacen n
réplicas del experimento completo.
Por ejemplo: Considere el modelo del análisis de varianza de tres
factores:
i 1,2,..., a
j 1,2,..., b
y
ijkl i j k ij ik jk ijk
ijkl
k 1,2,..., c
l 1,2,..., n
Análisis de Varianza, para el modelo de tres
factores A, B, C
FUENTE DE SUMA DE GRADOS DE CUADRADO CUADRADO
VARIACION CUADRADOS LIBERTAD MEDIO MEDIO Fo
ESPERADO
bcn i2 Fo
MS A
A SSA a-1 MSA MS E
a 1
acn j2 Fo
MS B
B SSB b-1 MSB 2
MS E
b 1
abn k2 Fo
MS C
C SSC c-1 MSC 2 MS E
c 1
cn ij MS AB
2
2 Fo
AB SSAB (a-1)(b-1) MSAB a 1 b 1 MS E
bn MS AC
2
2
ik
Fo
AC SSAC (a-1)(c-1) MSAC a 1 c 1 MS E
an jk MS BC
2
2 Fo
BC SSBC (b-1)(c-1) MSBC b 1 c 1 MS E
n ijk MS ABC
2
2
Fo
ABC SSABC (a-1)(b-1)(c-1) MSABC a 1 b 1 c 1 MS E
ERROR SSE abc(n-1) MSE 2
TOTAL SST abcn-1
Suma de cuadrados:
a b y c n
2
SS y 2 ....
abcn
T ijkl
i 1 j 1 k 1 l 1
1 y 2 1 y a c
2
SS
a
SS y SS SS 2
y
....
2 ....
bn abcn
AC i .k . A C
i 1 k 1
bcn abcn
A i ...
i 1
1 y b c
2
1 y b
2 SS y SS SS 2 ....
an abcn
BC . jk . B C
SS y 2 .... j 1 k 1
acn abcn
B . j ..
j 1
1 a y b c
2
SS y SS SS SS SS SS SS
2 ....
n abcn
ABC ijk . A B C AB AC BC
1 y 2 i 1 j 1 k 1
c
SS y
2 ....
abn abcn
C .. k .
k 1
1 y a b c
2
SS SS y 2 ....
n abcn
E T ijk .
i 1 j 1 k 1
1 y a b
2
SS y SS SS 2 ....
cn abcn
AB ij .. A B
i 1 j 1
EJEMPLO 2
Una empresa embotelladora de refrescos está interesada en obtener
alturas de llenado más uniformes en las botellas que se fabrican en
su proceso de manufactura. Teóricamente, la máquina de llenado
llena cada botella a la altura objetivo correcta, pero en la práctica,
existe variación en torno a este objetivo, y a la embotelladora le
gustaría entender mejor las fuentes de esta variabilidad y, en última
instancia, reducirla.
Presion de Operación(B)
Porcentaje de 25 psi 30 psi
yi… Promedio
carbonatación (A) Rapidez de linea(C)
200 Total 250 Total 200 Total 250 Total
10 -3 -1 -1 1
-4 -1 -1 2 -4 -0,5
-1 0 0 1
12 0 2 2 6
1 3 5 11 20 2,5
1 1 3 5
14 5 7 7 10
9 13 16 21 59 7,375
4 6 9 11
Totales B x C y.jk. 6 15 20 34 75 y..
y.j.. 21 54
Promedio 1,75 4,5
y..k. 26 49
Grados
Suma de Cuadrados
de
Fuente de variacion cuadrados medios Fo Fc P value
libertad
(SS) (MS)
(DOF)
The StatAdvisor
The ANOVA table decomposes the variability of Desviación Llenado into contributions due to various factors.
Since Type III sums of squares (the default) have been chosen, the contribution of each factor is measured
having removed the effects of all other factors. The P-values test the statistical significance of each of the
factors. Since 3 P-values are less than 0.05, these factors have a statistically significant effect on
Desviación Llenado at the 95.0% confidence level.
Taller 1 en clase: Resistencia a la Torsión
Para mejorar la resistencia a la torsión de las adhesiones de
componentes eléctricos sobre placas, se estudiaron 2 tipos de
pegamentos (A1, A2) y 3 temperaturas de curado (60 ºC, 80 oC y
100 ºC). En cada combinación se analizaron 2 componentes y los
resultados obtenidos son los siguientes:
TIPO DE TEMPERATURA DE CURADO
a) Platee la hipótesis de
PEGAMENTO 60 oC 80 oC 100 oC interés en este problema y
2,50 3,80 4,00
Pegamento A1 el modelo estadístico.
2,80 3,40 4,20
b) Construya el ANOVA y
1,60 3,20 4,30
Pegamento A2 decida cuales efectos están
1,22 2,80 4,70
activos.
Taller 2 en clase: Resistencia de Cucho Vulcanizado
Se dese investigar de qué manera afecta el tiempo de curado y el tipo
de acelerante a la resistencia de cucho vulcanizado. Se realiza un
experimento y se obtienen los siguientes datos.
Tiempo de Cura a Acelerante
14 oC (minutos) A B C
40 3900 3600 4300 3700 3700 4100
60 4100 3500 4200 3900 3900 4000
80 4000 3800 4300 3600 3600 3800
a) Señale el nombre del diseño de experimento utilizado en su modelo
estadístico.
b) Formule claramente todas las hipótesis que se puedan probar.
formuló.
Taller 3 en clase: Experimento de Microbiología
Se realizó un experimento de microbiología de suelos para determinar
el efecto de la fertilidad del nitrógeno en la fijación de nitrógeno por
bacterias Rhisobium. El experimento se ejecutó en 4 cosechas; alfalfa,
soya, guar y habas. Se inocularon 2 plantas con el Rhisobium y se
cultivaron en un frasco de Leonard con una de las siguientes 3 tasas de
nitrógeno en el medio: 0, 50 y 100 ppm de N. Se usaron 4 réplicas de
frascos de Leonard para cada una de las 12 combinaciones de
tratamiento. Los tratamientos se arreglaron en un diseño totalmente
aleatorizado en una cámara y se midió la reducción de acetileno para
cada tratamiento en la etapa de florecimiento de la planta. La
reducción de acetileno refleja la cantidad de nitrógeno que fija la
bacteria en la relación simbiótica con la planta.
CULTIVO
NITRÓGENO ALFALFA SOYA GUAR HABAS
2.6 1.1 6.5 2.6 0.3 0.1 0.8 0.9
0
0.9 1.2 3.9 4.3 0.4 0.4 2.2 1.2
0.0 0.0 0.6 0.6 0.0 0.1 0.7 0.4
50
0.0 0.0 0.3 0.8 0.0 0.2 0.3 0.8
0.0 0.0 0.0 0.1 0.0 0.2 0.3 0.1
100
0.0 0.0 0.1 0.0 0.0 0.0 0.0 0.1