Documentos de Académico
Documentos de Profesional
Documentos de Cultura
INGENIERIA DE LA CALIDAD
Un diseño factorial es un método de selección de tratamientos (es decir, combinaciones factor-nivel) que se
incluirán en un experimento. Un experimento factorial completo es uno en el que los tratamientos consisten en
todas las combinaciones factor- nivel
4. ¿Cuál es la implicación práctica de utilizar tres niveles de prueba en lugar de dos en un factor
dado?
Si un factor se prueba en dos niveles, todo su efecto marginal (individual) es lineal, o sea que su efecto individual no
se puede descomponer; pero, si tuviera tres niveles su efecto marginal se puede descomponer en una parte lineal y
otra cuadrática pura.
5. ¿Por qué no tiene sentido utilizar el modelo de regresión cuando los factores son cualitativos?
Si fueran cuantitativos, ¿qué se gana con el modelo de regresión en relación al modelo de
efectos?
Porque cuando son cualitativos no se puede hacer un análisis minucioso sobre el comportamiento de la variable de
respuesta al no tener datos numéricos. Con el modelo de regresión podemos obtener una predicción más acertada del
comportamiento de cierta variable en cambio con el modelo de efectos solo nos sirve para determinar qué tan
significativos son los factores involucrados.
6. ¿Cómo se construye la gráfica de un efecto de interacción doble? ¿Cómo se interpreta?
En el eje de las abscisas se coloca el factor A denotando los niveles que tenga, en el eje de las ordenadas la variable de
respuesta del experimento y en el plano aparecerán tantas líneas como niveles tenga el factor B. Según el problema
debe seleccionarse la combinación de niveles donde se obtenga el resultado óptimo.
7. ¿Cuáles son los supuestos del modelo en un diseño factorial y con cuáles gráficas de residuos se
puede verificar cada uno de estos supuestos?
Los supuestos del modelo son normalidad, varianza constante e independencia de los residuos y se pueden verificar
graficando los residuos contra los predichos en las graficas de normalidad en la que se cumple el supuesto del modelo
si caen todos los residuos alineados en la línea recta de la grafica y la varianza constante al caer todos los puntos
distribuidos dentro de una banda horizontal.
Existen al menos tres maneras de solucionar o minimizar el problema por falta de normalidad y varianza
heterogénea en los residuos:
Utilizar métodos de análisis no parametritos, que no requieren las suposiciones de normalidad y varianza
constante.
Hacer el análisis mediante modelos lineales generalizados(GLM), en los que se ajusta un modelo lineal
usando otras distribuciones diferentes a la normal, donde la varianza no tiene por qué ser constante.
Hacer el análisis sobre la respuesta transformada a una escala en la que los supuestos se cumplan .
11. ¿Con base en qué se puede encontrar una transformación adecuada de la
respuesta cuando no se cumplen los supuestos?
Para corregir o minimizar los problemas de falta de normalidad y de varianza constante depende del
tipo de relación que existe entre la media y la varianza de y. Esta relación se puede visualizar en la
gráfica de residuos vs. Predichos. Según lo pronunciado que sea la “forma de corneta” de los puntos en
dicha gráfica, se determina la transformación más adecuada.
12. ¿Qué significa que el modelo estadístico sea de efectos aleatorios? ¿En qué
cambian las hipótesis de interés en factor aleatorio con respecto de uno fijo?
Cuando los niveles de prueba utilizados en un factor son una muestra aleatoria de la población de
niveles para ese factor.
La diferencia entre las hipótesis aleatorias y fijas son: en las fijas se basa en el efecto sobre la
variabilidad de respuesta y en las aleatorias se basa en la varianza.
19. Se corre un diseño factorial 3 × 2 con 10 réplicas para investigar el hinchamiento del
catalizador después de la extrusión en la fabricación de botellas de polietileno de alta densidad.
El catalizador se utiliza en la obtención de dicho polietileno.
Los factores investigados son:
A: molde (con dos niveles)
B: catalizador (con tres niveles).
Los datos obtenidos se muestran en la siguiente tabla:
De acuerdo al valor
de P es menor al nivel
de significancia de
0.05, eso quiere decir
que ambos efectos se
encuentran activos.
c) Dibuje las gráficas de medias para los dos efectos principales con los métodos LSD y de
Tukey. Compare los resultados de ambos métodos.
Gráfica de efectos principales para HINCHAMIENTO
Medias de datos
MOLDE CATALIZADOR
De acuerdo a la gráfica las 93
encuentran activos
Media
91
90
89
1 2 1 2 3
93
94
HINCHAMIENTO
92 93
HINCHAMIENTO
91 92
91
90
90
89
89
88
88
1 2
1 2 3
MOLDE
CATALIZADOR
Las desviaciones estándar individuales se utilizaron para calcular los intervalos.
Las desviaciones estándar individuales se utilizaron para calcular los intervalos.
d) Haga la gráfica de interacción con intervalos de confianza sobrepuestos.
92
MOLDE
90
88
96
CATALIZADOR
1
94
2
3
92
CATALIZADOR
90
88
1 2
En esta gráfica se puede observar que el punto más alto es el del catalizador 3 y molde 1 siendo este el mejor
tratamiento.
f) Verifique los supuestos de normalidad y varianza constante.
99
Observando la gráfica los
95 puntos se encuentran
90
80
ajustados a la línea de
tendencia por lo tanto los
Porcentaje
70
60
50
40 supuestos de normalidad se
30
20 cumplen.
10
5
0.1
-5.0 -2.5 0.0 2.5 5.0
Residuo
g) Utilice la gráfica de residuos contra factores para detectar posibles efectos sobre
la dispersión del hinchamiento. ¿En cuál molde parece que es menor la dispersión?
vs. ajustes
(la respuesta es HINCHAMIENTO)
6
De acuerdo a la
5
gráfica el supuesto de
4 varianza constante no
3
se cumple ya que los
puntos se encuentran
Residuo
2
dispersos
1
aleatoriamente sobre
0 la línea horizontal.
-1
-2
-3
87 88 89 90 91 92 93 94 95
Valor ajustado
21. Se desea investigar de qué manera afecta el tiempo de
curado y el tipo del acelerante a la resistencia de caucho
vulcanizado.
Se realiza un experimento y se obtienen los siguientes
datos:
a) Señale el nombre del diseño de experimento utilizado y su modelo estadístico.
Tiempo de curado
Ho: El tiempo de curado no interviene en la resistencia del caucho vulcanizado.
H1: El tiempo de curado interviene en la resistencia del caucho vulcanizado.
Acelerante
Ho: El acelerante no afecta en la resistencia del caucho vulcanizado.
H1: El acelerante afecta en la resistencia del caucho vulcanizado.
Interacción
Ho: El efecto del tiempo de curado no depende del acelerante.
H1: El efecto del tiempo de curdo depende del acelerante.
c) Realice el análisis estadístico apropiado para probar las hipótesis que formuló.
3890
3880
3870
3860
3850
40 60 80
TIEMPO DE CURA
f ) ¿Hay alguna combinación de tiempo y acelerante que sea
mejor?
Gráfica de interacción para RESULTADO
e) ¿Algún acelerante es mejor? Explique. Medias de datos
4100 ACELERANTE
A
B
Gráfica de efectos principales para RESULTADO C
Medias de datos 4000
4000
Media
3900
3950
Media
3800
3900
3700
3850
40 60 80
TIEMPO DE CURA
3800
A B C
ACELERANTE
La condición óptima
para maximizar la
➢Como podemos observar el resistencia de caucho
mejor acelerante para que es utilizando el
aumente la resistencia del acelerante B en un
caucho es el acelerante B. tiempo de 60minutos.
g) Explique de manera gráfica cómo se obtuvo en la computadora el valor-p para
tiempo de cura.
yijk=μ+αi+βj+(αβ)ij+εijk
H0= Efecto de la temperatura(A)= 0 (El factor temperatura no influye en el color del aceite)
HA= Efecto de la temperatura(A)≠0 (El factor temperatura influye en el color del aceite)
H0= Efecto temperatura x %Arcilla (AB)=0 (No hay interacción entre los factores)
HA= Efecto temperatura x %Arcilla (AB)≠0 (Hay interacción entre los factores)
b) ¿Cuál es el nombre del diseño utilizado?
c) Por lo general, a condiciones reales se utiliza 1.1% de arcilla y 100 grados de temperatura. ¿Por qué
cree que se eligieron precisamente esos niveles de prueba para el experimento?
Porque tal vez estos niveles de prueba son los que mejor funcionan para este
caso en particular y proporcionan mayor calidad de datos.
El análisis de varianza permite concluir que, tanto para el factor A como el factor B, temperatura y porcentaje de arcilla
respectivamente, se rechaza H0 debido a que en ambos caso es muy grande, esto quiere decir que se contradice la hipótesis
de que no hay efectos..
Para el caso de la interacción, se evidencia una interacción entre los factores
e) Apoyándose en las gráficas de efectos, ¿cuál es la relación general entre el color y los factores
controlados en su rango de experimentación?
5.0 5.0
Media
Media
4.5 4.5
4.0 4.0
El tratamiento más óptimo para cumplir con ese requerimiento sería Factor A en
nivel 3 y Factor B en nivel 1.
Dado que el diseño factorial ha permitido investigar todas las posibles combinaciones de los
niveles de los factores, permitiendo conocer qué factores son más importantes y cuál es el
tratamiento que más conviene, plantear el estudio en condiciones reales permitiría ver resultados
más explícitamente, por tanto, si valdría la pena plantearlo.
Disminuiría un nivel del porcentaje de Arcilla y aumentaría la cantidad de réplicas que permitiera
la obtención de un resultado más robusto y confiable.
23. En un laboratorio de microbiología se realiza un experimento para investigar si influye el tipo de verdura
(lechuga-L, cilantro-C, zanahoria-Z) y la temperatura (8 y 20°C) de almacenamiento en la sobrevivencia del
vidrio colerae.
Se hicieron varias réplicas. El porcentaje de sobrevivencia
obtenido después de 24 horas de inoculado el alimento se
muestra a continuación:
a) Señale el nombre del diseño empleado y formule las hipótesis que pueden ser probadas.
H0= A1 = A2
H1= Por lo menos un nivel de tratamiento A es diferente de otro.
H0= B1 = B2 = B3
H1= Por lo menos un nivel de tratamiento B es diferente de otro.
De acuerdo al valor
de P es menor al nivel
de significancia de
0.05, eso quiere decir
que ambos efectos se
encuentran activos.
c) Verifique el supuesto de igual varianza entre los tratamientos (varianza constante). ¿Se
cumple satisfactoriamente?
vs. ajustes
(la respuesta es RESPUESTA)
50
40
No se cumple la 30
homogeneidad 20
Residuo
10
-10
-20
-30
0 10 20 30 40
Valor ajustado