Beruflich Dokumente
Kultur Dokumente
Historia
Los diseos factoriales fueron utilizados en el siglo XIX por Jhon Bennet Lawes y
Henry J. Gilbert de la Estacin experimental de Rothamsted.[1] Ronald
Fisher discuti en 1926 que los diseos complejos, como diseos factoriales,
eran ms eficientes que estudiando un factor a la vez.[2] Fisher
escribi: ningn aforismo se repite ms con frecuencia con respecto a
ensayos prcticos, que eso nosotros debe hacer naturaleza pocas preguntas, o,
idealmente, a una pregunta, a la vez. Convencen el escritor de que esta visin
est confundida enteramente. Naturaleza, sugiere, responder lo ms mejor
posible a un lgico y pens cuidadosamente hacia fuera el cuestionario. Un
diseo factorial permite el efecto de varios factores e incluso interacciones
entre ellas que se determinarn con el mismo nmero de ensayos que son
necesario determinar de los efectos por s mismo con el mismo grado
de exactitud.
Yates realiz importantes contribuciones significativas hechas, particularmente
en el anlisis de diseos, por Anlisis de Yates. El trmino factorial no se pudo
haber utilizado en la impresin antes de 1935, cuando Fisher la utiliz en su
libro El diseo de experimentos.
Notacin
Para ahorrar el espacio, los puntos en un experimento factorial de dos niveles
se abrevian a menudo con las cadenas de ms y signos de menos. Las
secuencias tienen tantos smbolos como factores, y sus valores dictan el nivel
de cada factor: para el primer (o bajo) llano, y + para el segundo (o alto)
llano. Los puntos en este experimento se pueden representar como , + ,
+,y++.
Los puntos factoriales se pueden tambin abreviar cerca (1), a, b, y el ab,
donde la presencia de una letra indica que el factor especificado est en su alto
(o en segundo lugar) nivel y la ausencia de una letra indica que el factor
especificado est en su (o primero) nivel bajo (por ejemplo, a indica que el
factor A est en su alto ajuste, mientras que el resto de los factores estn en su
ajuste del punto bajo (o primero)). (1) se utiliza indicar que todos los factores
estn en sus (o primero) valores ms bajos.
Para poder finalmente obtener un modelo estadstico que nos indique el valor
de respuesta al modificar los factores.
Calculo del efecto
Contraste =
/replica*2^k
(suma
de
niveles+)-(suma
de
niveles-)
Efecto
Contraste
Anlisis de Yates
La tcnica fundamental consiste en repartir el total en componentes
mediante sumas de cuadrados. Esta tcnica tuvo efectos secundarios en el
modelo. Por ejemplo, demostramos el modelo para un ANOVA simplificado con
un tipo de tratamiento en diversos niveles.
Prueba F de Fisher
Se utiliza para las comparaciones de los componentes de la desviacin total.
Por ejemplo, en una forma, o el solo-factor ANOVA, la significacin estadstica
es probada para comparando la estadstica de la prueba de F
Donde:
1. Nmero de tratamientos:
2. Total de casos:
,I
, nT'
Diseo factorial 2k
Cuando en un experimento hay varios factores de inters, utilizamos el diseo
experimental factorial.
En el experimento factorial, se analizaran todas las posibles combinaciones de
los niveles de los factores en cada rplica del experimento, para estudiar el
efecto conjunto de estos sobre una respuesta.
Un experimento 2k proporciona el menor nmero de ensayos con los cuales se
pueden estudiar k factores en un diseo factorial completo.
Existen varios casos especiales del diseo factorial, pero el ms importante de
todos ocurre cuando se tienen k factores, cada uno de ellos a dos niveles (2 2 es
el factorial ms pequeo).
Debido a que slo hay dos niveles para cada factor, asumimos que la respuesta
es aproximadamente lineal en el rango de los niveles elegidos de los factores.
El efecto de un factor se define como el cambio en la respuesta que produce un
cambio en el nivel del factor.
Diseo 2k para k = 2 factores
Este diseo, es el ms sencillo de la serie. Consideramos dos factores: A y B,
cada uno a 2 niveles.
Normalmente consideramos estos niveles como los niveles alto y bajo del
factor ojtet El diseo 22 puede ser representado geomtricamente como un
cuadrado con 4 ensayos.
Para cualquier diseo 2k con n replicas, la estimacin del efecto y de los
cuadrados se estiman de la siguiente forma:
Efecto = Contraste/n2K-1
SSx = [Contraste]2/n2k
I
+
+
+
+
A
+
+
B
+
+
AB
+
+
Suma de
Cuadrados
SSA
Grados de
libertad
a-1
Tratamiento B
SSB
b-1
Interaccin
AB
Error
Total
SSAB
(a-1)(b-1)
SSE
SST
ab(n-1)
abn - 1
Cuadrado
Medio
MSA = SSA / a1
MSB = SSB /b-1
MSA = SSAB /
(a-1)(b-1)
MSE = SSE /
ab(n-1)
FO
MSA /
MSE
MSB/MS
E
MSAB/M
SE
I
+
+
+
+
+
+
+
+
A
+
+
+
+
B
+
+
+
+
AB
+
+
+
+
C
+
+
+
+
AC
+
+
+
+
BC
+
+
+
+
ABC
+
+
+
+
Suma de
Cuadrados
SSA
Grados de
Libertad
a-1
Cuadrado Medio
F0
MSA = SSA/a-1
SSB
b-1
MSB = SSB/b-1
SSC
c-1
MSC =SSC/c-1
SSAB
(a-1)(b-1)
SSAC
(a-1)(c-1)
SSBC
(b-1)(c-1)
SSABC
(a-1)(b-1)
(c-1)
abc(n-1)
abcn-1
MSAB = SSAB/(a1)(b-1)
MSAC=SSAC/(a-1)
(c-1)
MSBC =SSBC/(b-1)
(c-1)
MSABC =SSABC/(a1)(b-1)(c-1)
MSA/M
SE
MSB/M
SE
MSC/M
SE
MSAB/M
SE
MSAC/M
SE
MSBC/M
SE
MSABC/
ME
SSE
SST
MSE =SSE/abc(n1)