DISEO FACTORIAL

Diseo Factorial

Los tratamientos son combinaciones de dos o ms niveles de factores

diferentes.

Un diseo factorial involucra ms de un factor, y cada factor tiene dos o

ms niveles.

No hay comparacin por pares sino un tipo diferente de comparaciones,

llamadas efectos principales e iteraciones.
Se busca estudiar todas las combinaciones posibles de los niveles de los
factores y se llaman usualmente combinaciones de tratamientos
DISEO FACTORIAL

Cuando los factores estn incluidos en un diseo factorial, se dice que

estn cruzados.

El efecto de un es el cambio en la respuesta producido por un cambio en

el factor

Diseo factorial simtrico: los factores tienen igual nmero de niveles.

Los ms conocidos son los diseos 2n y 3n donde n es el nmero de factores
Si los factores no tienen el mismo nmero de niveles se llaman diseo
factorial asimtrico
DISEO FACTORIAL

Un experimento factorial puede disearse al azar, en bloques o en

cuadrados latinos y tiene las mismas ventajas y desventajas de cada uno
de estos diseos.
Las ventajas del diseo factorial es que permiten estudiar no solo efectos
individuales sino tambin el efecto conjunto o combinado de los factores.
A esto se le llama combinacin (ejemplo, efecto vino, caf)
MODELO MATEMTICO

Factor A, con a niveles; Factor B con b niveles y r nmero de repeticiones.

Tratamientos axb
Nmero de observaciones axbxr.

La observacin k sima para el tratamiento donde el factor a est en el

nivel i y el B en el nivel j, es yijk
MODELO MATEMTICO

= + + + +
Donde i =1,2,3,,a
j=1,2,3,,b
k=1,2,3,,r
: media poblacional global
: efecto principal del nivel i del factor A
: efecto principal del nivel j del factor B
: efecto de la interaccin del nivel i del factor A con el nivel j del
factor B
Pruebas de hiptesis

Inicialmente el inters del investigador puede estar centrado en el efecto

de la interaccin por tanto inicialmente el anlisis estadstico de la prueba
F ser a determinar la interaccin entre los factores.
Ho: =0 en todas las celdas; H1: 0
F>, 1 1 ,(1) rechazo Ho
Y para los efectos de los niveles de cada factor.
Ho: =0; H1: 0 ; F>, 1 ,(1) rechazo Ho

Ho: =0; H1: 0 F>, 1 ,(1) rechazo Ho

Para el ANOVA

Fuente de SC Gl MC F
variacin
Factor A SCA a-1 MCA MCA/MCE
Factor B SCB b-1 MCB MCB/MCE
Interaccin SCAB (a-1)(b-1) MCAB MCAB/MCE
AB
Error SCE ab(r-1) MCE
Total SCT abr-1
PARA EL CALCULO DEL ANOVA

1 2
=

2
=
1 2
=
1 2
=
1 2
=

SCE=SCT-SCA-SCB-SCAB
 Se quiere encontrar si dos especies de microorganismos pueden resistir la
contaminacin por VOCs que sale de una chimenea en un proceso
productivo. Para esto se analiz aire con cuatro concentraciones distintas
en este contaminante usando dos tipos de microorganismos distintos. Para
lo cual se realizaron tres repeticiones de cada tratamiento. La variable de
salida corresponde a los porcentajes de mortalidad del microorganismo
durante un periodo de tiempo determinado.
 Concentraciones
Tipo C1 C2 C3 C4
microorganismo
1 60 44 46 31
55 37 51 57
52 54 63 66
2 37 63 30 51
43 59 38 50
50 54 38 41
Modelo Mixto

Se tiene un factor A fijo y un factor B aleatorio.

Factor aleatorio, se toman las variables de forma aleatoria, por ejemplo la
toma de un tiempo durante 24 horas, pero no se hace cada x tiempo sino
aleatoriamente.
Factor fijo, se fija el valor del nivel y siempre se toman los datos a ese
mismo nivel
Modelo matemtico

= + + + +
Donde i =1,2,3,,a
j=1,2,3,,b
k=1,2,3,,r
: media poblacional global
: efecto principal del nivel i del factor A fijo
: efecto principal del nivel j del factor B aleatorio
: efecto de la interaccin del nivel i del factor A con el nivel j del
factor B, aleatorio
Para el ANOVA

Fuente de SC Gl MC F
variacin
Factor A SCA a-1 MCA MCA/MCAB
Factor B SCB b-1 MCB MCB/MCE
Interaccin SCAB (a-1)(b-1) MCAB MCAB/MCE
AB
Error SCE ab(r-1) MCE
Total SCT abr-1

F>, 1 , 1 1 rechazo Ho Para el factor A que es el que cambia

Ejercicio

Se quiere analizar la variacin con la temperatura del agua de un lago a

diferentes profundidades y durante 24horas del da. El factor tiempo es
aleatorio por tanto se tomaron muestras de agua durante las 24 horas del
da a diferentes profundidades. Los datos se tomaron por duplicado. La
variable de salida es la temperatura del agua
 Temperaturas del agua del lago C
Profundidad
(m) Muestras durante 24 horas
1 2 3 4 5 6 7 8
0 25,3 25,1 26,3 25,5 25,5 24,9 24,6 24,6
26 27,8 26,5 25,6 25,6 24,9 24,4 24
0,5 24,2 24,8 26,2 25,6 25,4 24,9 24,8 24,3
24,8 27 26,3 25,6 25,5 25,1 24,2 23,9
0,75 24,1 24,1 25,1 25,6 25,4 24,9 24,8 24,3
24 25,5 25,8 25,6 25,4 25 24,1 23,7
1 24 23,8 24,4 25,6 25,3 24,9 24,8 24,2
23,8 24,6 25,4 25,3 25,4 25 24,9 23,6
1,5 24 23,6 24 24,6 24,8 24,8 24,8 24,2
23,8 24,6 24,7 25,1 25,3 25 24,8 23,6
Diseo factorial con una observacin
por celda
Se aplica cuando solo se puede hacer una repeticin por tratamiento. Muchas
veces por motivos de costo y tiempo.

Cuando esto sucede no es posible separar el efecto de interaccin entre

factores del error experimental.
Los efectos de la interaccin se confunden con los del error experimental
Tiene la apariencia de un diseo de bloques, pero su significado es totalmente
distinto.
La manera como se obtienen los datos y su interpretacin es distinta, diseo
factorial tiene en cuenta las interacciones de cada nivel de cada factor
parejas ab
Para determinar los efectos reales si existen se puede realizar una prueba de
comparacin
Modelo Matemtico

= + + + +
Donde i =1,2,3,,a
j=1,2,3,,b
k=1
: media poblacional global
: efecto principal del nivel i del factor A
: efecto principal del nivel j del factor B
: efecto de la interaccin del nivel i del factor A con el nivel j del
factor B
Para el ANOVA

Fuente de SC Gl MC F
variacin
Factor A SCA a-1 MCA MCA/MCE
Factor B SCB b-1 MCB MCB/MCE
Interaccin SCAB (a-1)(b-1) MCAB MCAB/MCE
AB
Error SCE ab MCE
Total SCT ab-1
 Se quiso analizar el efecto de cuatro concentraciones de activo en una
formulacin sobre el grado de polimerizacin teniendo en cuenta como
facto adicional la cantidad de resina de forma cualitativa como alta
medio y bajo.

Resina STD concentracin 1 concentracin 2 concentracin 3

Alta 1,6 1,97 2,07 1,85

Media 1,63 1,75 2,06 1,91

Baja 1,67 7,63 2 1,72

Diseo bifactorial en un DBA

Con la formacin de bloques se busca no solo reducir el erro experimental,

sino tambin resolver el problema de un nmero suficiente de unidades
experimentales homogneas.
Tambin simplifica el tema de no poder realizar varias repeticiones al
mismo tiempo
Se supone que no hay interaccin entre bloques y tratamientos, o en el
caso en que exista ser pequea y se considerar confundida con el erro
experimental
Modelo Matemtico

= + + + + +
Donde i =1,2,3,,a
j=1,2,3,,b
k=1,2,3
: media poblacional global
: efecto principal del nivel i del factor A
: efecto principal del nivel j del factor B
: Efecto de los bloques
: efecto de la interaccin del nivel i del factor A con el nivel j del
factor B
Para el ANOVA

Fuente de SC Gl MC F
variacin

Bloques SCD r-1 MCD MCD/MCE

Factor A SCA a-1 MCA MCA/MCE

Factor B SCB b-1 MCB MCB/MCE

Interaccin SCAB (a-1)(b-1) MCAB MCAB/MCE

AB

Error SCE (ab-1)(r-1) MCE

Total SCT abr-1

Para el ANOVA

1 2
=

2
=
1 2
=
1 2
=
1 2
=
1 2
=

SCE=SCT-SCA-SCB-SCAB-SCD
 Se encerr un cultivo de peces en jaulas y estas se colocaron en un lago
con el objeto de investigar el efecto de tres niveles de un ingrediente
artificial, adicionado al alimento, sobre el crecimiento de tres especies de
peces. Las especies se designaron como x,y,z, y los niveles de ingrediente
como 0, 100, 200 g/kg de alimento. Las nueve combinaciones de
tratamientos entre especies e ingredientes se asignaron al azar a las jaulas
de cultivo, formando tres bloques iguales. La variable de respuesta fue el
aumento del promedio mensual del peso (en gramos) durante tres meses.
Las especies de peces son el factor A y el ingrediente es el factor B
 Bloques TOTALES

Especie Ingrediente I II III Ingredientes Especies

0 35 30 27 92
x 100 7 8 18 33 150
200 14 4 7 25
0 14 25 19 58
y 100 11 8 9 28 112
200 8 13 5 26
0 27 33 29 89
Z 100 10 15 9 34 151
200 7 10 11 28

Totales 133 146 134 239 95 79 413

Tarea de consulta

Investigar como se analizan los experimentos factoriales 22 y 23