Beruflich Dokumente
Kultur Dokumente
ESTATSTICA AVANADA
Programa
1. Consideraes gerais
2. Delineamento experimental
2.1. Inteiramente casualisado (DIC
2.2. Blocos completos casualisados (DBCC)
3. Quadrado Latino
4. Esquemas fatoriais
5. Metodologia de superfcie de resposta
1
22/11/16
2
22/11/16
Consideraes gerais
Esquema experimental
3
22/11/16
Consideraes gerais
Processo experimental
ESQUEMA GERAL
Consideraes gerais
Processo experimental
Selecione
4
22/11/16
Consideraes gerais
Processo experimental
Selecione
Consideraes gerais
Processo experimental
5
22/11/16
Consideraes gerais
Processo experimental
Elabore
Consideraes gerais
Processo experimental
Dena
6
22/11/16
Consideraes gerais
Processo experimental
Finalmente
Tire concluses/inferncias sobre os resultados,
Consideraes gerais
Processo experimental
Aleatorizao
Preciso sistema de medio,
Garantir as mesmas condies experimentais;
Como que iro ser recolhidos os dados (fase
crtica no DOE)
7
22/11/16
Consideraes gerais
Termos/conceitos
Deve:
Garantir a homogeneidade das UE
Consideraes gerais
Termos/conceitos
Replicao ou Repetio
8
22/11/16
Consideraes gerais
Termos/conceitos
Aleatorizao (Randomizao)
Consideraes gerais
Termos/conceitos
Blocos
9
22/11/16
Consideraes gerais
Termos/conceitos
Blocos exemplo
Consideraes gerais
Termos/conceitos
Fatores
Exemplos:
Temperatura, meio de cultura, [E], pH.
10
22/11/16
Consideraes gerais
Termos/conceitos
Nveis
Consideraes gerais
Termos/conceitos
Respostas
variveis dependentes (respostas) medidas para
descrever a sada do processo.
11
22/11/16
Consideraes gerais
Termos/conceitos
v Uni ou multi-fatorial
12
22/11/16
2. Delineamento experimental
2.1 Del. Inteiramente Casualizado (DIC)
4. Desenhos Fatoriais
5. Modelos de superfcie
13
22/11/16
Vantagens
v Pode ser usado qualquer n. de tratamentos ou de
repeties;
Desvantagens
v Exige homogeneidade total das condies experimentais
14
22/11/16
ANOVA
ONE FACTOR
15
22/11/16
ANOVA
ONE FACTOR
Modelo: yij = m + ti + eij , onde
v UE so heterogneas
v Condies experimentais so dificilmente semelhantes;
v Dentro de cada bloco (ou extrato) os tratamentos so
distribudos aleatoriamente
v Baseia-se em 3 princpios bsicos da experimentao
(repetio, casualizao e controle local).
v O + utilizado de todos os delineamentos
experimentais;
16
22/11/16
CASO A CASO B
17
22/11/16
18
22/11/16
v UE so heterogneas
v Experincia com 3 factores sem interao
v Os tratamentos so distribudos de modo que apaream
somente uma s vez em cada linha e em cada coluna.
v Baseia-se em 3 princpios bsicos da experimentao
(repetio, casualizao e controle local).
v O controle local mais eficaz do que DBCC (ver esquema)
19
22/11/16
20
22/11/16
21
22/11/16
22
22/11/16
4. Desenhos fatoriais
O QUE SO?
v Experincias fatoriais: so aquelas nas quais so estudadas, ao
mesmo tempo, os efeitos de 2 ou mais tipos de tratamentos.
APLICAM-SE QUANDO?
v Existem casos em que vrios fatores devem ser estudados
simultaneamente.
4. Desenhos fatoriais
VANTAGENS
23
22/11/16
4. Desenhos fatoriais
DESVANTAGENS
4. Desenhos fatoriais
SIMBOLOGIA
nK
N de FATORES
N de nveis
23
3 FATORES (T, pH, CONC)
2 nveis (+;-)
24
22/11/16
4. Desenhos fatoriais
a * b combinaes
2*2
4. Desenhos fatoriais
Exemplo: Experincia fatorial
.
Relao entre nveis dos fatores
Se a=b, tem-se um arranjo quadrtico
ex.: 22; 32; 42....
Se ab, o arranjo retangular.
=> Que cada fator tenha n de nveis diferentes
25
22/11/16
4. Desenhos fatoriais
Trs
. hipteses bsicas so avaliadas no esquema fatorial a*b,
4. Desenhos fatoriais
ESTRATGIAS
"screening designs"
Estes projetos so usados para investigar quais so os fatores
importantes ("significativa").
26
22/11/16
4. Desenhos fatoriais
Exemplo: [Otimizao de um Processo]
4. Desenhos fatoriais
Exemplo: [Otimizao de um Processo]
27
22/11/16
4. Desenhos fatoriais
Exemplo: [Otimizao de um Processo]
4. Desenhos fatoriais
Exemplo: [Otimizao de um Processo]
Te
mp
er
atu
ra at m)
so (
(C
) Pres
28
22/11/16
4. Desenhos fatoriais
Exemplo: [Otimizao de um Processo]
4. Desenhos fatoriais
Exemplo: Experincia fatorial
teor
de
pureza
(%)
A B
29
22/11/16
4. Desenhos fatoriais
Interao de fatores:
Em algumas situaes a diferena entre os nveis de um fator no mesma
para todos nveis dos outros fatores.
Por exemplo, o ajuste timo de um fator pode depender dos ajustes dos outros
fatores.
4. Desenhos fatoriais
Desenhos completos
TIPO (2k):
30
22/11/16
4. Desenhos fatoriais
TIPO (2k)
4. Desenhos fatoriais
TIPO (2k)
31
22/11/16
4. Desenhos fatoriais
TIPO (2k)
k # of runs
2 4
3 8
4 16
5 32
6 64
7 128
8 256
9 512
10 1024
4. Desenhos fatoriais
TIPO (2k) K=2 (fatores)
32
22/11/16
4. Desenhos fatoriais
TIPO (2k) K=2 (fatores)
4. Desenhos fatoriais
TIPO (2k) K=2 (fatores)
fator A no tem efeito na varivel de resposta
fator B no tem efeito
33
22/11/16
4. Desenhos fatoriais
TIPO (2k) K=2 (fatores)
fator A tem efeito na varivel de resposta
fator B no tem efeito
4. Desenhos fatoriais
TIPO (2k) K=2 (fatores)
fator A tem efeito
na varivel de resposta
fator B tem efeito
34
22/11/16
4. Desenhos fatoriais
TIPO (2k) K=2 (fatores)
fator A no tem efeito na varivel de resposta
fator B tem efeito se A (+)
o efeito de um fator
interao sobre uma resposta
dependente do nvel que
voc definir outros
fatores.
Problema!!!!
4. Desenhos fatoriais
TIPO (2k) K=2 (fatores)
35
22/11/16
4. Desenhos fatoriais
TIPO (2k) K=2 (fatores)
Diferentes tipo de notao aplicada a desenhos fatoriais
Exemplo: 22
4. Desenhos fatoriais
TIPO (2k) K=2 (fatores)
36
22/11/16
4. Desenhos fatoriais
TIPO (2k) K=2 (fatores)
A
y(A+,B) = a y(A+,B+) = ab
Definies gerais
- + B
+
4. Desenhos fatoriais + 15 39
Fator A
TIPO (2k) K=2 (fatores)
17 38
a= 15 ab=39
Definies gerais
- +
B
37
22/11/16
4. Desenhos fatoriais
TIPO (2k) K=2 (fatores)
Definies gerais
4. Desenhos fatoriais
TIPO (2k) K=2 (fatores)
Definies gerais
38
22/11/16
4. Desenhos fatoriais
TIPO (2k) K=2 (fatores)
4. Desenhos fatoriais
TIPO (2k) K=2 (fatores) modelo de regresso
Definies gerais
39
22/11/16
4. Desenhos fatoriais
TIPO (2k) K=2 (fatores)
Superfcies de resposta com funo de 2 fatores
4. Desenhos fatoriais
TIPO (2k) K=3 (fatores)
ac abc
+ a ab
y = q0 + q1x1+ q2x2 + q3x3 +
c
A bc q12x1x2 + q23x2x3 + q13x1x3 +
+ q123x1x2x3
- C
(1) b -
- B +
trata-
ensaio mento A B C AB AC BC ABC
1 (1) - - - + + + -
2 a + - - - - + +
3 b - + - - + - +
4 ab + + - + - - -
5 c - - + + - - +
6 ac + - + - + - -
7 bc - + + - - + -
8 abc + + + + + + +
40
22/11/16
4. Desenhos fatoriais
TIPO (2k) K=3 (fatores)
Interaes
4. Desenhos fatoriais
TIPO (2k) K=3 (fatores)
Exemplo: Avaliao da resistncia de um material em funo de 3 factores
- 2 rplicas Y1 e Y2
- # RUNS=8*2(rplicas)
41
22/11/16
4. Desenhos fatoriais
TIPO (2k) K=3 (fatores)
Exemplo: Avaliao da resistncia de um material em funo de 3 factores
4. Desenhos fatoriais
TIPO (2k) K=3 (fatores)
Exemplo: Avaliao da resistncia de um material em funo de 3 factores
42
22/11/16
4. Desenhos fatoriais
TIPO (2k) K=3 (fatores)
Exemplo: Avaliao da resistncia de um material em funo de 3 factores
4. Desenhos fatoriais
TIPO (2k) K=3 (fatores)
Exemplo: Avaliao da resistncia de um material em funo de 3 factores
43
22/11/16
4. Desenhos fatoriais
TIPO (2k) K=3 (fatores)
Exemplo: Avaliao da resistncia de um material em funo de 3 factores
4. Desenhos fatoriais
Desenhos incompletos
TIPO (2k-p):
44
22/11/16
4. Desenhos fatoriais
TIPO (2k-p): desenhos incompletos
4. Desenhos fatoriais
TIPO (2k-p): desenhos incompletos
PROBLEMA
COMO RESOLVER?
Reduo de #runs
45
22/11/16
4. Desenhos fatoriais
TIPO (2k-p): desenhos incompletos
4. Desenhos fatoriais
TIPO (2k-p): desenhos incompletos
PROBLEMA
Por questes de custo ($) somente metade dos 8 tratamentos sero
executados.
p=1
46
22/11/16
4. Desenhos fatoriais
TIPO (2k-p): desenhos incompletos
Escolher como a meia frao os termos que tem sinal positivo (+) na
coluna ABC
p=1
4. Desenhos fatoriais
TIPO (2k-p): desenhos incompletos
a + + - - - - + +
b + - + - - + - +
c + - - + + - - +
abc + + + + + + + +
ab + + + - + - - -
ac + + - + - + - -
bc + - + + - - + -
(1) + - - - + + + -
47
22/11/16
4. Desenhos fatoriais
TIPO (2k-p): desenhos incompletos
4. Desenhos fatoriais
TIPO (2k-p): desenhos incompletos
Construir Fatorial 22
48
22/11/16
4. Desenhos fatoriais
TIPO (2k-p): desenhos incompletos
Criar o
3 fator
como combinao
dos outros 2 (A e B)
4. Desenhos fatoriais
TIPO (2k-p): desenhos incompletos
Tipos de resolues
49
22/11/16
4. Desenhos fatoriais
TIPO (2k-p): desenhos incompletos
Desenhos (2IV4-1)
EXEMPLO
Temperatura (A);
Presso (B);
Concentrao de gs (utilizado para esterilizao) (C);
Tipo de filtragem (D).
4. Desenhos fatoriais
TIPO (2k-p): desenhos incompletos
Desenhos (2IV4-1)
c) Identifique as interaes
relevantes.
d) Calcule as estimativas
dos efeitos.
Nota:
Interao AB=CD : C*D=C*ABC=AB*C2=AB
A=BCD=BC*ABC=AB2C2=A
50
22/11/16
4. Desenhos fatoriais
TIPO (2k-p): desenhos incompletos
Respostas
c)
d)
4. Desenhos fatoriais
TIPO (2k-p): desenhos incompletos
26 64 ensaios
p=1
51
22/11/16
4. Desenhos fatoriais
TIPO (2k-p): desenhos incompletos
4. Desenhos fatoriais
TIPO (2k-p): desenhos incompletos
ABCD
+
ABC e BCD
52
22/11/16
5. Modelos de superfcie
5. Modelos de superfcie
53
22/11/16
5. Modelos de superfcie
modelo de 2 ordem de superfcie de resposta =>os termos tm, no mx., ordem 2).
O Que ?
So planeamentos de experincias
54
22/11/16
O Que ?
So planeamentos de experincias
55
22/11/16
a) 22
b) composto central com =1
c) composto central com =2
4 pontos da estrela esto localizados nos centros de cada uma das quatro
arestas da regio experimental.
56
22/11/16
57
22/11/16
58
22/11/16
Nmero de fatores: 3
Nmero de respostas: 1
Nmero de corridas: 15 Erro (degrees of freedom): 5
59
22/11/16
RUN
7
13
14
15
10
12
11
60
22/11/16
6. Alguns softwares
Matlab
Minitab (http://www.minitab.com/pt-br/)
Statlab (free soft) http://www.win.tue.nl/statlab/
Statgraphics Plus
Modde
Anlise Multivariada
61
22/11/16
Tcnicas multivariadas
so adequadas quando:
Tcnicas multivariadas
Tcnicas de Dependncia
so apropriadas quando uma ou mais variveis podem ser
identificados como variveis dependentes e as restantes como
variveis independentes.
Tcnicas de Interdependncia
as variveis no so classificadas como dependente ou
independente; em vez disso, todo o conjunto de relaes
interdependentes examinado.
62
22/11/16
Appendix
63
22/11/16
Appendix
64