DCA Dos Factores

14/5/18
Recopilación documental... 1
INTRODUCCIÓN A DISEÑO FACTORIALES

 Muchos experimentos se llevan a cabo para estudiar los efectos producidos por
dos o más factores. Ningún factor se considera extraño; todos tienen el mismo
interés.
 En el experimento factorial o arreglo factorial, se investigan todas las posibles
combinaciones de los niveles de los factores en cada ensayo completo o réplica
del experimento.
 El experimento factorial afecta al diseños de tratamientos, que se refiere a la
elección de los factores a estudiar, sus niveles y la combinación de ellos.
 Se debe tener en cuenta que el diseño de tratamientos es independiente del
diseño experimental, que indica la manera en que los tratamientos se
aleatorizan en las diferentes unidades experimentales y la forma de controlar la
variabilidad natural de las mismas.
 No es usual tener diseños experimentales muy complicados en los
experimentos factoriales por la dificultad que involucra el análisis y la
interpretación.
1
14/5/18
Razones para estudiar conjuntamente varios factores
1. Encontrar un modelo que describa el comportamiento

general del fenómeno en estudio. Por ello son muy
usados en experimentos exploratorios.
2. Optimizar la respuesta o variable dependiente; es
decir, encontrar la combinación de niveles que
optimizan la variable dependiente.
 La característica general y esencial que hace necesario
el estudio conjunto de factores es que el efecto de un
factor cambie según sean los niveles de otros factores o
sea que exista interacción.
Ventajas de los Experimentos Factoriales

1. Economía en el material experimental ya que se
obtiene información sobre varios factores sin
incrementar el tamaño del experimento.
2. Permitir el estudio de la interacción, o sea

determinar el grado y la forma en la cual se modifica
el efecto de un factor por los niveles de otro factor
2
14/5/18
Desventajas de los Experimentos Factoriales

Una desventaja de los experimentos factoriales es que requieren un gran
número de tratamientos, especialmente cuando se tienen muchos
factores o muchos niveles de un mismo factor. Este hecho tiene los
siguientes efectos:
1. Si se desea usar bloques completos es difícil encontrar grupos de
unidades experimentales homogéneas para aplicar todos los
tratamientos.
2. Se aumenta el costo del experimento al tener muchas unidades
experimentales; esto se minimiza usando factoriales fraccionados
donde se prueba una sola parte de todo el conjunto de tratamientos.
Los experimentos factoriales se pueden ejecutar bajo cualquier tipo de
diseño de control de error o un Submuestreo o con covariables. En las
siguientes diapositivas sólo se presenta el análisis de un experimento
factorial de dos factores bajo un DCA.
3
14/5/18
En general, el procedimiento utilizado en un

experimento DCA de dos o tres factores es
muy similar al utilizado en un DCA de un
factor.
Es de importancia considerar si el
experimento comprende un modelo de efectos
fijos, aleatorios o mixto. Los cuadrados
medios deben examinarse a fin de determinar
las estadísticas de prueba adecuadas
El tipo más simple de experimento factorial

comprende solamente dos factores, los cuales
serán denotados por A y B.
En este modelo los datos de muestra son

clasificados en función de dos variables
aleatorias independientes ( factores).
4
14/5/18
Yijk    i   j  ( AB )ij   ijk

i  1.....a
j  1.....b
k  1.....n
Yijk= es la k-ésima observación del i-ésimo nivel del factor A
y del j-ésimo nivel del factor B.

 = promedio total
Ai= efecto del i-ésimo nivel del factor A.
Bj= efecto del j-ésimo nivel del factor B.
(AB)ij=efecto de la interacción entre los factores Ai y Bj.
 ijk = error experimental
Si ambos factores son fijos
Factor A Factor B
H o : 1  2  .........a H o : 1  2  .........b
H1: al menos una es diferente H1:al menos una es diferente
Interacción AB
H o : 11  12  .........ab
H1: al menos una es diferente
5
14/5/18
Si ambos factores son fijos
Factor A
Se descarta H0 si, Fc  F, a-1, ab(n-1)
Factor B
Se descarta H0 si, Fc  F, b-1, ab(n-1)
Interacción AB
Se descarta H0 si, Fc  F, (a-1) (b-1), ab(n-1)
Si ambos factores son aleatorios
Factor A
Factor B
H 0 :    .......... 
2
1
2
2
2
a H 0 :  12   22 ..........  b2
Interacción A
H 0 :  112   122 ..........  ab
2
6
14/5/18
Si ambos factores son aleatorios
Factor A
Se descarta H0 si, Fc  F, a-1, (a-1)(b-1)
Factor B
Se descarta H0 si, Fc  F, b-1, (a-1)(b-1)
Interacción AB
Factor A (Fijo) Factor B (Aleatorio)
H o : 1  2  .........a H 0 :  12   22 ..........  b2
Interacción AB
H 0 :  112   122 ..........  ab

2
7
14/5/18
A fijo, B aleatorio
Factor A
Se descarta H0 si, Fc  F, a-1, (a-1)(b-1)
Factor B
Se descarta H0 si, Fc  F, b-1, ab(n-1)
Interacción AB
• Codificar las unidades experimentales.
• En este diseño existirán abn observaciones, por lo tanto se

buscan esta totalidad de números aleatorios y las pruebas o
unidades experimentales se enumeran en orden aleatorio.
• En este diseño existe ab combinaciones de niveles, por lo

tanto estas combinaciones son asignadas a las pruebas o
unidades experimentales previamente aleatorizadas
A1B1 A1B2. ... A1Bb

A
.. 2B1 A
.. 2B2 ... A..1Bb
Combinaciones de Niveles
AaB1 AaB2 ... AaBb
• Luego se procede a realizar las mediciones de acuerdo a esta
planificación
.
8
14/5/18
Factor B
1 2 ... b
1 y111, y112, ..., y11n y121, y122, ..., y12n ... y1b1, y1b2, ..., y1bn
Factor 2 y211, y212, ..., y21n y221, y222, ..., y22n ... y2b1, y2b2, ..., y2bn
A . . . . .
. . . . .
. . . . .
a ya11, ya12, ..., ya1n ya21, ya22, ..., ya2n ... yab1, yab2, ..., yabn
TOTALES
Factor B
1 2 ... b Totales del factor A
A
1 y11. y12. ... y1b. y1..
2 y21. y22.
y... y2b. y2.. Yi..
. . . .ij . . .
Factor . . . . . .
A . . . . . .
a ya1. ya2. ... yab. ya..
Total
Factor y.1. y.2. ... y.b.
Y...
B
Y. j .
9
14/5/18
Suma de Cuadrado
Fuente de Variación gl
cuadrados Medio
Factor A a-1 SCA/(a-1)

SCA
Factor B b-1 SCB SCB/(b-1)
Interacción AXB (a-1)(b-1) SCAB/[(a-1)(b-1)]

SCAB
Entre combinaciones de SCComb/( ab-
ab-1
niveles(Comb)
SCComb 1)
Error Experimental(EE) ab(n-1)

SCE/[ ab(n-1)]
SCEE
Total(To) abn-1 SCTo
a
SCA  1bn  Yi..2  Y...2 / abn
i 1
a
SCB  1an  Y. 2j .  Y...2 / abn
i 1
SCAB  SCComb  ( SCA  SCB)

a b
SCComb  1n   Y 2  Y...2 / abn
ij.
i 1 j 1
SCEE  SCTo  SCcom

a b n
SCT0   Yijk2  Y...2 / abn
i 1 j 1 k 1
10
14/5/18
Comparación de los factores para los diferentes modelos
Modelo Efecto Modelo Efecto Modelo

Fuente de Mixto
Fijo Aleatorio
Variación A Fijo y B Aleatorio
F calculada F calculada F calculada
Factor A CMA/CME CMA/ CMAB CMA/ CMAB
Factor B CMB/CME CMB/ CMAB CMB/CME

Interacción
CMAB /CME CMAB /CME CMAB /CME
AXB
  abn
Y...
2 = CMEE
11
14/5/18
R2 = (SCAB + SCA + SCB)/SCTO
a b n
 Y
 Y 
ijk
i 1 j 1 k 1
abn
1 a
Ai   Yi..  Y ...  Y i..  Y ...
ˆ
bn i 1
b
1
Bˆ j  
an j 1
Y. j .  Y ...  Y . j .  Y ...
1 a b
( AB )ij   Yij.  Y i..  Y . j .  Y ...
n i 1 j 1
12
14/5/18
Modelos aleatorios o componentes de

varianza
Los niveles de A y B se eligen al azar de

población más grandes. Las inferencias
se pueden generalizar a todos los nivel se
de la población en estudio
ˆ 2  CMEE
ˆ AB  2
CMAB  CMEE
n
ˆ B2  CMB  CMEE
an
ˆ A  2
CMA  CMEE
bn
13
14/5/18
Ejemplo
 Se llevó a cabo un estudio del efecto de la
temperatura sobre el porcentaje de encogimiento de
la tela teñida al secado, con dos réplicas para cada
uno de cuatro tipos de tela en un diseño de
efectos fijos. Los datos son el porcentaje de
encogimiento de dos réplicas de la tela teñida
secadas a cuatro temperaturas; los cuales se muestran
a continuación.
14
14/5/18
 Solución
 En este ejemplo el análisis se hará como un
Modelo de Efectos Fijos; ya que el investigador
define con su propio criterio las temperaturas y los
tipos de la tela teñida que va a utilizar para llevar a
cabo este experimento.
 Variable Respuesta: Porcentaje de encogimiento de la
tela teñida.
 Planteamiento de las Hipótesis a probar:

 Con el objetivo de ejemplificar el Análisis de
Varianza de este tipo de Modelo, se plantearan
las tres hipótesis en forma Estadística que se
desean probar.
 a) H0 : ι1 = ι2 = ι3 = ι4 =0
H1 : Cuando menos un ιi ≠0
 b) H0 : β1 = β2 = β3 = β4 =0
H1 : Cuando menos un βj ≠0
 c) H0 : (ιβ)ij = 0, para todo ij
H1 : Cuando menos un (ιβ)ij ≠0
15
14/5/18
 Forma verbal de las Hipótesis:

 a) H0 : El tipo de tela no influye en el porcentaje de
encogimiento de la tela teñida.
H1 : El tipo de tela influye en el porcentaje de
 b) H0 : Los niveles de temperatura no influyen en el

porcentaje de encogimiento de la tela teñida.
H1 : Los niveles de temperatura influyen en el porcentaje
de encogimiento de la tela teñida.
 c) H0 : La combinación del tipo de tela y la temperatura

no influye significativamente en el porcentaje de
H1 : La combinación del tipo de la tela teñida y la
temperatura influye significativamente en el porcentaje de
16
14/5/18
 A continuación se presenta la tabla de datos con sus

respectivos totales por celda que se calcularon
anteriormente:
17
14/5/18
18
14/5/18
Tomando α = 0.05, encontrando para cada hipótesis a probar sus respectivos FTablas, se tiene:
a) Fα,a-1,ab(n-1) = F0.05,4 -1,4(4)(2 - 1) = F0.05,3,16 = 3.24
b) Fα,b-1,ab(n-1) = F0.05,4 -1,4(4)(2 - 1) = F0.05,3,16 = 3.24
c) Fα,(a-1)(b-1),ab(n-1) = F0.05,(4 -1)(4 -1),4(4)(2 - 1) = F0.05,9,16 = 2.54
19
14/5/18
QUIZ.
Mostrar el Análisis de varianza y exponga sus conclusiones para

todos los factores en estudio. Nivel de significancia 2.5%
20
14/5/18
Considere el caso en que un ingeniero diseña una batería para su uso en un

dispositivo que será sometido a ciertas variaciones extremas de temperatura.
El único parámetro de diseño que el puede seleccionar en este punto es el
material de la cubierta de la batería y tiene tres alternativas.
Cuando el dispositivo se manufactura y se envía al campo, el ingeniero no
tiene control sobre los extremos de temperatura a que será expuesto el
dispositivo, y sabe por experiencia que es probable que la temperatura influya
en la duración efectiva de la batería. Sin embargo, es posible controlar la
temperatura en el laboratorio de desarrollo de productos para los fines de
ensayo.
Decide probar los tres materiales de la cubierta a tres niveles de temperatura
(15, 70 y 125 F) consistentes en el entorno de uso final del producto. Se
prueban cuatro baterías a cada combinación de material de la cubierta y
temperatura, y las 36 pruebas se ejecutan al azar. (α = 5%)
El ingeniero decide probar los tres materiales de la cubierta a tres niveles de

temperatura (15, 70 y 125 F) consistentes en el entorno de uso final del producto. Se
prueban cuatro baterías a cada combinación de material de la cubierta y temperatura, y
las 36 pruebas se ejecutan al azar.
Factor A. Tipo de Material

Factor B: Temperatura
Variable de Respuesta: Duración ( en horas)
1. Que efecto tienen el tipo de material y la

temperatura sobre la duración de las baterías
2. Existe una elección del material que de por
resultado una duración uniformente larga sin
importar la temperatura?
21
14/5/18
Datos de duración (en horas) para el ejemplo de diseño de una batería

Temperatura
FACTORES 15 70 125
Tipo 130 34 20
74 80 70
1
155 40 82
180 75 58
de 150 126 25
159 122 70
2
188 106 58
126 115 45
Material 138 174 96
168 150 104
3
110 120 82
160 139 60
TEMPERATURAS DURACION
TIPO DE MATERIAL PROMEDIOS/TIPO DE
15 70 125 MATERIAL
1 134.75 57.25 57.5 83.17
2 155.75 117.25 49.5 107.5
3 144 145.75 85.5 125.08
DURACION PROMEDIO
144.83 106.75 64.17 105.25
/TEMPERATURA
DURACION PROMEDIO
TIPO DE MATERIAL Vs TEMPERATURA
180
TIPO DE
MATERIAL 160
140
120
100 1 Que concluye

80
2
3
en relación al
60
grafico?
40
20
0
15 70 125
TEMPERATURA
22
14/5/18
• La falta de paralelismo indica que hay una

interacción significativa
• A menor temperatura mayor duración,
independientemente del tipo de material
• De baja a intermedia la duración aumenta con
el tipo de material 3 y disminuye con los
materiales 1 y 2
• De t intermedia a t alta, duración disminuye
con materiales 2 y 3 y con tipo 1 no hay cambio
45
Determinar el efecto que tiene el tipo de material y la

temperatura sobre la duración efectiva de las baterías.
Determinar el efecto de los tres materiales de la cubierta de

las baterías y la aplicación de tres niveles de temperatura
(15, 70 y 125 F) sobre la duración efectiva de las baterías.
23
14/5/18
Yijk    i   j  ( AB )ij   ijk

i  1.....3
j  1.....3
k  1.....4
Yijk = es la k-ésima duración efectiva de las baterías para
el i-ésimo tipo de material y la j-ésima temperaura
u = promedio de la duración efectiva de las baterías
Ai = es el efecto del i-ésimo tipo de material
Bj = es el efecto de la j-ésima temperatura
(AB)ij = es el efecto de la interacción entre el tipo de
material (Ai) y la temperatura (Bj)
εijk= error experimental
Factor A (Tipo de Material)
H0: u1= u2 = u3
RD: se descarta H0 si Fc  F0.05, 2, 27 = 3.35
gln = a-1 = 3-1 = 2

gld = ab(n-1) = 3*3(4-1)= 27
24
14/5/18
Factor B (Temperatura)
H0: u1= u2 = u3
gln = b-1 = 3-1 = 2

gld = ab(n-1) = 3*3(4-1)= 27
Interacción AB
H0: u11= u12 =...= u33

gln = (a-1)(b-1) = (3-1)(3-1) = 4

gld = ab(n-1) = 3*3(4-1)= 27
25
14/5/18
Unidad Exp. O. Aleatorio Asignación

1 10
2 1
3 11
a1b1
4 20
5 16
6 14 a1b2
7 19
8 25
9 22
10 36
11 30
a1b3
12 27

13 34
14 2
15 26
a2b1
16 24
17 4
18 6 a2b2
19 7
20 5
21 35
22 13
23 18
a2b3
24 21
26
14/5/18

25 31
26 9
27 28
a3b1
28 33
29 23
30 8 a3b2
31 15
32 17
33 29
34 3
35 12
a3b3
36 32
Temperatura
FACTORES 15 70 125
Tipo
130 34 20
1 74 80 70
155 40 82
180 75 58
de 150 126 25
159 122 70
2
188 106 58
126 115 45
Material 138 174 96
168 150 104
3
110 120 82
160 139 60
27
14/5/18
Supuestos del Modelo
Descriptivos
Estadístico Error típ.
Duracion Media 105.2500 7.82420
Intervalo de confianza para la media al 95% Límite Pruebas de normalidad
inferior 89.3660 Kolmogorov-Smirnova Shapiro-
Límite superior 121.1340 Wilk
Media recortada al 5% 105.4630
Estadístico gl Sig.
Estadístico gl Sig.
Mediana 108.0000
Varianza 2203.850 Duracion .106 36 .200*
Desv. típ. 46.94518 .969 36 .396
Mínimo 20.00
Máximo 188.00
Rango 168.00
a. Corrección de la significación de Lilliefors
Amplitud intercuartil 77.25
*. Este es un límite inferior de la significación
Asimetría -.056 .393 verdadera.
Curtosis -1.026 .768
28
14/5/18
TIPO DE Temperatura
TOTALES
MATERIAL 15 70 125
1 539 229 230 998
2 623 469 198 1290
3 576 583 342 1501
TOTALES 1738 1281 770 3789
TOTALES/TIPO DE
Temperatura MATERIAL
FACTORES 15 70 125
Tipo 130 34 20
74 80 70
1 998
155 40 82
180 75 58
suma 539 229 230
medias 134.75 57.25 57.5 83.16666667
de 150 126 25
159 122 70
2
188 106 58 1290
126 115 45
suma 623 469 198
medias 155.75 117.25 49.5 107.5
Material 138 174 96

168 150 104
3
1501
110 120 82
160 139 60
suma 576 583 342
medias 144 145.75 85.5 125.0833333
3789
TOTALES/TEMPERATURA 1738 1281 770
29
14/5/18
Fuente de Variación SC gl CM Fc Pvalue Fcritico
Tipo de Material(A) 10633 2 5317 7.983 0.0019 3.354
Temperatura(B) 39083 2 19542 29.34 2E-07 3.354
Interacción(AxB) 9437.7 4 2359 3.543 0.019 2.728
EE 17981 27 666
Totales(To) 77135 35
Para tipo de material, Fc=7.91 > F=3.35  Se rechaza H0. Se

concluye que los efectos del tipo material son significativos sobre la
duración promedio de las baterías.
Para temperatura, Fc=28.97 > F=3.35  Se rechaza H0. Se
concluye que los efectos de la temperatura son significativos sobre la
duración promedio de las baterías.
Para la interacción, Fc=3.56 > F=2.73  Se rechaza H0. Se
concluye que los efectos de la interacción entre el tipo de material y
la temperatura son significativos sobre la duración promedio de las
baterías.
30
14/5/18
  abn
Y...   3799 / 36  105.33
2 = CMEE= 675.21
R2 = (SCAB + SCA + SCB)/SCTO

R2 = 59416.22/77646.97=0.765= 77%
El 77% de la variabilidad en la duración efectiva de las baterías

se explica por la temperatura, tipo de material y por la
interacción entre el tipo de material y la temperatura.
Calcule los intervalos de confianza

31
14/5/18
32

DCA Dos Factores

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

DCA Dos Factores

Hochgeladen von

Copyright:

Verfügbare Formate

14/5/18

INTRODUCCIÓN A DISEÑO FACTORIALES

Razones para estudiar conjuntamente varios factores

1. Encontrar un modelo que describa el comportamiento

Ventajas de los Experimentos Factoriales

2. Permitir el estudio de la interacción, o sea

Desventajas de los Experimentos Factoriales

En general, el procedimiento utilizado en un

El tipo más simple de experimento factorial

En este modelo los datos de muestra son

Yijk    i   j  ( AB )ij   ijk

y del j-ésimo nivel del factor B.

Si ambos factores son fijos

Si ambos factores son fijos

Si ambos factores son aleatorios

H1: al menos una es diferente

Si ambos factores son aleatorios

Factor A (Fijo) Factor B (Aleatorio)

H 0 :  112   122 ..........  ab

H1: al menos una es diferente

• Codificar las unidades experimentales.

• En este diseño existirán abn observaciones, por lo tanto se

• En este diseño existe ab combinaciones de niveles, por lo

A1B1 A1B2. ... A1Bb

Factor A a-1 SCA/(a-1)

Interacción AXB (a-1)(b-1) SCAB/[(a-1)(b-1)]

Error Experimental(EE) ab(n-1)

Total(To) abn-1 SCTo

SCAB  SCComb  ( SCA  SCB)

SCEE  SCTo  SCcom

Comparación de los factores para los diferentes modelos

Modelo Efecto Modelo Efecto Modelo

Factor A CMA/CME CMA/ CMAB CMA/ CMAB

Factor B CMB/CME CMB/ CMAB CMB/CME

R2 = (SCAB + SCA + SCB)/SCTO

Modelos aleatorios o componentes de

Los niveles de A y B se eligen al azar de

 Planteamiento de las Hipótesis a probar:

 Forma verbal de las Hipótesis:

 b) H0 : Los niveles de temperatura no influyen en el

 c) H0 : La combinación del tipo de tela y la temperatura

 A continuación se presenta la tabla de datos con sus

Mostrar el Análisis de varianza y exponga sus conclusiones para

Considere el caso en que un ingeniero diseña una batería para su uso en un

El ingeniero decide probar los tres materiales de la cubierta a tres niveles de

Factor A. Tipo de Material

1. Que efecto tienen el tipo de material y la

Datos de duración (en horas) para el ejemplo de diseño de una batería

100 1 Que concluye

• La falta de paralelismo indica que hay una

Determinar el efecto que tiene el tipo de material y la

Determinar el efecto de los tres materiales de la cubierta de

Yijk    i   j  ( AB )ij   ijk

Factor A (Tipo de Material)

gln = a-1 = 3-1 = 2

gln = b-1 = 3-1 = 2

H0: u11= u12 =...= u33

gln = (a-1)(b-1) = (3-1)(3-1) = 4

Unidad Exp. O. Aleatorio Asignación

Unidad Exp. O. Aleatorio Asignación

Unidad Exp. O. Aleatorio Asignación

Supuestos del Modelo

Material 138 174 96