Diseños factoriales DEXP SIRVE PARA OPTIMIZAR PROCESOS
*Conceptos básicos -Experimento factorial, Efecto principal, Efecto de
interacción
*Con dos factores -Modelo estadístico, Hipótesis y ANOVA, Grafica de
interacción
*Diseño factorial general
DEFINICIONES Y PRINCIPIOS BASICOS
*Diseño factorial: Estudia el efecto de varios factores sobre una o varias
variables de respuesta cuando se tiene el mismo interés sobre todos los
factores.
*Se investigan todas las combinaciones posibles de los niveles de los
factores.
A 3
B 4
AB 3X4
*Factor cualitativo: sus valores discretos de tipo nominal. Ejemplo:
maquinas, tipos de materia prima, operadores, lotes, marcas, ETC.
*Factor cuantitativo: sus niveles de prueba pueden tomar cualquier valor
dentro de un intervalo. Ejemplo: Temperatura, velocidad, presión,
cantidad de material, ETC.
*Arreglo factorial: Conjunto de puntos experimentales o tratamientos
que pueden formarse al considerar todas las posibilidades de
combinación de los niveles de los factores. Por lo que se sigue teniendo
dos factores, pero ahora uno tiene 3 niveles y otro 2. Se construye 3X2
combinaciones, lo que origina un diseño factorial 3X2.
EFECTO PRINCIPAL Y EFECTO DE INTERACCION
*El efecto de un factor se define como el cambio observado en la
variable de respuesta debido a un cambio de nivel de tal factor.
*El efecto principal de un factor con dos niveles es la diferencia entre la
respuesta medida observada, cuando el factor está a nivel alto, la
respuesta observada cuando el factor estuvo en el nivel bajo.
El efecto que mas afecta es el que tenga un mayor valor con valor
absoluto
FOTO
DEFINICIONES Y PRINCIPIOS BASICOS
Interacción entre dos factores: Dos factores interactúan de manera
significativa sobre la variable de respuesta cuando el efecto de
uno depende del nivel en que está el otro.
Cuando existe interacción las líneas obtenida tienen una pendiente
diferente y si no hay interacción las líneas tienen pendiente similar
que son aproximadamente paralelas
Si una interacción tiene un efecto estadísticamente importante
sobre la respuesta, su interpretación tiene prioridad sobre los
correspondientes efectos principales.
La grafica de interacción ayuda a seleccionar la condición en la
que debe operarse el proceso. (cuando se cruzan las líneas son
mas relevantes)
a niveles del factor A
b niveles del factor B
n replicas (corrida de todos los tratamientos del arreglo factorial
N= numero total de corridas experimentales: n(axb)
Diseño factorial General
A niveles del factor A, b niveles del factor B, c niveles del factor C, etc.
Abc…n observaciones
Mínimo dos replicas(n 2
Fototabla
Fotoecuaciones
DISEÑO FACTORIAL 2K
CONCEPTOS BASICOS
Factoriales 2 a la k completos 2 niveles 2 variables: diseño que
estudia k factores con 2 niveles cada uno, y donde se corren los 2
a la k posibles tratamientos.
Región experimental: espacio delimitado por los rangos de
experimentación utilizadas en cada factor, las conclusiones del
experimento son validas principalmente en esta región.
Contraste: es una combinación lineal utilizada en el análisis de
varianza. Depende de la matriz de signos
Introducción
Notación de signos: +, - (matriz de contraste, matriz de diseño)
Notación de yates: El nivel alto de cualquiera de los factores se
denota por la letra minúscula correspondiente. El nivel bajo de un
factor se denota por la ausencia de la letra respectiva. Por
convención, se usa (1) para denotar que ambos niveles están en
nivel bajo
El diseño factorial de dos factores consiste en seleccionar 2 niveles
y 2 factores
Caso especial del diseño factorial general
K factores, cada uno con dos niveles 2k.
Útil en las etapas iniciales del trabajo experimental, (experimentos
de tamizado, 2 a 5 factores)
Pasos para llegar al ANOVA
Contraste, efectos, suma cuadrados, ANOVA
Contraste A: ( a+ab-(1)-b)
Efecto A: (ab+a-b-(1))/(2k-1*n)
Contraste B: (b+ab-(1)-a)
Contraste AB: ((1)+ab-a-b)
Entre mas alto sea el efecto, mayor será la incidencia de respuesta.
Los efectos pueden ser positivos o negativos. Si es positivo significa
que aumenta el valor en a o b, aumenta la variable de respuesta. Si
es negativo significa que el valor disminuye la variable de respuesta.
SS: (CONTRASTE)2/(2k*n)
