Documente Academic
Documente Profesional
Documente Cultură
ENSAYO
TEMA:
CURSO:
INTEGRANTES:
DOCENTE
JUNIO 2018
Diseño Factorial con Factores 2K
Existen varios casos especiales del diseño factorial general que resultan importantes
porque se usan ampliamente en el trabajo de investigación, y porque constituyen la base
para otros diseños de gran valor práctico. En los últimos años se ha observado un creciente
interés por algunas de las ideas del profesor Genechi Taguchi acerca del diseño
experimental y su aplicación al mejoramiento de la calidad. El diseño factorial
fraccionario 2 k-p se usa en experimentos para identificar con rapidez y de manera
eficiente el subconjunto de factores que son activos, y para obtener alguna información
sobre la interacción. La propiedad de proyección de estos diseños hace posible en muchos
casos examinar los factores activos con más detalle. La combinación secuencial de estos
diseños a través del plegamiento es una forma muy eficaz de obtener información extra
acerca de las interacciones, la cual puede identificarse en un experimento inicial como
potencialmente importante. (Alzada, 2007)
El más importante de estos casos especiales ocurre cuando se tienen k factores, cada uno
con dos niveles. Estos niveles pueden ser cuantitativos como sería el caso de dos valores
de temperatura presión o tiempo. También pueden ser cualitativos como sería el caso de
dos máquinas, dos operadores, los niveles "superior" e "inferior" de un factor, o quizás,
la ausencia o presencia de un factor. Una réplica completa de tal diseño requiere que se
recopilen 2 x 2 x .... x 2 = 2k observaciones y se conoce como diseño general 2k.
(Galindez, 2010)
Los diseños factoriales fueron utilizados en el siglo XIX por Jhon Bennet Lawes y Henry
J. Gilbert de la Estación experimental de Rothamsted. Ronald Fisher discutió en 1926 que
los diseños «complejos», como diseños factoriales, eran más eficientes que estudiando un
factor a la vez. Fisher escribió: «ningún aforismo se repite más con frecuencia con
respecto a ensayos prácticos, que eso nosotros debemos hacer naturaleza pocas preguntas,
o, idealmente, a una pregunta, a la vez. Convencen el escritor de que esta visión está
confundida enteramente. Naturaleza, sugiere, responderá lo mejor posible aun lógico y
pensó cuidadosamente hacia fuera el cuestionario.» Un diseño factorial permite el efecto
de varios factores e incluso interacciones entre ellas que se determinarán con el mismo
número de ensayos que son necesario determinar delos efectos por sí mismo con el mismo
grado de exactitud. Yates realizó importantes contribuciones significativas hechas,
particularmente en el análisis de diseños, por Análisis de Yates. El término factorial no
se pudo haber utilizado en la impresión antes de 1935, cuando Fisher la utilizó en su libro.
(Vergara, 2002)
Por diseño factorial se entiende aquel en el que se investigan todas las posibles
combinaciones de los niveles de los factores en cada ensayo completo o réplica del
experimento. Por ejemplo, si existen “a” niveles del factor A y “b” niveles del factor B,
entonces cada réplica del experimento contiene todas las “ab” combinaciones de los
tratamientos. A menudo, se dice que los factores están cruzados cuando éstos se arreglan
en un diseño factorial. El efecto de un factor se define como el cambio en la respuesta
producida por un cambio en el nivel del factor. Con frecuencia, éste se conoce como
efecto principal porque se refiere a los factores de interés primordial del experimento.
Los diseños factoriales poseen algunas ventajas en los cuales son más eficientes
que los experimentos de un factor a la vez. son necesarios cuando alguna interacción
puede estar presente, para evitar hacer conclusiones engañosas. permiten estimar los
efectos de un factor en diversos niveles de los otros factores, produciendo conclusiones
que son válidas sobre toda la extensión de las condiciones experimentales. Los tipos más
sencillos de diseños factoriales implican sólo dos factores o conjuntos de tratamientos.
Haya “a” niveles del factor A y “b” niveles del factor B, dispuestos en un diseño factorial;
esto es, cada A repetición o réplica del experimento contiene todas las combinaciones de
tratamiento ab. En general, hay n repeticiones.
Los mayores beneficios de los diseños factoriales completos se obtienen cuando
se deben estudiar pocas variables. El motivo es que el número de experimentos crece
exponencialmente con el número de factores. Por ejemplo, para 8 factores, el diseño 2 8
comprende 256 experimentos. Éstos permiten estimar 256 efectos, muchos de los cuales
son interacciones de orden elevado y no serán significativos. Para estudiar un número
elevado de factores, es más eficaz utilizar sólo una fracción de un diseño factorial
completo.
Se utiliza la técnica estadística que permite identificar y cuantificar las causas de un efecto dentro de
un estudio experimental. Un diseño experimental se manipula deliberadamente una o más variables,
vinculadas a las causas, para medir el efecto que tienen en otra variable de interés. El diseño experimental
prescribe una serie de pautas relativas. Variables hay que manipular, de qué manera, cuántas veces se
requiera el experimento y en qué orden para poder establecer con un grado de confianza predefinido la
necesidad de una presunta relación de causa-efecto. El diseño factorial encuentra aplicaciones en la
industria, la agricultura, el mercado tenia, la medicina, las ciencias de la conducta, etc. constituyendo una
fase esencial en el desarrollo de un estudio experimental. (Cochran, 2003)
El diseño factorial se lleva con dos factores para estudiar los efectos producidos por
dos o más factores. Puede mostrarse que en general los diseños factoriales ya que son los
más eficientes para este tipo de experimentos. Por diseño factorial se entiende aquel en el
que se investigan todas las posibles combinaciones de los niveles de los factores en cada
ensayo completo o réplica del experimento. (Alzada, 2007)
Los diseños factoriales permiten estimar los efectos de un factor en diversos niveles
de los otros factores, producidos que son válidas sobre toda la extensión de las
condiciones experimentales. Diseño factorial es aquel en el que sólo tiene dos factores,
A y B, cada uno con dos niveles. Este diseño se conoce como diseño factorial 22.
Arbitrariamente, los niveles del factor pueden llamarse “bajo” y “alto”.
Siempre trataremos de buscar el modelo más sencillo que explique bien la variable
respuesta. Por ejemplo:
Tabla 1:
Análisis de varianza ANOVA
F: V S.C G: L M:C F exp