Clase 2 Diseno de Experimentos 77281

Aplicacin de un experimento
Mejorar el rendimiento de un proceso

Reducir la variabilidad del proceso y
acercarlo a los requerimientos
nominales
Disminuir el tiempo de diseo y
desarrollo
Disminucin de costos de operacin
87 Clase 2 : Modelacin 1 simulacin
Aplicaciones de un experimento

Evaluacin y comparacin de
configuracines de diseo bsicas
Evaluacin de materiales diferentes
Seleccin de parmetros de diseo
Determinacin de los parmetros de
diseo importantes.
Actividades de un experimento

Conjetura : la hiptesis original que motiva el
experimento
Experimento : prueba efectuada para
investigar la conjetura
Anlisis : anlisis estadstico de los datos
obtenidos del experimento
Conclusin : lo que se ha aprendido de la
conjetura original con la realizacin del
experimento.
Anlisis de la varianza
Las frmulas para el clculo de las sumas de los cuadrados
para el anlisis de la varianza con muestras del mismo tamao
en cada tratamiento son :
Sea:

N
residual cuadrados de suma
y
y
ss
N
y y y y
a
i
n
j
ij
T
a
i
n
j
ij
2
1 1
2
1 1
:
/
- -
= =
- -
= =
- -
=
=
=
--
Sea:

ss ss ss
y y
ss
n
y y y y
os Tratamient T E
a
i
i
os Tratamient
i
n
j
ij i
obtiene se error del cuadrados de suma La
N n
os Tratamient cuadrados de suma
i
=
=
=
=
- -
=
-
-
=
- -
2
1
2
1
:
/
Media de cuadrados
1
=
a
SS
MS
o Tratamient
o Tratamient
) 1 (
=
n a
SS
MS
E
E

Fuente de
variacin
Suma de
cuadrados
Grados de
libertad
Media de
cuadrados
F0
Tratamientos SS
Tratamientos
a-1 MS
Tratamientos
Error SS
E
a(n-1) MS
E
Total SS
T
an-1
E
o Tratamient
MS
MS
Ejercicio
Un fabricante de papel de bolsas para caramelos, est
interesado en mejorar la resistencia a la tensin del producto.
Los Ingenieros piensan que esta resistencia es una funcin
de la concentracin de madera dura en la pulpa, y que el
rango de inters prctico de concentraciones est entre 5 y 20
%. El equipo decide investigar cuatro niveles de
concentracin: 5, 10, 15 y 20%. Para ello deciden fabricar seis
especmenes de prueba para cada nivel de concentracin
utilizando una planta piloto. Los 24 especmenes se someten a
prueba en un probador de tensin de laboratorio, en un orden
aleatorio. Los datos se presentan en la Tabla:

Tabla resistencia del papel a la
tensin

Con.
Mad.
1 2 3 4 5 6 Tot Pro
5 7 8 15 11 9 10 60 10.00
10 12 17 13 18 19 15 94 15.67
15 14 18 19 17 16 18 102 17.00
20 19 25 22 23 18 20 127 21.17
383 15.96

Fuente de
variacin
Suma de
cuadrados
Grados de
libertad
Media de
cuadrados
F0
Tratamientos 382.79 3 127.60

19,60
Error 130,17

20 6,51

Total 512,96 23
Diseo aleatorizado por bloques completos
El procedimiento general para el diseo aleatorizado
por bloques completos consiste en seleccionar b
bloques y realizar una rplica completa del
experimento en cada uno de ellos

Supngase que se tiene inters en un solo factor que
tiene a niveles , y que el experimento se efecta en b
bloques. Las observaciones pueden representarse
con el modelo estadstico lineal

e + +
+
= ij
j
i
ij
u
y |
t
Anlisis de la varianza de un diseo aleatorizado por
bloques completos
Las frmulas para el clculo de las sumas de los cuadrados
para el anlisis de la varianza para el diseo aleatorizado por
bloques completos son :
Sea:

ab b
o tratamient cuadrados de suma
ab
total cuadrados de suma
y
y
ss
y
y
ss
N
y y y y
a
i
i
o Tratamient
a
i
b
j
ij
T
a
i
n
j
ij
2
1
2
2
1 1
2
1 1
1
:
:
/
- -
=
-
- -
= =
- -
= =
- -
=
=
=
--
bloques completos
Sea:

ss ss ss ss
y
y
ss
n
y y y y
Bloques os Tratamient T E
b
j
j
Bloques
i
n
j
ij i
obtiene se error del cuadrados de suma La
ab a
Bloques cuadrados de suma
i
=
=
=
=
- -
=
-
-
=
- -
2
1
2
1
1
:
/
Media de cuadrados
1
=
a
SS
MS
o Tratamient
o Tratamient
) 1 ( ) 1 (
=
b a
SS
MS
E
E
1
=
b
SS
MS
Bloques
Bloques
bloques completos

Fuente de
variacin
Suma de
cuadrados
Grados de
libertad
Media de
cuadrados
F0
Tratamientos SS
Tratamientos
a-1 SS
Tratamientos

a-1
Bloques SS
Bloques
b-1 SS
Bloques

b-1

Error SS
E
(a-1)(b-1) SS
E

(a-1)(b-1)

Total SS
T
ab-1
E
o Tratamient
MS
MS
Ejercicio
Se realiza un experimento para determinar el
efecto de cuatro sustancias qumicas diferentes
sobre la resistencia de una tela. Las sustancias se
emplean como parte del proceso terminal del
planchado permanente. Para ello se escogen cinco
muestras de tela y se aplica un diseo aleatorizado
por bloques completos mediante la prueba de cada
sustancia en un orden aleatorio sobre cada una de
las muestras de tela. Los datos aparecen en la
tabla. Se probar la diferencia en las medias
utilizando para ello el anlisis de varianza con
o=0,01
Tabla datos de resistencia de la tela ; diseo
aleatorizado por bloques completos

Totales por Promedios por
Sustancia Muestra de tela Tratamiento Tratamientos
1 2 3 4 5 Yr
1 1.3 1.6 0.5 1.2 1.1 5.7 1.14
2 2.2 2.4 0.4 2.0 1.8 8.8 1.76
3 1.8 1.7 0.6 1.5 1.3 6.9 1.38
4 3.9 4.4 2.0 4.1 3.4 17.8 3.56
Totales por Bloque 9.2 10.1 3.5 8.8 7.6
Promedios por Bloque 2.30 2.53 0.88 2.20 1.90
) (
96 . 1
y
- -
) ( 2 . 39 y
- -
Anlisis de la varianza para el diseo aleatorizado por
bloques completos

Fuente de
variacin
Suma de
cuadrados
Grados de
libertad
Media de
cuadrados
F0
Tratamientos 18.04 3 6.01 75.13
Bloques 6.69 4 1.67

Error 0.96

12 0.08

Total 25.69 19
Anlisis de la varianza para el modelo factorial con dos
factores, efectos fijos
El tipo ms sencillo de experimento factorial es aquel
donde intervienen slo dos factores, A y B por
ejemplo. El factor A tiene a niveles, mientras que el
factor B tiene b niveles. Las observaciones pueden
describirse con el modelo estadstico lineal

n
k
b j
Y
a
i
ijk
ij j
i ijk
,..., 2 , 1
,..., 2 , 1 ) (
,..., 2 , 1
=
=
(
+ + + + =
=
c
t| |
t

Sea:
b j
y
y
y
Y
a
i
y
y
y
Y
b j
y
y
y
Y
a
i
y
y
y
Y
a
abn
n
an
bn
i
n
k
ijk
b
j
ij
ij
ijk
n
k
ij
a
i
n
k
j
j
ijk
j
b
j
n
k
i
i
ijk
i
,..., 2 , 1
,..., 2 , 1
,..., 2 , 1
,..., 2 , 1
1 1 1
1
1 1
1 1
=

=
=
= =
=
=
= =
=
= =
= =
- - -
- - -
=
- - -
-
-
=
-
= =
- -
- -
- -
= =
- -
- -
- -

Las frmulas para el clculo de las sumas de los cuadrados en
un anlisis de varianza con dos factores :
ss ss ss ss ss
SS SS
y
y
ss
y
y
ss
y y
ss
y
y
SS
B A AB T E
B A
ij
b
j
a
i
AB
j
b
j
B
i
a
i
A
a
i
n
k
ijk
b
j
T
abn n
abn an
abn bn
abn
=

=
=
- - -
-
= =
- - -
- -
=
- - - - -
=
= =
- - -
=
2
2
1 1
2
2
1
2 2
1
1 1
2
2
1

Fuente de variacin

Suma de
cuadrados
Grados de
libertad
Media de cuadrados F0

Tratamientos A

SS
A

a-1

SS
A
MS
A =
a-1
MS
A

MS
E

Tratamientos B

SS
B

b-1

SS
B
MS
B =
b-1
MS
B

MS
E

Interaccin

SS
AB

(a-1)(b-1)

SS
AB
MS
AB =
( a-1)(b-1)
MS
AB

MS
E

Error

SS
E

ab (n-1)

SS
E
MS
E =
ab (n-1)
Total

SS
T

abn-1

Ejercicio
Se aplican pinturas tapaporos para aeronaves en
superficies de aluminio con dos mtodos de
inmersin y rociado. La finalidad del tapaporos es
mejorar la adhesin de la pintura y puede aplicarse
a algunas partes utilizando cualquier mtodo el
grupo se ingeniera se encuentra interesado en
saber si existen diferencias entre tres tapaporos
diferentes. Los datos de este experimento se
encuentran en la siguiente tabla.
Tabla datos de fuerza de adhesin

Tipo de tapaporos Inmersion Rociado
1 4.0,4.5,4.3 12.8 5.4,4.9,5.6, 15.9 28.7
2 5.6,4.9,5.4 15.9 5.8,6.1,6.3 18.2 34.1
3 3.8,3.7,4.0 11.5 5.5,5.0,5.0 15.5 27.0
40.2 49.6
y
J - - y =
- - -
8 . 89
y
ij -
y
i - -
y
ij -

Fuente de variacin

Suma de
cuadrados
Grados de
libertad
Media de
cuadrados
F0 Valor P

Tratamientos A
Tipos de tapaporos
4,58

2 2,29 28,63 2,7 x E -5
Tratamientos B
Mtodos de aplicacin
4,91

1

4,91 61,38 5,0 x E -7
Interaccin

0,24

2 0,12 1,50 0,2621
Error

0,99

12

0,08
Total

10,72

17
Ejemplo Laboratorio
Una empresa dedicada a la fabricacin de bateras
est interesada en disear una batera que sea
relativamente insensible a la temperatura ambiente.

Para ello decide probar con tres materiales distintos:
M1, M2, M3. Para estudiar el efecto del material y la
temperatura se disea el siguiente experimento:

Comprobar la duracin de las bateras en horas,
fabricando bateras con los tres materiales y
trabajando las bateras a tres niveles de temperatura :
Baja, Media y Alta.

El experimento se replica cuatro veces y los resultados
son los siguientes:
Ejemplo Laboratorio
Material Baja Media Alta
M1 130 155 74 180 34 40 80 75 20 70 82 58
M2 150 188 159 126 136 122 106 115 25 70 58 45
M3 138 110 168 160 174 120 150 139 96 104 82 60
Ejemplo Laboratorio
Fuente de variacin

Suma de
cuadrados
Grados de
libertad

Tratamientos A

SS
A

a-1

SS
A
MS
A =
a-1
MS
A

MS
E

Tratamientos B

SS
B

b-1

SS
B
MS
B =
b-1
MS
B

MS
E

Interaccin

SS
AB

(a-1)(b-1)

SS
AB
MS
AB =
( a-1)(b-1)
MS
AB

MS
E

Error

SS
E

ab (n-1)

SS
E
MS
E =
ab (n-1)
Total

SS
T

abn-1

Ejemplo Laboratorio
Fuente de variacin

Suma de
cuadrados
Grados de
libertad

Tratamientos A

10.683,72

2

5.341,86 7,91
Tratamientos B

39.118,72

2

19.559,36 28,97
Interaccin

9.613,8

4

2.403,44 3,56
Error

18.230,8

27

675,21
Total

77.646,97

35

Modelo matemtico
. Las observaciones pueden describirse con el
modelo estadstico lineal

3 , 2 , 1
3 , 2 , 1 ) (
3 , 2 , 1
=
=
(
+ + + + =
=
k
j
Y
i
ijk
ij j
i ijk
c
t| |
t

Modelo matemtico

998 83,1666667 -22,3611111
1300 108,333333 2,80555556
1501 125,083333 19,5555556
3799 105,527778
- - -
- -
=
y y
i
i
t
Modelo matemtico

- - -
- -
=
y y
j j
|
1738 144,833333 39,3055556
1291 107,583333 2,05555556
770 64,1666667 -41,3611111
3799 105,527778
Modelo matemtico

( ) - - -
+
=
- -
--
y
y y
y
j i
ij ij
t|
539 229 230
623 479 198
576 583 342
134,75 57,25 57,5
155,75 119,75 49,5
144 145,75 85,5
12,278 -27,972 15,694
8,111 9,361 -17,472
-20,389 18,611 1,778
Parmetros del Modelo

Tem.Baja Tem. Media Tem. Alta Tau i
Mat. M1 12,278 -27,972 15,694 -22,361
Mat. M2 8,111 9,361 -17,472 2,806
Mat. M3 -20,389 18,611 1,778 19,556
Beta j 39,306 2,056 -41,361
i j
t |
3 , 2 , 1
3 , 2 , 1 ) (
3 , 2 , 1
=
=
(
+ + + + =
=
k
j
Y
i
ijk
ij j
i ijk
c
t| |
t

Predicciones del Modelo

) (t| |
t
ij j
i ijk
Y + + + = =105,5277
Tem.Baja Tem. Media Tem. Alta Tau i
Mat. M1 12,278 -27,972 15,694 -22,361
Mat. M2 8,111 9,361 -17,472 2,806
Mat. M3 -20,389 18,611 1,778 19,556
Beta j 39,306 2,056 -41,361
Predicciones
Tem.Baja Tem. Media Tem. Alta
Mat. M1 134,750 57,250 57,500
Mat. M2 155,750 119,750 49,500
Mat. M3 144,000 126,194 85,500
i j
t |
Residuos

M1 130 155 74 180 34 40 80 75 20 70 82 58
M2 150 188 159 126 136 122 106 115 25 70 58 45
M3 138 110 168 160 174 120 150 139 96 104 82 60
Predicciones
Tem.Baja Tem. Media Tem. Alta
Mat. M1 134,750 57,250 57,500
Mat. M2 155,750 119,750 49,500
Mat. M3 144,000 145,750 85,500
Residuos Temperatura
M1 -4,75 20,25 -60,75 45,25 -23,25 -17,25 22,75 17,75 -37,5 12,5 24,5 0,5
M2 -5,75 32,25 3,25 -29,75 16,25 2,25 -13,75 -4,75 -24,5 20,5 8,5 -4,5
M3 -6 -34 24 16 28,25 -25,75 4,25 -6,75 10,5 18,5 -3,5 -25,5
Coeficiente de Determinacin

% 76 , 13 1376 , 0
97 , 646 . 77
72 , 683 . 10
) ( ) (
2 2
= = = =
SS
SS
material
R R
T
A
t
% 38 , 50 5038 , 0
97 , 646 . 77
72 , 118 . 39
) ( ) (
2 2
= = = =
SS
SS
a temperatur
R R
T
B
|
% 38 , 12 1238 , 0
97 , 646 . 77
80 , 613 . 9
) (int ) (
2 2
= = = =
SS
SS
eraccin
R R
T
AB
t|
% 52 , 76 7652 , 0
97 , 646 . 77
24 , 419 . 59 2
= = =
SS
SS
R
T
S
Coeficiente de Correlacin

3709 , 0 1376 , 0 ) ( ) (
= = =
material
R R
t
7098 , 0 5038 , 0 ) ( ) (
= = =
a temperatur
R R
|
3519 , 0 1238 , 0 ) (int ) (
= = =
eraccin
R R
t|
8748 , 0 7652 , 0
= = R
Anlisis de la varianza para el modelo factorial general
Muchos experimentos toman en cuenta ms de dos factores. Se
presenta el caso donde se tienen a niveles del factor A, b niveles del
factor B, c niveles del factor C, y as sucesivamente, acomodados en
un experimento factorial. En general, se tendr un total de abc ...n
observaciones, si existen n rplicas del experimento completo.

c t| | t
t| |
t
+ + +
+ + + + + =
) ( ) ( ) (
) (
ijk jk ik
ijkl
ij k j
i ijkl
Y
i
=
=
=
=
n
l
c
k
b j
a
i
......., ,
2
,
1
......., ,
2
,
1
......., ,
2
,
1
......., ,
2
,
1
Anlisis de la varianza para el modelo factorial con tres
Sea:

=
=
= =
=
=

=
=
=

=
=
= =
- - -
- - - -
= =
- - - -
- - -
- - -
= = =
- - -
= =
- - -
- - -
=
- - -
= =
- - -
- - -
=
- - -
a
abcn
abn
acn
bcn
i
n
l
ijk
b
j
c
k
k
k
ijkl
a
i
b
J
n
l
k
a
i
n
l
j
j
ijkl
c
k
j
b
j
n
l
i
i
ijkl
c
k
i
y
y
y
Y
c
k
y
y
y
Y
b j
y
y
y
Y
a
i
y
y
y
Y
1 1 1 1
1 1 1
1 1 1
1 1 1
,..., 2 , 1
,..., 2 , 1
,..., 2 , 1
un anlisis de varianza con tres factores :
abcn abn
abcn acn
abcn bcn
abcn
y y
ss
y
y
ss
y y
ss
y
y
SS
k
c
k
C
j
b
j
B
i
a
i
A
a
i
c
k
ijkl
n
l
b
j
T
2 2
1
2
2
1
2 2
1
1 1
2
2
1 1
- - - - - - -
=
- - - -
- - -
=
- - - - - - -
=
= =
- - - -
= =
=

=
Las frmulas para el clculo de las sumas de los cuadrados de
la interaccin:
ss ss
ss
ss ss ss ss ss
SS
SS
SS
SS
SS
SS
y
y
ss
SS SS
y
y
ss
SS SS
y y
ss
SS SS
y
y
ss
ABC AC
AB
C B A T E
BC
AC
C
B
ijk
c
k
b
j
a
i
ABC
C B
jk
c
k
b
j
BC
C A
k i
c
k
a
i
AC
B A
ij
b
j
a
i
AB
AB
a
abcn n
abcn an
abcn bn
abcn cn

=

=

=

=
- - - -
-
= = =
- - - -
- -
= =
- - - - - -
= =
- - - -
- -
= =
2
2
1 1 1
2
2
1 1
2 2
1 1
2
2
1 1

Fuente de
variacin
Suma de
Cuadrados
Grados de
Libertad
Media de Cuadrados Fo
A Ssa a-1 MSa= SSa/(a-1) MSa/MSe
B SSb b-1 MSb=SSb/(b-1) MSb/MSe
C SSc c-1 MSc=SSc/(c-1) MSc/MSe
AB SSab (a-1)(b-1) MSab=SSab/(a-1)(b-1) MSab/MSe
AC SSac (a-1)(c-1) MSac=SSac/(a-1)(c-1) MSac/MSe
BC SSbc (b-1)(c-1) MSbc=SSbc/(b-1)(c-1) MSbc/MSe
ABC SSabc (a-1)(b-1)(c-1) MSabc=SSabc/(a-1)(b-1)(c-1) MSabc/MSe
ERROR SSe Abc(n-1) MSe=SSe/abc(n-1)
TOTAL SSt Abcn-1
Ejercicio
Un ingeniero mecnico estudia la
rugosidad superficial de una pieza producida
en una operacin de corte de metal. El
inters recae en tres factores: la rapidez con
la que se hace el corte (A), la profundidad
de ste (B), y el ngulo de la herramienta
(C). A los tres factores se les asigna dos
niveles, y se realizan dos rplicas del diseo
factorial. Los datos se presentan en la
siguiente tabla.
Tabla datos rugosidad superficial

Profundidad del Corte B
Rapidez de corte 0.025 pulgadas 0.040 pulgadas
(A) angulo de la herramienta C angulo de la herramienta C
15" 25" 15" 25"
20 pulg/min 9 11 9 10
7 10 11 8
75
16 21 20 18
30 pulg/min 10 10 12 16
12 13 15 14
102
22 23 27 30

Fuente de variacin

Suma de
cuadrados
Grados de
libertad
Media de
cuadrados
F0 Valor P

Rapidez de corte (A) 45.5625 1 45.5625 18.69 0.0025
Profundidad de Corte (b) 10.5625 1 10.5625 4.33 0.0710
Angulo de Corte 3.0625 1 3.0625 1.26 0.2942
AB 7.5625 1 7.5625 3.10 0.1163
AC 0.0625 1 0.0625 0.03 0.8668
BC 1.5625 1 1.5625 0.64 0.4468
ABC 5.0625 1 5.0625 2.08 0.1872
ERROR 19.5000 8 2.4375
TOTAL 92.9375 15
Diseo factorial 2
k

Los diseos factoriales se emplean con frecuencia en experimentos
en los que intervienen varios factores y donde es necesario estudiar
el efecto conjunto de stos sobre la respuesta.

El diseo 2
k
es particularmente til en las primeras etapas del trabajo
experimental, cuando es muy probable que se investiguen muchos
factores. Esto proporciona el nmero ms pequeo de corridas para
las que puedan estudiarse cada factores en un diseo factorial
completo. Dado que slo existen dos niveles para cada factor, es
necesario suponer que la respuesta es aproximadamente lineal sobre
el rango de los niveles seleccionados para el factor.
Diseo factorial 2
k

Los diseos factoriales 2
k
consideran k factores con dos niveles cada uno.
Los niveles se denominan superior e inferior.
El diseo 2
2
es el primero de la serie 2
k
, este contiene dos factores con dos
niveles cada uno.
Una rplica completa consiste en la combinacin de los 2
k
tratamientos.
Si llamamos A el primer factor y B el segundo factor la combinacin de
tratamientos viene dada por:

Combinacin de Tratamientos

b ab +
a -
Factor B
- Factor A +
(1)
Signos para los efectos en el Diseo factorial 2
2

Es costumbre denotar los niveles bajo y alto de los factores con los signos
y +, como en la figura anterior. Esto recibe algunas veces el nombre de
notacin geomtrica para el diseo.

Combinacin de
tratamientos

1

A

B

AB
(1) + - - +
a + + - -
b + - + -
ab + + + +
Efecto Factorial
Suma de Cuadrados
un anlisis de varianza con 2
2
factores :
| |
| |
| |
2
2
2
4
) 1 (
4
) 1 (
4
) 1 (
n
b a ab
n
a ab b
n
b ab a
SS
SS
SS
AB
B
A
+
+
+
=
=
=
Anlisis de la varianza para el modelo factorial 2
2

Fuente de
variacin
Suma de
Cuadrados
Grados de
Libertad
A SSa a-1 MSa= SSa/(a-1) MSa/MSe
AB SSab (a-1)(b-1) MSab=SSab/(a-1)(b-1) MSab/MSe
ERROR SSe ab(n-1) MSe=SSe/ab(n-1)
TOTAL SSt abn-1
Ejercicio
Un artculo publicado en el Technical Journal,
describe la aplicacin de diseos factoriales de dos
factores a la fabricacin de circuitos integrados, un
paso bsico de procesamiento en esta industria es
el crecimiento de una capa sobre pastillas de silicio
pulidas. Los datos se presentan en la siguiente
tabla:
Tabla datos diseo 2
2
para el experimento

Combinacin de Factores de Diseo Espesor (um)
tratamientos A B AB Espesor (um) Total Promedio
(1) - - + 14.037 14.165 13.972 13.907 56.081 14.020
a + - - 14.821 14.757 14.843 14.878 59.299 14.825
b - + - 13.880 13.860 14.032 13.914 55.686 13.922
ab + + + 14.888 14.921 14.415 14.932 59.156 14.789
2

Fuente de variacin

Suma de
cuadrados
Grados de
libertad
Media de
cuadrados
F0 Valor P

A (tiempo de deposicin) 2,7956 1 2,7956 134,47 7,07 E-8
B (Flujo de arsnico) 0,0181 1 0,0181 0,87 0,37
AB 0,0040 1 0,0040 0,19 0,67
ERROR 0,2495 12 0,0208
TOTAL 3,0671 15
Diseo factorial 2
k
General
Los diseos factoriales 2
k
consideran k factores con dos niveles cada uno.
Los niveles se denominan superior e inferior.
El diseo 2
3
es una extensin del 2
2
y es un diseo factorial de 2
3
,y tiene ocho
corridas o combinaciones de tratamiento
Geomtricamente , el diseo es un cubo

c
ac
a
bc
- A +
(1)
ab
abc
C
+
-
B
+
-
b
Diseo factorial 2
k
General
Los efectos principales pueden estimarse con facilidad. Recurdese que las
letras minsculas (1), a, b, ab, c, ac, bc y abc representan el total de las n
replicas en cada una de las ocho corridas del diseo.

El efecto principal A se pude estimarse promediando las cuatro combinaciones
de tratamiento de la cara derecha del cubo, donde el nivel A es alto, y despus
restando de esta cantidad el promedio de las cuatro combinaciones de
tratamiento que estn en la cara izquierda del cub, donde A tiene el nivel bajo,
al hacer esto se tiene que:

| | bc c b abc ac ab a
n
A
como escribirse puede ecuacion La
n
bc c b
n
abc ac ab a
A
y y A
A A
+ + + =
+ + +
+ + +
=
=

) 1 (
4
1
4
) 1 (
4
Diseo factorial 2
k
General
Para B

Para C

| | ac c a abc bc ab b
n
B
n
ac c a
n
abc bc ab b
B
y y B
B B
+ + + =
+ + +
+ + +
=
=

) 1 (
4
1
4
) 1 (
4
| | ab b a abc bc ac c
n
C
n
ab b a
n
abc bc ac c
C
y y C
C C
+ + + =
+ + +
+ + + +
=
=

) 1 (
4
1
4
) 1 (
4
Diseo factorial 2
k
General
Para AB

Para AC

| | ) 1 (
4
1
4
) 1 (
4
+ + + =
+
+
=
=

a c ac b ab bc abc
n
AB
n
a c ac
n
b ab bc abc
AB
y y AB
AB AB
| | ab b a abc bc ac c
n
AC
y y AC
AC AC
+ + + =
=

) 1 (
4
1
Diseo factorial 2
k
General
Para BC

Para ABC

| | abc bc ac c ab b a
n
BC
y y BC
BC BC
+ + + =
=

) 1 (
4
1
| | ) 1 (
4
1
+ + + =
=

a b ab c ac bc abc
n
AC
y y ABC
ABC ABC
Signos para los efectos en el Diseo factorial 2
3

Es costumbre denotar los niveles bajo y alto de los factores con los signos y
+, como en la figura anterior. Esto recibe algunas veces el nombre de notacin
geomtrica para el diseo.

Combinacin de
tratamientos

1

A

B

AB
(1) + - - +
a + + - -
b + - + -
ab + + + +
c + - - +
ac + + - -
bc + - + -
abc + + + +
Efecto Factorial

C

AC

BC

ABC
- + + -
- - + +
- + - +
- - - -
+ - - +
+ + - -
+ - + -
+ + + +
Suma de Cuadrados
La estimacin de cualquier efecto principal o interaccin en un
diseo 2k esta determinado por la multiplicacin de las
combinaciones.

Y la suma de los cuadrados para cualquier efecto es

| |
1
2
= k
n
Contraste
Efecto
| |
2
2
k
n
Contraste
SS =
3

Fuente de
variacin
Suma de
Cuadrados
Grados de
Libertad
A SSa a-1 MSa= SSa/(a-1) MSa/MSe
C SSc c-1 MSc=SSc/(c-1) MSc/MSe
AB SSab (a-1)(b-1) MSab=SSab/(a-1)(b-1) Msab/MSe
AC SSac (a-1)(c-1) MSac=SSac/(a-1)(c-1) Msac/MSe
BC SSbc (b-1)(c-1) MSac=SSbc/(b-1)(c-1) MSbc/MSe
ABC SSabc (a-1)(b-1)(c-1) MSab=SSabc/(a-1)(b-
1)(c-1)
MSabc/MS
e
ERROR SSe abc(n-1) MSe=SSe/abc(n-1)
TOTAL SSt abcn-1
Ejercicio
Un ingeniero mecnico estudia la
rugosidad superficial de una pieza producida
en una operacin de corte de metal. El
inters recae en tres factores: la rapidez con
la que se hace el corte (A), la profundidad
de ste (B), y el ngulo de la herramienta
(C). A los tres factores se les asigna dos
niveles, y se realizan dos rplicas del diseo
factorial. Los datos se presentan en la
siguiente tabla.

Profundidad del Corte B
Rapidez de corte 0.025 pulgadas 0.040 pulgadas
(A) angulo de la herramienta C angulo de la herramienta C
15" 25" 15" 25"
20 pulg/min 9 11 9 10
7 10 11 8
75
16 21 20 18
30 pulg/min 10 10 12 16
12 13 15 14
102
22 23 27 30

Combinacione
tratamiento

A
Factores
B

C
Rugosidad
Superficial

Totales
(1) -1 -1 -1 9,7 16
a 1 -1 -1 10,12 22
b -1 1 -1 9,11 20
ab 1 1 -1 12,15 27
c -1 -1 1 11,10 21
ac 1 -1 1 10,13 23
bc -1 1 1 10,8 18
abc 1 1 1 16,14 30
Anlisis de la varianza para el modelo 2
3

Fuente de variacin

Suma de
cuadrados
Grados de
libertad
Media de
cuadrados
F0 Valor P

Rapidez de corte (A) 45.5625 1 45.5625 18.69 0.025
Profundidad de Corte (b) 10.5625 1 10.5625 4.33 0.0710
Angulo de Corte 3.0625 1 3.0625 1.26 0.2942
AB 7.5625 1 7.5625 3.10 0.1163
AC 0.0625 1 0.0625 0.03 0.8668
BC 1.5625 1 1.5625 0.64 0.4468
ABC 5.0625 1 5.0625 2.08 0.1872
ERROR 19.5000 8 2.4375
TOTAL 92.9375 15

Clase 2 Diseno de Experimentos 77281

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Clase 2 Diseno de Experimentos 77281

Încărcat de

Drepturi de autor:

Formate disponibile

Aplicacin de un experimento

Mejorar el rendimiento de un proceso

105 Clase 2 : Modelacin 1 simulacin

106 Clase 2 : Modelacin 1 simulacin

116 Clase 2 : Modelacin 1 simulacin

120 Clase 2 : Modelacin 1 simulacin

S-ar putea să vă placă și