Ismael Snchez - Departamento de Estadstica - Universidad Carlos III de Madrid

Tema 11: Experimentos factoriales a dos niveles

1- Introduccin 2 El diseo 2 3 El diseo 2k 4 Fracciones de diseos factoriales

1. Introduccin

Temas 2 y 3

Anlisis de un conjunto de factores cada uno con distintos niveles

Si tenemos 5 factores con 5 niveles cada uno, y hacemos todas las combinaciones posibles...

3125 experimentos elementales!!

Normalmente, slo pocos factores sern relevantes Experimento inicial: probar muchos factores con slo 2 niveles

Mtodos Estadsticos para la Mejora de la Calidad

1. Introduccin
Diseos

K 2

K factores

cada uno a dos niveles Requieren 2K experimentos elementales

Factores:
Tipo de motor: con/sin catalizador Temperatura: alta/baja Reactivo qumico: en cantidad Q1 Q2 Circuitos: con componentes tipo I o tipo II Voltaje: V1 V2 Potencia: P1 P2
Mtodos Estadsticos para la Mejora de la Calidad 4

Tema 11: Experimentos factoriales a dos niveles

1- Introduccin 2 El diseo 2 3 El diseo 2k 4 Fracciones de diseos factoriales

2. El diseo 2
Ejemplo 1: Una empresa de componentes electrnicos desea saber qu factores afectan a la variabilidad de sus resistencias elctricas. Dicha variabilidad se mide con la diferencia entre el valor real y el nominal (en Ohmios). Se realiza un primer experimento con 4 resistencias de valor nominal 100 . Los factores que se controlan son: Factor A: Temperatura: (-) 15C (+) 60C Factor B: Vida del componente: (-) sin usar (+) 1000 horas de uso se nombran con el alfabeto

100

ningn factor con signo +

a este orden se le llama Tabla estndar

en minscula, el factor con signo + 1=-;2=+ Mtodos Estadsticos para la Mejora de la Calidad
6

con 4 factores... (16 experimentos elementales)

2. El diseo 2
El modelo es el de 2 factores:

Yij = + i + j + ( )ij + uij ; i, j = 1, 2

se puede simplificar la notacin

Mtodos Estadsticos para la Mejora de la Calidad 8

2. El diseo 2
Factor A
efecto del nivel + respecto a la media

Factor B

efecto del nivel + respecto a la media

Factor A
el signo coincide con el producto de los factores
Mtodos Estadsticos para la Mejora de la Calidad 9

Factor B

Ecuacin o modelo de regresin:

Yij = + 2 DA + 2 DB + ( ) 22 DA DB + uij
Mtodos Estadsticos para la Mejora de la Calidad 10

2. El diseo 2
Estimacin de los parmetros: ... igual que en temas anteriores, slo hemos cambiado algo la notacin

y
media general
Contribucin marginal del factor A por estar a nivel + Diferencia entre el valor medio en ese nivel y la media general

ij

i =1 j =1

y 21 + y 22 2 = 2 y + y 22 = 12 2

2
Mtodos Estadsticos para la Mejora de la Calidad

11

2. El diseo 2
Estimacin de los parmetros: ... igual que en temas anteriores, slo hemos cambiado algo la notacin

2 2
( )22

y
=
i =1 j =1

ij

4 y + y 22 2 = 21 2
y + y 22 = 12 2
Diferencia entre el valor medio de la celda y el efecto sin interaccin

y 22 ( + 2 + 2 )

(no tenemos replicacin: no podemos estimar los residuos. Slo inters terico)
Mtodos Estadsticos para la Mejora de la Calidad 12

2. El diseo 2
Temperatura Edad de la resistencia elctrica Valor real-nominal

... y la ecuacin de regresin es:

No hay residuo. El modelo no es interesante

Yij
Mtodos Estadsticos para la Mejora de la Calidad 13

2. El diseo 2
Se define efecto (de un factor o interaccin) a la variacin en la variable respuesta al pasar de (-) a (+)

efecto= 2 veces el parmetro efecto

Media global=18 Efecto Factor A: Temperatura=13 Efecto Factor B: Edad componente=18 Efecto Interaccin=1
Mtodos Estadsticos para la Mejora de la Calidad 14

Con la estimacin de la interaccin, no tenemos grados de libertad para hacer contrastes. Necesitamos replicar el experimento

Media:13.25 Factor A: 13.5 Factor B:19 Interaccin AB=1

Yijk

2 sR = 0.75
Mtodos Estadsticos para la Mejora de la Calidad 15

Para poder hacer contrastes, necesitamos replicar el experimento

Media:13.25 Factor A: 13.5 Factor B:19 Interaccin AB=1

Yijk
no es significativo

Yijk = 18.25 + 6, 75 DA + 9.5 DB + uijk

Mtodos Estadsticos para la Mejora de la Calidad 16

Estimacin del parmetro= a parmetro travs de las diferencias de medias muestrales

Estimacin del efecto= 2 veces efecto la estimacin del parmetro

Otra forma equivalente de estimar los efectos... Criterio de los signos

Efecto del factor A: diferencia de estar a nivel (+) respecto al nivel (-)

y + y 22 y + y12 = 2 1 = 21 11 2 2 = y 21 + y 22 y11 + y12 2 2

Mtodos Estadsticos para la Mejora de la Calidad

17

Estimacin del parmetro= a parmetro travs de las diferencias de medias muestrales

Estimacin del efecto= 2 veces efecto la estimacin del parmetro

Otra forma equivalente de estimar los efectos... Criterio de los signos

Efecto del factor A: diferencia de estar a nivel (+) respecto al nivel (-)

Mtodos Estadsticos para la Mejora de la Calidad

18

Media

+ + + + y la media general? Equivale a una columna con todos los signos (+)
Factor A=(1/2)(-3+15-20+34) =13 Factor B=(1/2)(-3-15+20+34)=18

Media global=(1/4)(3+15+20+34)=18

Mtodos Estadsticos para la Mejora de la Calidad

19

y la interaccin? Se puede comprobar que es equivalente a aplicar una columna que sea el producto de los factores implicados

Interaccin=(1/2)(+3-15-20+34)=1
Mtodos Estadsticos para la Mejora de la Calidad 20

Con la estimacin de la interaccin, no tenemos grados de libertad para hacer contrastes. Necesitamos replicar el experimento

Media:(1/8)(+3+15+20+34+2+15+21+36)=18.25 Factor A: (1/4)(-3+15-20+34-2+15-21+36)=13.5 Factor B:(1/4)(-3-15+20+34-2-15+21+36)=19 Interaccin AB=(1/4)(+3-15-20+34+2-15-21+36)=1

Yijk

2 sR = 0.75
Mtodos Estadsticos para la Mejora de la Calidad 21

Para poder hacer contrastes, necesitamos replicar el experimento

Media:(1/8)(+3+15+20+34+2+15+21+36)=18.25 Factor A: (1/4)(-3+15-20+34-2+15-21+36)=13.5 Factor B:(1/4)(-3-15+20+34-2-15+21+36)=19 Interaccin AB=(1/4)(+3-15-20+34+2-15-21+36)=1

Yijk
no es significativo

Yijk = 18.25 + 6, 75 DA + 9.5 DB + uijk

Mtodos Estadsticos para la Mejora de la Calidad 22

Tema 11: Experimentos factoriales a dos niveles

1- Introduccin 2 El diseo 2 3 El diseo 2k 4 Fracciones de diseos factoriales

3. El diseo 2k

Diseos

K 2

K factores cada uno a dos niveles

Requieren 2K experimentos elementales Tabla estndar: Factor A: -+-+-+-+...

Factor B: --++--++... Factor C: ----++++.... ...

Tabla 23

(el orden de los datos se aleatoriza!!)

Efectos Efectos de principales segundo orden Mtodos Estadsticos para la Mejora de la Calidad

Efectos de tercer orden 24

3. El diseo 2k
Ejemplo: proceso de soldadura por ola

placas de circuitos impresos

ola de soldadura

Precalentadores

http://www.propelec.com/productos/soldaduraOla.htm http://www.ixxi.com/prod03_cmd_prowave_s.htm

Mtodos Estadsticos para la Mejora de la Calidad

25

3. El diseo 2k
Ejemplo: proceso de soldadura por ola
La soldadura por ola consiste en una cinta transportadora que desplaza las PCBs sobre una cubeta rectangular que contiene estao lquido. Las inspecciones efectuadas en condiciones normales de funcionamiento sealan que el nmero de soldaduras defectuosas es del 0.035 % (350 ppm, donde ppm son 'partes o defectos por milln'). Se desea realizar un experimento para determinar si existen posibilidades de mejorar su funcionamiento. Para ello se decide controlar los siguientes factores: Factor A: Velocidad de la cinta: 1.6/1.8 (m/min) Factor B: Temperatura de la placa: 30/50C Factor C: Temperatura del estao lquido: 210/260C Factor D: Densidad del estao: 0.83/0.86 (gr/cm) Para cada combinacin de factores se utilizan 30 PCBs iguales, con 998 uniones cada una. Despus de la soldadura se inspecciona cada placa y se contabiliza el nmero de defectos de soldadura en las 30 placas. Variable respuesta:

Mtodos Estadsticos para la Mejora de la Calidad

26

Estimaciones usando el criterio de los signos

Mtodos Estadsticos para la Mejora de la Calidad

27

16 datos

16 parmetros

Estimaciones usando el criterio de los signos

No hay informacin para estimar los residuos. No se pueden hacer contrastes

Se hace una primera seleccin con el diagrama de Pareto

Mtodos Estadsticos para la Mejora de la Calidad

28

Regla emprica 1 Regla de Pareto: la mayora de la variabilidad es debida a muy pocas causas

Regla emprica 2 Los efectos de las interacciones suelen ser menores que el de las variables principales implicadas

Regla emprica 3 Si un factor no es relevante, no lo suele ser tampoco su interaccin

tal vez sean los nicos significativos

Mtodos Estadsticos para la Mejora de la Calidad

29

Otra opcin: representar los efectos en un grfico probabilstico normal

Si un efecto es nulo, su estimacin es una v.a. normal de media cero

En un grfico probabilstico normal aparecern alineados cerca del cero

0
Mtodos Estadsticos para la Mejora de la Calidad 30

Sugiere que A,B,C,D,BC sern significativos

Para hacer un anlisis estadstico, iremos poco a poco. Comenzamos eliminando las interacciones de orden 3 y 4, que parece que no sern significativas. Con esos grados de libertad estimamos la VNE
Mtodos Estadsticos para la Mejora de la Calidad 31

3. El diseo 2k

Mtodos Estadsticos para la Mejora de la Calidad

32

3. El diseo 2k
Ecuacin de regresin:

Mtodos Estadsticos para la Mejora de la Calidad

33

3. El diseo 2k
Ecuacin de regresin:

Mtodos Estadsticos para la Mejora de la Calidad

34

3. El diseo 2k
Antes del experimento: Mejora:22,6% Procedimiento general:
1. 2. 3. 4. 5. 6. 7. 8. Se hace un anlisis previo de los datos utilizando tcnicas descriptivas Se estiman los efectos de los factores e interacciones Se representan dichas estimaciones en un diagrama de Pareto o grfico probabilstico normal A la vista de estas representaciones grficas se hace una preseleccin de los efectos que no son significativos Se construye la tabla ANOVA con los efectos restantes y se contrasta su significatividad Se eliminan los efectos que, tras los contrastes anteriores, no resulten significativos y se reconstruye la tabla ANOVA hasta que todos los efectos incluidos sean significativos Se hace diagnosis de los residuos para comprobar que el modelo es adecuado Se construye la recta de regresin y se obtiene con ella las condiciones de los factores que proporcionan mejores valores de la variable respuesta

350 ppm 271 ppm

Introduciendo las mejoras del experimento:

Mtodos Estadsticos para la Mejora de la Calidad

35

Tema 11: Experimentos factoriales a dos niveles

1- Introduccin 2 El diseo 2 3 El diseo 2k 4 Fracciones de diseos factoriales

4. Fracciones de diseos factoriales

La motivacin de los diseos 2k es analizar muchos factores con pocos experimentos elementales

Objetivo de las fracciones: conseguir analizar k factores con menos de 2k experimentos elementales Fraccin de un diseo factorial:
Es un diseo factorial en el que no se realizan todos los experimentos factoriales Si se elige la fraccin adecuadamente se podrn estimar los factores de forma independiente (aunque con menos precisin) Nos centraremos en fracciones que sean (1/2p) x nmero de datos del diseo completo

(p=1:la mitad, p=2:la cuarta parte, p=3:la octava parte...)

Mtodos Estadsticos para la Mejora de la Calidad 37

4. Fracciones de diseos factoriales

Ejemplo: fracciones de un 23

si hacemos slo 4 experimentos...

por ejemplo, cuando ABC=+ por ejemplo, cuando AB=-

Mtodos Estadsticos para la Mejora de la Calidad

38

4. Fracciones de diseos factoriales

Notacin: Sea un diseo 2k del que queremos tomar slo (1/2p) x nmero de

datos del diseo completo

= (1/2p) 2k =2k-p experimentos elementales

K factores

K-p

slo hacemos 2k-p experimentos elementales

cada uno a dos niveles

Mtodos Estadsticos para la Mejora de la Calidad

39

4. Fracciones de diseos factoriales

diseos 23-1 o medias fracciones
por ejemplo, cuando ABC=+

El efecto principal A y la interaccin BC estn confundidas

Si hay el mismo nmero de + que de la estimacin del efecto por el criterio de los signos es insesgada Al hacerse con menos datos, es menos precisa Si el producto de los signos de dos columnas es 0, sus estimaciones son independientes (COLUMNAS ORTOGONALES) Si dos efectos tienen la misma columna de signos, su efecto no se puede estimar por separado. La columna de signos estima LA SUMA de ambos efectos
Mtodos Estadsticos para la Mejora de la Calidad

En este diseo estimamos A+BC Tambin se dice que en este diseo la confusin es A=BC
40

4. Fracciones de diseos factoriales

por ejemplo, cuando ABC=+

Regla emprica 2 Los efectos de las interacciones suelen ser menores que el de las variables principales implicadas

confusin con la media muestral=I estimamos... la confusin es...

A+BC B+AC C+AB ABC+I

A=BC B=AC C=AB ABC=I

Tiene sentido aceptar un diseo con confusiones si suponemos que uno de los efectos confundidos no es significativo: la estimacin es slo del otro efecto

Mtodos Estadsticos para la Mejora de la Calidad

41

4. Fracciones de diseos factoriales

por ejemplo, cuando ABC=+ por ejemplo, cuando AB=-

estimamos...

la confusin es...

estimamos...

la confusin es...

A+BC B+AC C+AB ABC+I

A=BC B=AC C=AB ABC=I

A-B C-ABC AB-I AC-BC

A=-B C=-ABC AB=-I AC=-BC

Qu fraccin ser mejor? La que tenga una confusin de los efectos principales con las interacciones de orden ms alto posible Cmo encontrarla? Ecuacin generatriz
42

Mtodos Estadsticos para la Mejora de la Calidad

4. Fracciones de diseos factoriales

Ecuacin generatriz La ecuacin generatriz de una fraccin es el conjunto de columnas de la tabla de la fraccin que son iguales a I. En los ejemplos anteriores: ABC=I; -AB=I

Operaciones: Multiplicar por I no cambia una columna de signos AI=A; ABI=AB; -CI=-C Multiplicar una columna por si misma da I AA=I; (ABC)(ABC)=I

Mtodos Estadsticos para la Mejora de la Calidad

43

4. Fracciones de diseos factoriales

Estructura de confusin, o estructura de alias Son las confusiones que se producen en una fraccin Ejemplo: en 23-1 Con la fraccin ABC=I

Con la fraccin -AB=I

Mtodos Estadsticos para la Mejora de la Calidad

44

4. Fracciones de diseos factoriales

Resolucin: orden de interaccin ms baja confundida con algn efecto principal+1 Con la fraccin ABC=I

Resolucin III Con la fraccin -AB=I

diseo

Resolucin II

diseo

(sin utilidad)

Mtodos Estadsticos para la Mejora de la Calidad

45

Ejemplo: Se desea realizar un diseo para determinar la significatividad de 6 factores (A,B,C,D,E,F) sobre una variable respuesta. Debido al coste de la recogida de datos, se desea hacer un primer anlisis con slo 8 experimentos elementales. Cmo ha de ser el diseo?

Procedimiento para conseguir un diseo 2k-p de mxima resolucin

Primer paso: escribir el diseo completo para k-p variables. TODAS LAS COLUMNAS SON ORTOGONALES (darn estimaciones independientes)

en el ejemplo: 8= 23 luego escribimos un 23

Mtodos Estadsticos para la Mejora de la Calidad

46

Primer paso: escribir el diseo completo para k-p variables Segundo paso: asignamos los p factores restantes en las interacciones de mayor orden. Suele haber varias opciones, no todas de igual resolucin.

Si sospechsemos que AB puede ser significativa...

ecuacin generatriz

D=AC E=BC F=ABC

I=ACD I=BCE I=ABCF

Resolucin: III
Mtodos Estadsticos para la Mejora de la Calidad 47

Primer paso: escribir el diseo completo para k-p variables Segundo paso: asignamos los p factores restantes en las interacciones de mayor orden. Suele haber varias opciones, no todas de igual resolucin.

Si asignamos los factores restantes a las interacciones mayores, pero de igual orden, se consigue siempre resolucin mxima D E F
ecuacin generatriz

D=AB E=AC F=BC

I=ABD I=ACE I=BCF

Tambin resolucin: III

Mtodos Estadsticos para la Mejora de la Calidad 48

hacemos el experimento...

Los factores C,E y F no parecen significativos. Los eliminamos y usamos sus grados de libertad para estimar mejor la varianza residual
Mtodos Estadsticos para la Mejora de la Calidad 49

Esta solucin sugiere varias opciones:

Son significativos A,B,D y ninguna de sus interacciones. Son significativos A,B y su interaccin AB, pero D no. Son significativos B,D y su interaccin, pero A no. Son significativos A,D y su interaccin, pero B no. ...seguiramos experimentando slo con estos factores
50

Mtodos Estadsticos para la Mejora de la Calidad