Documente Academic
Documente Profesional
Documente Cultură
FATORIAL FRACIONRIO
Definio: Experimento que consiste apenas parte das combinaes de tratamentos de uma repetio completa.
Principal uso: experimentos pilotos (screening experiments) so experimentos, nos quais, usamos muitos fatores, com o propsito de identificar aqueles com efeito significativo. Geralmente so realizados numa etapa anterior ao experimento definitivo. Os fatores identificados com efeito significativo, so estudados num experimento mais completo.
FATORIAL FRACIONRIO
Caractersticas: Os experimentos fatoriais fracionrios caracterizam-se como experimentos preliminares (screening experiments) trabalhando com as seguintes idias: (1) Princpio do Efeito Escasso (sparsity effect), onde os efeitos principais e as interaes de baixa ordem so de interresse inicial, (2) Propriedade de Projeo e (3) Experimentao Seqencial.
FATORIAL FRACIONRIO
IDIAS BSICAS: 1) Quando existem muitas variveis, o processo ou o sistema conduzido por alguns poucos efeitos principais e interaes de menor ordem; 2) A partir dos experimentos fatoriais fracionrios podemos projetar experimentos mais completos (maiores) dentro de um subconjunto de fatores significativos;
3) Pode-se combinar dois ou mais experimentos fracionrios, seqencialmente e, assim, estimar os efeitos e interaes de interesse.
CARACTERIZAO
Frao 1/2 de um delineamento 2k
Vamos considerar didaticamente um experimento fatorial: 23=8 tratamentos. Porm, s podemos realizar 4 tratamentos, assim, temos: 2k-p
1 3 2 2321 231 22 4 2
A tabela com sinais de + e - para o fatorial 23 dada na tabela a seguir:
Combinaes de tratamento a b c abc [1] ab ac bc I + + + + + + + + A + + + + B + + + + C + + + + AB + + + + AC + + + + BC + + + +
1 k 2 2p
ABC + + + + -
CONTRASTE DE DEFINIO
Podemos escolher os tratamentos a, b,c, abc, para o nosso experimento.
Observe que o nosso fatorial fracionrio 23-1, formado pelos tratamentos com sinal + para a coluna ABC. Ento, ABC chamado de GERADOR da frao.
Observe que, para a frao escolhida, temos: I=ABC denominada de CONTRASTE DE DEFINIO.
Em geral, o contraste de definio, sempre ser o conjunto de todas as colunas que so iguais a coluna identidade I. No exemplo, temos uma s coluna.
( a b c abc)
l AC 1 2 ( a b c abc) l AB 1 2 ( a b c abc)
lB l AC lC l AB
l A lBC
A=BC
De forma similar, encontramos: B.I=B.ABC=AB2C=AB0C=AC B=AC
e
C.I=C.ABC=ABC2=ABC0=AB C=AB
CONSEQNCIAS
A conseqncia do uso de uma meia repetio apenas a perda de um efeito fatorial, ABC, e o confundimento de todos os efeitos principais como uma das interaes simples. Se um experimento acusar um aparente efeito de A, no h maneira de saber se o observado realmente do fator A, ou se devido interao BC, ou se mistura de ambos. Na interpretao dos resultados cabe ao experimentador decidir a qual alis atribuir o efeito observado.
OBSERVAES
DELINEAMENTOS DE RESOLUO
III: os efeitos principais tem como alis as interaes simples I= ABC IV: nenhum efeito principal tem como alis outro efeito principal ou interao simples. As interaes simples tm como alis outra interao simples. I= ABCD V: os efeitos principais ou interao simples no tem como alis qualquer efeito principal ou interao simples. As interaes simples tm como alis as interaes trplices. I= ABCDE VI: os efeitos principais tm como aliases as interaes quntuplas, as interaes simples tm como aliases somente as interaes qudruplas e as interaes trplices tm como aliases somente as interaes trplices. I= ABCDEF
Alis CD BD BC
Causas de Variao Efeitos Principais Erro experimental (de interaes simples) Total
GL 4 3 7
Efeitos Principais A B C D E
Interaes Simples AB AC AD AE BC BD BE CD CE DE
Alis CDE BDE BCE BCD ADE ACE ACD ABE ABD ABC
GL 5 10 15
Causas de Variao Efeitos Principais Interaes Simples Erro (Interaes Trplices) Total
GL 6 15 10 31
EXEMPLO
Exemplo: (Montgomery). Sobre a produo de um produto qumico em um recipiente sob presso. um experimento fatorial 24, com uma repetio, onde os fatores so: A= Temperatura; B= Presso; C= Concentrao de formaldedo; D= Taxa de agitao.
Vamos usar o delineamento 24-1, com contraste de definio I=ABCD, com esta escolha do gerador vamos conseguir um delineamento com a maior resoluo possvel (IV).
Taxa 45 100 45 65 75 60 80 96
RESULTADOS
Estimated Effects and Coefficients for Resposta (coded units) Term Constant A B C D A*B A*C A*D Effect 19,000 1,500 14,000 16,500 -1,000 -18,500 19,000 Coef 70,750 9,500 0,750 7,000 8,250 -0,500 -9,250 9,500
Analysis of Variance for Resposta (coded units) Source Main Effects 2-Way Interactions Residual Error Total DF 4 3 0 7 Seq SS 1663 1408 0 3071 Adj SS 1663 1408 0 Adj MS 415,7 469,5 0,0 F * * P * *
Analysis of Variance for Resposta, using Adjusted SS for Tests Source A B C D Error Total DF 1 1 1 1 3 7 Seq SS 722,0 4,5 392,0 544,5 1408,5 3071,5 Adj SS 722,0 4,5 392,0 544,5 1408,5 Adj MS 722,0 4,5 392,0 544,5 469,5 F 1,54 0,01 0,83 1,16 P 0,303 0,928 0,428 0,360
Alis LA A+BCD LB B+ACD LC C+ABD LD D+ABC LAB AB+CD LAC AC+BD LAD AD+BC
Observamos, na tabela acima, os seguintes efeitos significativos: A, C, D, AC e AD. Como o fator B, no significativo, vamos desconsider-lo da anlise. Pode-se verificar o efeito das interaes na figura abaixo. 75 96
80 60
+
(C)
45
100
+
(D)
45
Temperatura (A)
65
RESULTADOS
Para o exemplo acima o experimentador utilizou-se da Propriedade de Projeo (2) que est apoiada na idia de que se o experimentador tem K fatores e acredita que apenas K-1 destes tm efeito importante, ento, um delineamento fatorial fracionrio de resoluo K projetar-se- em um fatorial completo com K-1 fatores significativos. Assim, para uma 1 projeo do delineamento 2 4 IV , o experimentador considerou os efeitos A, C e D, bem como as interaes AC e AD como significativos.
ANOVA
Analysis of Variance for Resposta, using Adjusted SS for Tests Source A C D A*C A*D Error Total DF 1 1 1 1 1 2 7 Seq SS 722,00 392,00 544,50 684,50 722,00 6,50 3071,50 Adj SS 722,00 392,00 544,50 684,50 722,00 6,50 Adj MS 722,00 392,00 544,50 684,50 722,00 3,25 F 222,15 120,62 167,54 210,62 222,15 P 0,004 0,008 0,006 0,005 0,004
81
76
Resposta
71
66
61 A B C D
100
A
1 0 75 50 100
B
1 0 75 50 100
C
1 0 75 50
Estes experimentos contm 2k-2=2k2-2=2k/22=2k/4 tratamentos. So chamados de fatoriais fracionrios 2k-2. Construo: vamos atravs de um exemplo ilustrar a construo desses fatoriais fracionrios.
1) Inicialmente, vamos escrever um fatorial completo com k-2 fatores, no exemplo, 6-2=4 (ver tabela na prxima pgina).
2) Adicionar duas colunas, com escolha apropriada de interaes com os primeiros k-2 fatores. Assim os fracionrios 2k-2 , tem dois geradores. Suponha que escolhemos I=ACDF e I=BCDE como geradores. A interao dos geradores ACDF e BCDE ABEF; portanto, o contraste de definio completo dado por:
Term Constant A B C D E F A*B A*C A*D A*E A*F B*C B*D A*B*C A*B*D
Effect 1,375 -0,875 35,625 13,875 0,375 0,125 -0,125 -0,125 -5,375 0,625 -11,875 -1,875 -1,625 0,375 0,125
ANOVA
Analysis of Variance for RESPOSTA, using Adjusted SS for Tests Source A B C D E F A*B A*C A*D A*E A*F B*C B*D Error Total DF 1 1 1 1 1 1 1 1 1 1 1 1 1 2 15 Seq SS 770,06 5076,56 3,06 7,56 0,56 95,06 564,06 10,56 115,56 1,56 0,06 14,06 0,06 0,62 6659,44 Adj SS 770,06 5076,56 3,06 7,56 0,56 95,06 564,06 10,56 115,56 1,56 0,06 14,06 0,06 0,62 Adj MS F 770,06 2464,20 5076,56 1,6E+04 3,06 9,80 7,56 24,20 0,56 1,80 95,06 304,20 564,06 1805,00 10,56 33,80 115,56 369,80 1,56 5,00 0,06 0,20 14,06 45,00 0,06 0,20 0,31 P 0,000 0,000 0,089 0,039 0,312 0,003 0,001 0,028 0,003 0,155 0,698 0,022 0,698 ** ** * ** ** * ** *
CONCLUSO
Os maiores efeitos so: C (nveis de bromato de potssio); D (nveis de fermento) e a interao AF (Farelo de aveia*Leite em p). Como a interao AF foi significativa, para manter o princpio da hierarquia, recomenda-se incluir no modelo os efeitos de A e de F.
PROCEDIMENTO NO MINITAB
PROCEDIMENTO NO MINITAB