Universidade Federal de Campina Grande UFCG

Centro de Cincias e Tecnologia CCT

Unidade Acadmica de Engenharia Qumica UAEQ

LABGER
Planejamento e Anlise de Experimentos
Planejamento e Anlise de Experimentos Aplicado a Eng. Produo

ANDR LUIZ FIQUENE DE BRITO, Dr.

UFCG/UAEQ/CCT
andre@deq.ufcg.edu.br ou andrefiquene2009@hotmail.com

Aula 5 Anlise Grfica e

Residual em
Planejamentos 2k
Campina Grande PB

1 Anlise Residual
Resduos = Valor Experimental Valor Previsto
1. Sero obtidos resduos a partir de um
planejamento experimental: One-Way, 2k, 2k
com adio de ponto central, etc;
2. obtido atravs do ajuste de um modelo de
regresso
aos
dados
(modelo
linear,
quadrtico, etc);
2

Modelos
Modelo Obtido 23: Modelo Linear
(1 Grau)
Y 0 1A 2B 3C 4 AB 5 AC 6BC 7 ABC

Modelo Obtido 23: Modelo

Quadrtico (2 Grau)
A B C A2 B 2 C 2
0
1
2
3
4
5
6
AB AC BC ABC
7
8
9
10

2 Exemplo e Anlise dos Resduos

Exemplo:
Foi
Realizado
Um
experimento com:
2 Fatores( Taxa e Tempo)
2 Nveis(curto e longo para o
tempo e 55% e 59% para a Taxa)
4 Rplicas
Resposta:(y): Espessura mm
Pede-se:
1.Achar os Efeitos e Coeficientes;
2.Achar ANOVA;
3.Analisar os Resduos
Soluo:
Usar O MINITAB
Explicar: Run x erro

yy
11- 14,037
14,037
22- 14,821
14,821
33- 13,880
13,880
44- 14,888
14,888
55-- 14,165
14,165
66- 14,757
14,757
77- 13,860
13,860
88- 14,921
14,921
99- 13,972
13,972
1010-14,843
14,843
1111-14,032
14,032
1212-14,415
14,415
1313-13,907
13,907
1414-14,878
14,878
15
15--13,914
13,914
1616-14,932
14,932

Modelo:
A = x1 = Tempo, foi Significativo: 0,000 <ou= 0,05
B = x2 = Taxa, No foi Significativo: 0,369 > 0,05
AB = x1.x2 = Taxa x Tempo, No foi Significativo:
0,670 > 0,05

Efeitos dos fatores principais foram

significativos
Valor p = 0,000 <ou= 0,05
Interao AB = x1.x2 = Taxa x Tempo, No
foram Significativos: O Valor p = 0,670 > 0,05

Logo o modelo ser:

Y = 14,389 + 0,418 A

3 - Anlise do
Modelo

1. A anlise mostrou que apenas um fator foi

significativo: O Tempo
2. O modelo obtido foi: Y = 14,389 + 0,418 x1;
3. A nica varivel ativa o tempo de
deposio que pode ser representada por x1;
4. Os nveis alto e baixo do tempo so
denotadas por x1 = +1 e -1;
Y = B O + B1 X 1 + E
OU
Y = 14,389 + 0,836 x1
2
9

5. Onde:
Bo: Mdia global (interseco) das 16
observaes;
B1: Inclinao da reta. a metade da
estimativa do efeito ou seja, o coeficiente
de regresso a metade da estimativa do
efeito.
Logo: O modelo: Y = 14,389 + 0,418 x1 +E
pode ser usado para obter os valores
previstos nos pontos que formam os
vrtices do quadrado no 2k: Usar todas

4 Grfico de Distribuio de Resduos

1. O modelo ajustado deve descrever de forma
adequada os resultados experimentais da varivel
dependente que est sendo otimizada;
2. Resduos:
Resduos = Valor Experimental Valor Previsto
Obs.:

O grfico deve apresentar distribuio aleatria;

O grfico no deve apresentar padro geomtrico,

concentrando resduos negativos e positivos.
11

Anlise Resdual: Ajustado x Erro(resduo)

Erro: Valor Experimental Valor Previsto
ou e = y y
Modelo: Y = 14,389 + 0,418 x1
12

5 - INTERPRETAO
5.1. Considere o ponto com baixo tempo (x1 =
-1) e baixa taxa (x2 = -1), o valor previsto
:
Y = 14,389 + 0,418 x1

Y = 14,389 + 0,418 (-1) .: Y= 14,389 - 0,418.:

Y = 13,971 mm
13

Obs1.: X1 representa o tempo, pois foi

significativo. A taxa no foi significativa,
logo no foi usada -1 do x2, pois, no foi
significativa.
Obs2.: Os Resduos (e) para este modelo
so:
erro = valor experimental valor
previsto ( )
e1= 14,O37 13,971 e1= 0,066
Observe que os erros representam as
e5= 14,165 13,971corridas
e5=
1, 5,0,194
9 e13 ou seja todas
-1 e -1(baixo e baixo)
e9= 13,972 13,971combinaes
e9= 0,001

Cont.: Interpretao

5.2. Considere o ponto com alto tempo (x1 = +1) e baixa

taxa (x2 = -1), o valor previsto :
Y = 14,389 + 0,418 x1
Y = 14,389 + 0,418 (+1) .: Y = 14,807 mm.
Logo, o valor previsto para os nveis alto +1 e -1 14,807 mm
Obs1.: X1 representa o tempo, pois foi significativo. A taxa no foi
significativa, logo no foi usada -1 do fator(x2), pois, no foi
significativa.
Obs2.: Os Resduos (e) para este modelo so:

erro= valor experimental valor previsto

e2= 14,821 14,807
e6= 14,757 14,807
e10= 14,843 14,807
e14= 14,878 14,807

e2= 0,014
e6= -0,050
e10= 0,036
e14= 0,071

Observe
que
os
erros
representam
as
corridas
2,6,10,14
ou
seja
todas
combinaes +1 e -1
(ALTO e BAIXO)

15

Cont.: Interpretao

5.3. Considere o ponto com BAIXO tempo (x1 = -1) e ALTA taxa (x2
= +1), o valor previsto no MODELO :
Y = 14,389 + 0,418 x1
Y = 14,389 + 0,418.(-1) .: Y=13,971 mm.
Logo, o valor previsto para os nveis -1 e +1 13,971 mm
Obs1.: X1 representa o tempo, pois foi significativo. A taxa no foi
significativa, logo no foi usada +1 do fator(x2), pois, no foi
significativa.
Obs2.: Os Resduos (e) para este modelo so:

erro= valor experimental

valor previsto
Observe
que
os
e3 = 13,880 13,971
e7 = 13,860 13,971
e11= 14,032 13,971
e =13,914 13,971

erros
representam as corridas
3,7,11 e 15, ou seja, todas
e3 = -0,091 combinaes -1 e +1(baixo e
e7= -0,111 alto)
e11= 0,061
16
e = -0,057

Cont.: Interpretao

5.4. Considere o ponto com alto tempo (x1 = +1) e alta taxa (x2 =
+1), o valor previsto no MODELO :
Y = 14,389 + 0,418 x1
Y = 14,389 + 0,418.(+1) .: Y=14,807 mm.
Logo, o valor previsto para os nveis +1 e +1 14, 807 mm
Obs1.: X1 representa o tempo, pois foi significativo. A taxa no foi
significativa, logo no foi usada +1 do fator(x2), pois, no foi
significativa.
Obs2.: Os Resduos (e) para este modelo so:

erro= valor experimental valor previsto

e4= 14,888 14,807 e13= 0,081
e8= 14,921 14,807 e14 = 0,114
e12= 14,415 14,807 e15 = -0,392
e = 14,932 14,807 e = 0,125

Observe
que
os
erros
representam as corridas 4, 8, 12
e 16,ou seja, todas combinaes
+1 e +1(alto e alto)

17

5.5. Anlise: 1 - Observar o maior e/ou menor resduo;

2 - Encontrar o nvel em que est localizado;
3 - Detectar o local da possvel medida fora do MODELO.
e1= 14,O37 13,971
e2= 14,165 13,971
e3= 13,972 13,971
e4= 13,907 13,971
e5= 14,821 14,807
e6= 14,757 14,807
e7= 14,843 14,807
e8= 14,878 14,807
e9 = 13,880 13,971
e10= 13,860 13,971
e11= 14,032 13,971
e12= 13,914 13,971
e13 =14,888 14,807
e14= 14,921 14,807
e15= 14,415 14,807
e16= 14,932 14,807

e1= 0,066 Os resduos de 1 a 4 esto no grupo Baixo e

e2= 0,194 baixo (1 Grupo). O e2 pode ser uma
1 Grupo: - e
e3= 0,001 outlier(fora do modelo)
e4= -0,064
e5= 0,014 Os resduos de 5 a 8 esto no grupo alto e
outlier.
Grupo: + e
e6= -0,050 baixo (2 Grupo). No existe 2
e7= 0,036
e8= 0,071
e9 = -0,091 Os resduos de 9 a 12 esto no grupo baixo
e10= -0,111 e alto (3 Grupo). No existe outlier.
3 Grupo: - e +
e11= 0,061
e12= -0,057
e13= 0,081 Os resduos de 13 a 16 esto no grupo alto
e alto (4 Grupo).4 Gurpo: + e +
e14 = 0,114
e15 =-0,392 Existe outlier. um valor muito menor que
e13, e14 e e16.
e16 = 0,125 Pode-se
concluir que este valor muito
baixo no grupo, pode conferir alguma
evidncia adicional que a observao 15
um autlier.

18

5.6. Anlise do Grfico Normal x Resduos

Normal x Resduo
ML Estimates - 95% CI

99

ML Estimates

95

Mean

-0,0000000

StDev

0,124870

90

Goodness of Fit

P erc ent

80

AD*

70
60
50
40
30

1,193

20
10

O valor -0,392.: e15

1
-0,4

-0,3

-0,2

-0,1

0,0

0,1

Resduos

0,2

0,3

0,4

19

Graf. dos Resduos e Resposta

20

a) Se os erros forem distribudos normalmente,

ento 99,73% dos resduos padronizados devem
cair no intervalo de (-3;+3);
b) Os resduos que estiverem bem fora deste
intervalo(-3;+3) podem indicar a presena de

21

x 1s(desvio padro) P=0,6826(68,26% dos valores medidos esto

intervalo -1;+1
x 2s(desvios padres) P=0,9545 (95,45% dos valores medidos esto
no intervalo -2 ;+2);
x 3s (desvios padres) P=0,9973(99,73% dos valores medidos esto
no intervalo -3;+3);

22

Graf. Dos Resduos e Valor Ajustado(fitted)

1. O Grfico mostra comportamento satisfatrio.

negativos e positivos distribudos uniformemente.

Resduos

2. O Grfico no apresenta anomalias. Ele no apresenta forma

de sino; ou
arco duplo ou concentrao de pontos em
regies especficas do grfico;

Obs.:Comportamento de Dados: Grficos a, b, c, d

a) Os pontos devem estar distribudos de forma aleatria ( Grfico
de referencia)
b) Caracteriza o caso de um aumento a varincia com o tempo
c) Evidencia a desigualdade da varincia.
A Figura (d) revela que termos de ordens mais elevadas devem ser
adicionadas ao modelo.

Ok

No
(sino)

Distribuio
Uniforme de
e +
a

No(Arco)

No
Concentrao de
e +

23

Solucionar os
Problemas
Figura b e c)

Figura d) Para corrigir isso, deve-se modelar num grau

maior do que o obtido inicialmente.
24