Análisis y diseño de experimentos

Slides:



Advertisements
Presentaciones similares
ANOVA DE UN FACTOR.
Advertisements

ANALISIS PARAMÉTRICOS
DISEÑO DE EXPERIMENTOS
DISEÑO DE EXPERIMENTOS
Introducción al análisis de la varianza
Pronósticos, Series de Tiempo y Regresión
¿QUÉ VAMOS A VER? Descripción, haciendo fotografías con números
DISEÑOS FACTORIALES 2K INTRODUCCION PROBLEMA HIPOTESIS
El método científico y sus etapas
Tema 6: Análisis de la Varianza (1ª parte: ANOVA simple)
DISEÑOS DE COMPOSICION CENTRAL
Ingeniería Industrial. Estadística III Henry Lamos Díaz
Programa de certificación de Black Belts
DISEÑOS DE EXPERIMENTOS FACTORIALES
EMPLEAR COMO DISEÑO UNA FRACCION FACTORIAL
Eficiencia en los diseños factoriales
Diseño en bloques completamente aleatorizados
Análisis de experimentos con submuestras balanceadas
Diseño Factorial Descompuesto
Pronósticos, Series de Tiempo y Regresión
Pronósticos, Series de Tiempo y Regresión
Ignacio CascosDepto. Estadística, Universidad Carlos III1 Diseños fraccionales Tema 4.
Tema 7: Regresión Simple y Múltiple. EJEMPLO: Aproxima bien el número de préstamos que efectúa una biblioteca a lo largo de su primer año de vida. Nos.
Métodos de calibración: regresión y correlación
DISEÑO DE EXPERIMENTOS (DESIGNS OF EXPERIMENTS (DoE))
Análisis y diseño de experimentos
Simular: Representar una cosa, fingiendo o imitando lo que no es.
USO DEL “ANÁLISIS DE VARIANZA UNA-VÍA”, PARA:
Normalidad, Variabilidad y estimación del Modelo de Regresión
Tema 6: Análisis de la Varianza (2ª parte: ANOVA multifactorial)
Análisis y diseño de experimentos
Análisis de la Varianza
Diseño Completamente Aleatorizado: ejemplo
WebQuest. El DCA _factorial Ventajas ¿Qué ventajas tiene en Biotecnología si se compara con el DCA de un factor? Hipótesis ¿Qué hipótesis permite someter.
UNIVERSIDAD DE GUADALAJARA C. U. C. E. I. Departamento de Madera Celulosa y Papel DETERMINACIÓN DEL EFECTO DEL MATERIAL DE ENVASE EN EL pH DE LA COCA COLA.
Tema 6: Análisis de la Varianza
Regresión lineal múltiple
Metodología de la Investigación
Análisis y diseño de experimentos
USO DEL “ANÁLISIS DE VARIANZA UNA-VÍA”, PARA:
Análisis y diseño de experimentos
USO DEL “ANÁLISIS DE VARIANZA UNA-VÍA”, PARA:
Práctica N° 3: Campo Eléctrico República Bolivariana de Venezuela
El Diseño Estadístico De Experimentos
Regresión Lineal Simple
Análisis y diseño de experimentos
UNA SOLA RÉPLICA EN EL DISEÑO 2k
Inferencia Estadística Antonio Núñez, ULPGC. Estadística Física/Tecnología y Estadística  Fenómenos, procesos y sistemas macroscópicos  Indeterminación,
Ingeniería Industrial. Estadística III Henry Lamos Díaz
Regresión lineal simple Nazira Calleja
DISEÑOS FACTORIALES 2 K. DISEÑOS FACTORIALES 2 K INTRODUCCION PROBLEMA HIPOTESIS SIGNOS DE LAS INTERACCIONES OBTENCION DEL CONTRASTE EFECTOS PROMEDIO.
DISEÑO FRACCION UN MEDIO
DISEÑO Y ANALISIS DE EXPERIMENTOS DR. PORFIRIO GUTIERREZ GONZALEZ.
Diseño Experimental-IPAB
DISEÑOS DE EXPERIMENTOS FACTORIALES
LICENCIATURA EN MATEMÁTICAS INFERENCIA ESTADÍSTICA GUÍA DE LECCIONES Y ACTIVIDADES UNIDAD 2: Pruebas de Hipótesis.
InfoStat. Software estadístico
DISEÑO Y ANALISIS DE EXPERIMENTOS DISEÑOS 2 A LA K CON PUNTOS CENTRALES.
DISEÑOS POR BLOQUES ALEATORIZADOS
REGRESIÓN LINEAL SIMPLE
Diseño experimental I.
UNIVERSIDAD DE ANTIOQUIA FACULTAD DE QUIMICA FARMACEUTICA
ANÁLISIS DE COVARIANZA En algunas circunstancias, un experimento está afectado por la intervención de un factor muchas veces imprevisible y que no puede.
D ISEÑO FACTORIAL DE TRES FACTORES Beleño Gutiérrez María José Guerra Ossa Nelson Romero Lagos Germán López Pedrozo Víctor Alfonso Venegas Camelo Diego.
METODO DE MAXIMA PENDIENTE
DISEÑO FRACCION UN CUARTO. DISEÑOS FACTORIALES FRACCIONADOS 2 K-2 DISEÑOS FACTORIALES FRACCION UN CUARTO Dependiendo del numero de factores y del costo.
Diseño factorial 32 Rafael Araujo-Jorge castilla Gustavo jimenez-cristian nieves-brayan ortega.
Estadística II Prueba de hipótesis considerando
Sumas de cuadrados en Anova
DISEÑOS FACTORIALES 2K PGG.
Transcripción de la presentación:

Análisis y diseño de experimentos Humberto Gutiérrez Pulido Román de la Vara Salazar

Capítulo 6 Diseños factoriales 2k

Factoriales 2k completos Diseño que estudia k factores con 2 niveles cada uno, y donde se evalúan los 2k posibles tratamientos Son útiles cuando 2 k 5

Diseño factorial 22 Representación geométrica Cálculo de los efectos Análisis de varianza

Representación del diseño factorial 22

Representación geométrica Espacio delimitado por los rangos de experimentación utilizados con cada factor Las conclusiones del experimento son válidas principalmente en esta región

Análisis de varianza Contraste. Es una combinación lineal Tabla de signos. Es una manera práctica de calcular contrastes de cualquier efector Notación de Yates. Representa los totales o sumas de las observaciones en cada tratamiento

Pasos para llegar al ANOVA en un diseño 2k

Representación geométrica del experimento de la ranuradora

Efecto de interacción para ejemplo de ranuradora

Gráfica de efectos principales para el ejemplo de la ranuradora

Región experimental y respuesta predicha para ranuradora

Superficie de respuesta Es la superficie que resulta de representar gráficamente el modelo ajustado Ésta describe el comportamiento de la respuesta promedio en cada punto de la región experimental

Isolínea Es la curva de nivel que permite ubicar los niveles de los factores sobre los cuales la variable de interés toma el mismo valor

Superficie de respuesta del modelo ajustado en el experimento de la ranuradora

Residual Es la diferencia entre el valor observado en ciertos tratamientos y la respuesta predicha por el modelo para tal tratamiento

Gráfico de contornos de la vibración predicha, experimento de la ranuradora

Valor de los residuos, experimento de la ranuradora

Residuos vs. Predichos, experimento de ranuradora

Residuos vs. Tipo de broca, experimento de ranuradora

Residuos en papel normal para ejemplo de ranuradora

Residuos vs. orden de corrida del experimento de ranuradora (index)

Diseño factorial 23 y su representación geométrica

Dados sobre una oblea de silicio

Análisis de Pareto para detectar problema en obleas

Roturas en obleas por diferentes causas

Subproceso objeto del estudio, en el ejemplo de obleas

Diseño factorial 23 para obleas

Pareto de efectos estimados para obleas

Residuos vs. predichos para obleas rotas

Residuos en papel normal para obleas

Representación de los efectos principales para obleas

Efecto de interacción para obleas

Gráfico de cubo y respuesta predicha para obleas

Obleas rotas por cada mil procesadas

Diagramas de Pareto que funcionan diferente: a) limpiamente, y b) con el Pareto no es obvio dónde hacer el corte

Acción de colapsar un factorial 23

Diagrama de Pareto de efectos para ejemplo de semiconductores

Efectos en papel normal (Daniel’s plot), para ejemplo de semiconductores

Efectos principales: A, B y C; ejemplo de semiconductores

Efecto de interacción AB; ejemplo de semiconductores

Gráfico de cubo y respuesta predicha; ejemplo de semiconductores

Residuos vs. predicho; ejemplo de semiconductores

Residuos vs. orden de corrida; ejemplo de semiconductores

Residuos en papel normal; ejemplo de semiconductores

Colapsación en dos direcciones, ejemplo de semiconductores

Diagrama de Pareto de efectos para el ejemplo del tequila

Efectos en papel normal para el ejemplo del tequila

Residuos contra predichos en el ejemplo del tequila

Residuos en papel normal; ejemplo del tequila

Representación de efectos principales A, B, D, y E, ejemplo del tequila

Efectos de interacción BC y CE; ejemplo del tequila

Residuos contra niveles de factores; ejemplo de corriente de fuga

Construcción del diseño 2k con el uso de Statgraphics

Análisis del diseño 2k con Statgraphics