DISEÑOS FACTORIALES 2 K. DISEÑOS FACTORIALES 2 K INTRODUCCION PROBLEMA HIPOTESIS SIGNOS DE LAS INTERACCIONES OBTENCION DEL CONTRASTE EFECTOS PROMEDIO.

Slides:



Advertisements
Presentaciones similares
DISEÑO DE EXPERIMENTOS EXPERIMENTOS DE COMPARACIÓN SIMPLE
Advertisements

ANOVA DE UN FACTOR.
Números reales/El valor absoluto.
Evaluar el efecto de un tratamiento (1)
DISEÑO DE EXPERIMENTOS
DISEÑO DE EXPERIMENTOS
DISEÑOS FACTORIALES 2K INTRODUCCION PROBLEMA HIPOTESIS
DISEÑOS FACTORIALES FRACCIONADOS 2K-2
CURSO DE ESTADÍSTICA BÁSICA
Diseño de experimentos
Regresión lineal Es un modelo matemático para predecir el efecto de una variable sobre otra, ambas cuantitativas. Una variable es la dependiente y otra.
9 Regresión Lineal Simple
Regresión y Correlación
REGRESION LINEAL En la búsqueda de mejoras o en la solución de problemas es necesario, frecuentemente, investigar la relación entre factores (o variables).
Estadística 2010 Maestría en Finanzas Universidad del CEMA Profesor: Alberto Landro Asistente: Julián R. Siri.
Regresión Lineal Múltiple
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
Diseño Factorial Descompuesto
Principios del diseño experimental Maestría Ingeniería Industrial
Curso de Bioestadística. ANOVA
Análisis de datos El diseño estadístico.
Pronósticos, Series de Tiempo y Regresión
Pronósticos, Series de Tiempo y Regresión
Ignacio CascosDepto. Estadística, Universidad Carlos III1 Diseños fraccionales Tema 4.
DISTRIBUCIONES DE MUESTREO
TEMA VII.
CORRELACION Y REGRESION LINEAL: Introducción
Inferencia Estadística
Análisis de la Varianza
Límites y Continuidad.
TEMA IX.
CO-2124 Análisis de Varianza con Un Criterio de Clasificación En clases anteriores se deseaba determinar si existían diferencias entre las medias de dos.
Análisis y diseño de experimentos
PRUEBAS ESTADISTICAS NO PARAMETRICAS
COMPROBACION DE HIPOTESIS SOBRE DOS PROMEDIOS Mario Briones L. MV, MSc 2005.
Taller 2 Reflexiones sobre Metodología Cuantitativa: Potencial de la comparación de muestras Germán Fromm R.
El Diseño Estadístico De Experimentos
UNA SOLA RÉPLICA EN EL DISEÑO 2k
RIESGO, RENDIMIENTO Y VALOR
Ingeniería Industrial. Estadística III Henry Lamos Díaz
CUADRADOS LATINOS HENRY LAMOS
Conceptos Básicos Sistemática Controlada Reflexiva Critíca La Ciencia.
Regresión lineal simple Nazira Calleja
Tema 3. Análisis de Varianza
DISEÑO FRACCION UN MEDIO
DISEÑOS DE EXPERIMENTOS FACTORIALES
CONTRASTE DE HIPÓTESIS Dimensiones Largo275mm. 169 mm 2 Ancho175mm.49 mm 2 Alto175mm.49 mm 2 Peso16 Kg.1 Kg 2. SITUACIÓN PROBLEMA.
Por: Agustín Audor Julian Tole
DISEÑO Y ANALISIS DE EXPERIMENTOS DISEÑOS 2 A LA K CON PUNTOS CENTRALES.
DISEÑOS POR BLOQUES ALEATORIZADOS
REGRESIÓN LINEAL SIMPLE
CAPACITACIÓN, INVESTIGACIÓN, ESTADÍSTICA Y MERCADEO
UNIVERSIDAD DE ANTIOQUIA FACULTAD DE QUIMICA FARMACEUTICA
D ISEÑO FACTORIAL DE TRES FACTORES Beleño Gutiérrez María José Guerra Ossa Nelson Romero Lagos Germán López Pedrozo Víctor Alfonso Venegas Camelo Diego.
1 REGRESIÓN CON VARIABLES DICOTÓMICAS TEMA 1 (CONTINUACIÓN)
METODO DE MAXIMA PENDIENTE
Viviana Acosta Estadística II. Que es Es una distribución de probabilidad que surge del problema de estimar la media de una población normalmente distribuida.
DISEÑO FRACCION UN CUARTO. DISEÑOS FACTORIALES FRACCIONADOS 2 K-2 DISEÑOS FACTORIALES FRACCION UN CUARTO Dependiendo del numero de factores y del costo.
ANALISIS DE VARIANZA.
EXPERIMENTO FACTORIAL 23
EXPERIMENTO FACTORIAL 23
DISEÑOS DE EXPERIMENTOS FACTORIALES
DISEÑOS FACTORIALES 2K PGG.
Transcripción de la presentación:

DISEÑOS FACTORIALES 2 K

DISEÑOS FACTORIALES 2 K INTRODUCCION PROBLEMA HIPOTESIS SIGNOS DE LAS INTERACCIONES OBTENCION DEL CONTRASTE EFECTOS PROMEDIO PARETO SUMA DE CUADRADOS ANOVA EFECTOS PROMEDIO EFECTOS DE INTERACCION GRAFICA DE RESPUESTA

 Los diseños factoriales son ampliamente utilizados en experimentos en los que intervienen varios factores para estudiar el efecto conjunto de éstos sobre una respuesta.  Un caso especial e importante ocurre cuando se tienen k factores, con dos niveles cada factor:  Cuantitativos (valores de temperatura, presión o tiempo)  Cualitativos (dos máquinas, dos operadores, los niveles “superior” e “inferior” de un factor o, la ausencia o presencia de un factor. INTRODUCCION

APLICACIÓN: FILTRAR FACTORES  El diseño 2 k es particularmente útil en las primeras fases del trabajo experimental, cuando es probable que haya muchos factores por investigar.  Este diseño es el más económico en el sentido de que es el diseño factorial completo que implica el menor número de corridas con las cuales pueden estudiarse k factores.  Debido que sólo hay dos niveles para cada factor, debe suponerse que la respuesta es aproximadamente lineal en el intervalo de los niveles elegidos de los factores.

FACTOR AFACTOR B FACTOR AFACTOR BFACTOR C

CODIGOFACTOR A FACTOR B (1)-- a+- b-+ ab++ CODIGOFACTOR A FACTOR B FACTOR C (1)--- a+-- b-+- ab++- c--+ ac+-+ bc-++ abc+++

A BAB ABC ACBCABC

PROBLEMA Un ingeniero está interesado en el efecto que tiene la rapidez de corte (factor A), la configuración (factor B) y el ángulo de corte (factor C) sobre la resistencia de una herramienta. Se eligen dos niveles de cada factor y se realiza un diseño factorial con dos replicas. Los resultados se muestran a continuación: CombinaciónABCreplica Ireplica II (1) a b ab c ac bc abc

Variable de respuesta: Resistencia de una herramienta Factores controlados: Rapidez de corte (A) Configuración (B) Angulo de Corte (C) Hipótesis: Ho:No influye la rapidez de corte en la resistencia de una herramienta. Ha:Si influye la rapidez de corte en la resistencia de una herramienta. Ho:No influye la configuración en la resistencia de una herramienta. Ha:Si influye la configuración en la resistencia de una herramienta. Ho:No influye el ángulo de corte en la resistencia de una herramienta. Ha:Si influye el ángulo de corte en la resistencia de una herramienta.

Ho: No hay efecto de interacción entre la rapidez de corte y la configuración en la resistencia de una herramienta. Ha: Si hay efecto de interacción entre la rapidez de corte y la configuración en la resistencia de una herramienta. Ho: No hay efecto de interacción entre la rapidez de corte y el ángulo de corte en la resistencia de una herramienta. Ha: Si hay efecto de interacción entre la rapidez de corte y el ángulo de corte en la resistencia de una herramienta. Ho: No hay efecto de interacción entre la configuración y el ángulo de corte en la resistencia de una herramienta. Ha: Si hay efecto de interacción entre la configuración y el ángulo de corte en la resistencia de una herramienta. Ho: No hay efecto de interacción entre la rapidez de corte, la configuración y el ángulo de corte en la resistencia de una herramienta. Ha: Si hay efecto de interacción entre la rapidez de corte, la configuración y el ángulo de corte en la resistencia de una herramienta.

SOLUCION ESTADISTICA DEL DISEÑO CALCULAR LOS SIGNOS DE LAS INTERACCIONES CombinaciónABCABACBCABCreplica Ireplica II (1) a b ab c ac bc abc

Combinación ABCABACBCABC replica I replica II SUMA (1) a b ab c ac bc abc Calcular los contrastes de los efectos. El contraste se define el efecto total y se obtienen mediante las siguientes ecuaciones:

CONTRASTE (A)=  (A+ )-  (A- )=( )- ( )=133.1 CONTRASTE (B)=  (B+ )-  (B- )=( )- ( )=60.3 CONTRASTE (C)=  (C+ )-  (C- )=( )- ( )=-25.9 CONTRASTE (AB)=  (AB+ )-  (AB- )=( )- ( )=69.7 CONTRASTE (AC)=  (AC+ )-  (AC- )=( )- ( )=-4.1 CONTRASTE (BC)=  (BC+ )-  (BC- )=( )- ( )=6.3 CONTRASTE (ABC)=  (ABC+ )-  (ABC- )=( )- ( )=-11.1

3. Estimación de los efectos promedio: EFEC(A)=CONTRASTE(A)/(n2 K-1 )=133.1/(2 2 )*2=133.1/8= EFEC(B)= CONTRASTE(B)/(n2 K-1 )=60.3/(2 2 )*2=60.3/8= EFEC(C)= CONTRASTE(C)/(n2 K-1 )=-25.9/(2 2 )*2=-25.9/8= EFEC(AB)=CONTRASTE(AB)/(n2 K-1 )=69.7/(2 2 )*2=69.7/8= EFEC(AC)= CONTRASTE(AC)/(n2 K-1 )=-4.1/(2 2 )*2=-4.1/8= EFEC(BC)= CONTRASTE(BC)/(n2 K-1 )=6.3/(2 2 )*2=6.3/8= EFEC(ABC)=CONTRASTE(ABC)/(n2 K-1 )=-11.1/(2 2 )*2=-11.1/8=-1.387

Tabla de Estimaciones de los efectos promedio para resistencia average = A:rapidez = B:configuracion = C:angulo = AB = AC = BC = ABC =

PARETO NORMAL Efectos más importantes: A:Rapidez, interacción AB, B:Configuración

SS TOTAL =10, = SS TOTAL = SS (A) +SS (B) +SS (C) + SS (AB) +SS (AC) +SS (BC) +SS (ABC) + SS ERROR

SS(A)=(CONTRASTE(A)) 2 /(2 K )n=(133.1) 2 /8*2= SS(B)=(CONTRASTE(B)) 2 /(2 K )n=(60.3) 2 /8*2= SS(C)=(CONTRASTE(C)) 2 /(2 K )n= (-25.9) 2 /8*2=41.92 SS(AB)=(CONTRASTE(AB)) 2 /(2 K )n= (69.7) 2 /8*2= SS(AC)=(CONTRASTE(AC)) 2 /(2 K )n= (-4.1) 2 /8*2=1.05 SS(BC)=(CONTRASTE(BC)) 2 /(2K)n= (6.3)2/8*2=2.48 SS ERROR =SS TOTAL -SS A -SS B -SS C - SS AB -SS AC -SS BC -SS ABC SS ERROR = = SS(ABC)=(CONTRASTE(ABC))2/(2 K )n =(-11.1) 2 /8*2=7.70

Source Sum of SquaresDf Mean Square F- RatioP-Value A:Rapidez B:Configuracion C:Angulo AB AC BC ABC Total error Total Son Significativos los efectos de la rapidez de corte (A), la configuración(B), el ángulo de corte(C), y la interacción de la rapidez y la configuración(AB), con una confianza estadística del 95%.

RSquare=(SC TOTAL -SC ERROR )/SC TOTAL = RSquare Adj=(CM TOTAL -CM ERROR )/CM TOTAL = ERROR ESTÁNDAR== = =

Son Significativos los efectos de la rapidez de corte (A), la configuración(B), el ángulo de corte(C), y la interacción de la rapidez y la configuración(AB), con una confianza estadística del 95%.

GRAFICAS DE EFECTOS: Factor Rapidez de Corte Nivelmedia EXISTE UN EFECTO POSITIVO: CUANDO CAMBIO DE NIVEL BAJO A NIVEL ALTO SE OBTIENE MAYOR RESISTENCIA. SE RECOMIENDA USAR NIVEL ALTO DE LA RAPIDEZ DE CORTE

Nivelmedia GRAFICAS DE EFECTOS: Factor Configuración SE OBSERVA UN EFECTO POSITIVO, CUANDO SE CAMBIA DE NIVEL BAJO A NIVEL ALTO SE OBTIENE MAYOR RESISTENCIA. SE RECOMIENDA USAR NIVEL ALTO DE CONFIGURACION

Nivelmedia GRAFICAS DE EFECTOS: Factor Angulo SE OBSERVA UN EFECTO NEGATIVO, CUANDO CAMBIO DE NIVEL BAJO A NIVEL ALTO SE OBSERVA MENOR RESISTENCIA. SE RECOMIENDA USAR NIVEL BAJO DE LA CONFIGURACION DEL ANGULO

CONCLUSIONES DE LAS GRAFICAS DE EFECTOS: PARA LA RAPIDEZ DE CORTE (FACTOR A): EXISTE UN EFECTO POSITIVO: CUANDO CAMBIO DE NIVEL BAJO A NIVEL ALTO SE OBTIENE MAYOR RESISTENCIA. SE RECOMIENDA USAR NIVEL ALTO DE LA RAPIDEZ DE CORTE PARA LA CONFIGURACION (FACTOR B): SE OBSERVA UN EFECTO POSITIVO, CUANDO SE CAMBIA DE NIVEL BAJO A NIVEL ALTO SE OBTIENE MAYOR RESISTENCIA. SE RECOMIENDA USAR NIVEL ALTO DE CONFIGURACION. PARA LA CONFIGURACION DEL ANGULO (FACTOR C): SE OBSERVA UN EFECTO NEGATIVO, CUANDO CAMBIO DE NIVEL BAJO A NIVEL ALTO SE OBSERVA MENOR RESISTENCIA. SE RECOMIENDA USAR NIVEL BAJO DE LA CONFIGURACION DEL ANGULO.

A B GRAFICA DE INTERACCIONES

INTERPRETACION DE LA INTERACCION SIGNIFICATIVA: AB SI SE TRABAJA EN EL NIVEL BAJO DE LA RAPIDEZ DE CORTE Y SE CAMBIA DE NIVEL BAJO A NIVEL ALTO EN LA CONFIGURACION SE OBSERVA QUE NO HAY UN CAMBIO EN LA RESISTENCIA. SI SE TRABAJA EN EL NIVEL ALTO DE LA RAPIDEZ DE CORTE Y SE CAMBIA DEL NIVEL BAJO A NIVEL ALTO EN LA CONFIGURACION SE NOTA UN INCREMENTO EN LA RESISTENCIA. SE RECOMIENDA USAR NIVEL ALTO DE LA RAPIDEZ DE CORTE Y NIVEL ALTO DE CONFIGURACION.

CONCLUSION Y RECOMENDACION: POR LOS RESULTADOS OBTENIDOS ANTERIORMENTE SE PUEDE CONCLUIR QUE: LOS RFECTOS SIGNIFICATIVOS SON: RAPIDEZ DE CORTE, CONFIGURACION, ANGULO DE CORTE Y LA INTERACCION DE RAPIDEZ DE CORTE Y LA CONFIGURACION. LOS NIVELES RECOMENDADOS PARA OBTENER MAYOR RESISTENCIA SON NIVEL ALTO DE RAPIDEZ DE CORTE, NIVEL ALTO DE CONFIGURACION Y NIVEL BAJO DEL ANGULO DE CORTE. Modelo Matemático Resistencia = *Rapidez *Configuración *Angulo *Rapidez*Configuración *Rapidez*Angulo *Configuración*Angulo *Rapidez*Configuración*Angulo

-,-,- +,-,- -,+,- +,-,+ -,-,+ -,+,+ +,+,+ +,+,-

Supuestos