Confusin y Diseos Factoriales

11 abril 2013

Resumen
En muchos de los casos el investigador encontrar que es imposible realizar todas las corridas experimentales de un diseo factorial 2k, bajo condiciones homogneas, debido al costo, a las condiciones operativas (disponibilidad de tiempo) o sencillamente a la disponibilidad de material asociado. En el diseo de experimentos existe la posibilidad de fraccionar estos diseos, seleccionando solo una parte de los tratamientos, con resultados muy aproximados a si hubisemos analizado todas las opciones. Para estos casos, existen tcnicas de diseo como: La formacin de bloques con rplicas La confusin del diseo factorial La confusin parcial

El presente trabajo es una breve investigacin para responder a tres preguntas que refieren conceptos fundamentales asociados con el tema de la confusin y los diseos factoriales, las cuales son: 1.- Qu son los alias? 2.- Qu significa resolucin de diseo? 3.- Qu son los generadores de diseo?

Diseo de experimentos para exploracin

En los procesos especialmente de manufactura, el nmero de factores o variables potenciales que participan en la operacin es muy grande. La caracterizacin del proceso es una etapa del diseo de experimentos que se orienta a la reduccin del nmero de variables de entrada, con el fin de identificar las variables crticas que afectan a la calidad del producto o la capacidad de proceso. La reduccin de estas variables permite al investigador concentrar sus esfuerzos de mejora en un pequeo conjunto de variables, junto con ciertas interacciones, verdaderamente significativas, bajo el principio de los pocos vitales. Esta etapa de exploracin le permite al investigador identificar cual es la mejor configuracin de factores

Jos Luis Hernndez H. - 1680084 Universidad Iberoamericana - Campus Laguna

Pgina 1

Confusin y Diseos Factoriales

11 abril 2013

para lograr un resultado optimizado y definir si existe o no curvatura en su desempeo, para el rango especificado. Los diseos factoriales de dos niveles completos y fraccionados se utilizan con frecuencia para explorar cules son los factores verdaderamente importantes que ejercen influencia en las medidas de salida del proceso o en la calidad del producto. Estos diseos son tiles para ajustar modelos de primer orden (los cuales detectan efectos lineales) y pueden proveer informacin acerca de la existencia de efectos de segundo orden (curvatura) cuando el diseo incluye puntos centrales. Adems, los diseos factoriales completos generales (diseos con ms de dos niveles) se pueden utilizar con pequeos experimentos de exploracin. Posterior a esta etapa de exploracin, el investigador puede efectuar la optimizacin del experimento para determinar los mejores valores de configuracin y definir la naturaleza de la curvatura existente.

Diseos factoriales completos

En un experimento factorial completo, las respuestas se miden en todas las combinaciones de niveles de factores experimentales. Las combinaciones de niveles de factores representan las condiciones en las cuales se medirn las respuestas. Cada condicin experimental es denominada una corrida y la medicin de la respuesta es denominada una observacin. La totalidad del conjunto de corridas representa el diseo. En un diseo factorial completo de dos niveles, cada factor experimental tiene slo dos niveles. Las corridas experimentales incluyen todas las combinaciones de estos niveles de factores. Aunque los diseos factoriales de dos niveles no pueden explorar completamente una amplia regin del espacio de los factores, s pueden proporcionar informacin til aplicando un nmero relativamente reducido de corridas por factor. Debido a que los diseos factoriales de dos niveles pueden indicar las tendencias principales, usted puede utilizarlos para obtener la orientacin necesaria para fases posteriores de la experimentacin, por ejemplo, cuando usted necesita explorar ms una regin donde cree que puede existir una configuracin ptima, puede ampliar un diseo factorial para formar un diseo compuesto central. Por su parte, en un diseo factorial completo general, los factores experimentales pueden tener cualquier nmero de niveles. Por ejemplo, el Factor A puede tener dos niveles, el Factor B puede tener tres niveles y el Factor C puede tener cinco niveles. La corrida experimental incluye todas las combinaciones de estos niveles de factores. Los diseos

Jos Luis Hernndez H. - 1680084 Universidad Iberoamericana - Campus Laguna

Pgina 2

Confusin y Diseos Factoriales

11 abril 2013

factoriales completos generales se pueden utilizar con pequeos experimentos de exploracin, o en experimentos de optimizacin.

Diseos factoriales fraccionados

Los experimentos factoriales completos pueden generar un nmero muy elevado de corridas. Por ejemplo, un diseo factorial completo de 2 niveles con 5 factores requiere 32 corridas, con solo una repeticin, con 2 repeticiones seran 64 corridas; un diseo con 8 factores requiere 256 corridas para una sola repeticin. Al integrar todos los factores en el experimento, los diseos factoriales completos estn libres de estructuras alias, concepto asociado a los diseos fraccionales.

Para reducir el tiempo y el costo, el investigador puede utilizar diseos que excluyan algunos factores o combinaciones de niveles de factores. A los diseos factoriales que excluyen una o ms combinaciones de niveles se les conoce como diseos factoriales fraccionados. Estos diseos factoriales fraccionados son tiles en la exploracin de factores porque son capaces de reducir el nmero de corridas a un tamao que ms manejable. Las corridas que se realizan son un subconjunto seleccionado o fraccin del diseo factorial completo. Cuando el investigador no ejecuta todas las combinaciones de niveles de factores, se dice que algunos de los efectos se confunden.

Jos Luis Hernndez H. - 1680084 Universidad Iberoamericana - Campus Laguna

Pgina 3

Confusin y Diseos Factoriales

11 abril 2013

Los efectos que se confunden no pueden estimarse en forma separada y conforman lo que se denomina como estructuras de alias, lo que el Minitab especifica como patrones de confusin. Debido a que algunos de los efectos se confunden y no se pueden separar de los otros efectos, la fraccin debe ser cuidadosamente elegida para alcanzar resultados tiles, lo que exige un conocimiento especializado del producto o proceso que se investiga.

1. Confusin y alias
Se refiere que hay confusin, cuando se utiliza un diseo factorial fraccional, debido a que al no ejecutarse todas las combinaciones de niveles de factores, los factores no considerados no pueden ser estimados por separado, quedan confundidos . Por ejemplo, si el factor B no es considerado en el diseo fraccionado y se confunde con la interaccin ACD de 3 factores, el efecto estimado para B ser la suma del efecto de B y el efecto de ACD; se dice tambin que estos efectos forman una estructura de alias. La estructura de alias describe los factores que integran la confusin que ocurre en el diseo. Para el ejemplo anterior, el investigador no podr decir si un efecto significativo se debe al factor B o a la interaccin ACD. La clave para la estructura de alias es el enunciado de identidad, por ejemplo, I + ABCDE. Para determinar qu efectos forman una estructura de confusin, multiplique el trmino de inters por el enunciado de identidad y, a continuacin, elimine los trminos cuadrados. Por ejemplo, para encontrar el trmino con el que se confunde AB: (AB)*(I + ABCDE) = AB + A2B2CDE = AB + CDE. Por lo tanto, AB y CDE se confunden entre s. Ejemplo, si se decide confundir ABCE, BCDF y ADEF en un experimento con 5 factores, la estructura de alias se establece con la siguiente expresin: I + ABCE + ADEF + BCDF; a partir de la multiplicacin de esta expresin con cada uno de los factores susceptibles de integrar el experimento la estructura resultante es: A + BCE + DEF + ABCDF, alias para A B + ACE + CDF + ABDEF, alias para B C + ABE + BDF + ACDEF, alias para C D + AEF + BCF + ABCDE, alias para D E + ABC + ADF + BCDEF, alias para E F + ADE + BCD + ABCEF, alias para F

Jos Luis Hernndez H. - 1680084 Universidad Iberoamericana - Campus Laguna

Pgina 4

Confusin y Diseos Factoriales

11 abril 2013

AB + CE + ACDF + BDEF, alias para AB AC + BE + ABDF + CDEF, alias para AC AD + EF + ABCF + BCDE, alias para AD AE + BC + DF + ABCDEF, alias para AE AF + DE + ABCD + BCEF, alias para AF y as sucesivamente con el resto de las interacciones de 2 factores (BC, BD, BE, BF, CD, CE, CF; DE, DF y EF). ABD + ACF + BEF + CDE, alias para ABD y as sucesivamente con el resto de las interacciones de 3, 4 y 5 factores.

2. Resolucin de diseo
En el apartado anterior se estableci que cuando se ejecuta un diseo factorial fraccional, uno o ms efectos se confunden, lo que significa que no se pueden estimar por separado. La resolucin de diseo seala hasta qu punto los efectos de un diseo factorial fraccional forman una estructura de alias con otros efectos. Por lo general, el investigador emplea un diseo factorial fraccional con la resolucin ms alta posible. Generalmente es mejor seleccionar un diseo en el cual los efectos principales se confunden con interacciones de 3 factores (Resolucin IV) que un diseo que confunda los efectos principales con interacciones de 2 factores (Resolucin III).

Jos Luis Hernndez H. - 1680084 Universidad Iberoamericana - Campus Laguna

Pgina 5

Confusin y Diseos Factoriales

Los diseos de las Resoluciones III, IV y V son los ms comunes:

11 abril 2013

Resolucin III

Ningn efecto principal forma una estructura de alias con cualquier otro efecto principal. Los efectos principales forman estructuras de alias con las interacciones de 2 factores. Ningn efecto principal forma una estructura de alias con cualquier otro efecto principal o interacciones de 2 factores Algunas interacciones de 2 factores forman estructuras de alias con otras interacciones de 2 factores Los efectos principales forman estructuras de alias con las interacciones de 3 factores. Ningn efecto principal o interaccin de 2 factores forma una estructura de alias con otro efecto principal o interaccin de 2 factores. Las interacciones de 2 factores forman estructuras de alias con las interacciones de 3 factores y los efectos principales forman estructuras de alias con las interacciones de 4 factores.

Resolucin IV

Resolucin V

3. Generadores de diseo
Determinan cmo se selecciona la fraccin (o subconjuntos de corridas) del conjunto completo de corridas en un diseo factorial fraccionado. Por ejemplo, para un diseo completo de 4 factores se requieren 16 tratamientos por repeticin, con un diseo de fraccin de 1/2 se requieren solo la mitad, o sea 8, por rplica. Utilizando el generador de diseo D = ABC se procede de la siguiente manera: 1 . Construya un diseo completo para 3 factores en el que -1 y +1 representan los niveles bajos y altos de los factores, respectivamente. A -1 +1 -1 +1 -1 +1 -1 +1 B -1 -1 +1 +1 -1 -1 +1 +1 C -1 -1 -1 -1 +1 +1 +1 +1
Pgina 6

Jos Luis Hernndez H. - 1680084 Universidad Iberoamericana - Campus Laguna

Confusin y Diseos Factoriales

11 abril 2013

2. Genere las corridas para el factor D a confundir multiplicando la configuracin de los factores A, B y C conjuntamente. Por ejemplo, el valor de configuracin del factor D para la primera corrida es -1 * -1 * -1 = -1 (configuracin baja) A -1 +1 -1 +1 -1 +1 -1 +1 B -1 -1 +1 +1 -1 -1 +1 +1 C -1 -1 -1 -1 +1 +1 +1 +1 D = ABC -1 +1 +1 -1 +1 -1 -1 +1

Como la configuracin del factor D es igual a la configuracin de A por la configuracin del factor B por la configuracin del factor C, el factor D se confunde con la interaccin ABC. Debido a que los efectos confundidos no pueden calcularse por separado, se deben escoger cuidadosamente los generadores de diseo. Por opcin predeterminada, Minitab utiliza los generadores de diseo que crean el diseo con la resolucin ms alta para el nmero de factores en el diseo

Jos Luis Hernndez H. - 1680084 Universidad Iberoamericana - Campus Laguna

Pgina 7