M. Albareda I. Algaba S. Casadesús M.

Pepió
ESEIAAT - UPC Model de dispersió

Model de dispersió ‐ 1
M. Albareda I. Algaba S. Casadesús M. Pepió
ESEIAAT - UPC Model de dispersió

Variància constant Variància NO constant

Y Y

X X

I ara què?

Model de dispersió ‐ 2
M. Albareda I. Algaba S. Casadesús M. Pepió
ESEIAAT - UPC Model de dispersió

MODEL DE DISPERSIÓ

Si la variància no es manté constant és necessari modelitzar‐la

Replicar, com a mínim 3 cops, tot el disseny experimental

Modelitzar la dispersió: semizetes

Modelitzar la mitjana: mínims quadrats ponderats 

Model de dispersió ‐ 3
 M. Albareda I. Algaba S. Casadesús M. Pepió
ESEIAAT - UPC Model de dispersió

Consideracions

 Amb les r rèpliques de la resposta de cada punt experimental es calcula la variància: Si2  

r
  yij  yi 
2

 Yij ~ N(mi; σi2)           ln Si2  ~ aprox. Normal j=1

Si2  =
r1
Disseny 2k  o 2k‐s r rèpliques
X1 X2 X Y1 Y2  Yr S2 ln S2
1 −1 −1  y11 y12  y1r S21 ln S21
2 +1 −1  y21 y22  y2r S22 ln S22
3 −1 +1  y31 y32  y3r S23 ln S23
         
n +1 +1  yn1 yn2  ynr S2n ln S2n

Model de dispersió ‐ 4
M. Albareda I. Algaba S. Casadesús M. Pepió
ESEIAAT - UPC Model de dispersió

Obtenció del model

Respostes pel model de dispersió

Disseny 2k  o 2k‐s Model saturat
X1 X2 X ln S2
Calcular els coeficients
1 −1 −1  ln S21
2 +1 −1  ln S22 Gràfic de semizetes
3 −1 +1  ln S23
     Termes significatius
n +1 +1  ln S2n
Model de dispersió

ˆ 2  ˆ 0  ˆ 1 X1  ˆ 3 X3
Exemple, model final: ln 

Model de dispersió ‐ 5
 M. Albareda I. Algaba S. Casadesús M. Pepió
ESEIAAT - UPC Model de dispersió

CAS TURBINA
Objectiu: determinar les condicions de la motllada que minimitzen la 
contracció de les pales d’una turbina

Factors
A = velocitat de l’abocament X1
B = temperatura del metall X2
C = temperatura del motlle X3

Resposta:  Y = contracció

Disseny:  23 replicat 3 cops                

Model de dispersió ‐ 6
 M. Albareda I. Algaba S. Casadesús M. Pepió
ESEIAAT - UPC Model de dispersió

Modelització de la dispersió

 Experimentació i càlcul de las variàncies de cada tractament

X1 X2 X3 Y1 Y2 Y3 S2 ln S2
‐1 ‐1 ‐1 2,22 2,11 2,14 0,003 ‐5,734
1 ‐1 ‐1 1,42 1,54 1,05 0,065 ‐2,730
‐1 1 ‐1 2,25 2,31 2,21 0,003 ‐5,978
1 1 ‐1 1,00 1,38 1,19 0,036 ‐3,321
‐1 ‐1 1 1,73 1,86 1,79 0,004 ‐5,465
1 ‐1 1 2,71 2,45 2,46 0,022 ‐3,830
‐1 1 1 1,84 1,76 1,70 0,005 ‐5,312
1 1 1 2,27 2,69 2,71 0,062 ‐2,785

Model saturat
ln ˆ 2  ˆ 0  ˆ 1 X 1  ˆ 2 X 2  ˆ 12 X 1 X 2  ˆ 3 X 3  ˆ 13 X 1 X 3  ˆ 23 X 2 X 3  ˆ 123 X 1 X 2 X 3

Model de dispersió ‐ 7
 M. Albareda I. Algaba S. Casadesús M. Pepió
ESEIAAT - UPC Model de dispersió
Semizetes
Sz
2,0
Factor ˆ
Coef:   i
1,5 X1
X1 1,2278
X2 0,0454
1,0
X1X2 0,0681
X3 0,0465 0,5
X1X3 ‐0,1875
X2X3 0,2543 0,0
0,0 0,5 1,0 1,5
X1X2X3 0,1550 ˆ i
mitjana ‐4,3944

X1 =  1 
ˆ X1 = 1 = 0,06014
 4,394+1,228X1
Model de dispersió: 
ˆ =e 2
X1 =+1 
ˆ X1 =+1 = 0,20536

Modelització de la mitjana           Mínims quadrats ponderats POND

Model de dispersió ‐ 8