You are on page 1of 42

Diseo de Experimentos

Diseos Factoriales
Diseo factorial
Si existen a niveles del factor A y b niveles
del factor B, entonces cada rplica del
experimento contiene todas las
combinaciones ab de los tratamientos.
Aquel en el que se investigan todas las posibles
combinaciones de los niveles de los factores en
cada ensayo completo o rplica del experimento.
Efecto de un factor
Cambio en la respuesta
producida por un cambio en
el nivel del factor.
Con frecuencia se conoce
como efecto principal.

Ejemplo:
20 30
40 52
Factor A
Factor B
A
1
A
2
B
1
B
2
El efecto principal del factor A podra interpretarse como
la diferencia entre la respuesta promedio en el primero y
segundo nivel de ese factor.
40 + 52 - 20 + 30
A = ------------ ------------- = 21
2 2
Es decir, incrementar el factor A del nivel 1 al 2 ocasiona
un cambio en la respuesta promedio de 21 unidades.
30 + 52 - 20 + 40
B = ------------ ------------- = 11
2 2
Es decir, incrementar el factor B del nivel 1 al 2 ocasiona
un cambio en la respuesta promedio de 11 unidades.
Interaccin
En algunos experimentos puede
encontrarse que la diferencia entre los
niveles de un factor no es la misma en
todos los niveles de los otros factores.
Si esto sucede existe interaccin entre los
factores.
No existe interaccin entre los
factores
Factor A
A
1
A
2

20
30
10
40
50
B
2

B
1

B
2

B
1

Experimento con interaccin
20 40
50 12
Factor A
Factor B
A
1
A
2
B
1
B
2
Interaccin entre los factores
Factor A
A
1
A
2

20
30
10
40
50
B
2

B
1

B
2

B
1

Cuado una interaccin es grande los
correspondientes efectos principales tienen
poco significado prctico.
Por ejemplo:
Efecto principal de A en el ejemplo 2 es 1,
pudiendo concluir que no existe un efecto
debido a A. Sin embargo A tiene un efecto
que depende del nivel de B.
Es ms til conocer la interaccin AB que el
efecto principal.
Una interaccin significativa oculta a
menudo el significado de los efectos
principales.
Para efectuar conclusiones acerca del
efecto principal de un factor, en presencia
de una interaccin significativa, el
experimentador debe examinar los niveles
de dicho factor, manteniendo fijos los
niveles de los otros factores.
Ventajas de los Factoriales
Son ms eficientes que los experimentos de un
factor a la vez.
Son necesarios cuando alguna interaccin
puede estar presente, para evitar hacer
conclusiones incorrectas.
Permiten estimar los efectos de un factor en
diversos niveles de los otros factores,
obteniendo conclusiones vlidas sobre toda la
extensin de las condiciones experimentales.
Diseo Factorial de dos factores
Se intenta disear una batera para
utilizarse en un dispositivo que ser
sometido a ciertas variaciones extremas
de temperatura. El nico parmetro de
diseo que puede seleccionar en este
punto es el material de la cubierta de la
batera y tiene tres alternativas.
Cuando el dispositivo se manufactura y se enva al
campo, el ingeniero no tiene control sobre los
extremos de temperatura a que ser expuesto el
dispositivo, y sabe por experiencia que es
probable que la temperatura influya en la duracin
efectiva de la batera. Sin embargo es posible
controlar la temperatura en el laboratorio de
desarrollo de productos para fines de ensayo.
El ingeniero decide probar tres materiales de la
cubierta a tres niveles de temperatura (15, 70 y
125 F) consistentes en el entorno de uso final del
producto. Se prueban cuatro bateras a cada
combinacin de material de la cubierta y
temperatura y las 36 pruebas se ejecutan al azar.

Datos del experimento factorial
Tipos
de
materi
al
Temperatura ( F)
15 70 125
1
130 155 34 40 20 70
74 180 80 75 82 58
2
150 188 136 122 25 70
159 126 106 115 58 45
3
138 110 174 120 96 104
168 160 150 139 82 60
Preguntas
Qu efecto tienen el tipo de material y la
temperatura sobre la duracin de la
batera?
Existe una eleccin del material que d
por resultado una buena duracin
uniformemente larga sin importar la
temperatura?
Anlisis Estadstico

Yij = + ti + |j + (t|ij )+ cij
Observaci
n
Media
general
Efecto del i-simo
nivel del factor A
Efecto de la
interaccin
Error
aleatorio
i = 1, 2, ..., a j = 1, 2, ..., b k = 1,2, ...,n
Efecto del j-simo
nivel del factor B
Hiptesis
Se desea probar la igualdad de los efectos de
tratamiento rengln y columna.
Ho : t1 = t2 = . . . = ta = 0
H1: Al menos una ti = 0
Ho :|1 = |2 = . . . =|b = 0
H1: Al menos una |j = 0

Tambin:
Ho : (t|)ij = 0
H1: Al menos una (t|)ij = 0

Anlisis de varianza
SST = SSA + SSB + SSAB + SSE
Suma Cuadrados Grados de Libertad
SSA a 1
SSB b 1
SSAB (a 1)(b 1)
SSE ab(n 1)
SST N 1
b n
yi.. = E E yijk yi.. = yi../bn
j=1 k=1
a n
y.j. = E E yijk y.j. = y.j./an
i=1 k=1
a b n
y... = E E E yijk y... = y.../abn
i=1 j=1 k=1
n
yij. = E yijk yij. = yij./n
k=1
Anlisis de Varianza
SSA= E yi..
2
y...
2
bn abn

SSB= E y.j.
2
y...
2
an abn

SSTotal= EEE yijk
2
y...
2
abn

SSE = Por diferencia
SSSubtotales= E E yij.
2
y...
2
n abn

SSAB = SSsubt SSA - SSB
Anlisis de Varianza
Fuente de
Variacin
Suma
Cuadrad
Grados
Libertad
Media
Cuadrad
Fo
Tratamiento A SSA a 1
SSA/(a 1) MSA/MSE
Tratamiento B SSB b 1
SSB/(b 1) MSB/MSE
Interaccin SSAB
(a 1)(b 1) SSAB/(a-1)(b-1) MSAB/MSE
Error SSE
ab(n 1) SSE/ab(n 1)
Total SST abn - 1
Anlisis de Varianza del Experimento
Fuente de
Variacin
Suma
Cuadrad
Grados
Libertad
Media
Cuadrad
Fo
Material 10683.7 2
5341.86 7.91
Temperatura 39118.7 2
19558.36 28.97
Interaccin 9613.8
4 2403.4 3.56
Error 18230.7
27 675.2
Total 77646.9 35
SSModelo= SSMaterial + SSTemperatura + SSInteraccin
R
2
= SSModelo
SSTotal
Eleccin del Tamao Muestral
Factor |
2
Grados de
Libertad del
numerador
Grados de
Libertad del
denominador
A
naD
2
2bo
2
a 1 ab(n 1)
B
nbD
2
2ao
2

b 1 ab(n 1)
AB
nD
2
2o
2
[(a-1)(b-1) + 1]
(a 1)(b 1) ab(n 1)
Ejemplo:
Si antes de realizar el experimento decidi
que se deba rechazar la hiptesis nula
con una probabilidad alta, si la diferencia
mxima en el nivel medio de duracin de
cualquier par de temperaturas fuera igual
a 40 voltios. Por tanto D=40 y si
suponemos que la desviacin estndar de
la duracin es aproximadamente igual a
25
Vea la tabla del apndice V (o = 0.05)
n |
2
|
G.L.
numerador
G.L.
denominador
|
2 2.56 1.6 2 9 0.45
3 3.84 1.96 2 18 0.18
4 5.12 2.26 2 27 0.06
Una observacin por celda
Anlisis de varianza
SST = SSA + SSB + SSResidual
Suma Cuadrados Grados de Libertad
SSA a 1
SSB b 1
SSResidual (a 1)(b 1)
SST N 1
Anlisis de Varianza
SSA= E yi..
2
y...
2
b ab

SSB= E y.j.
2
y...
2
a ab

SSTotal= EE yij
2
y...
2
ab

SSResidual= SST SSA - SSB
Una observacin por celda

2

EE yij yi. y.j y..(SS
A
+ SS
B
+ y..
2
)

SS
N
= ab
ab SS
A
SS
B

SS
Error
= SS
Residuo
+ SS
N
Anlisis de Varianza
Fuente de
Variacin
Suma
Cuadrad
Grados
Libertad
Media
Cuadrad
Fo
Tratamiento A SSA a 1
SSA/(a 1) MSA/MSE
Tratamiento B SSB b 1
SSB/(b 1) MSB/MSE
No Aditividad SSN
1 SSN SSN/MSE
Error SSE
(a 1)(b 1) - 1 MSE
Total SST ab 1
Ejemplo:

La impureza que contiene un producto qumico es afectada por dos
factores, presin y temperatura. La siguiente tabla muestra los datos del
experimento factorial con una sola rplica.
T(F)
Presin
25 30 35 40 45
100 5 4 6 3 5
125 3 1 4 2 3
150 1 1 3 1 2
Anlisis de Varianza
Fte.
Variacin
Suma
Cuadrad
G.L.
Media
Cuadrad
Fo
Temperatura 23.33 2 11.67 42.97
Presin 11.6 4 2.90 10.68
No Aditividad 0.0985 1 0.0985 0.36
Error 1.9015 7 0.2716
Total 36.93 14
Modelos Aleatorios
Fuente de
Variacin
Suma
Cuadrad
Grados
Libertad
Media
Cuadrad
Fo
Material 10683.7 2
5341.86 2.22
Temperatura 39118.7 2
19558.36 8.13
Interaccin 9613.8
4 2403.4 3.56
Error 18230.7
27 675.2
Total 77646.9 35
Diseo Factorial General
Anlisis Estadstico

Y
ijkl
= + t
i
+ |
j
+
k
+ (t|)
ij
+
(t)
ik
+ (|)
jk
+ (t|)
ijk
+ c
ijkl
i = 1, 2, ..., a j = 1, 2, ..., b c = 1,2, ...,c
l= 1, 2, ... , n
Anlisis de Varianza
SSAB= EE yij..
2
y....
2
- SSA SSB
cn abcn

SSTotal= EEE yijkl
2
y....
2
abcn

SSABC = SSsubt(ABC) SSA SSB SSC SSAB
SSAC SSBC -SSABC
SSAC= EE yi.k.
2
y....
2
- SSA SSC
bn abcn

Ejemplo:
Un embotellador de bebida gaseosa desea obtener mayor
uniformidad en la altura de llenado del as botellas que salen
de su proceso de manufactura. En teora, la mquina
llenadora introduce lquido en cada botella hasta la altura
objetivo correcta, pero en la prctica existe variacin
alrededor de este objetivo, y el fabricante quisiera
comprender mejor las fuentes de esta variabilidad para
poder reducirla.
El ingeniero de proceso puede controlar tres variables
durante el proceso de llenado: porcentajes de
carbonatacin(A), presin de trabajo en la llenadora (B) y
nmero de botellas que se llenas por minuto o velocidad de
la lnea(C)
Datos
Porcent
De
Carbonat
(A)
Presin de operacin (B)
25 psi 30 psi
Rapidez de la lnea (C) Rapidez de la lnea (C)
200 250 200 250
10
-3 -1 -1 1
-1 0 0 1
12
0 2 2 6
1 1 3 5
14
5 7 7 10
4 6 9 11
-4
1
9
-1
3
13
-4
-4
-4
2
11
21
AB y AC
A
B
25 30
10 -5 1
12 4 16
14 22 37
A
C
200 250
10 -5 1
12 6 14
14 25 34
Anlisis de Varianza
F.V. S.C. G.L. M.C. Fo
A 252.75 2 126.375 178.412
B 45.375 1 45.375 64.059
C 22.042 1 22.042 31.118
AB 5.250 2 2.625 3.706
AC 0.583 2 0.292 0.412
BC 1.042 1 1.042 1.471
ABC 1.083 2 0.542 0.765
Error 8.500 12 0.708
Total 336.625 23