Diseo Factorial

Factorial Design for Ecient Experimentation

Adan Torres Pano 18 de octubre de 2012
El diseo factorial es un diseo experimental aplicable para sistemas en los cuales existen dos o ms factores, cuantitativos o cualitativos x , que determinan una respuesta z .
z = f ( x)

Resumen del artculo:

z = respuesta media + respuesta por factores + incertidumbre

(1)

Se utiliza principalmente cuando se desea determinar la existencia de interacciones entre factores y cuando no se tienen muchos datos del sistema, ya que maximiza la extraccin de informacin con el mnimo nmero de experimentos. De manera especca, el diseo factorial 2m se reere a un diseo de m factores con dos estados por factor, uno positivo (o alto) y uno negativo (o bajo), usualmente nominados +/. respuesta por factores = x1 + x2 + . . . + i x1 x2 El diseo mencionado es aplicable a sistemas que dependen linealmente de los factores; cuando se tiene El sistema estar denido al hacer una serie de m + un sistemas no-linales, se recurre a diseos 3m para 1 experimentos para el caso de independencia entre denir la curvatura. factores, sern necesarios 2m , de ah el nombre. Cuando m es muy grande, un diseo 2m puede reDe esa manera tendremos un sistema: querir un nmero elevado de corridas, por lo que se propone el uso del mtodo fraccional, es decir un diseo de un sub-grupo de 2mq . zk = 0 + 1 x1 + 2 x2 + . . . + i x1 x2 + . . . + k (2)

Donde es posible incluir trminos asociados a las interacciones entre variables. Dependiendo de el nmero de factores, podrn existir interacciones dobles, triples, cuadruples, etc. Para cada factor, teniendo una correlacin lineal, se tendrn m parmetros que representan la pendiente y m parmetros representando el intercepto. Debido a la naturaleza del sistema, los interceptos suelen agruparse en la respuesta media de la varible.

1.

Diseo factorial

2m

La respuesta estudiada en el caso de dependencia lineal por factores tiene la forma 1

Donde el coeciente k es el nmero de experimento y k es un error aleatorio. La tarea consistir en determinar el vector caracterstico del sistema , es decir:
= [0 + 1 + 2 + . . . + 2m ]T

(3)

Para homogeneizar las entradas y tener un modelo ms claro, es comn normalizar los factores de tal manera que aquellos cuantitativos tengan valores comparables con los cualitativos. Esto se realiza asignando un valor de -1 al valor base y a +1 al valor .exitado". El diseo del experimento contendr 2m /2 valores mnimos e igual nmero de mximos de cada factor, por lo que se puede calcular un efecto promedio. Esto es til para diferenciar variables que inuyen mucho sobre el resultado de aquellas que no. El efecto est determinado por un promedio de los valores mximos y mnimos de la siguiente manera: efectoi =
k factor + i zk k factor - i zk 2m1

Se basa en la suposicin de que el modelo es lineal y por lo tanto se puede incurrir en un error importante si el modelo tiene elementos no lineales, en estas situaciones es mejor escoger un diseo ptimo apropiado. El diseo puede ser til para optimizar los niveles de entrada mediante la maximizacin del determinante de la matrz de informacin de Fisher (maximizacin de la funcin D-ptima )

(4)

Y las interacciones tambin pueden ser medidas. Para un caso de interaccin entre dos variables, se calcula como la mitad de la diferencia entre el efecto de la entrada i1 cuando la entrada i2 es mantenida a su valor mximo y el efecto de i1 cuando i2 es mantenida a su valor mnimo. La interaccin tambin se puede calcular mediante la diferencia de la entrada i2 cambiando i1 ya que son simtricos, es decir: efecto1,2 = efecto2,1

Anlisis estadstico
Para el caso en el que la distribucin de k es independiente e idnticamente distribuida, se pueden utilizar metodologas como ANOVA y regresin lineal. Si la no lo es y la covarianza de la matrz Vn es conocida, entonces puede ser utilizado el mtodo de minimos cuadrados generalizados. Cuando la covarianza es desconocida, se puede hacer un estudio de conanza mediante la distribucin t-student en N rplicas independientes del diseo 2m .
2. Conclusiones

El diseo factorial es especialmente til cuando se desea estudiar la interaccin entre factores, propone un nmero ptimo de experimentos al maximizar la informacin obtenida en cada corrida. 2