Академический Документы
Профессиональный Документы
Культура Документы
EXPERIMENTOS FACTORIALES 2K
Pgina 1 de 17
CONTENIDO
Pgina 2 de 17
DISEOS FACTORIALES
1. Principios y definiciones bsicas
factoriales son los ms eficientes para este tipo de experimentos. Por diseo
factorial se entiende aquel en el que se investigan todas las posibles
combinaciones de los niveles de los factores en cada ensayo completo o rplica
del experimento. Por ejemplo, si existen a niveles del factor A y b niveles del
factor B, entonces cada rplica del experimento contiene todas las ab
combinaciones de los tratamientos. A menudo, se dice que los factores estn
cruzados cuando stos se arreglan en un diseo factorial.
40 52
2
20 30
2
21
Pgina 3 de 17
Factor B
B1
B2
A1
20
30
A2
40
52
Factor A
30 52
20 40
11
B2
A1
20
40
A2
50
12
Factor A
Pgina 4 de 17
A = 50 - 20 = 30
Puede observarse que existe una interaccin entre los factores A y B porque el
efecto de A depende del nivel elegido de B.
60
B2
Respuesta
50
B1
40
30
20
10
B2
B1
A1
Factor A
A2
Pgina 5 de 17
En este caso se ve que las rectas B1 y B2 no son paralelas. Esto muestra que
existe una interaccin entre A y B. Sin embargo, no debe ser la nica tcnica
para analizar los datos, porque su interpretacin es subjetiva y su apariencia, a
menudo, es engaosa.
60
B1
Respuesta
50
B2
40
30
20
B1
10
B2
A1
Factor A
A2
Hay que notar que cuando una interaccin es grande los correspondientes
efectos principales tienen poco significado prctico. Una estimacin del efecto
principal de A de los datos de la Tabla 2 es:
50 12
2
20 40
2
El cual resulta ser muy pequeo corrindose el riesgo de concluir que no existe
un efecto debido a A. Sin embargo, cuando se examin el efecto de A en niveles
diferentes de B se concluy que ste no era el caso. El factor A tiene un efecto,
pero depende del nivel del factor B. En otras palabras, es ms til conocer la
Pgina 6 de 17
Las
ventajas
de
los
diseos
factoriales
pueden
ilustrarse
fcilmente.
Supongamos que se tienen dos factores, A y B, cada uno con dos niveles. Estos
niveles se representan mediante A1, A2, B1 y B1. La informacin acerca de ambos
factores puede obtenerse variando un factor a la vez como aparece en la tabla
3. El efecto de variar el factor A est dada por A2B1 -A1B2. A causa de que existe
error experimental, es conveniente realizar, por ejemplo, dos observaciones de
cada combinacin de tratamientos y hacer una estimacin de los efectos de los
factores usando las respuestas promedio. Por lo tanto, se requiere un total de
seis observaciones.
Factor B
B1
B2
A1
A1B1
A1B2
A2
A2B1
12
Factor A
Pgina 7 de 17
Replica
Combinacin de
tratamientos
II III Total
A baja, B baja
28 25 27
A alta, B baja
36 32 32 100
A baja, B alta
18 19 23
60
A alta, B alta
31 30 29
90
Pgina 8 de 17
80
Cantidad de catalizador B
Alto (2 sacos) +
bajo (1 saco) -
b = 60(18+19+23)
ab = 90(31+30+19)
(1) = 80(28+25+27)
a = 100(36+32+32)
bajo (15%)
+
alto (20%)
Concentracion de reactivo A
Figura 1: Combinaciones de tratamiento en el diseo factoriall
Fig. 3
Las cuatro combinaciones de tratamientos en el diseo pueden representarse
por letras minsculas, cono se muestra en la figura 3. En esta figura se aprecia
que el nivel superior de cualquier factor de una combinacin de tratamientos
esta representado por la presencia de la letra minscula correspondiente,
mientras que la ausencia de esta ultima representa el nivel inferior del factor.
As
Pgina 9 de 17
superior, y
1
2n
ab b a (1) 1 ab a b (1)
2n
1
2n
ab a b (1)
ab b - a (1)
2n
Pgina 10 de 17
AB
ab b a (1)
2n
ab (1) a (b)
2n
Por otro lado se puede definir AB como la diferencia promedio entre el efecto
de B en el nivel superior de A y el efecto de B en el nivel inferior de A.
Las formulas para los efectos de A, B y AB pueden deducirse por otro mtodo.
El efecto de A puede hallarse como la diferencia en la respuesta promedio de
las dos combinaciones de tratamiento en la mitad derecha (que llamaremos
Y
A+,
Y A).
Esto es,
A YA YA
ab a
2n
b (1)
2n
ab a b (1)
2n
Pgina 11 de 17
B YB YB
ab b
a (1)
2n
2n
ab b a (1)
2n
AB
ab (1)
2n
ab
2n
ab (1) a b
2n
Con los datos que aparecen en la figura 1, las estimaciones de los efectos
promedio son:
90 100 60 80 8.33
2(3)
Pgina 12 de 17
90 60 100 80 5.00
2(3)
AB
90 80 100 60 1.67
2(3)
ContrasteA ab a b (1)
Este contraste suele llamarse efecto total de A. A partir de la segunda y tercera
ecuacin, puede apreciarse que tambin se utilizan contraste para estimar B y
AB. Adems, estos tres contrastes son ortogonales. La suma de cuadrados de
cualquiera de ellos puede calcularse usando la siguiente ecuacin:
Pgina 13 de 17
aciyi. 2 na ci 2
SSc 1
a
.
Esta ecuacin establece que la suma de cuadrados de contraste es igual al
contraste elevado al cuadrado entre el producto del nmero de las
observaciones de cada total del contraste por la suma de cuadrados de los
coeficientes del mismo. En consecuencia, se obtiene que las sumas de
cuadrados de A, B y AB sean:
ab a b (1)
SS A
n*4
2
ab b a (1)
SS B
n*4
2
ab (1) a b
SS AB
n*4
SS A
50
2
208.33
4(3)
SS B
30
2
75.00
4(3)
SS AB
10
2
8.33
4(3)
SS T i21 2j1 n
k 1 Y ijk
2
Y ...
4n
2
2 2 3
Y
2
SS E Yijk
9398.00 9075.00 323.00
i1j1k 1
4(3)
SS E SS T SS A SS B SS AB
Efectos (1) a
Ab
A:
-1 +1 -1 +1
B:
-1 -1 +1 +1
AB:
+1 -1 -1 +1
Pgina 15 de 17
Fuente de
variacin
SS
G.L.
MS
Fo
208.33 1
208.33 53.15a
75.00
75.00
19.13a
AB
8.33
8.33
2.13
Error
31.34
3.92
Total
323.00 11
a
significativo al 1%
Combinacin
De
Efecto Factorial
Tratamientos I A B AB
(1)
+ - - +
+ + - -
+ - + -
ab
+ + + +
ab b a (1)
2n
ab a b (1)
2n
Pgina 17 de 17