Академический Документы
Профессиональный Документы
Культура Документы
Algumas definies
So experimentos que envolvem dois ou mais fatores. Exemplo: temos a nveis do
fator A e b nveis do fator B, ento cada repetio ter ab tratamentos.
Efeito principal de um fator: o quanto mudou a varivel resposta devido a
mudana no nvel do fator. Exemplo:
+
Fator B
30
52
Efeito principal de A:
A
20
40
Fator A
40 52 20 30
21
2
2
Efeito principal de B:
30 52 20 40
11
2
2
Fator B
40
12
20
50
Fator A
Resposta
B50
40
12
B+
20
-
+
Fator A
=(12-40-50+20) /2
Efeito
significativo da
interao
B+
Resposta
B-
+
Fator A
y 0 1x1 2 x 2 12 x1x 2
Onde: y a varivel resposta, os s so os parmetros a serem estimados, x1 e x2 so as
variveis que representam os fatores A e B respectivamente, o termo do erro
aleatrio. As variveis x1 e x2 so codificadas como -1 e +1, e x1x2 representa a interao
entre elas.
Efeito de A 21
Estimativas dos parmetros:
1
10,5
2
2
(Mtodo dos mnimos quadrados)
Efeito de B 11
2
5,5
(ab-b-a+1) /2
2
2
(52-30-40+20)/2=1
Efeito de AB 1
12
0,5
2
2
0 20 40 30 52 4 35,5
Modelo ajustado: y 35,5 10,5 x1 5,5 x2 0,5 x1 x2
Pequeno efeito,
retirar do modelo
4
Interpretao:
existe um efeito
linear de x1 e x2;
a resposta
aumenta com os
valores maiores de
x1 e x2.
5
Interpretao: o
fator A passa de -1
para 1 e vai
aumentando. O
fator B no
estvel-->
passando de -1
para 1 no
aumenta a
produo nos
nveis baixo de A,
entretanto
aumenta a
produo para os
pequeno nveis altos de A.
4 x 7 = 28 unidades experimentais
Exemplo
Projeto de uma bateria. Fatores em estudo: Material (tipos 1, 2 e 3) e temperatura
(15oF, 70oF e 125oF). 4 baterias so testadas para cada combinao de material e
temperatura, num total de 36 baterias, testadas em ordem aleatria. Delineamento
experimental: Inteiramente Casualizado. Material como fator A e Temperatura como
fator B.
Questes: 1. Qual o efeito do tipo de material e temperatura na vida das baterias?
2. Existe um material que produz uma bateria com vida mais longa
independente da temperatura?
Dados de vida (em Horas) para o experimento de um projeto de bateria
Tipo do
Temperatura (oF)
Material
15
70
1
130
155
34
74
180
80
2
150
188
136
159
126
106
3
138
110
174
168
160
150
125
20
82
25
58
96
82
40
75
122
115
120
139
8
70
58
70
45
104
60
1
2
.
a
1
y111, y112, ..., y11n
y211, y212, ..., y21n
2
y121, ..., y12n
y221, ..., y22n
...
O modelo estatstico:
b
y1b1, ..., y1bn
y2b1, ..., y2bn
yab1, ..., yabn
i=1,2,...,a
j=1,2,...,b
k=1,2,...,n
O modelo de mdias:
yijk ij ijk
ij i j ij
O modelo de regresso:
10
Hipteses de interesse
1. Interao
2. Efeito do fator A
H 0 : 1 2 ... a 0
H1 : pelo menos um i 0
3. Efeito do fator B
H 0 : 1 2 ... b 0
H1 : pelo menos um j 0
11
2
Fator B
SQB
b-1
QMB = SQB/b-1
SQAB
(a-1)(b-1)
QMAB= SQAB/(a-1)(b-1)
2
Erro
SQE
ab(n-1)
Total
SQT
abn-1
SQE/ ab(n-1)
i 1
an 2j
j 1
QM A
QM E
F0
QM B
QM E
F0
QM AB
QM E
b 1
n ( ) ij2
i 1 j 1
F0
a 1
2
Interao A x B
bn i2
F0
(a 1)(b 1)
12
2
y
2
SQT yijk
...
abn
i 1 j 1 k 1
Suposies :
1 a 2 y...2
SQA
yi..
bn i 1
abn
y...2
1 b 2
SQB
y. j .
an j 1
abn
SQsubtotais
y...2
1 a b 2
yij .
n i 1 j 1
abn
13
14
4
15:33 Sunday, April 27, 1997
DF
Sum of Squares
Mean Square
F Value
Pr > F
Model
59416.22222222
7427.02777778
11.00
0.0001
Error
27
18230.75000000
675.21296296
Corrected Total
35
77646.97222222
R-Square
C.V.
Root MSE
VIDA Mean
0.765210
24.62372
25.98486026
105.52777778
DF
Type I SS
Mean Square
F Value
Pr > F
2
2
4
10683.72222222
39118.72222222
9613.77777778
5341.86111111
19559.36111111
2403.44444444
7.91
28.97
3.56
0.0020
0.0001
0.0186
DF
Type III SS
Mean Square
F Value
Pr > F
2
2
4
10683.72222222
39118.72222222
9613.77777778
5341.86111111
19559.36111111
2403.44444444
7.91
28.97
3.56
0.0020
0.0001
0.0186
Source
MATERIAL
TEMPERAT
MATERIAL*TEMPERAT
Source
MATERIAL
TEMPERAT
MATERIAL*TEMPERAT
15
Concluses:
1) O modelo est ajustado. Cerca de 77% da variabilidade na vida das baterias
explicada pelo modelo adotado.
2) Como a P(F>3,56)=0,0186 existe efeito significativo da interao entre o tipo de
material e temperatura;
16
17
O grfico no revela qualquer problema, embora o maior resduo (negativo) (-60,75, para
o material 1 e temperatura 15oF) est fugindo um pouco da distribuio dos resduos. O
valor padronizado desse resduo 60,75 / 675,21 2,34 o nico resduo superior a
2 (valor suspeito).
18
O material 1 apresenta
maior varincia dos
resduos
19
2360,88
2447,52
1279,17
Temperaturas
15
70
125
1004,52
1838,99
659,06
20
Comparaes mltiplas
Quando a interao significativa deve-se fazer o desdobramento da interao. Pode
ocorrer dois casos:
1)
2)
21
Estudo da interao:
Fixar o fator B (temperatura) num especfico nvel e aplicar o teste de Tukey para as
mdias do fator A (tipo de material (qualitativo)).
DF
Sum of
Squares
2
2
2
886.166667
16553
2858.666667
Mean
Square
443.083333
8276.333333
1429.333333
F Value
Pr > F
0.6562
12.2574
2.1169
0.5269
0.0002 * *
0.1400
22
TEMPERAT
1
1
1
2
2
2
3
3
3
15
70
125
15
70
125
15
70
125
VIDA
LSMEAN
134.750000
57.250000
57.500000
155.750000
119.750000
49.500000
144.000000
145.750000
85.500000
Mat 3 vs Mat 2:
145,75-119,75=26,00
Mat 3 vs Mat 1:
145,75-57,25=88,50
Mat 2 vs Mat 1:
119,75-57,25=62,50
23
Teste de Tukey
Como a interao foi significativa, suponha que desejamos comparar as mdias dos
trs tipos de materiais para temperatura fixada em 70 oF.
Material 3
Material 2
Material 1
145,75 a
119 ,75 a
57 ,25
b
24
Passos:
1. Escreva a hiptese de interesse em termos de mdias de caselas
2. Reescreva a hiptese em termos dos parmetros do modelo
3. Calcule os coeficientes para o contraste
25
Materiais
1
2
3
11
21
31
15
12
22
32
70
1
2
3
13
23
33
125
ij i j ( )ij
A hiptese escrita em termos de mdias de caselas dada por:
H 0 : 12
1
22 32
2
1 2 ( )12
1
( 2 2 ( ) 22 ) ( 3 2 ( )32 )
2
26
DF
M1 vs (M2+m3)/2 T=70
Contrast SS
Mean Square
15200.66666667
15200.66666667
F Value
22.51
27
Pr > F
0.0001
y...
i yi.. y...
y y
. j.
...
i 1,2,..., a
j 1,2,...,b
28
Parameter Estimates
Term
DF
Estimate
INTERCEPT
1
85.50
(TEMPERAT='15')
1
58.50
(TEMPERAT='70')
1
60.25
(TEMPERAT='125')
0
0
(MATERIAL='1')
1
-28.00
(MATERIAL='2')
1
-36.00
(MATERIAL='3')
0
0
(MATERIAL='1' & TEMPERAT='15')
1
18.75
(MATERIAL='1' & TEMPERAT='70')
1
-60.50
(MATERIAL='1' & TEMPERAT='125')
0
0
(MATERIAL='2' & TEMPERAT='15')
1
47.75
(MATERIAL='2' & TEMPERAT='70')
1
10.00
(MATERIAL='2' & TEMPERAT='125')
0
0
(MATERIAL='3' & TEMPERAT='15')
0
0
(MATERIAL='3' & TEMPERAT='70')
0
0
(MATERIAL='3' & TEMPERAT='125')
0
0
Std. Err.
12.99
18.37
18.37
.
18.37
18.37
.
T
6.581
3.184
3.279
.
-1.524
-1.959
.
Pr > |T|
0.0000
0.0036
0.0029
.
0.1392
0.0605
.
25.98
0.722
0.4768
25.98
-2.328
0.0276
25.98
1.838
0.0771
25.98
0.385
0.7034
1 2 3 0
3 1 2
3 58 ,50 60 ,25 118 ,75
Efeito negativo na resposta
Parameter Estimates
The predicted model is VIDA = 85.50 + 58.50*(TEMPERAT='15') + 60.25*(TEMPERAT='70') 28.00*(MATERIAL='1') -36.00*(MATERIAL='2') +18.75*(MATERIAL='1' & TEMPERAT='15') 60.50*(MATERIAL='1' & TEMPERAT='70') + 47.75*(MATERIAL='2' & TEMPERAT='15') +
29
10.00*(MATERIAL='2' & TEMPERAT='70') .
nbD 2
2 a 2
(para o fator A)
naD 2
2 b 2
(para o fator B)
nD 2
2 2 [( a 1)( b 1) 1]
naD
2 b 2
2 ( 3)( 25 ) 2
1,28
30n
n
2
3
4
v1
2,56
3,84
5,12
1,60
1,96
2,26
v2
(GL numerador)
(GL denominador)
2
2
2
9
18
27
0,45
0,18
0,06
Para n=4 tem-se 94% de probabilidade de rejeitar a hiptese quando a diferena entre
duas mdias de temperatura for da ordem de 40.
Totais de
tratamentos
1738
1291
770
3
Efeitos: ( c j y. j . )
j 1
c j y. j .
j 1
Soma de quadrados:
3
an c 2j
j 1
SQTL=
968
3 4 2
SQTQ=
39042,67
32
74 2
3 4 6
76,05
33
T(M=1)=2 g.l.
TL (1 g.l.)
TQ (1 g.l.)
T(M=2)=2 g.l.
TL (1 g.l.)
TQ (1 g.l.)
T(M=3)=2 g.l.
TL (1 g.l.)
TQ (1 g.l.)
6 g. l. =4 + 2 (MxT + T)
34
Nveis de
temperatura
1(y1j.)
15
539
70
229
125
230
Efeitos: M1 x TL=-309;
M1 x TQ=311;
Soma de quadrados:
2(y2j.)
3(y3j.)
623
576
479
583
198
342
M2 x TL=-425;
M2 x TQ=-137;
Coeficientes do contraste
ortogonal (cj)
Linear
Quadrtico
-1
+1
0
-2
+1
+1
M3 x TL=-234
M3 x TQ=-248
S.Q.MxT=S.Q.M x TL+S.Q.M x TQ
SQM1 xTL
309 2
42
11935 ,125 **
35
Hierarquia do
modelo
36
Output do SAS
Source
DF
MATERIAL
TEMPERAT
MATERIAL*TEMPERAT
2
2
4
Contrast
DF
ef.linear tempera
1
ef.quadratico temper 1
Type I SS
10683.72222222
39118.72222222
9613.77777778
Contrast SS
Mean Square
5341.86111111
19559.36111111
2403.44444444
Mean Square
F Value
7.91
28.97
3.56
F Value
39042.66666667
76.05555556
39042.66666667
76.05555556
57.82
0.11
Pr > F
0.0020
0.0001
0.0186
Pr > F
0.0001
0.7398
A*ef.linear de B
A*ef.quadra de B
2
2
2315.08333333
7298.69444444
1157.54166667
3649.34722222
1.71
5.40
0.1991
0.0106**
ef.linear
ef.quadra
ef.linear
ef.quadra
ef.linear
ef.quadra
1
1
1
1
1
1
11935.12500000
4030.04166667
22578.12500000
782.04166667
6844.50000000
2562.66666667
11935.12500000
4030.04166667
22578.12500000
782.04166667
6844.50000000
2562.66666667
17.68
5.97
33.44
1.16
10.14
3.80
0.0003
0.0214**
0.0001**
0.2914
0.0036
0.0619*
T
T
T
T
T
T
d.
d.
d.
d.
d.
d.
mat1
mat1
mat2
mat2
mat3
mat3
SQM x T+SQT=48732,50
37
Como encontrar os contrastes para os efeitos ? Para isso vamos usar a tabela de
mdias de caselas.
Materiais
1
2
3
11
21
31
15
12
22
32
70
13
23
33
125
1
2
3
ij i j ( )ij
Exemplo: encontrar o contraste para efeito linear de temperatura dentro de material 1.
1 1 11 1 3 13
1 3 11 13
38 material 3.
Exerccio: encontrar o efeito quadrtico da temperatura dentro do
y X
39
15
225
1
1
15
225
225
15
15
225
70
4900
1
1
70
4900
70
4900
1
1
70
125
4900
15625
0
0
0
0
0
0
0
0
0
0
0
0
125
15625
1
1
125
15625
125
15625
15
225
0
0
15
225
15
225
15
225
X 0
0
0
0
0
0
0
0
0
0
0
0
0
70
4900
70
4900
70
4900
70
4900
0
0
0
0
1
1
125
125
15625
15625
0
0
0
0
0
0
125
15625
0
0
0
0
1
0
125
0
15625
0
0
1
0
15
0
225
15
225
15
225
15
225
70
4900
0
0
0
0
0
0
0
0
0
0
1
1
70
70
70
4900
4900
4900
125
15625
125
15625
125
125
40
150
155
74
180
34
40
80
75
20
70
82
58
150
188
159
126
136
y 122
106
115
25
70
58
45
138
110
168
160
174
120
150
139
96
104
82
60
15625
15625
01
11
21
02
12
22
03
13
23
2
3
4
.
.
334
41
XtX=
12
840
83000
840
83000 9198000
83000 9198000 1.07281E9
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
XtY=
998
52865
4837125
1300
67625
5581025
1501
92200
8330050
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
12
840
83000
0
0
0
840
83000 9198000
0
0
0
83000 9198000 1.07281E9
0
0
0
0
0
0
12
840
83000
0
0
0
840
83000 9198000
0
0
0 83000 9198000 1.07281E9
169.3800
-2.5000
0.0130
159.6240
(XtX)-1XtY=
-0.1730
-0.0057
132.7624
0.9030
-0.0100
42
Equaes de regresso:
Material 1:
Material 2:
Material 3:
43
y 0 P0 ( x ) 1P1 ( x ) 2 P2 ( x )
Os polinmios so dados por:
P0 ( x) 1
x x
P1 ( x) 1
d
x x 2 a2 1
P2 ( x) 2
d
12
Onde d=(distncia entre os nveis de x)=55; a=(nmero de nveis)=3. i obtidas
na tabela (Apndice X). Nveis de x= 15, 70 e 125. No exemplo, temos:
P1 ( x 15) 1
P1 ( x 70) 0 P1 ( x 125) 1
yP0 ( x )
[ P0 ( x )]2
12
998
4 3
83,1667
yP1 ( x )
309
1
2
4 ( 2 ) 38,6250
[
P
(
x
)]
1
yP2 ( x )
311
2
2 4 ( 6 ) 12,9583
[ P2 ( x )]
2
32 1
x
70
x 70
(Atravs do Mapple)
45
Estimate
159.6239669
-0.1733471
-0.0056612
T for H0:
Parameter=0
10.14
-0.30
-1.41
Pr > |T|
0.0001
0.7711
0.1934
Std Error of
Estimate
15.74782536
0.57818640
0.00402760
------------------------------MATERIAL=3 ------------------------
Parameter
INTERCEPT
TEMPERAT
TEMPERA2
Estimate
132.7623967
0.9028926
-0.0102479
T for H0:
Parameter=0
7.37
1.36
-2.22
Pr > |T|
Std Error of
Estimate
0.0001
0.2055
0.0532
18.01817433
0.66154298
0.00460826
46
ngulo
15
20
25
y.j.
125
-2
-1
0
2
-1
0
-2
Taxa de movimento
150
-3
0
1
3
5
6
12
yi..
175
2
3
4
6
0
-1
14
-1
16
9
y... = 24
47
DF
Sum of Squares
Mean Square
F Value
Pr > F
9.61
0.0013
Model
111.00000000
13.87500000
Error
13.00000000
1.44444444
17
124.00000000
Corrected Total
Modelo
Ajustado
R-Square
C.V.
Root MSE
LIFE Mean
0.895161
90.13878
1.20185043
1.33333333
Type I SS
Mean Square
F Value
Pr > F
0.0087
0.0077
Source
DF
ANGLE (A)
CUTTING (C)
2
2
24.33333333
25.33333333
12.16666667
12.66666667
8.42
8.77
ANGLE*CUTTING (A*C)
61.33333333
15.33333333
10.62
48
0.0018**
ACLxQ
ACQxL
ACQxQ
onde L=efeito linear e Q=efeito quadrtico. Para os clculos necessita-se dos totais
das caselas e dos coeficientes dos contrastes ortogonais. Significado de ACLxL : efeito
da interao entre o efeito linear de ngulo e efeito linear de cutting.
49
Clculo de ACLxL:
AC
AL
CL
AC LxL
11
-1
-1
1
12
-1
0
0
13
-1
1
-1
21
0
-1
0
22
0
0
0
23
0
1
0
31
1
-1
-1
32
1
0
0
33
1
1
1
ACLxL cij yij . 1(3) 0(3) 1(5) 0(2) 0(4) 0(10) 1(1) 0(11) 1(1)
i 1 j 1
ACLxL 8
A soma de quadrados para o contraste ACLxL dada por:
SQACLxL
AC LxL 2
n
cij2
( 8 ) 2
2( 4)
8,00
50
Clculo de ACLxQ:
AC
AL
CQ
ACLxL
11
-1
1
-1
12
-1
-2
2
13
-1
1
-1
21
0
1
0
22
0
-2
0
23
0
1
0
31
1
1
1
32
1
-2
-2
33
1
1
1
AC LxQ 32
SQACLxQ
( 32 ) 2
2 (12 )
42,67
Output do SAS:
Contrast
DF
AC_ll
AC_lq
AC_ql
AC_qq
1
1
1
1
Contrast SS
8.00000000
42.66666667
2.66666667
8.00000000
Mean Square
8.00000000
42.66666667
2.66666667
8.00000000
F Value
Pr > F
5.54
29.54
1.85
5.54
0.0431*
0.0004**
0.2073 NS
0.0431**
51
angle
cuttin
de ang
de cut
DF
Contrast SS
1
1
1
1
8.33333333
21.33333333
16.00000000
4.00000000
5.77
14.77
11.08
2.77
Pr > F
0.0398*
0.0039*
0.0088**
0.1305
52
Modelo de regresso:
y 0 1 A 2 C 3 A2 4 C 2 5 AC 6 AC 2 7 A2 C 8 A2 C 2
Em termos matriciais:
y X
y=
-2
-1
-3
0
2
3
0
2
1
3
4
6
-1
0
5
6
0
-1
X=
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
15
15
15
15
15
15
20
20
20
20
20
20
25
25
25
25
25
25
125
125
150
150
175
175
125
125
150
150
175
175
125
125
150
150
175
175
225
225
225
225
225
225
400
400
400
400
400
400
625
625
625
625
625
625
15625
15625
22500
22500
30625
30625
15625
15625
22500
22500
30625
30625
15625
15625
22500
22500
30625
30625
1875
1875
2250
2250
2625
2625
2500
2500
3000
3000
3500
3500
3125
3125
3750
3750
4375
4375
234375
234375
337500
337500
459375
459375
312500
312500
450000
450000
612500
612500
390625
390625
562500
562500
765625
765625
28125 3515625
28125 3515625
33750 5062500
33750 5062500
39375 6890625
39375 6890625
50000 6250000
50000 6250000
60000 9000000
60000 9000000
70000 12250000
70000 12250000
78125 9765625
78125 9765625
93750 14062500
93750 14062500
109375 19140625
109375 19140625
53
0
1
2
3
4
5
6
7
8
-1068.00
136.30
14.48
-4.08
1
t
t
X X X y
-0.0496
-1.864
0.0064
0.056
-0.000192
54
Podemos usar esta superfcie de resposta para predizer o tempo til para
vrios valores de ngulo (x1) e movimento (x2) ou ajudar nos processos de
otimizao. Por exemplo A=25 C=150 y(chapu)= 5,50
55
57