Diseos Factoriales

K factores.

k 3

Modelo que consiste en :

Con 3 niveles cada uno

3k tratamientos.

Se prohbe.
Se prohbe usar este diseo, cuando se corre el

diseo con 4 factores o mas.

Aplicar un diseo 3k requiere aplicar una mayor

cantidad de pruebas que el diseo 2k.

Ejemplo.
Se quieren estudiar 4 factores, considerando una sola

replica.
Diseo 34 = 81 pruebas para cada tratamiento. Diseo 24 = 16 pruebas para cada tratamiento.

Viabilidad del diseo

k 3

1. Los factores son categricos o discretos y de

manera natural tienen tres niveles cada uno. Esto curre en factores como tipo de material, diferentes medio de cultivo , factor maquina, etc. P. e. Uno de los factores es un reactivo del cual existen tres marcas. Es lgico querer probar las tres marcas con la idea de probar su desempeo en las diferentes combinaciones de los factores restantes.

2. Se tienen factores de tipo continuo e interesa

estudiar efectos cuadrticos como: A2, B2,..A2 B, B2A, A2 B2 (efecto de curvatura).

Esto se hace cuando se cree que la variable de respuesta no es lineal, ni aproximadamente lineal en el rango de variacin de los factores estudiados .

Efecto lineal.

Efecto no lineal.

 El diseo factorial 3k es una de las alternativas

experimentales que permite estudiar efectos de curvatura, adems de efectos lineales y de interaccin.

2 3
Este diseo consiste en: 2 factores 3 niveles cada factor 32 = 9 tratamientos diferentes, que corresponden a todas las posibles maneras en que se pueden combinar dos factores en tres niveles cada uno.

Ejemplo.

2 3

Sean A y B los factores.

Cada uno con tres niveles. (bajo, medio, alto)
Tratamiento 1 2 3 4 5 A BAJO MEDIO ALTO BAJO MEDIO B BAJO BAJO BAJO MEDIO MEDIO A -1 0 1 -1 0 B -1 -1 -1 0 0 A 0 1 2 0 1 B 0 0 0 1 1

6
7 8 9

ALTO
BAJO MEDIO ALTO

MEDIO
ALTO ALTO ALTO

1
-1 0 1

0
1 1 1

2
0 1 2

1
2 2 2

Modelo estadstico.
El modelo estadstico para el diseo 32 se puede

escribir considerando el efecto individual de cada factor y de la interaccin entre ambos.

ijk=+ i + j + ()ij +ijk

Donde: i es el efecto del factor A en su nivel i. j representa el efecto del factor B en su nivel j. ()ij es el efecto de interaccin de ambos en los

niveles ij. n es el nmero de repeticiones por cada tratamiento.

Hiptesis.
Ho: i=0
No hay efecto significativo del factor A sobre la

variable de respuesta.

Ho: =0
No hay efecto del factor B sobre la variable de

respuesta.

Ho : ( )ij = 0
No hay efecto de interaccin de los factores A y B

sobre la variable de respuesta.

ANOVA para diseo

FV SC GL CM

2 3
FO Valor-p

A
B

SCA
SCB

2
2

CMA
CMB

CMA/ CME
CMB/ CME

P(F>FO)
P(F>FO)

AB
ERROR TOTAL

SCAB
SCE SCT

4
32(N-1) N3k -1

CMAB
CME

CMAB/ CME

P(F>FO)

Suma de cuadrados.
Suma de cuadrados total.
Suma de cuadrados de A.

Suma de cuadrados de B.

Suma de cuadrados de A y B n: # de repeticiones por tratamiento.

ANOVA desglosado. Diseo 32.

FV AL BL A2 B2 AL BL A2 BL AL B2 A2 B2 ERROR TOTAL SC SCAL SCBL SCA2 SC B2 SCAL BL SC A2 BL SC AL B2 SC A2 B2 SCE SCT GL 1 1 1 1 1 1 1 1 32 (n-1) n32-1 CM CMAL CMBL CM A2 CM B2 CMAL BL CM A2 BL CM AL B2 CM A2 B2 CME FO CMAL / CME CMBL / CME CM A2/ CME CM B2/ CME CMAL BL / CME CM A2 BL / CME CM AL B2 / CME CM A2 B2 / CME Valor-p P(F>FO) P(F>FO) P(F>FO) P(F>FO) P(F>FO) P(F>FO) P(F>FO) P(F>FO)

 Estas interacciones se realizan para tener la certeza de

que no se tome ninguna interpretacin incorrecta, pero este se puede omitir en la mayora de las situaciones practicas.

Y1..

Contraste A2 = (Y3.. - Y2..) - (Y2.. Y1..) = (1) Y3.. + (-2) Y2.. + (1) Contraste AL = (Y3.. - Y2..) - (Y2.. Y1..) = (1) Y3.. + (0) Y2.. + (-1)
SCA2 = (Contraste A2)2 n 3i=1 3j=1 cij2

Y1..

Ejemplo

En un proceso de fabricacin de cajas se utiliza pegamento; con la

idea de mejorar el desempeo de las cajas se realiza un experimento para estudiar la fuerza de adhesin del pegamento en diferentes condiciones de humedad y temperatura. La variable de respuesta es la fuerza necesaria en libras para despegar la caja. Los datos obtenidos en cada una de las nueve combinaciones de un diseo factorial 32 con n= 2 replicas, se muestra a continuacin.
A: TEMPERATUR A B: HUMEDAD 50% 70% 1.5 1.4 FRIO 1.2 1.3 AMBIENTE 3.5 2.9 3.2 2.5 CALIENTE 4.0 3.8 4.2 3.4 TOTAL 17.6 15.3

90%
TOTALES

0.8

1.2
7.4

1.8

2.0
15.9

2.7
21.1

3.0

11.5
44.4

 En la tabla de satos se calculan de una vez los totales por rengln y

por columnas, as como el total global, dado que a partir de ellos se pueden calcular los efectos y las sumas de cuadrados. Las sumas de cuadrados de los efectos estn dadas por: SCA= 3i=1 Yi..2 - Y 2 = (7.42 + 15.92 + 21.12) - 44.4 2 = 15.943 3n n32 3x2 18 SCB= 3j=1 Y.j.2 - Y 2 3n n32
=

(7.42 + 15.92 + 21.12) - 44.4 2 = 3.163 3x2 18

SCAB = 3i=1 3j=1 Yij.2 - Y 2 - SCA SCB = n n32 = (2.72 + 6.72 + . +5.72 ) - 44.4 2 15.943 3.163 = 0.694 2 18

 La suma de cuadrados totales resulta ser

SCT = 3i=1 3j=1 3K=1 Yijk2 - Y 2 n32 SCT = (1.5 2 + 1.2 2 + . 2 + 2.7 2 + 5.7 2 ) - 44.4 2 = 20.22 18 Y finalmente la suma de cuadrados del error
SCE = SCT SCA SCB SCAB = 20.22 15.943 3.163 0.694 = 0.42

FV A

SC 15.94

GL 2

CM 7.97

Fo

Valor p

169.57 0.0000

B
AB ERRO R TOTAL

3.16
0.69 0.42 20.22

2
4 9 17

1.58
0.17 0.047

33.62
3.62

0.0000
0.0347

Pg. 245

En las graficas se puede observar que en los efectos predominan sus componentes lineales, ya que las lneas tienen una curvatura apenas perceptible. Se observa que a mayor temperatura y menor humedad, mas efectivo es el proceso de pegado. Y en la grafica de interaccin apenas se

aprecia un pequeo efecto ya que las lneas tienen pendientes similares.