Planejamento de Experimento -

Experimentos Fatoriais
Bruno Grimaldo Martinho Churata - churata@ufpr.br
Departamento de Estatstica
Universidade Federal do Paran a
Fevereiro de 2007
1
Denicoes
Experimentos fatoriais sao experimentos que envolvem dois ou
mais fatores. Exemplo: temos a nveis do fator A e b nveis do fator
B, ent ao cada repeticao tera ab tratamentos.
Efeito principal de um fator e a mudan ca na variavel resposta
produzida pela mudan ca nos nveis do fator. Exemplo: considere
um experimento simples com 2 fatores e ambos fatores com dois
nveis. O efeito principal do fator A neste delineamento de dois
nveis pode ser obtido pela diferenca entre a resposta media no
baixo nvel e a resposta media no alto nvel.
2
Efeito principal do fator A
A =
40 + 52
2

20 + 30
2
= 21
Interpretacao: passando do nvel baixo para o alto de A causa um
aumento medio de 21 unidades na resposta.
3
Se o fator aparece em mais do que dois nveis, o procedimento deve
ser modicado por causa de haver outros caminhos para denir o
efeito de um fator.
Interacao ocorre quando a diferenca na resposta entre nveis de
um fator nao e a mesma em todos os nveis do outro fator.
Para o exemplo abaixo
4
No baixo nvel do fator B (ou B), o efeito de A e
A = 50 20 = 30
No alto nvel do fator B (ou B+), o efeito de A e
12 40 = 28
O efeito de A depende dos nveis do fator B, entao podemos dizer
que ha interacao entre A e B.
AB = (28 30)/2 = 29
A ideia de interacao pode ser ilustrada geometricamente.
5
A magnitude do efeito da interacao e a diferenca media destes dois
efeitos de A.
6
(a) Experimento fatorial
sem interacao
(b) Experimentos fatorial
com interacao
Figure 1: Experimentos fatoriais com 2 fatores
7
Modelo de regressao: quando os fatores em estudo sao
quantitativos (temperaturas, doses de nitrogenio, tempo, etc.),
indica-se fazer uma a nalise de regressao. O modelo de regressao
para um experimento com 2 fatores, com dois nveis, ca:
y =
0
+
1
x
1
+
2
x
2
+
12
x
1
x
2
+
Onde: y e a variavel resposta, os s sao os parametros a serem
estimados, x1 e x2 sao as variaveis que representam os fatores A e
B respectivamente, e o termo do erro aleatorio. As variaveis x1 e
x2 sao codicadas como -1 e +1, e x1x2 representa a intera cao entre
elas.
8
Estimativas dos parametros (Metodo dos mnimos quadrados):

0
=

20 + 40 + 30 + 52

/4 = 35, 5

1
=
Efeito de A
2
=
21
2
= 10, 5

2
=
Efeito de B
2
=
11
2
= 5, 5

12
=
Efeito de AB
2
=
1
2
= 0, 5
com (ab - b - a +1)/2 = (52 - 30 - 40 + 20)/2 = 1
Modelo ajustado: y = 35, 5 + 10, 5x
1
+ 5, 5x
2
+ 0, 5x
1
x
2
A intera cao tem um pequeno efeito, entao retirar do modelo
Interpretacao: existe um efeito linear de x1 e x2; a resposta
aumenta com os valores maiores de x1 e x2.
9
O parametro estimado neste modelo deve ser relacionado com o
efeito estimado. Para o exemplo 1 encontramos os efeitos principais
de A = 21 e B = 11. A estimativa de
1
e
2
sao a metade do valor
correspondente ao efeito principal, entao

1
= 21/2 = 10, 5 e

2
= 11/2 = 5, 5. O efeito da intera cao AB e 1 e o valor do
coeciente da interacao do modelo de regressao e
12
= 1/2 = 0, 5.
O parametro
0
e estimado pela media das 4 respostas, ou

0
= (20 + 40 + 30 + 52)/4 = 35, 5
10
Supondo que a contribuicao da intera cao no experimento foi nao
negligenciavel, isto e, o coeciente
12
nao e pequeno.
Modelo com intera cao: y = 35, 5 + 10, 5x
1
+ 5, 5x
2
+ 8, 0x
1
x
2
(Usamos o efeito da intera cao como a media dos dois efeitos
principais.)
Para o experimento do segundo exemplo o efeito de A vale 1
(pequeno), pode-se pensar que nao existe o efeito de A porem, para
os diferentes nveis de B, o efeito de A e signicativo.
Na presenca de intera cao signicativa, o pesquisador deve estudar o
efeito de um fator dentro dos nveis do outro fator:por exemplo,
A(B=-1) ou A(B=+1).
11
A intera cao e uma forma de curvatura nos fundamentos do modelo
de superfce de resposta para o experimento.
O modelo de superfcie de resposta para um experimento e
extremamente importante e util. Geralmente quando a interacao e
grande, os correspondentes efeitos principais tem pouco efeito
pratico. Por exemplo, no exemplo 2, o efeito principal de A e dado
por A =
50+12
2

20+40
2
= 1, na qual e pequeno, e somos tentado a
concluir que nao ha efeito devido ao fator A. Entao, quando
examinamos o efeito de A em diferentes nveis do fator B, vimos
que isto nao e o caso.
O fator A tem um efeito, mas depende dos nveis do fator B. Isto e,
saber da interacao AB e mais util do que conhecer o efeito principal
de A. A interacao signicativa muitas vezes mascara a signicancia
do efeito principal.
12
A vantagem dos esquemas fatoriais
Quando deseja-se estudar os efeitos das interacoes entre os fatores.
Permite estimar os efeitos de um fator dentro dos nveis do outro
fator com resultados mais abrangentes.
Experimentos fatoriais com dois fatores
a nveis do fator A
b nveis do fator it B
cada repeticao contem ab tratamentos e n repeticoes
Exemplo: uma pesquisadora deseja produzir um novo tipo de
vinagre a base de kiwi. Os fatores em estudo foram:
Fator A: quantidade de ac ucar (a=2 nveis: 8% e 20%)
Fator B: adicao de nutrientes (b=2 nveis: com e sem)
n = 7 repeticoes 4 x 7 = 28 unidades experimentais
variavel resposta: concentra cao de etanol
13
Exemplo: Projeto de uma bateria. Fatores em estudo: Material
(tipos 1, 2 e 3) e temperatura (15oF, 70oF e 125oF). 4 baterias sao
testadas para cada combinacao de material e temperatura, num
total de 36 baterias, testadas em ordem aleatoria. Delineamento
experimental: Inteiramente Casualizado. Material como fator A e
Temperatura como fator B.
Quest oes: 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?
14
Table 1: Dados de vida (em Horas) para o experimento de um projeto
de bateria
Tipo de Temperatura (F)
Material 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
15
De modo geral, a matriz dos dados e dada da seguinte forma:
Fator B
y
111
, y
112
, , y
11n
y
121
, y
122
, , y
12n
y
1b1
, y
1b2
, , y
1bn
y
111
, y
112
, , y
11n
y
121
, y
122
, , y
12n
y
1b1
, y
1b2
, , y
1bn
y
111
, y
112
, , y
11n
y
121
, y
122
, , y
12n
y
1b1
, y
1b2
, , y
1bn
O modelo estatstico:
y
ijk
= +
i
+
j
+ ()
ij
+
ijk
y
ijk
e o efeito do i-esimo nvel do fator A, j-esimo nvel do fator B e
k-esima repeticao; e uma constante (media geral);
i
e o efeito do
i-esimo nvel do fator A;
j
e o efeito do j-esimo nvel do fator B;
()
ij
e o efeito da interacao entre
i
e
j
e
ijk
e o componente do
erro aleatorio.
16
O modelo de medias:
y
ijk
=
ij
+
ijk
y
ijk
= +
i
+
j
+ ()
ij
+
ijk
O modelo de regressao:
y
ijk
=
0
+
1
x
1i
+
2
x
2i
+
12
x
1i
x
2i
+
i
17
Hipoteses de interesse
1. Intera cao
H
0
: ()
ij
= 0i, j
H
1
: pelo menos um()
ij
= 0
2. Efeito do fator A
H
0
:
1
=
2
= =
a
= 0
H
1
: pelo menos um
i
= 0
18
Cont.
3. Efeito do fator B
H
0
:
1
=
2
= = 0 = 0
H
1
: pelo menos um
j
= 0
19
Analise estatstica do modelo de efeitos xos
Table 2: ANOVA para um experimento fatorial com dois fatores de
efeitos xos
FV SQ GL QM E(QM) F
Fator A SQ
A
a-1 QM
A
= SQ
A
/a 1 F
0
= QM
A
/QM
E
Fator B SQ
B
B-1 QM
b
= SQ
b
/b 1 F
0
= QM
B
/QM
E
Fator AB SQ
AB
(a-1)(b-1) QM
AB
= SQ
AB
/(a 1)(b 1) F
0
= QM
AB
/QM
E
Fator Erro SQ
E
ab(n-1) SQ
E
/ab(n 1) F
0
= QM
A
/QM
E
Total SQ
T
abn-1 QM
A
= SQ
A
/a 1
20
SQ
T
=
a

i=1
b

j=1
n

k=1
y
2
ijk

y
...
abn
SQ
A
=
1
bn
a

i=1
y
2
i..

y
...
abn
SQ
B
=
1
an
b

j=1
y
2
.j.

y
...
abn
SQ
A,B
=
1
n
a

i=1
b

j=1
y
2
ij.

y
...
abn
SQ
AB
= SQ
A,B
SQ
A
SQ
B
SQ
E
= SQ
T
SQ
A,B
21
Suposicoes :
Os erros
ijk
sao normalmente e independentemente distribudos
com variancia constante
2
;
Os F
0
sao distribudos como F com a-1, b-1, e (a-1)(b-1) gl no
numerador e ab(n-1) gl no denominador, e a regiao crtica e a
cauda superior da distribuicao F.
22
Resultados:
Df Sum Sq Mean Sq F value Pr(F)
mat 2 10684 5342 7.9114 0.001976 **
temp 2 39119 19559 28.9677 1.909e-07 ***
mat:temp 4 9614 2403 3.5595 0.018611 *
Residuals 27 18231 675
23