Escolar Documentos
Profissional Documentos
Cultura Documentos
2
Dados do problema.
Batch1
23.46
23.48
23.56
23.39
23.4
Batch2
23.59
23.46
23.42
23.49
23.5
Batch3
23.51
23.64
23.46
23.52
23.49
Batch4
23.28
23.4
23.37
23.46
23.39
Batch5
23.29
23.46
23.37
23.32
23.38
23.65
DotPLot
23.60
Batch1
23.50
23.40
23.45
Lotes
Batch3
Batch4
23.35
Quantidades de Clcio
23.55
Batch2
23.30
Batch5
Batch1
Batch2
Batch3
Batch4
Batch5
23.30
23.35
23.40
23.45
23.50
23.55
Clcio
Lotes
Grfico de Efeitos
23.65
Grfico de Intervalos
23.60
23.6
23.55
23.55
23.50
23.45
Resposta
23.45
23.40
quant__Calcio
23.5
23.35
23.4
23.30
23.35
23.3
Batch1
Batch2
Batch3
Batch4
Batch5
Batch1
Lotes
Batch2
Batch3
Fator
Batch4
Batch5
23.60
23.65
Pelos grficos vemos que parece haver diferena entre as mdias dos nveis do fator aleatrio. Podemos
notar que nos lotes 1,2 e 3 temos maiores mdias que nos lotes 4 e 5. O modelo de um fator aleatrio
o descrito abaixo, como o modelo de um fator fixo.
Mdia = -1.473e-18
DP = 0.06042
N = 25
AD = 0.6005
P-Valor = 0.1062
-2
-1
Normal
4
3
2
Freqncias
Papel de Probabilidade
-0.10
-0.05
0.00
0.05
0.10
0.15
-0.10
0.00
0.05
0.10
0.05
0.00
-0.10
-0.10
-0.05
0.00
Resduos
0.05
0.10
Resduos
0.10
Resduos
-0.05
Resduos
-0.05
23.40
23.45
23.50
Valores Ajustados
10
15
20
25
Ordem de Coleta
Modelo retirado do site Portal action, referente ao modelo ANOVA com um nico fator aleatrio.
Pelos grficos de anlise de resduos, vemos que o teste Anderson-Darling para os resduos, contido no
grfico papel de probabilidade, tem p-valor de 0.106, assim no rejeitamos a hiptese nula, para =5%,
que para este teste corresponde normalidade. O grfico de resduos por ordem de coleta parece no
apresentar padres identificveis, indicando homocedasticidade. Usamos o teste de Bartlett e obtemos
um p-valor de 0.9997, assim no rejeitamos a hiptese nula do teste, ou seja para um =5% as todas as
varincias dos resduos so iguais.
Informao
Valor
1.a. Queremos saber se h variao significativa na quantidade de clcio entre os lotes, usando
=5%.
Das analises anteriores vemos que podemos usar o modelo a ANOVA para um fator aleatrio:
ANOVA
DADOS DO PROCESSO
Tabela da Anova
Lotes
Resduos
G.L.
Soma de Quadrados
Quadrado Mdio
4
20
0.096976
0.0876
0.024244
0.00438
Estat. F
P-valor
5.535159817 0.0036
Com o teste F feito para medir a diferena entre as mdias dos lotes, pelo nvel descritivo (valor-p)
calculado pelo Action, rejeitamos a hiptese nula, ou seja, h diferena significativa entre as mdias dos
lotes. Uma vez que a hiptese nula refere-se igualdade entre elas.
1.b. Pede-se para estimarmos os componentes da varincia.
Sabemos que um estimador no viesado para varincia dado pelos quadrados mdios dos resduos.
Assim temos:
Vemos que os limites inferiores(L) e superiores (U) podem ser facilmente calculados fazendo:
Calculando temos:
L=0.115
U=9.27
<
<
resultando em
0.103 <
< 0.902.
Exerccio 2 - (13.6)
Dados do problema.
Chemical
1
2
3
4
Pulp Brightness
77.199
74.466
92.746
80.522
79.306
81.914
79.417
78.017
91.596
78.001
78.358
77.544
76.208
80.346
80.802
77.364
3,4, 5 e 6
82.876
73.385
80.626
77.386
85
80
Resposta
85
75
75
80
Brancura obtida
90
90
Grfico BoxPlot
Tipo de Qumica
Fator
Grfico de Efeitos
88
DotPlot
86
84
82
Brancura
Tipo de Qumica
80
3
78
76
4
74
72
75
80
85
90
quimica
Branqueamento
Pelos grficos vemos que parece haver diferenas significativas entre as mdias dos nveis do fator
aleatrio, tipo de alvejante qumico utilizado no experimento.
No grfico Dotplot podemos ver certa concentrao nos efeitos nos nveis 2,3 e 4, enquanto no nvel 1
parece haver uma maior variabilidade.
0
-1
Normal
Mdia = 4.448e-17
DP = 4.496
N = 20
AD = 0.8026
P-Valor = 0.03103
Freqncias
Papel de Probabilidade
-10
-5
10
15
-5
10
5
0
-5
Resduos
10
10
Resduos
-5
Resduos
Resduos
78
79
80
81
82
Valores Ajustados
10
15
20
Ordem de Coleta
Analisando o grfico de papel de probabilidade para os resduos que parece a distribuio deste no
normal. Pelo teste de Anderson-Darling apresentada no mesmo grfico, temos um p-valor de 0.03, que
rejeita a normalidade dos resduos. Assim aplicamos o teste de Levene para verificar
homocedasticidade.
Informao
Valor
O P-valor obtido no teste indica que no devemos rejeitar a hiptese nula, todas as varincias so iguais.
Neste caso em que a varincia dos resduos no so normalmente distribudas ainda podemos aplicar a
ANOVA, uma vez que ela robusta para este caso, mas mais sensvel a independncia entre elas.
Tabela da Anova
G.L.
Soma de Quadrados
Quadrado Mdio
3
16
53.98207335
383.9908516
17.99402445
23.99942823
quimica
Resduos
Estat. F
P-valor
0.749768881 0.5383
Pelo P-valor obtido, vemos que h sim diferenas entre os tipos qumicos usados no experimento
2.b. Pede-se para estimarmos a variabilidade dos tipos qumicos dois a dois.
Exerccio 3- (13.9)
Dados do experimento do problema.
N pea
1
2
3
4
5
6
7
8
9
10
1
50
52
53
49
48
52
51
52
50
47
operador 1
medidas
2
49
52
50
51
49
50
51
50
51
46
N pea
3
50
51
50
50
48
50
51
49
50
49
1
2
3
4
5
6
7
8
9
10
1
50
51
54
48
48
52
51
53
51
46
operador 2
medidas
2
48
51
52
50
49
50
50
48
48
47
3
51
51
51
51
48
50
50
50
49
48
Temos peas p=10 peas, 2 operadores (o=2), com 3 repeties de medies para cada operador (r=3).
operador
52
54
BoxPlot
50
medicao
47
46
48
48
49
50
Medies
52
51
1
2
Operador
10
parte
Grfico de Efeitos
Grfico de Efeitos
53
53
52
52
51
51
50
50
medicao
medicao
49
49
48
48
47
47
46
46
10
parte
operador
Pelo enunciado e os dados do problemas podemos ver que o caso do modelo com dois fatores
aleatrios.
Assim o modelo adotado indicado abaixo:
Onde agora
e
representa os efeitos de cada fator individualmente no modelo, enquanto
representa o efeito da interao dos dois fatores no modelo. Para o problema utilizaremos a notao
fator P para as peas, fator O para operador.
Podemos ver pelo grfico que h interaes entre os dois fatores do modelo, no entanto pelo grfico de
efeitos parece que o fator aleatrio operador no tem influncia na varivel resposta. Assim para poder
apurar melhor nossas concluses vamos aplicar a nova para o modelo.
Tabela da Anova
parte
operador
parte:operador
Resduos
G.L.
Soma de Quadrados
Quadrado Mdio
9
1
9
40
99.01666667
0.416666667
5.416666667
60
11.00185185
0.416666667
0.601851852
1.5
Estat. F
P-valor
7.334567901
0
0.277777778 0.6011
0.401234568 0.927
O teste ANOVA para 2 fatores aplicado no software Action usa o modelo para fatores fixos. Que pela
tabela ANOVA para 2 fatores aleatrios vemos que difere na determinao das estatsticas.
Vemos que as estatsticas F calculadas para o modelo so iguais ao do modelo de 2 fatores aleatrios.
Assim usamos essa ferramenta para obter as estatsticas corretas e fazer a anlise mais adequada.
Usando as estatsticas para o nosso modelo de 2 fatores aleatrios com interaes, temos os seguintes
testes:
Teste para verificar influncia do fator pea no modelo, com as seguintes hipteses:
Pela tabela ANOVA obtemos uma estatstica F de 18.28, com p-valor zero, com =5%, rejeitamos a
hiptese nula par ao teste de hiptese, ou seja, h pelo menos um nvel em que o fator tem influncia
diferente de zero na resposta do modelo. Assim o fator pea influncia na medio.
Teste para verificar influncia do fator operador no modelo, temos as seguintes hipteses:
Da tabela ANOVA obtemos F de 0.69, com p-valor de 0.427, assim no rejeitamos a hiptese nula para
teste para um nvel de significncia de 5%. Assim vemos que o fator operador no tem influncia no
modelo.
Teste para verificar influncia do fator pea no modelo, com as seguintes hipteses:
Pela tabela ANOVA do modelo SMA RR do software action, obtemos o valor F de 0.4 e um p-valor de
0.927, que faz no rejeitarmos a hiptese nula para um nvel de significncia de 0.05, ou seja, h indcios
que a interao entre os fatores aleatrios no tem influncia sobre a varivel resposta para o modelo.
3.b) Pede-se para achar a estimao pontual para os componentes da varincia usando o mtodo da
anlise de varincia.
Para o modelo utilizado temos os seguintes estimadores pontuais:
10
=0
=0
=1.5
Exerccio 4 - (3.10)
Dados do experimento.
N Pea
1
2
3
4
5
6
7
8
9
10
Inspetor 1
testes
1
2
37
38
42
41
30
31
42
43
28
30
42
42
25
26
40
40
25
25
35
34
3
37
43
31
42
29
43
27
40
25
34
inspetor 2
testes
1
2
41
41
42
42
31
31
43
43
29
30
45
45
28
28
43
42
27
29
35
35
3
40
42
31
43
29
45
30
42
28
34
inspetor 3
testes
1
2
41
42
43
42
29
30
42
42
31
29
44
46
29
27
43
43
26
26
35
34
Temos 3 Operadores (o=3), medindo 10 peas (p=10) cada , repetindo o processo 3 vezes(r=3).
11
3
41
43
28
42
29
45
27
41
26
35
Anlise descritiva
45
Grfico de Interaes
N_Peca
35
30
25
3
inspetor
Grfico de Efeitos
Grfico de Efeitos
45
45
40
40
medidas
medidas
medidas
40
6
2
8
4
1
10
5
3
7
9
35
30
35
30
25
25
10
N_Peca
inspetor
12
Pelos grficos BoxPlot no podemos afirmar que h diferenas significativas entre as mdias para o fator
Operador.Pelo grfico de interaes podemos notar que parece haver interao entre os fatores. O
grfico de efeitos mostra-nos que parece haver influncia dos fatores, Peas e Operadores, na varivel
reposta Medidas.
4.a Pede-se para analisarmos os dados do experimento, assumindo que tanto as peas quando os
operadores so efeitos aleatrios.
Aplicando o mesmo modelo usando no exerccio 3.a. temos a seguinte tabela ANOVA:
ANOVA
Peas
Operadores
Interao
Repetitividade
G.L.
Quadrados Mdios
9
2
18
60
3935.955556
39.26666667
48.51111111
30.66666667
437.3283951
19.63333333
2.695061728
0.511111111
Estatstica F
Pr(>F)
162.2702703 2.33147E-15
7.284928997 0.004809609
5.27294686 5.06009E-07
Analisando as estatsticas vemos que para o fator peas temos um p-valor muito baixo, praticamente
nulo. Assim podemos rejeitar a hiptese nula do teste de influncia deste fator no modelo, ou seja,
para um nvel de significncia de 5%, podemos considerar que h influncia do fator na varivel resposta
do modelo adotado para dois fatores aleatrios.
O mesmo resultado obtido para o fator Operadores, onde segundo o modelo adotado, o baixo valor
do p-valor rejeita a hiptese nula, que corresponde a no influncia do fator na varivel resposta.
Pela estatstica F e o p-valor obtidos para a Interao entre os fatores, vemos que esta tem influncia
significativa no modelo.
4.b. Pede-se para estimarmos os componentes da varincia usando o mtodo de analise de varincia.
Aplicando os resultados da tabela para estimadores pontuais para as varincias do modelo apresentada
no exerccio 3.b,temos:
13
r=3
QME=0.51
Assim obtemos os seguintes estimadores pontuais para nossos estimadores:
=
=
0.56
=
=0.51
Exerccio 5 - (13.11)
Dados do problema 5.6 usado no exerccio.
Operator
1
2
3
1
109
110
110
112
116
114
Mquina
2
110
115
110
111
112
115
3
108
109
111
109
114
119
4
110
108
114
112
120
117
No problema temos 3 operadores( o=3), temos 4 mquinas(m=4), repetindo o experimento 2 vezes por
mquina.
5.a. Pede-se para analisarmos os dados do experimento.
14
Grfico de Interaes
Grfico de Efeitos
118
116
116
114
114
medidas
118
110
medidas
118
116
114
4
3
1
2
112
medidas
Grfico de Efeitos
maquina
112
112
110
110
108
108
operador
operador
maquina
Da anlise descritiva, vemos que h diferenas considerveis entre as mdias dos nveis do fator
operador. Pelo grfico de interaes vemos que h interaes entre os fatores. E pelo grfico de efeitos
h indcios que os dois fatores tem influncia na varivel resposta.
Devido a no adequao do problema as ferramentas do software Action, foi utilizado o Minitab para
obter as estatsticas necessrias para as analises do problema.
Para obter a tabela a nova do modelo com dois fatores aleatrios com interao entre eles,
primeiramente copiamos os dados contidos na planilha do Excel para a planilha de dados do Minitab,
depois acessamos as seguintes opes Stat>ANOVA>Two-Way, conforme a figura abaixo.
15
Figure 9- Caminho no Menu de acesso do Minitab para acessar Anova de dois fatores aleatrios.
A prxima figura mostra como entramos com os fatores para montar o modelo ANOVA no Minitab.
importante notar que no modelo, colocamos a interao entre os fatores, operador e mquina.
Obtemos assim a seguinte sada do programa.
16
Assim pelo modelo adotado no exerccio 3.a., vemos pela estatstica F (10.77) e P-valor(0.01) que o fator
operador tem efeito sobre varivel resposta. Pois rejeitamos a hiptese nula do teste, para um nvel de
significncia de 5%, no qual todos os efeitos dos nveis do fator so nulos.
Agora para o fator mquina e a interao entre os fatores temos P-valor igual 0.662 e 0.15
respectivamente (maiores que = 5%) , ento no rejeitamos a hiptese nula, e conclumos que no h
efeito dos nveis do fator mquina, nem da interao dos nveis dos fatores, sobre a varivel resposta.
17
Vamos ento usar o mtodo j usado nos exerccios anteriores para conferir os resultados.
Da tabela ANOVA obtida, temos os seguintes valores para os quadrados mdios:
QMo=80.167 o = 3
QMm=4.153 m = 4
QMI=7.444
r=2
QME=3.792
Assim obtemos os seguintes estimadores pontuais para nossos estimadores:
=
=
-0.54
=
=3.792.
Valores esses que so idnticos queles retornados pelo Minitab.
18
Referncias
Montgomery, D.C., Design and Analysis of Experiments, 5 ed., New York: John Wiley (2001).
Portal Action [homepage na internet]. So Carlos: EstatCamp, c1997-2013 [atualizado em 5 de junho de
2013 as 18hrs, acesso em 01 de Julho de 2013 ].Disponvel em: www.portalaction.com.br
19