INSTITUTO POLITCNICO NACIONAL

Unidad Profesional Interdisciplinaria de Ingenieras Campus Guanajuato

Diseos de Plackett-Burman

Diseo de Experimentos

INTEGRANTES:
-Cervantes Ojeda Rogelio Axel -Guerra Zamora Mayra Teresa
-Hernndez Segoviano Fernando -Villalobos Murillo Viviana
-Buzo Muoz Vianey
Caractersticas
Son diseos factoriales fraccionados de 2 niveles de
resolucin III, que se utilizan frecuentemente para
estudiar efectos principales.
Este modelo no tiene completa la confusin de los
efectos, en su lugar cada efecto principal se
confunde parcialmente con todas las interacciones
Sirven para estudiar k=N-1 variables en N corridas,
donde N es un mltiplo de 4.
Puesto que estos diseos no pueden representarse
como cubos, en ocasiones se les llama diseos no
geomtricos.
Ventajas y Desventajas

Ventajas Desventajas

Permite llenar los La estructura de alias

vacos de los modelos es muy enredosa.
2k estndar.
Tiene grandes
propiedades
proyectivas

SON USADOS PARA IDENTIFICAR UNOS POCOS

FACTORES SIGNIFICATIVOS DE UNA GRAN LISTA
Matriz de Diseo
En el diseo Plackett-Burman para construir la
matriz de diseo se utiliza una fila o columna patrn
(primer fila o columna de la matriz).
La organizacin de los signos + y - (nivel alto y bajo)
en la fila patrn dependen del valor de N, las filas
patrn para los diferentes N se muestran en la
siguiente Ntabla:
k Primera fila o columna
8 7 +++-+--
12 11 ++-+++---+-
16 1 ++++-+-++--+---
5
20 1 ++--++++-+-+----++-
9
24 2 +++++-+-++--++--+-+----
3
Matriz de diseo y Estructura de Alias
Una ves que la primer fila a sido establecida, todas
las dems filas del diseo son construidas
empezando con el smbolo con la que la anterior
termina y respetando la secuencia de los mismos
que indica la primer fila.
Una fila adicional se aade al diseo que consta
de los valores mnimos de todos los parmetros.

Estructuras de alias muy intrincadas.

Los efectos principales estn parcialmente
confundidos con todas las interacciones que no
poseen dichos efectos y viceversa.
Ejemplo Matriz de Diseo N=12, k=11
Corrida A B C D E F G H I J K
1 + - + - - - + + + - +
2 + + - + - - - + + + -
3 - + + - + - - - + + +
4 + - + + - + - - - + +
5 + + - + + - + - - - +
6 + + + - + + - + - - -
7 - + + + - + + - + - -
8 - - + + + - + + - + -
9 - - - + + + - + + - +
10 + - - - + + + - + + -
11 - + - - - + + + - + +
12 - - - - - - - - - - -
Modelo Estadstico y Pruebas de Hiptesis
Modelo Estadstico:

con i=1, 2; j=1, 2; k=1, 2; l=1,.., n

Supuestos del modelo:
Errores aleatorios.
Existe homocedastidad.
Existe normalidad.

Pruebas de hiptesis:
Para A:

Similar para los otros factores.

Parmetros del modelo
Estimacin de los efectos de los factores:

Suma de cuadrados:

Suma total de cuadrados:

Suma de cuadrados del error:
Ejercicio en clase
Se utiliza un diseo de Plackett-Burman con el propsito
de estudiar las propiedades reolgicas de copolmeros de
alto peso molecular. En el experimento se fijan dos niveles
de cada una de las seis variables. La viscosidad del
polmero es la respuesta. Los datos se analizan en el
centro de Consulta Estadstica del Instituto Politcnico y
universidad Estatal de Virginia. Las variables son las
siguientes:
A. Qumica del bloque duro
B. Tasa de Flujo de nitrgeno
C. Tiempo de calentamiento
D. Porcentaje de compresin
E. Mediciones Altas y Baja
F. Porcentaje de Esfuerzo
 Se obtuvieron los siguientes datos:
A B C D E F y
1 1 -1 1 -1 -1 -1 194700
2 1 1 -1 1 -1 -1 588400
3 -1 1 1 -1 1 -1 7533
4 1 -1 1 1 -1 1 514100
5 1 1 -1 1 1 -1 277300
6 1 1 1 -1 1 1 493500
7 -1 1 1 1 -1 1 8969
8 -1 -1 1 1 1 -1 18340
9 -1 -1 -1 1 1 1 6793
10 1 -1 -1 -1 1 1 160400
11 -1 1 -1 -1 -1 1 7008
12 -1 -1 -1 -1 -1 -1 3637
Resolucin en Minitab
Creacin del Diseo
1. Elija Estadsticas > DOE > Factorial > Crear diseo
factorial.
2. Elija Diseo de Plackett-Burman.
3. Elija el Nmero de factores.
4. Haga clic en opciones:
1. Quite aleatorizar corridas.
5. Haga clic en Diseos:
1. Elija el Nmero de corridas.
2. Elija el Nmero de puntos centrales por rplica.
6. Haga clic en Resultados:
1. Elija Tabla de resumen y tabla de diseo.

ACEPTAR
Anlisis del DOE
Grficas de residuos para Respuesta
1. Elija Estadsticas
Grfica de
Diagrama
Grfica de probabilidad
> DOE
normal
Pareto
normal
de de > Factorial
efectos
efectosestandarizados>vs.Analizar
estandarizados
ajustes
(la respuesta es Respuesta, Alfa = 0.05)
99 diseo factorial
99 2.571 100000 Tipo de efecto
90
2. Elija la columna de respuesta No significativ o
Porcentaje

Residuo
50 A
95 0
Significativ o

3.
10
Haga clic en Grficas:
90 A
D
80 -100000
1.1 70 Grafica de Efectos: Normal y Pareto
Porcentaje

-200000 -100000 0 100000 200000 0 120000 240000 360000 480000

B
Trmino

60
2. 50 Grfica de Residuos: Cuatro en uno
Residuo Valor ajustado

40
E Histograma vs. orden
3
30 ACEPTAR
20 100000
Frecuencia

C
Residuo
2
10 0
1 5
F -100000
0
1 0 1 2 3 4 5 6 7 8 9 10 11 12
00 00 00 0 0
00 0000
0 00
500-3 000 -2500 -11 50 0 500 1
2 2 3 34 5 observacin
Orden de 4
-1 -1 - 1 1
Efecto estandarizado
Efecto estandarizado
Residuo
Anlisis GLM (A-D)
Elija EstadsticasGrficas de residuos para Viscosidad
1. Grfica
Grfica de >
de efectos ANOVA
interaccin
principales >para
para GLM
Viscosidad
Viscosidad
Grfica de probabilidad normal
Medias ajustadas vs. ajustes
2. 99Elija la columna de respuesta
500000 A
200000
D A
90 400000
3. Elija los factores del modelo100000 -1
Porcentaje

Residuo
1
50
400000 0
4. Haga clic en Grficas: -100000
10
300000
Grfica
1. 1 300000 de Residuos: Cuatro-200000
en uno
-200000 -100000 0 100000 200000 0 100000 200000 300000 400000
Media

Haga clic en Graficas de factores

Residuo Valor ajustado
Media

5.
200000
200000 Histograma vs. orden
1.
6.0
Elija los factores a evaluar
200000
2.4.5 Elija las interacciones a evaluar
100000 100000
Frecuencia

100000
Residuo

3.0 0

1.5 0 -100000
ACEPTAR
0 -1 -200000 1
0.0
-200000 -100000
-1 0 100000 200000
1 D 1 2
-1 3 4 5 6 7 8 9 10 11 12
1
Residuo Orden de observacin
Anlisis GLM (A)
1. Elija Estadsticas
Grficas de > residuos
ANOVA para> Viscosidad
GLM
Grfica de efectos principales para Viscosidad
Grfica de probabilidad normal vs. ajustes
2. 99
Elija la columna de Medias ajustadas
respuesta
400000 200000

3. 90
Elija los factores del modelo 100000
Porcentaje

Residuo
50 0
4. Haga
300000 clic en Grficas: -100000
10
1.1 Grfica de Residuos: Cuatro-200000
en uno
-300000 -150000 0 150000 300000 0 100000 200000 300000 400000
Media

5. Haga
200000 clic en Graficas de factores
Residuo Valor ajustado

Histograma vs. orden

1.
6.0
Elija los factores a evaluar 200000
2. 100000
Elija las interacciones a evaluar
4.5 100000
Frecuencia

Residuo
3.0 0

-100000
1.5 0
0.0 -1
ACEPTAR
-200000 1
-200000 -100000 0 100000 200000 A 1 2 3 4 5 6 7 8 9 10 11 12
Residuo Orden de observacin
 Anlisis GLM (Log (A))
1. Elija Calc >Calculadora:
Grficas de residuos para Log Viscosidad
1. Cree Grfica de efectos
una columna principales para Log Viscosidad
de almacenamiento
Grfica de probabilidad normal
Medias ajustadas vs. ajustes
2. Elija la expresin
99 0.4
2. Elija Estadsticas > ANOVA > GLM
5.50
90 0.2
Elija la columna de respuesta
Porcentaje

3.

Residuo
50 5.25 0.0
4. Elija los factores del modelo
5. 10 Haga clic en Grficas: -0.2
5.00
1.1 Grfica de Residuos: Cuatro en uno -0.4
-0.50 -0.25 0.00 0.25 0.50 4.0 4.4 4.8 5.2 5.6
Media

6. 4.75
Haga clic en Graficas de factores
Residuo Valor ajustado
1. Elija los factores a evaluar
4.50 Histograma vs. orden
2. Elija las interacciones a evaluar 0.4
2.0
7. Haga clic en comparaciones
4.25 0.2
1.5
Frecuencia

1. Elija los trminos a comparar Residuo

1.0 0.0
2. 4.00Elija el nivel de confianza
3.
0.5 Seleccione la opcin de prueba -0.2

0.0 -1 -0.4 1
-0.3 -0.2 -0.1 0.0 0.1 0.2 0.3 0.4 A
ACEPTAR 1 2 3 4 5 6 7 8 9 10 11 12
Residuo Orden de observacin
Conclusin
El nico factor significativo es el A que corresponde
a la qumica del bloque duro, ya que el problema no
especifica si la viscosidad debe aumentar o
disminuir, y como las medias son diferentes ambas
opciones son validas segn sea el caso, de manera
que:

Modelo Estadstico Final para Menor viscosidad

Log(y)=4.70359-0.8500A +E

Modelo Estadstico Final para Mayor viscosidad

Log(y)=4.70359+0.8500A +E
Ejercicio de tarea
El siguiente experimento estudia la moldeabilidad de
una pieza de la puerta del automvil. La respuesta
fue el ngulo del radio. La pieza debe ser flexible y
el ngulo del radio se refiere a que tanto se puede
doblar la pieza antes de que se fracture. Resultaron
alrededor de 25 factores al inicio. Posteriormente
haciendo una comparacin basada en los problemas
de costo, control y tiempo se han producido 11
factores para la proyeccin de este diseo. El
objetivo es maximizar el ngulo del radio de fractura.
La matriz de anlisis se muestra a continuacin.
REFERENCIAS
Barrentine, L. (1999). An introduction to design of
experiments: a simplified approach. QASQ.
Anderson, M., & Whitcomb, P. (2000). DOE simplified:
practical tools for effective experimentation, Volumen 1.
New York: Becados.
Box, G., Hunter, S., & Hunter, W. (2008). Estadsitica
para Investigadores. Diseo, innovacin y
descubrimiento. Madrid: Revert.
Mathews, P. (2005). Design of experiments with
MINITAB.
Mathews, P. (2008). Sample Size Calculations: Practical
Methods for Engineers and Scientists.
Publishing, S. (2008). Getting Started with the SAS 9.2
Adx Interface for Design of Experiments.