Você está na página 1de 19

TALLER DOE FACTORIAL EN MINITAB

DOCENTE: HENRY LAMOS DAZ

PRESENTADO POR: DIEGO JOS TOLOZA MENDOZA

CODIGO: 2134702

UNIVERSIDAD INDUSTRIAL DE SANTANDER

ESCUELA DE ESTUDIOS INDUSTRIALES Y EMPRESARIALES

BUCARAMANGA

JULIO/2017
1. Se desea determinar el efecto que tienen la temperatura de operacin y el tipo de vidrio
sobre la luminosidad producida por un tubo de osciloscopio. En la siguiente tabla se
recogen las mediciones de la luminosidad que se obtuvieron:

En donde los datos resaltados son los resultados obtenidos en el experimento, las celdas
sealadas como totales son las sumas necesarias para la realizacin de un anlisis de
varianza.

Se pide:

A. Escribir detalladamente el modelo asociado. Realizar el anlisis de varianza y sacar


conclusiones de los factores en estudio.

Para este caso en particular se est trabajando con un diseo de experimentos


factorial, en donde:

o Factor A Tipo de Vidrio 3 niveles (Tipo 1, Tipo2, Tipo 3)


o Factor B Temperatura 3 niveles (100, 125, 150)
o Nmero de rplicas 3

Existen 3 modelos asociados a este diseo:

Modelo de Regresin

y = b 0 + b1 x1 + b 2 x2 + b12 x1 x2 + e
Donde y es la variable respuesta, en la luminosidad, x 1 y x2 son el tipo de vidrio
y la temperatura, respectivamente. Los parmetros se deben determinar y
es el error aleatorio.
Modelo de los Efectos

yijk = m + t i + b j + (tb )ij + e ijk


Donde yijk es la variable respuesta, es el efecto promedio global, i es el
efecto del i-simo nivel del factor A, j es el efecto del j-simo nivel del factor
B, ()ij es el efecto de la interaccin y es un trmino del error aleatorio.

Modelo de las Medias

yijk = mij + e ijk


Donde:

mij = m + t i + b j + (tb )ij

Se comprueban las siguientes pruebas de hiptesis:

Factor A: Tipo de vidrio

H 0 : t1 = t 2 = t 3 = 0
H1 : Al menos una t es diferente de 0
Factor B: Temperatura

H 0 : b1 = b 2 = b3 = 0
H1 : Al menos una b es diferente de 0

Interaccin entre los factores A y B


H 0 : tbij = 0 para toda tb
H1 : Al menos una tb es diferente de 0
Se hace anlisis en Minitab, donde se obtienen los siguientes resultados :

Regresin factorial general: Luminosidad vs. Tipo Vidrio. Temperatura

Informacin del factor

Factor Niveles Valores


Tipo Vidrio 3 1. 2. 3
Temperatura 3 100. 125. 150

Anlisis de Varianza

Fuente GL SC Ajust. MC Ajust. Valor F Valor p


Modelo 8 2411751 301469 824,77 0,000
Lineal 4 2121199 530300 1450,82 0,000
Tipo Vidrio 2 150865 75432 206,37 0,000
Temperatura 2 1970335 985167 2695,26 0,000
Interacciones de 2 trminos 4 290552 72638 198,73 0,000
Tipo Vidrio*Temperatura 4 290552 72638 198,73 0,000
Error 18 6579 366
Total 26 2418330

Resumen del modelo

R-cuad. R-cuad.
S R-cuad. (ajustado) (pred)
19,1185 99,73% 99,61% 99,39%

Coeficientes

EE del
Trmino Coef coef. Valor T Valor p VIF
Constante 940,19 3,68 255,53 0,000
Tipo Vidrio
1 75,15 5,20 14,44 0,000 1,33
2 26,81 5,20 5,15 0,000 1,33
Temperatura
100 -373,85 5,20 -71,85 0,000 1,33
125 118,81 5,20 22,83 0,000 1,33
Tipo Vidrio*Temperatura
1 100 -68,81 7,36 -9,35 0,000 1,78
1 125 -46,81 7,36 -6,36 0,000 1,78
2 100 -40,15 7,36 -5,46 0,000 1,78
2 125 -50,81 7,36 -6,91 0,000 1,78

Ecuacin de regresin
Luminosidad = 940,19 + 75,15 Tipo Vidrio_1 + 26,81 Tipo Vidrio_2
- 101,96 Tipo Vidrio_3
- 373,85 Temperatura_100 + 118,81 Temperatura_125
+ 255,04 Temperatura_150
- 68,81 Tipo Vidrio*Temperatura_1 100
- 46,81 Tipo Vidrio*Temperatura_1 125
+ 115,63 Tipo Vidrio*Temperatura_1 150
- 40,15 Tipo Vidrio*Temperatura_2 100
- 50,81 Tipo Vidrio*Temperatura_2 125
+ 90,96 Tipo Vidrio*Temperatura_2 150
+ 108,96 Tipo Vidrio*Temperatura_3 100
+ 97,63 Tipo Vidrio*Temperatura_3 125
- 206,59 Tipo Vidrio*Temperatura_3 150

Se puede apreciar que los estadsticos de prueba F 0 (Fisher) para los factores A,
B y para la interaccin entre ellos son:

o F0A = 206,37
o F0B = 2695,26
o F0AB = 198,73

Se asume un nivel de significancia del 5%, los estadsticos de contraste


respectivos son:

o F0,05;2;18 =3,55
o F0,05;2;18 = 3,55
o F0,05;4;18 = 2,93

Cada estadstico de prueba obtenido en el anlisis de varianza es mayor a su


respectivo estadstico de contraste, y con un nivel de significancia del 5%
previamente se rechazan Ho, por lo tanto, los efectos de los factores A y B son
significativos, as como los efectos de la interaccin entre estos factores. En la
siguiente grfica se observan los efectos principales de cada factor
Grfica de efectos principales para Luminosidad
Medias ajustadas
Tipo Vidrio Temperatura
1200

1100
Media de Luminosidad

1000

900

800

700

600

500
1 2 3 100 125 150

Observacin de la interaccin entre los factores.

Grfica de interaccin para Luminosidad


Medias ajustadas
100 125 150
Temperatura * Tipo Vidrio Tipo
1500
Vidrio
1
1250
2
Media de Luminosidad

3
1000

750

500
Tipo Vidrio * Temperatura Temperatura
1500
100
125
1250
150
1000

750

500
1 2 3
Tipo Vidrio Temperatura
De acuerdo con la grfica de los efectos principales se puede afirmar que se
obtiene una mayor luminosidad al utilizar el tipo de vidrio 1 y que sta
disminuye al usar el tipo 2 y an ms si se utiliza el tipo 3. Adems, es mucho
ms notorio el impacto o influencia que tiene la temperatura en los resultados,
ya que a simple vista se observa que se obtiene mayor luminosidad a mayores
valores de temperatura.

B. En las situaciones en que sea posible y en caso de diferencias significativas


entre las luminosidades medias con los distintos tipos de vidrios, compararlas
usando el mtodo de Tukey, lo cual se expone en la siguiente tabla.

Estadstico de contraste T

MSE
T0,05 = q0,05 (3,18)
n
365,52
T0,05 = 3, 61
3
T0,05 = 39,85
Es posible realizar varias comparaciones utilizando este mtodo, bien sea
comparando los resultados obtenidos al cambiar el tipo de vidrio y dejando
constante un nivel de temperatura o viceversa.

Nivel de temperatura: 100


Tipo de Vidrio 3 vs Tipo de Vidrio 1

573,33 - 572,67 = 0,66 < T0,05 = 39,85


Tipo de Vidrio 3 vs Tipo de Vidrio 2

573,33 - 553 = 20,33 < T0,05 = 39,85


Tipo de Vidrio 1 vs Tipo de Vidrio 2

572, 67 - 553 = 19,67 < T0,05 = 39,85


Se concluye entonces que para un nivel de temperatura igual a 100 no
hay diferencias significativas entre los distintos tipos de vidrio, es decir,
la luminosidad obtenida para este nivel de temperatura ser igual sin
importar el tipo de vidrio que se elija para trabajar.

Nivel de temperatura: 125

Tipo de Vidrio 1 vs Tipo de Vidrio 2

1087,33 - 1035 = 52,33 > T0,05 = 39,85


Tipo de Vidrio 1 vs Tipo de Vidrio 3

1087,33 - 1054, 67 = 32, 66 < T0,05 = 39,85

Tipo de Vidrio 3 vs Tipo de Vidrio 2

1054,67 - 1035 = 19,67 < T0,05 = 39,85


Nivel de temperatura: 150

Tipo de Vidrio 1 vs Tipo de Vidrio 2

1386 - 1313 = 73 > T0,05 = 39,85


Tipo de Vidrio 1 vs Tipo de Vidrio 3
1386 - 886, 67 = 499,33 > T0,05 = 39,85
Tipo de Vidrio 2 vs Tipo de Vidrio 3

1313 - 886, 67 = 426,33 > T0,05 = 39,85


Para un nivel de temperatura de 150 es posible afirmar que el vidrio
tipo 1 presenta una mayor luminosidad que los tipos 2 y 3, adems, el
vidrio tipo 2 da mejores resultados que el vidrio tipo 3, tal y como se
haba sospechado con los anlisis presentados previamente.

C. Asumir que no existe interaccin entre los factores. Llevar a cabo un anlisis de
varianza.

Si no hay ningn tipo de interaccin entre los factores la suma de cuadrados


que representa a la interaccin debe ser igual a cero, as como su cuadrado
medio respectivo.

1 a b 2 y...2
SS AB = yij . - - SS A - SS B = 0
n i =1 j =1 abn
MS AB = 0
Ahora, si bien se asume que no hay interaccin entre los factores, las
variaciones observadas en los datos que se deben a esta interaccin deben
ahora ser atribuidas o asignadas a otro elemento, es decir, al error. El resumen
del anlisis de varianza modificado sera el siguiente.

Con estos nuevos resultados se ve que los estadsticos de prueba disminuyen


notablemente pero que an son mayores a los estadsticos de contraste, es
decir, asumiendo nula interaccin entre los factores el efecto individual de cada
uno es significativo en los resultados de la luminosidad

2. El departamento de control de calidad de una planta de acabados textiles estudia


el efecto de varios factores sobre el teido de una tela de algodn y fibras
sintticas utilizada para fabricar camisas de caballero. Se seleccionaron tres
operadores, dos duraciones de ciclo y dos temperaturas, y se tieron tres
ejemplares pequeos de la tela bajo cada conjunto de condiciones. La tela
terminada se compar con un patrn y se le asign una evaluacin numrica. Los
datos se presentan enseguida:

A. Describa el modelo estadstico para el anlisis del problema. Defina la unidad


experimental, los tratamientos, el nmero de corridas, el nmero de rplicas,
los factores, el criterio de calidad.

Factores

A Duracin del ciclo Niveles 40 50


B Temperatura Niveles 300 350
C Operador Niveles 1 2 3

Modelo de anlisis de varianza de tres factores Modelo de los


efectos

yijkl = m + t i + b j + g k + (tb )ij + (tg )ik + ( bg ) jk + (tbg )ijk + e ijkl


Donde yijkl es la variable respuesta, es el efecto promedio global, i es
el efecto del i-simo nivel del factor A, j es el efecto del j-simo nivel
del factor B, k es el efecto del k-simo nivel del factor C, () ij es el
efecto de la interaccin entre los factores A y B, () ik es el efecto de la
interaccin entre los factores A y C, () jk es el efecto de la interaccin
entre los factores B y C, ()ijk es el efecto de la interaccin entre los
tres factores y ijk es un trmino del error aleatorio.

Unidad experimental

Se recuerda que la unidad experimental es el objeto sobre el cual se


estn aplicando los distintos tratamientos y sobre el cual se est
haciendo la medicin y recolectando la informacin necesaria sobre la
variable de inters. Para este experimento en particular, la unidad
experimental es un ejemplar de tela pequeo.

Tratamientos

Un tratamiento es una de las posibles combinaciones que se pueden


obtener con los distintos niveles de los factores. Como el factor A tiene
2 niveles, el factor B tiene 2 y el factor C tiene 3 niveles, la cantidad de
tratamientos que se pueden obtener en este experimento es 12, los
cuales se detallan a continuacin:

Nmero de Rplicas

La cantidad de rplicas que se hicieron para este experimento es igual a


3, debido a que se tienen 3 datos por cada uno de los posibles
tratamientos del experimento.
Nmero de Corridas

El nmero de corridas necesario para realizar una rplica del


experimento es igual a 12, como se realizaron 3 rplicas fue necesario
llevar a cabo 36 corridas, es decir, realizar el experimento 36 veces para
obtener 3 datos de cada uno de los tratamientos posibles en el
experimento.

Criterio de calidad

La informacin suministrada por el problema indica que los resultados


obtenidos son una estimacin numrica con respecto a un patrn en
especfico, el cual es desconocido. Para efectos del ejercicio actual, se
asume que la tela ser de mayor calidad en la medida que esta
estimacin numrica sea mayor.

B. Existe algn indicio de que alguno de los tres factores afecta a la variable
respuesta?

Regresin factorial general: Variable Inters vs. Operador. Temperatura. Duracin Ciclo

Informacin del factor

Factor Niveles Valores


Operador 3 1. 2. 3
Temperatura 2 300. 350
Duracin Ciclo 2 40. 50

Anlisis de Varianza

Fuente GL SC Ajust. MC Ajust. Valor F Valor p


Modelo 11 771,89 70,172 19,74 0,000
Lineal 4 449,72 112,431 31,62 0,000
Operador 2 96,72 48,361 13,60 0,000
Temperatura 1 64,00 64,000 18,00 0,000
Duracin Ciclo 1 289,00 289,000 81,28 0,000
Interacciones de 2 trminos 5 279,00 55,800 15,69 0,000
Operador*Temperatura 2 13,50 6,750 1,90 0,172
Operador*Duracin Ciclo 2 201,50 100,750 28,34 0,000
Temperatura*Duracin Ciclo 1 64,00 64,000 18,00 0,000
Interacciones de 3 trminos 2 43,17 21,583 6,07 0,007
Operador*Temperatura*Duracin Ciclo 2 43,17 21,583 6,07 0,007
Error 24 85,33 3,556
Total 35 857,22
Resumen del modelo

R-cuad. R-cuad.
S R-cuad. (ajustado) (pred)
1,88562 90,05% 85,48% 77,60%

A partir de los resultados del anlisis de varianza es posible afirmar, con una
confiabilidad del 95% que los efectos de los tres factores son significativos, ya
que su valor P es menor al 0,05, es decir, tanto el cambio de operador como los
distintos niveles de temperatura y de duracin del ciclo afectan el resultado
final. De igual manera, es posible afirmar que los efectos de las interacciones
entre los factores A (duracin de ciclo) y C (operador) as como entre los
factores A (duracin de ciclo) y B (temperatura) son significativos.

En la siguiente grfica se ilustran los efectos principales de cada uno de los tres
factores en cuestin.

Grfica de efectos principales para Variable Inters


Medias ajustadas
Operador Temperatura Duracin Ciclo
36

35
Media de Variable Inters

34

33

32

31

30

1 2 3 300 350 40 50

A partir de esta grfica se puede concluir que, en general, al aumentar la


temperatura y la duracin del ciclo se aumenta la estimacin numrica de la
variable de inters, es decir, se aumenta la calidad de la tela. De la misma forma
se podra concluir que los resultados obtenidos por el operador 1 son muy
inferiores a los obtenidos por los otros dos, siendo el operador 2 el que
presenta mejores resultados. Se podra pensar que el operador 1 carece de
experiencia o est realizando alguna de sus operaciones de una forma errnea.

En la matriz de grficas de interaccin es posible visualizar y confirmar lo


deducido anteriormente.

Grfica de interaccin para Variable Inters


Medias ajustadas
300 350
Temperatura * Operador Duracin Cic * Operador Operador
35
1
2
30
3
Media de Variable Inters

25
Operador * Temperatura Duracin Cic * Temperatura Temperatura
35 300
350
30

25
Operador * Duracin Cic Temperatura * Duracin Cic Duracin Cic
35 40
50
30

25

1 2 3 40 50
Operador Temperatura Duracin Cic

C. Construya un intervalo de confianza al 90% de confianza para la diferencia de


las medias del factor temperatura: 1 - 2.
Se asume que la distribucin poblacional se puede aproximar a una
distribucin normal en ambos casos.
Como el tamao de muestra de ambas poblaciones es 18 (menor a 30) y
la varianza poblacional es desconocida se debe hacer uso de la
distribucin t student.

El intervalo de confianza est dado por:

1 1
x1 - x2 - ta /2;n1 + n2 -2 Sp + m1 - m2
n1 n2
1 1
x1 - x2 + ta /2;n1 + n2 - 2 Sp +
n1 n2

(n1 - 1) S12 + (n2 - 1) S 22


Sp =
n1 + n2 - 2

(18 - 1) * 24, 605 + (18 - 1) * 22, 056


Sp =
18 + 18 - 2
Sp = 23,3305
Y el estadstico t se calcula mediante las tablas de la distribucin t student,
obteniendo:

t0,05;34 = 1, 69

1 1
34, 056 - 31,389 - 1, 69* 23,3305 + m1 - m2
18 18
1 1
34, 056 - 31,389 + 1, 69* 23,3305 +
18 18
-10, 4758 m1 - m 2 15,8098

Entonces, con una confiabilidad del 90% se puede afirmar que la diferencia
entre las medias poblacionales de la variable de inters al cambiar los niveles
del factor de temperatura est entre -10,4758 y 15,8098.

3. Un fabricante de bolsas de papel desea analizar la resistencia al rasgamiento (y),


para lo cual utiliza una escala numrica. Examina tres factores, cada uno en dos
niveles: X1 = Papel, X2 = Humedad, X3 = Direccin de rasguo. Decide obtener dos
observaciones en cada combinacin, las mismas que se muestran en la siguiente
tabla:
Sea el modelo:

y = b 0 + b1 x1 + b 2 x2 + b 3 x3 + e

A. Estimar los coeficientes asociadas a las variables X 1 = Papel, X2 = Humedad, X3 =


Direccin de rasguo. Interprete cada coeficiente.

B. Sea el modelo:

y = b 0 + b1 x1 + b 2 x2 + b 3 x3 + b12 x1 x2 + b13 x1 x3 + b 23 x3 x2 + e

Regresin factorial: Resistencia vs. X1. X2. X3

Resumen del modelo

R-cuad. R-cuad.
S R-cuad. (ajustado) (pred)
0,815092 92,52% 85,97% 70,08%

Coeficientes codificados

EE del
Trmino Efecto Coef coef. Valor T Valor p VIF
Constante 4,206 0,204 20,64 0,000
X1 3,262 1,631 0,204 8,01 0,000 1,00
X2 -0,362 -0,181 0,204 -0,89 0,400 1,00
X3 -1,988 -0,994 0,204 -4,88 0,001 1,00
X1*X2 0,637 0,319 0,204 1,56 0,156 1,00
X1*X3 -1,137 -0,569 0,204 -2,79 0,024 1,00
X2*X3 -0,012 -0,006 0,204 -0,03 0,976 1,00
X1*X2*X3 0,088 0,044 0,204 0,21 0,835 1,00

Ecuacin de regresin en unidades no codificadas

Resistencia = 4,206 + 1,631 X1 - 0,181 X2 - 0,994 X3 + 0,319 X1*X2 - 0,569 X1*X3


- 0,006 X2*X3 + 0,044 X1*X2*X3

El modelo del inciso A no tiene en cuenta ninguna de las posibles interacciones


entre los factores, por tanto, estos trminos se agregaran al error. El modelo del
inciso A sera el siguiente:
y = 4, 206 + 1, 631x1 - 0,181x2 - 0,994 x3 + e
Ahora, el modelo del inciso B tiene en cuenta las interacciones entre dos factores
pero no tiene en cuenta la interaccin entre los 3, este trmino se omite y se le
agrega al error. El modelo del inciso B sera el siguiente:

y = 4, 206 + 1, 631x1 - 0,181x2 - 0,994 x3 + 0,319 x1 x2


-0,569 x1 x3 - 0, 006 x3 x2 + e
Al observar cada uno de los coeficientes calculados es posible afirmar que los
efectos ms significativos son los causados por la variable X 1 y la variable X3,
adems, la interaccin ms significativa es la que hay entre estas mismas variables.

y = 4, 206 + 1, 631x1 - 0,994 x3 - 0,569 x1 x3 + e

k k
4. Sea la hiptesis c i i=0 , donde c i=0 . Sea el estadstico de prueba
i=1 i=1

k
W = c i y i .
i=1
Hallar la media y la varianza de W. Muestre que cuando la hiptesis nula es
verdadera la estadstica
W2
se distribuye como una variable aleatoria ji cuadrada con 1 grado de
W2
libertad.

Solucin

La varianza W es:

Si los tamaos de la muestra de cada tratamiento son iguales. La ecuacin de la


hiptesis nula es la siguiente:
Si es verdadera el cociente sera:

Se puede observar que la distribucin N(0,1) se sustituye la varianza desconocida


con su estimacin y se usa el siguiente estadstico de prueba.

Al sustituir las medias de los tratamientos con los promedios de los tratamientos,
se obtiene

Você também pode gostar