Disciplina de Planejamento Experimental

Avaliação Final
Aluno: Luiz Eduardo Chaves de Azevedo

ANÁLISE DA MATRIZ DE PLANEJAMENTO

De acordo com o exercício proposto possuimos um tipo de análise chamado

de Planejamento Composto Central Rotacional com 5 níveis, esse tipo de de
Planejmento, se encaixa com modelos quadráticos de 2ª ordem.

Primeiramente, precisamos encontrar valores na matriz de “α” não inteiros.

Sendo assim para encontrar α calculamos da seguinte forma:
1/ 4
α =Nf

Nf: Número de corridas do planejamento Fatorial.

No trabalho proposto Nf=8, portanto:

1/ 4
α =8

α =± 1,682

De acordo com a análise dos dados podemos notar que as Variáveis

significativas para a variável dependente Conversão são: A temperatura no modelo
Linear e Quadrático, o Catalisador nos modelos Linear e Quadrático e as interações
do Tempo com o Catalisador e do Tempo com a Temperatura.

Figura 1 – Tabela de Análise CONVERSÃO

Os valores que possuem “p” acima de 5%, são de variáveis que não possuem
significância para o resultado da Conversão. E ainda de acordo com a figura 1
podemos retirar o modelo de regressão para a conversão, que corresponde:
2 2
CON =81,09093+4,04034 T +2,93824 T +6,20372C−5,19149 C
 +11,375 tC−3,875 TC

Para um R²= 91,992%.

Ainda para a análise dos parâmetros significativos para a conversão

analisamos a tabela de Análise de Variância (ANOVA), e podemos notar que os
valores de Fisher na análise do experimento (ver figura 2), possuem parâmetros que
estão abaixo do valor tabelado para um grau de liberdade 8, esses não possuem
resultados significativos para a conversão comprovando que somente as varáveis e
as interações citadas anteriomente possuem valores que afetam a conversão,
tornando-as significativas.

Figura 2 – Tabela ANOVA CONVERSÃO

Figura 3 – Gráfico Valores Preditos vs Valores Residuais

 Verificamos no gráfico acima (Figura 3) que nosso experimento para
conversão possue valores residuais aleatórios, o que quer dizer que sua variância é
constante e o modelo escolhido é adequado.

Figura 4 – Gráfico da Distribuição Normal de Residuos para a Conversão.

O gráfico anterior (Figura 4), Indica que os resíduos seguem uma distruição
normal, por estar próximo a reta, dessa forma podemos dizer que o modelo se
adequou bem para a análise do experimento.
Figura 5 – Gráfico de Superfície da Conversão (Tempo x Catalisador)

Figura 6 - Gráfico de Superfície da Conversão (Catalisador x Temperatura)

 Figura 7 - Gráfico de Superfície da Conversão (Tempo x Temperatura)

Figura 8 - Gráfico de Superfície de Contorno da Conversão (Tempo x Catalisador)

 Figura 9 - Gráfico de Superfície de Contorno da Conversão (Catalisador x
Temperatura)

Figura 10 -- Gráfico de Superfície de Contorno da Conversão (Tempo x

Temperatura)

Nos gráficos acima ( Figura 5, 6, 7, 8, 9, 10), são mostrados quais as

condições em que a conversão pode atingir seu máximo valor. As figuras 7 e 10,
mostra que a conversão em relação ao gráfico Temperatura x Tempo, possui
maiores valores quando a Temperatura está entorno de -1 e o Tempo maior que 1,5
em valores codificados. As figuras 5 e 8 mostram que a conversão possue maiores
valores, quando analisadas as variáveis Tempo x Catalisador, quando o tempo
possui valor entre -0,5 e -1 e o catalisador possui valor entorno de -0,5. E por ultimo
as figuras 6 e 9 relacionam a conversão com as variáveis Catalisador e
Temperatura, evidenciando que a variável dependente maximiza quando o
Catalisador está entorno de 1,6 e a Temperatura está em 0 para valores
decodificados.

Analisaremos agora a segunda variável dependente chamada de

Atividade(AT). Para essa variável apenas duas variáveis independentes foram
significativas: O tempo e o Catalisador. Podemos evidenciar isso observando a
tabela abaixo (figura11), e vendo que o valor de “p” apenas para essas duas
variáveis está abaixo de 5%.

Figura 11 – Tabela de Análise ATIVIDADE

Assim como na tabela acima, a table da ANOVA (Figura 12) mostra os

valores de Fisher que apenas essas variáveis estão acima do valor tabelado de
Fisher para o grau de liberdade 10. O modelo de regressão para a variável
dependente Atividade, e suas variáveis independentes significativas é:

A T =59,84977+3,58301 t+2,22983 C , Para um R²= 89,18%.

Figura 12 – Tabela ANOVA para ATIVIDADE

 Figura 13 – Gráfico dos Valores Preditos vs Valores Residuais para Atividade

Verificamos no gráfico acima (Figura 13) que nosso experimento para

conversão possue valores residuais aleatórios, o que quer dizer que sua variância é
constante e o modelo escolhido é adequado.

Figura 14 - Gráfico da Distribuição Normal de Residuos para Atividade.

 O gráfico anterior (Figura 14), Indica que os resíduos seguem uma distruição
normal para a variável dependente Atividade, por estarem próximos a reta, dessa
forma podemos dizer que o modelo se adequou bem para a análise do experimento.

Figura 15 - Gráfico de Superfície da Atividade (Tempo x Temperatura).

Figura 16 - Gráfico de Superfície da Atividade (Catalisador x Temperatura).

 Figura 17 - Gráfico de Superfície da Atividade (Tempo x Catalisador).

Figura 18 - Gráfico de Superfície de Contorno da Atividade (Tempo x Temperatura).

 Figura 19 - Gráfico de Superfície de Contorno da Atividade (Catalisador x
Temperatura).

Figura 20 - Gráfico de Superfície de Contorno da Atividade (Catalisador x Tempo).

Nos gráficos acima ( Figura 15, 16, 17, 18, 19, 20), são mostrados quais as
condições em que a Atividade pode atingir valores ótimos ou valores específicos que
queremos. As figuras 15 e 18, mostra que a atividade em relação ao gráfico
Temperatura x Tempo, possui valores entre 55 e 60% quando a Temperatura e o
tempo estão abaixo de -1,5 em valores codificados. As figuras 17 e 20 mostram que
a atividade possue valores entre 55 e 60%, quando analisadas as variáveis Tempo x
Catalisador, quando ambas estão abaixo de -1,5. E por ultimo as figuras 16 e 19
relacionam a atividade com as variáveis Catalisador e Temperatura, evidenciando
que a variável dependente possue valores entre 55 e 60% quando o Catalisador
está abaxo de -1,5 e a Temperatura está acima de 1,5 para valores decodificados.