Disciplina: Estatística/ Profa.

Má rcia Simõ es

Trabalho de Planejamento fatorial 23

LEONARDO GALUPPO DALAZEM

AGATHA LIMA FRANÇOIS

1) Rodar o planejamento no statística para a resposta intensidade de fluorescência do antimônio

(Sb) e obter os seguintes itens:

a. Tabela de efeitos;
RESPOSTA:

Effect Estimates; Var.:Inten.; R-sqr=,89686; Adj:,74215 (Spreadsheet1) 2**(3-0) design; MS

Residual=565,8397 DV: Inten.
Effect Std.Err. t(4) p
Mean/Interc. 160,2818 7,17217 22,34775 0,000024
(1)Tempo -5,1250 16,82022 -0,30469 0,775795
(2)NaBH4 76,2750 16,82022 4,53472 0,010539
(3)HCl -56,8250 16,82022 -3,37837 0,027827
1 by 2 -1,8750 16,82022 -0,11147 0,916611
1 by 3 4,1250 16,82022 0,24524 0,818338
2 by 3 27,3250 16,82022 1,62453 0,179586

Na tabela, “Effect” representa a mudança da intensidade quando um fator passa do nível mais
baixo para o nível mais alto. “Std.Err.” representa o erro padrão. Já “t” e “p” demonstram quais fatores
são significativos a um nível de confiança de 95%, onde as linhas grifadas em vermelho representam os
fatores significativos, sendo t calculado através da razão entre efeito e erro padrão (p<0,05 =
significativo).
 b. Tabela dos coeficientes de regressão:
RESPOSTA:
Coeficiente de determinação levando em consideração os fatores não significativos:

Regr. Coefficients; Var.:Inten.; R-sqr=,89686; Adj:,74215 (Spreadsheet1) 2**(3-0) design; MS

Residual=565,8397 DV: Inten.
Regressn Std.Err. t(4) p
Mean/Interc. 160,2818 7,172167 22,34775 0,000024
(1)Tempo -2,5625 8,410111 -0,30469 0,775795
(2)NaBH4 38,1375 8,410111 4,53472 0,010539
(3)HCl -28,4125 8,410111 -3,37837 0,027827
1 by 2 -0,9375 8,410111 -0,11147 0,916611
1 by 3 2,0625 8,410111 0,24524 0,818338
2 by 3 13,6625 8,410111 1,62453 0,179586

Nestas tabelas, “Regressn” demonstra os coeficientes de regressão, esses que compõem a

equação linear “Y = B0 + B1X1 + B2X2 + B3X3 + B12X1X2 + B13X1X3 + B23X2X3”, onde os
coeficientes de regressão representam metade do valor de efeito, e B0 representa a média geral.

Coeficientes de regressão levando em conta apenas os fatores significativos:

Regr. Coefficients; Var.:Inten.; R-sqr=,82454; Adj:,78068 (Spreadsheet1) 2**(3-0) design; MS

Residual=481,283 DV: Inten.
Regressn Std.Err. t(8) p
Mean/Interc. 160,2818 6,614605 24,23150 0,000000
(2)NaBH4 38,1375 7,756312 4,91696 0,001168
(3)HCl -28,4125 7,756312 -3,66315 0,006372

Analisando as tabelas, nota-se que o coeficiente de determinação (R^2, grifado em azul) levando
em conta todos os fatores é de 89,68%, enquanto quando se ignora os fatores não significativos, se
alcança um R^2 de 82,45%. Desta maneira, observa-se a pequena diferença do coeficiente de
determinação, comprovando a insignificância de alguns fatores na resposta, como o tempo e todas as
interações entre os fatores.
 c. Tabela ANOVA sem erro puro e com erro puro (Verificar se o modelo utilizado é
adequado)

RESPOSTA:

Tabela ANOVA sem erro puro:

ANOVA; Var.:Inten.; R-sqr=,89686; Adj:,74215 (Spreadsheet1) 2**(3-0) design; MS Residual=565,8397

DV: Inten.
SS df MS F p
(1)Tempo 52,53 1 52,53 0,09284 0,775795
(2)NaBH4 11635,75 1 11635,75 20,56369 0,010539
(3)HCl 6458,16 1 6458,16 11,41341 0,027827
1 by 2 7,03 1 7,03 0,01243 0,916611
1 by 3 34,03 1 34,03 0,06014 0,818338
2 by 3 1493,31 1 1493,31 2,63911 0,179586
Error 2263,36 4 565,84
Total SS 21944,18 10

Nas tabelas ANOVA, “SS” representa a soma de quadrado, “df” demonstra os graus de
liberdade, e “MS” o quadrado médio (SS/grau de liberdade). “F” e “p” representam o teste para
verificar se o modelo de regressão é adequado ou não, sendo F = (quadrado médio da regressão /
quadrado médio dos resíduos).

Tabela ANOVA com erro puro (dividindo os resíduos em erro puro e falta de ajuste):

ANOVA; Var.:Inten.; R-sqr=,89686; Adj:,74215 (Spreadsheet1) 2**(3-0) design; MS Pure Error=1,29 DV:
Inten.
SS df MS F p
(1)Tempo 52,53 1 52,53 40,722 0,023688
(2)NaBH4 11635,75 1 11635,75 9019,962 0,000111
(3)HCl 6458,16 1 6458,16 5006,327 0,000200
1 by 2 7,03 1 7,03 5,451 0,144685
1 by 3 34,03 1 34,03 26,381 0,035879
2 by 3 1493,31 1 1493,31 1157,606 0,000863
Lack of Fit 2260,78 2 1130,39 876,271 0,001140
Pure Error 2,58 2 1,29
Total SS 21944,18 10

Ignorando ou não os efeitos não significativos, é fato que o R^2 deste modelo é
consideravelmente baixo. Dessa forma, torna-se necessário encontrar um modelo de regressão que
consiga melhor explicar a variabilidade dos dados. Nesse sentido, será aplicado o teste F para comprovar
ou não que o modelo linear não é adequado.
 APLICAÇÃO DO TESTE F:

H0: Modelo linear é adequado.

H1: Modelo linear não é adequado.

F = QM falta de ajuste / QM do erro puro = 876,271

Ftabelado (2,2) = (Graus de liberdade da falta de ajuste e do erro puro) = 19,00

Visto que o F calculado é superior ao F tabelado, temos a rejeição da hipótese nula. Logo, o
modelo linear não é adequado. Nesse sentido, torna-se necessária a adição de 6 pontos axiais no
modelo, para torná-lo quadrático, podendo explicar melhor a variabilidade dos dados (R^2 superior).
Sendo assim, será adicionado os valores 1,68 e -1,68 ao planejamento fatorial, resultantes da operação
(2^k)^(1/4), onde K é o número de fatores.

Planejamento experimental com inclusão dos 6 pontos axiais:

Tempo NaBH4 HCl Inten.

1 -1 -1 -1 178,4
2 1 -1 -1 167,5
3 -1 1 -1 225,7
4 1 1 -1 218,1
5 -1 -1 1 86,6
6 1 -1 1 91
7 -1 1 1 195,6
8 1 1 1 189,2
9 0 0 0 137,5
10 0 0 0 135,7
11 0 0 0 137,8
12 -1,68 0 0
13 1,68 0 0
14 0 -1,68 0
15 0 1,68 0
16 0 0 -1,68
17 0 0 1,68
 d. Gráfico de Pareto;

RESPOSTA:

O gráfico de Pareto expõe a influência dos fatores, até a linha pontilhada o fator respectivo não
é considerado significativo, quando a ultrapassa podemos levar em conta seu efeito relevante na
resposta do experimento, a intensidade de fluorescência de Sb, com o tempo e as interações sendo não
significativos no experimento. De acordo com o gráfico e com o teste T proposto na tabela de efeitos,
que condiz com a interpretação do p valor.

e. Gráfico de interação se necessário (gráfico realizado no MINITAB (STAT->ANOVA-

>Interaction PLOT)
 RESPOSTA:
O gráfico de interação não é necessário, visto que todas as interações entre os fatores
não são significativas (não estão grifadas de vermelho nas tabelas).

f. Superfície de resposta
RESPOSTA:

Nota-se que a coloração em vermelho representa a maior intensidade, sendo a superfície o que denota
a intensidade. Nesse sentido, no maior volume de Na2BH4 e no menor volume de HCl temos a maior
intensidade de fluorescência de antimônio.

2) Interpretar todas as tabelas e gráficos obtidas;

 Diante das tabelas e gráficos expostos é possível concluir que para maior intensidade de
fluorescência de Sb é necessário o maior nível de volume NaBH4 e o menor nível de volume de HCl,
com uma boa análise e um bom planejamento experimental podemos observar a necessidade de
acrescentar repetições ou não e poupar trabalhos desnecessários com resultados satisfatórios.

DADOS:
Santos & Silva (2018) estudaram a influência de 3 variáveis (planejamento 2 3) na intensidade do
sinal de fluorescência visando a determinação de espécies de antimônio. A Tabela 1 mostra os
experimentos realizados, bem como as respostas obtidas. Ao todo foram executados 11 experimentos
(8 experimentos mais 3 réplicas no ponto central), o objetivo era obter uma alta intensidade de
fluorescência e realizar uma triagem das variáveis mais importantes.

Referência.
Santos, G. S.; Silva, L. O. B., Santos Júnior, A. F.; Silva, E. G. P., Santos, W. N. L.;  J. Braz. Chem.
Soc. 2018, 29, 185.