Escolar Documentos
Profissional Documentos
Cultura Documentos
Estatstica Experimental Apostila03
Estatstica Experimental Apostila03
Variáveis Dependentes:
Resposta desejada (determinada experimentalmente)
Fator 1 Resposta 1
SISTEMA
Resposta j
Fator k
Estabelecer objetivos
• Variável de resposta.
• Planejamento experimental.
Planejamento
Objetivo Análise dos
Experimental
Resultados
Modelo ???
Princípios Básicos de um
Planejamento de Experimentos
• Replicação (Repetição)
– Obtenção do erro experimental
– Obtenção de estimativas mais precisas
• Aleatoridade
– Distribuição equiprovável de outros fatores
• Blocagem
– Aumenta a precisão do experimento
eliminando a influência de fatores conhecidos
Planejamento Fatorial 2k
• Utiliza k fatores analisados em 2 níveis
• A resposta (variável
dependente) é o rendimento
• São adimensionais.
60 72 54 68 52 83 45 80
efeito T 23, 0
4
60 72 54 68 52 83 45 80
efeito C 5,0
4
60 72 54 68 52 83 45 80
efeito K 1,5
4
Interpretação Geométrica dos
Efeitos
Exemplo 1 – Cálculo dos
Efeitos de Interação
T C K TC TK CK TCK R
1 – – – + + + – 60
2 + – – – – + + 72
3 – + – – + – + 54
4 + + – + – – – 68
5 – – + + – – + 52
6 + – + – + – – 83
7 – + + – – + – 45
8 + + + + + + + 80
Exemplo 1 – Cálculo dos
Efeitos de Interação
60 72 54 68 52 83 45 80
efeito TC 1,5
4
60 72 54 68 52 83 45 80
efeito TK 10,0
4
60 72 54 68 52 83 45 80
efeito CK 0, 0
4
60 72 54 68 52 83 45 80
efeito TCK 0,5
4
Efeitos
Estimativa do Erro Experimental
2,5
,99
2,0
,95
1,5 (1)T
1,0 1by3
,75
0,5
1by2
(3)K
,55
0,0
1*2*3
,35
-0,5 2by3
-1,0 ,15
Expected Normal Value
(2)C
-1,5
,05
-2,0
,01
-2,5
-3,0
-6 -4 -2 0 2 4 6 8 10 12 14 16 18 20
68
66
Efeito Linear
64
R
68
62
67
66
60
65 85
58
-1, 1,
64 80
R
63 75
62 70
61 65
R
60 60
-1, 1,
K
55
50
45
-1, 1,
T
Interação
48,5 33 81,5
1
- 8,5 11,5
K
57 70
-1
13
-1 1
T
Modelo Estatístico
ŷ b0 b1 x1 b2 x2 b3 x3 b12 x1 x2 b13 x1 x3 b23 x2 x3 b123 x1x2 x3
y
y yˆ
ŷ
yˆ y
yy
y
Análise de Variância - ANOVA
Resíduo
y ŷ 2 n-p SQres/GL
Total
y y 2 n-1
SQreg
R 2
SQtotal
Análise de Variância - ANOVA
ANOV A; Var.:R; R-sqr=,97629; A dj:,95554 (Matriz
2**(3-0) design; MS Residual=8,
DV : R
Factor SS df MS F p
(1)T 2116,000 1 2116,000 264,5000 0,000000
(2)C 100,000 1 100,000 12,5000 0,007670
(3)K 9,000 1 9,000 1,1250 0,319813
1 by 2 9,000 1 9,000 1,1250 0,319813
1 by 3 400,000 1 400,000 50,0000 0,000105
2 by 3 0,000 1 0,000 0,0000 1,000000
1*2*3 1,000 1 1,000 0,1250 0,732810
Error 64,000 8 8,000
Total S S 2699,00015
Análise de Variância - ANOVA
2,5
,99
2,0
,95
1,5
1,0
,75
0,5
,55
0,0
,35
-0,5
-1,0 ,15
Expected Normal Value
-1,5
,05
-2,0
,01
-2,5
-3,0
-7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5
Residual
Observado vs. Previsto
90
85
80
75
70
65
60
Predicted Values
55
50
45
40
35 40 45 50 55 60 65 70 75 80 85 90
Observed Values
1,2
1,0
0,8
0,6
0,4
0,2
0,0
C
-0,2
-0,4
-0,6
-0,8
-1,0
80
70
-1,2
60
-1,2 -1,0 -0,8 -0,6 -0,4 -0,2 0,0 0,2 0,4 0,6 0,8 1,0 1,2
50
T
Exemplo 2
• Fatorial 24: Aumento da
taxa de filtração durante
a produção de um
produto químico em um
reator pressurizado
(Montgomery, 2005).
• Variáveis independentes:
temperatura (A), pressão
(B), concentração de
formaldeído (C) e
velocidade de agitação
(D).
Matriz do planejamento
Design: 2**(4-0) design (Spreadsheet in Fatorial 02)
A B C D Taxa de
Standard Filtração
Run
1 -1 -1 -1 -1 45,00
2 1 -1 -1 -1 71,00
3 -1 1 -1 -1 48,00
4 1 1 -1 -1 65,00
5 -1 -1 1 -1 68,00
6 1 -1 1 -1 60,00
7 -1 1 1 -1 80,00
8 1 1 1 -1 65,00
9 -1 -1 -1 1 43,00
10 1 -1 -1 1 100,00
11 -1 1 -1 1 45,00
12 1 1 -1 1 104,00
13 -1 -1 1 1 75,00
14 1 -1 1 1 86,00
15 -1 1 1 1 70,00
16 1 1 1 1 96,00
Estimativa dos efeitos
Effect Estimates; Var.:T axa de Filtração; R-sqr=,99868; Adj:,98021 (Design: 2**(4-0) design (S preadsh
2**(4-0) design; MS Residual=7,5625
DV : Taxa de Filtração
Effect Std.E rr. t(1) p -95,% +95,% Coeff. Std.E rr. -95,% +95,%
Factor Cnf.Limt Cnf.Limt Coeff. Cnf.Limt Cnf.Limt
Mean/Interc. 70,0625 0,687500 101,9091 0,006247 61,3270 78,79802 70,06250 0,687500 61,3270 78,79802
(1)A 21,6250 1,375000 15,7273 0,040424 4,1540 39,09603 10,81250 0,687500 2,0770 19,54802
(2)B 3,1250 1,375000 2,2727 0,263883 -14,3460 20,59603 1,56250 0,687500 -7,1730 10,29802
(3)C 9,8750 1,375000 7,1818 0,088077 -7,5960 27,34603 4,93750 0,687500 -3,7980 13,67302
(4)D 14,6250 1,375000 10,6364 0,059678 -2,8460 32,09603 7,31250 0,687500 -1,4230 16,04802
1 by 2 0,1250 1,375000 0,0909 0,942284 -17,3460 17,59603 0,06250 0,687500 -8,6730 8,79802
1 by 3 -18,1250 1,375000 -13,1818 0,048203 -35,5960 -0,65397 -9,06250 0,687500 -17,7980 -0,32698
1 by 4 16,6250 1,375000 12,0909 0,052533 -0,8460 34,09603 8,31250 0,687500 -0,4230 17,04802
2 by 3 2,3750 1,375000 1,7273 0,334095 -15,0960 19,84603 1,18750 0,687500 -7,5480 9,92302
2 by 4 -0,3750 1,375000 -0,2727 0,830499 -17,8460 17,09603 -0,18750 0,687500 -8,9230 8,54802
3 by 4 -1,1250 1,375000 -0,8182 0,563451 -18,5960 16,34603 -0,56250 0,687500 -9,2980 8,17302
1*2*3 1,8750 1,375000 1,3636 0,402820 -15,5960 19,34603 0,93750 0,687500 -7,7980 9,67302
1*2*4 4,1250 1,375000 3,0000 0,204833 -13,3460 21,59603 2,06250 0,687500 -6,6730 10,79802
1*3*4 -1,6250 1,375000 -1,1818 0,447071 -19,0960 15,84603 -0,81250 0,687500 -9,5480 7,92302
2*3*4 -2,6250 1,375000 -1,9091 0,307178 -20,0960 14,84603 -1,31250 0,687500 -10,0480 7,42302
Gráfico Normal dos Efeitos
3,0
2,5
,99
2,0
(1)A
,95
1,5
1by4
1,0 (4)D
(3)C
1*2*4 ,75
0,5 (2)B
2by3
1*2*3 ,55
0,0 1by2
2by4
3by4 ,35
-0,5
1*3*4
-1,0 2*3*4 ,15
Expected Normal Value
-1,5 1by3
,05
-2,0
,01
-2,5
-3,0
-20 -15 -10 -5 0 5 10 15 20
2,5
,99
2,0
,95
1,5
1,0
,75
0,5
,55
0,0
,35
-0,5
-1,0 ,15
Expected Normal Value
-1,5
,05
-2,0
,01
-2,5
-3,0
-8 -6 -4 -2 0 2 4 6 8
Residual
110
100
90
80
70
60
Predicted Values
50
40
30
30 40 50 60 70 80 90 100 110 120
Observed Values
D = +1
1,2
1,0
0,8
0,6
0,4
0,2
0,0
C
-0,2
-0,4
-0,6
100
-0,8 90
80
-1,0 70
60
-1,2
50
-1,2 -1,0 -0,8 -0,6 -0,4 -0,2 0,0 0,2 0,4 0,6 0,8 1,0 1,2
40
A
A = +1
1,2
1,0
0,8
0,6
0,4
0,2
0,0
D
-0,2
-0,4
-0,6
-0,8
100
-1,0 90
80
-1,2
70
-1,2 -1,0 -0,8 -0,6 -0,4 -0,2 0,0 0,2 0,4 0,6 0,8 1,0 1,2
60
C
Pontos Centrais em Fatoriais 2k
k k k
y 0 i xi ij xi x j
i 1 i 1 j i
Matriz do 7
8
-1 1 1 -1
1 1 1 -1
80,00
65,00
9 -1 -1 -1 1 43,00
planejamento 10
11
1 -1 -1 1
-1 1 -1 1
100,00
45,00
12 1 1 -1 1 104,00
13 -1 -1 1 1 75,00
14 1 -1 1 1 86,00
15 -1 1 1 1 70,00
16 1 1 1 1 96,00
0 0 0 0 73,00
0 0 0 0 75,00
0 0 0 0 66,00
0 0 0 0 69,00
Análise da Curvatura
Effect Estimates; Var.:T axa de Filtração; R-sqr=,95782; Adj:,93835
2**(4-0) design; MS Residual=18,75962
DV : Taxa de Filtração
Effect Std.E rr. t(13) p -95,% +95,% Coeff. Std.E rr. -95,% +95,%
Factor Cnf.Limt Cnf.Limt Coeff. Cnf.Limt Cnf.Limt
Mean/Interc. 70,0625 1,082809 64,70438 0,000000 67,7232 72,4018 70,06250 1,082809 67,7232 72,40177
Curvatr. 1,3750 4,842470 0,28395 0,780924 -9,0865 11,8365 0,68750 2,421235 -4,5433 5,91826
(1)A 21,6250 2,165619 9,98560 0,000000 16,9465 26,3035 10,81250 1,082809 8,4732 13,15177
(3)C 9,8750 2,165619 4,55990 0,000535 5,1965 14,5535 4,93750 1,082809 2,5982 7,27677
(4)D 14,6250 2,165619 6,75327 0,000014 9,9465 19,3035 7,31250 1,082809 4,9732 9,65177
1 by 3 -18,1250 2,165619 -8,36943 0,000001 -22,8035 -13,4465 -9,06250 1,082809 -11,4018 -6,72323
1 by 4 16,6250 2,165619 7,67679 0,000004 11,9465 21,3035 8,31250 1,082809 5,9732 10,65177
Factor SS df MS F p
Curvatr. 1,512 1 1,512 0,08063 0,780924
(1)A 1870,562 1 1870,562 99,71220 0,000000
(3)C 390,062 1 390,062 20,79267 0,000535
(4)D 855,562 1 855,562 45,60661 0,000014
1 by 3 1314,063 1 1314,063 70,04741 0,000001
1 by 4 1105,563 1 1105,563 58,93311 0,000004
Error 243,87513 18,760
T otal S S 5781,20019
Exemplo 3
• Fatorial 23 com ponto central: El-Aouar, A. A.;
Azoubel, P. M.; Barbosa Jr., J. L.; Murr, F. E.
X. Influence of the osmotic agent on the
osmotic dehydration of papaya (Carica papaya
L.). Journal of Food Engineering, v.75,
p.267-274, 2006.
Montar o planejamento com três pontos centrais e fazer a análise dos dados!!!
Refazer os dados descodificados!!!