Fatorial menu Suporte ao Minitab® 

21

Analisar um experimento
fatorial
Pesquisar Suporte ao Minitab 21 

Antes de começar

Visão geral

Considerações de dados
Exemplo de Análise de experimen
Exemplo
fatorial
Saiba mais sobre Minitab Statistical Software
Executar a análise
Um engenheiro de materiais de um fabricante de produtos de construção está de
Inserir seus dados novo produto de isolamento. O engenheiro cria um experimento fatorial completo
avaliar vários fatores que poderiam afetar a potência, a densidade e o valor isolan
Especifique os termos do O engenheiro analisa um experimento fatorial para determinar como o tipo de ma
modelo
injeção, a temperatura de injeção e a temperatura de arrefecimento afetam a resi
isolamento.
Especificar covariáveis
1. Abra os dados amostrais, PropriedadesDeIsolamento.MTW.
Especifique as opções de 2. Selecione Estat > DOE (Planejamento de Experimento) > Fatorial > Análise
análise fatorial.
3. Em Respostas, insira Resistência.
Executar a regressão
stepwise 4. Clique em Termos.
5. Em Incluir termos no modelo por toda a ordem, escolha 2.
Selecione os gráficos a serem
6. Clique em OK e, em seguida, clique em Covariáveis.
exibidos
7. Em Covariáveis, insira MeasTemp.
Selecione os resultados a 8. Clique em OK e, em seguida, clique em Gráficos.
serem exibidos
9. Em Gráficos de Resíduos, selecione Quatro em um.

Armazenar estatísticas
10. Clique em OK em cada caixa de diálogo.

Modelo não hierárquico

Interpretar os resultados
Interpretar os resultados Na tabela Análise de Variância, os valores-p para todos os termos lineares — Mate
InjTemp e CoolTemp — são significativos. Como os valores-p são inferiores ao níve
Principais resultados 0,05, o engenheiro conclui que os efeitos são estatisticamente significativos. A cov
não é significativa (valor-p = 0,278). Nenhuma das interações bidirecionais é signifi
pode considerar a redução do modelo.
Todas as estatísticas e
gráficos
O valor de R2 mostra que o modelo explica 98,02% da variância em resistência, o q
modelo ajusta os dados extremamente bem.
Métodos e fórmulas
A maioria dos VIFs são baixos, indicando que os termos no modelo não estão corr
para MeasTemp é 5,87, porém este termo não é significativo, e você não deve incl
Informações do modelo
O gráfico de Pareto dos efeitos possibilita a identificação visual dos efeitos import
Stepwise magnitude relativa dos vários efeitos. Além disso, é possível ver que o maior efeito
injeção (B), porque ele se estende para mais além. O efeito da pressão de injeção
Análise de variância temperatura de arrefecimento (BD) é o menor porque é o que menos se estende.

Os gráficos de resíduos não indicam nenhum problema com o modelo.

AjustesAo
e resíduos
clicar em "Aceitar todos os cookies", concorda com o armazenamento de cookies no seu dispositivo para melhorar a navegação no site, analisar a
utilização do site e ajudar nas nossas iniciativas de marketing. Cookie Policy
Estatísticas de qualidade do Regressão Fatorial: Resistência versus TempMed; Material; PressInj; ...
ajuste Definições de cookies Rejeitar Todos Aceitar todos os cookies

Medidas de diagnóstico
 Coeficientes Codificados

Termo Efeito Coef EP de Coef Valor-T Valor-P V

Constante 56,0 21,0 2,66 0,056
TempMed -1,229 0,979 -1,25 0,278 5,
Material 5,316 2,658 0,678 3,92 0,017 3,
PressInj 5,645 2,822 0,401 7,04 0,002 1,
TempInj 4,355 2,177 0,378 5,76 0,005 1,
TempFria -3,457 -1,729 0,420 -4,12 0,015 1,
Material*PressInj -0,723 -0,361 0,415 -0,87 0,433 1,
Material*TempInj -1,025 -0,512 0,443 -1,16 0,312 1,
Material*TempFria -0,208 -0,104 0,510 -0,20 0,848 1,
PressInj*TempInj -0,837 -0,419 0,510 -0,82 0,458 1,
PressInj*TempFria -0,055 -0,027 0,382 -0,07 0,947 1,
TempInj*TempFria 1,933 0,966 0,381 2,54 0,064 1,

Sumário do Modelo

S R2 R2(aj) R2(pred)
1,51005 98,02% 92,57% 70,86%

Análise de Variância

Fonte GL SQ (Aj.) QM (Aj.) Valor F Valor-P

Modelo 11 451,357 41,032 17,99 0,007
Covariáveis 1 3,591 3,591 1,58 0,278
TempMed 1 3,591 3,591 1,58 0,278
Linear 4 304,587 76,147 33,39 0,002
Material 1 35,053 35,053 15,37 0,017
PressInj 1 113,068 113,068 49,59 0,002
TempInj 1 75,533 75,533 33,12 0,005
TempFria 1 38,666 38,666 16,96 0,015
Interações de 2 fatores 6 20,309 3,385 1,48 0,366
Material*PressInj 1 1,732 1,732 0,76 0,433
Material*TempInj 1 3,045 3,045 1,34 0,312
Material*TempFria 1 0,095 0,095 0,04 0,848
PressInj*TempInj 1 1,538 1,538 0,67 0,458
PressInj*TempFria 1 0,012 0,012 0,01 0,947
TempInj*TempFria 1 14,694 14,694 6,44 0,064
Erro 4 9,121 2,280
Total 15 460,478

Equação de Regressão em Unidades Não codificadas

Resistência = 52,7 - 1,229 TempMed + 10,43 Material + 0,216 PressIn

+ 0,007 TempInj - 1,357 TempFria - 0,0096 Material*Pr
- 0,0683 Material*TempInj - 0,0104 Material*TempFria
- 0,00149 PressInj*TempInj - 0,00007 PressInj*TempFri
+ 0,01288 TempInj*TempFria

Estrutura de Aliases

Fator Nome
A Material
B PressInj
C TempInj
D TempFria

Aliases
Ao clicar em "Aceitar todos os cookies", concorda com o armazenamento I - 5,42 ABC
de cookies no + 28,92 ABD - 9,04 ACD
seu dispositivo para - 10,85 BCD
melhorar a navegação no site,+ 45,19 ABCD
analisar a
A + 0,15 ABC
utilização do site e ajudar nas nossas iniciativas de marketing. Cookie Policy - 0,77 ABD + 0,24 ACD + 0,29 BCD - 1,21 ABCD
B - 0,03 ABC + 0,19 ABD - 0,06 ACD - 0,07 BCD + 0,29 ABCD
C - 0,01 ABC + 0,03 ABD - 0,01 ACD - 0,01 BCD + 0,05 ABCD
D - 0,05 ABC + 0,25 ABD - 0,08 ACD - 0,09 BCD + 0,39 ABCD
AB + 0,04 ABC - 0,24 ABD + 0,07 ACD + 0,09 BCD - 0,37 ABCD
 AC + 0,06 ABC - 0,32 ABD + 0,10 ACD + 0,12 BCD - 0,50 ABCD
AD - 0,09 ABC + 0,47 ABD - 0,15 ACD - 0,18 BCD + 0,74 ABCD
BC + 0,09 ABC - 0,47 ABD + 0,15 ACD + 0,18 BCD - 0,74 ABCD
BD + 0,02 ABC - 0,08 ABD + 0,03 ACD + 0,03 BCD - 0,13 ABCD
CD - 0,01 ABC + 0,07 ABD - 0,02 ACD - 0,03 BCD + 0,11 ABCD

Minitab.com ● Portal de Licença ● Loja ● Blog ● Fale Conosco ● Defi

Copyright © 2023 Minitab, LLC. All rights Reserved.

português

Ao clicar em "Aceitar todos os cookies", concorda com o armazenamento de cookies no seu dispositivo para melhorar a navegação no site, analisar a
utilização do site e ajudar nas nossas iniciativas de marketing. Cookie Policy