Escolar Documentos
Profissional Documentos
Cultura Documentos
2007
EXPERIMENTOS FACTORIALES
COMPLETOS
Pgina 1 de 27
EXPERIMENTOS FACTORIALES COMPLETOS P. Reyes / Sept. 2007
CONTENIDO
1. Diseo factorial de dos factores
2. Diseo factorial de dos factores
3. Comparaciones mltiples
Pgina 2 de 27
EXPERIMENTOS FACTORIALES COMPLETOS P. Reyes / Sept. 2007
1. Diseo factorial completo de 2 factores
Ul ingeniero decide probar los tres materiales de la cubierta, nico
factor controlable a tres niveles de temperatura (15, 70 y 125 F)
consistentes en el entorno de uso final del producto. Se prueban
cuatro bateras a cada combinacin de material de la cubierta y
temperatura, y las 36 pruebas se ejecutan al azar.
En la tabla 1 se presentan el experimento y los datos resultantes de
duracin observada de las bateras.
En este problema, el ingeniero desea contestar las siguientes
preguntas:
1. Qu efecto tienen el tipo de material y la temperatura sobre la
duracin de la batera?
2. Existe una eleccin del material que d por resultado una
duracin uniformemente larga sin importar la temperatura?
Tipo de
material
Temperatura F
15 70 125
1 13
0
15
5
34 40 2
0
70
74 18
0
80 75 8
2
58
3 15
0
18
8
12
6
12
2
2
5
70
15
9
12
6
10
6
11
5
5
8
45
3 13
8
11
0
17
4
12
0
9
6
10
4
16
8
16
0
15
0
13
9
8
2
60
Tabla 1. Duracin en horas para el ejemplo del diseo de una batera
Pgina 3 de 27
EXPERIMENTOS FACTORIALES COMPLETOS P. Reyes / Sept. 2007
Esta ltima pregunta reviste particular importancia. Existe la
posibilidad de hallar un material que no sea muy afectado por la
temperatura. De ser as, el ingeniero puede hacer que la batera sea
robusta a la variacin de temperatura en el campo. ste es un
ejemplo del uso del diseo experimental estadstico para el diseo de
un producto robusto (o consistente), un importante problema de
ingeniera.
Este diseo es un ejemplo especfico del caso general de un diseo
con dos factores (bifactorial). Para pasar al caso general, sea Yijk la
respuesta observada cuando el factor A se encuentra en el i-simo
nivel (i -1, 2,..., n). En general, los datos observados se vern como en
la tabla 2. El orden en el cual se toman las abn observaciones es
aleatorio, de modo que ste es un diseo completamente
aleatorizado.
Tabla 2. Disposicin general para un diseo bifactorial
Las observaciones pueden describirse mediante el modelo estadstico
lineal:
Pgina 4 de 27
Y111,Y112,
...,Y11n
Factor A
Factor B
Y211,Y212,
...,Y21n
...
Ya11,Ya12,
...,Ya1n
... ... ...
Y121,Y122,
...,Y12n
...
Y1b1,Y1b2,
...,Y1bn
Y221,Y222,
...,Y22n
...
...
Y2b1,Y2b2,
...,Y2bn
Ya21,Ya22,
...,Ya2n
Yab1,Yab2,
...,Yabn
1 2 ... b
1
2
...
a
Y111,Y112,
...,Y11n
Factor A
Factor B
Y211,Y212,
...,Y21n
...
Ya11,Ya12,
...,Ya1n
... ... ...
Y121,Y122,
...,Y12n
...
Y1b1,Y1b2,
...,Y1bn
Y221,Y222,
...,Y22n
...
...
Y2b1,Y2b2,
...,Y2bn
Ya21,Ya22,
...,Ya2n
Yab1,Yab2,
...,Yabn
1 2 ... b
1
2
...
a
EXPERIMENTOS FACTORIALES COMPLETOS P. Reyes / Sept. 2007
( )
'
+ + + +
n 1 , 2 , . . . , k
b 1 , 2 , . . . , j
a 1 , 2 , . . . , i
i j k i j j i Y i j k
En donde es el efecto medio general, i es el efecto del i-simo
nivel del factor rengln A, j es el efecto del j-simo nivel del factor
columna B, ( )ij es el efecto de la interaccin entre i y j, ijk
es el componente del error aleatorio. Inicialmente se supone que
ambos factores son fijos y que los efectos de tratamiento se definen
como desviaciones de la media general, por lo tanto.
a
1 i
b
1 j
0 j 0; i
Se supone que los efectos de interaccin son fijos y que se definen
d manera que: ( ) 0 ij
a
1 i
1
1
Y de la igualdad de los efectos de tratamiento de columna:
0 j una menos al : H1
0 b ... 2 1 : Ho
Pgina 5 de 27
EXPERIMENTOS FACTORIALES COMPLETOS P. Reyes / Sept. 2007
Tambin es interesante determinar s los tratamientos de rengln y
columna interaccionan. En otras palabras, resulta conveniente
probar:
0 ()i una menos al : H1
j i, toda para 0 ()i : Ho
'
a
1 i
b
1 j
n
1 k
a b n
Y . . .
. . . Y Y i j k Y . . .
b 1 , 2 , . . . , j
a 1 , 2 , . . . , i
;
n
Y . . .
i j . Y
n
1 k
Y i j k Y i j .
a
1 i
b 1 , 2 , . . . , j ;
n
1 k
a n
Y . j .
. j . Y Y i j k Y . j .
a 1 , 2 , . . . , i ;
b n
Y i . .
i . . Y
b
1 j
n
1 k
Y i j k Y i . .
La suma total de cuadrados corregida puede expresarse mediante:
()
()()( )
()
()
() () ( )
()
+ +
+ + + +
1
1
]
1
a
1 i
b
1 j
n
1 k
2
ij. Y - Yijk
2 a
1 i
b
1 j
... Y .j. Y i.. Y ij. Y n
2 b
1 j
... Y .j. Y an
2 a
1 i
... Y i.. Y bn
a
1 i
b
1 j
n
1 k
2
... Y Yijk
a
1 i
a
1 i
b
1 j
n
1 k
2
ij. Y Yijk
... Y .j Y ... Y ij. Y ... Y .j. Y ... Y i.. Y
b
1 j
n
1 k
2
... Y Yijk
Pgina 6 de 27
EXPERIMENTOS FACTORIALES COMPLETOS P. Reyes / Sept. 2007
Porque los seis productos cruzados del segundo miembro de la
ecuacin anterior son iguales a cero. Se observa que la suma total de
cuadrados se ha descompuesto en una suma de cuadrados debida a
los renglones o al factor A (SS
A
) en una suma de cuadrados
debida a las "columnas" o al factor B (SS
B
), en una suma de
cuadrados debida a la interaccin entre A y B (SSA
B
), y en una suma
de cuadrados debida al error (SS
E
): Analizando el ltimo trmino del
miembro derecho de la Ecuacin anterior es posible observar que es
necesario tener al menos dos rplicas (n 2) para poder obtenerla
suma de cuadrados del error.
Simblicamente, la Ecuacin anterior puede expresarse mediante:
E A B B A T S S S S S S S S S S + + +
Los grados de libertad asociados a cada suma de cuadrados son:
Pgina 7 de 27
EXPERIMENTOS FACTORIALES COMPLETOS P. Reyes / Sept. 2007
Efecto Grados de
liberta
d
A a-1
B b-1
Interaccin
AB
(a-1)(b-1)
Error ab(n-1)
Total abn-1
Esta descomposicin del total de abn -1 grados de libertad para las
sumas de cuadrados se puede justificar como sigue: Los efectos
principales de A y B tienen a y b niveles, respectivamente, por lo
tanto, tienen a -1 y b -1 grados de libertad como se muestra.
Los grados de libertad de la interaccin simplemente corresponden a
los grados de libertad de cada celda (los cuales son iguales a ab -1)
menos los grados de libertad de los dos efectos principales A y B en
otras palabras, ab -1 -(a -1) -(b -1) -(a- 1)(b -1). Dentro de cada una
de las ab celdas hay n -1 grados de libertad entre las n rplicas, por lo
tanto, hay ab(n -1) grados de libertad del error.
Se observa que la suma de los grados de libertad de los trminos del
miembro derecho de la ecuacin anterior es igual al total de los
grados de libertad.
Cada suma de cuadrados dividida entre sus grados de libertad
produce una media de cuadrados. Los valores esperados de las
medias de cuadrados son:
Pgina 8 de 27
EXPERIMENTOS FACTORIALES COMPLETOS P. Reyes / Sept. 2007
2
1) ab(n
SSE
E E(MSE)
1) 1)(b (a
a
1 i
b
1 j
ij
2
( n
2
1) 1)(b (a
SSAB
E E(MSB)
1 b
b
1 j
j an
2
1 b
SSB
E E(MSB)
1 a
a
1 i
i bn
2
1 a
SSA
E E(MSA)
,
_
,
_
,
_
,
_
Hay que notar, que si las hiptesis nulas, las cuales consisten en
proponer que no hay efectos de tratamiento de rengln, columna e
interaccin, son verdaderas, entonces MS
A
, MS
B
, MS
AB
y MS
E
son
estimadores de
2
. Sin embargo, si por ejemplo existen diferencias
entre los tratamientos de rengln, entonces MS
A
ser mayor que MS
E
.
En forma similar, si hay efectos de tratamiento de columna o
interaccin, las medias de cuadrados correspondientes sern
mayores que MS
E
.
Por lo tanto, para probar el significado de ambos efectos principales,
as como de su interaccin, simplemente deben dividirse las medias
de cuadrados correspondientes entre la media de cuadrados del
error. Valores grandes de estas razones implican que los datos no
concuerdan con las hiptesis nulas.
Si se considera que el modelo estadstico es adecuado y que los
trminos del error ijk son independientes con distribuciones
normales con variancia constante
2
, entonces las razones de las
medias de cuadrados MS
A
/MS
E
, MS
B
/MS
E
y MS
AB
/MS
E
tienen
distribucin F con a -1, b- 1 y (a -1)(b -1) grados de libertad en el
numerador, respectivamente, y ab(n -1) grados de libertad en el
denominador. Las regiones crticas corresponden al extremo superior
de la distribucin F. Usualmente la prueba se presenta en una tabla
de anlisis de variancia como la que aparece en la tabla 2.
Pgina 9 de 27
EXPERIMENTOS FACTORIALES COMPLETOS P. Reyes / Sept. 2007
Fuente de
Variacin
SS G.L. MS Fo
Tratamientos
A
SS
A
a - 1
1 a
SS
MS
A
A
E
A
MS
MS
Tratamientos
B
SS
B
b - 1
1 b
SS
MS
B
B
E
B
MS
MS
Interaccin SS
A
B
(a - 1)(b -
1)
1) 1)(b (a
SS
MS
AB
AB
E
AB
MS
MS
Error SS
E
ab(n-1)
1) ab(n
SS
MS
E
B
Total SS
T
abn - 1
Tabla 2 ANOVA para el modelo bifactorial de efectos fijos
Es posible obtener las frmulas para calcular las sumas de cuadrados
de la ecuacin anterior. La suma total de cuadrados se calcula en
forma usual mediante:
a
1 i
b
1 j
n
1 k
abn
...
2
Y
ijk
2
Y T SS
Las sumas de cuadrados para los efectos principales son:
b
1 j
abn
...
2
Y
an
.j.
2
Y
B
a
1 i
abn
...
2
Y
bn
i..
2
Y
A
SS
SS
Es conveniente obtener SSAB en dos etapas. Primero se calcula la
suma de cuadrados entre los totales de las ab celdas, conocida como
la suma de cuadrados debido a los "subtotales":
a
1 i
b
1 j
abn
...
2
Y
n
ij.
2
Y
es SSsubtotal
Pgina 10 de 27
EXPERIMENTOS FACTORIALES COMPLETOS P. Reyes / Sept. 2007
Esta suma de cuadrados contiene a la SS
A
y SS
B
. Por lo tanto, la
segunda etapa consiste en calcular SS
AB
mediante:
B A s u b t o t a l e s A B S S S S S S S S
La SS
E
se calcula por diferencia:
S u b t o t a l e s T E
: b i e n o
B A A B T E
S S S S S S
S S S S S S S S S S
Pgina 11 de 27
EXPERIMENTOS FACTORIALES COMPLETOS P. Reyes / Sept. 2007
Ejemplo: Ms sobre el experimento de diseo de una batera. En la
tabla 3 se presenta la duracin efectiva (en horas) observada en el
ejemplo de diseo de una batera descrito en la anterior Los totales
de rengln y de columna se indican en los mrgenes de la tabla; los
nmeros subrayados son los totales de celda.
Tipo
de
Mat.
Temperatura (F)
15 70 125 Yi..
1 13
0
15
5
134.75
4 539
34 40
22
9
2
0
70
23
0
998
74 18
0
80 75 8
2
58
2 15
0
18
8
623
13
6
12
2
47
9
2
5
70
19
8
130
0
15
9
12
6
10
6
11
5
5
8
45
3 13
8
11
0
576
17
4
12
0
58
3
9
6
10
4
34
2
150
1
16
8
16
0
15
0
13
9
8
2
60
Y.j.
=
1738 1291 770 Y...
=
379
9
Tabla 3. Duracin (en horas) para el experimento de diseo de una
batera
Las sumas de cuadrados se calculan a continuacin:
77,646.97
36
2
3799
2
60 ...
2
74
2
155
2
130
a
1 i
b
1 j
n
1 k
abn
...
2
Y
ijk
2
Y SST
+ + + +
Pgina 12 de 27
EXPERIMENTOS FACTORIALES COMPLETOS P. Reyes / Sept. 2007
9,613.78 39,118.72
10,683.72
36
2
3799
4
2
342 ...
2
229
2
539
abn
...
2
Y a
1 i
b
1 j
n
ij.
2
Y
ion SSinteracc
39,118.72
36
2
3799
(3)(49
2
770
2
1291
2
1738
b
1 j
abn
...
2
Y
an
.j.
2
Y
ura SStemperat
10,683.72
36
2
3799
(3)(4)
2
1501
2
1300
2
998
a
1 i
abn
...
2
Y
bn
i..
2
Y
SSmaterial
+ + +
+ +
+ +
18,230.75
9,613.78 39,118.72 10,638.72 77,646.97 SS
SS SS SS SS SS
E
n interaccio a temperatur material T E
El anlisis de variancia aparece en la tabla 4. Se concluye que existe
una interaccin significativa entre el tipo de material y la temperatura
porque F
0.05,4.27
= 2.73. Adems, tambin son significativos los efectos
principales del tipo de material y de la temperatura, porque F
O.O5.2.27
=
3.35.
Pgina 13 de 27
EXPERIMENTOS FACTORIALES COMPLETOS P. Reyes / Sept. 2007
Fuente de
variacin SS
G.L
. MS Fo
Tipo de material 10,683.
72
2 5,341.8
6
7.91
Temperatura 39,118.
72
2 19,558.
36
28.9
7
Interaccin 9,613.7
8
4 2,403.4
4
3.56
Error 18,230.
75
27 675.21
Total 77,646.
97
35
Tabla 4. ANOVA para los datos de la duracin de la batera
Como auxiliar en la interpretacin de los resultados de este
experimento resulta til la construccin de una grfica de las
respuestas promedio de cada combinacin de tratamiento. Esta
grfica se muestra en la figura 1.
Figura 1. Grfica de respuesta vs temperatura
Pgina 14 de 27
Material tipo 2
25
50
75
100
125
150
D
u
r
a
c
i
o
n
p
r
o
m
e
d
i
o
Temperatura
15 70 125
175
. ij Y
Material tipo 1
Material tipo 3
Material tipo 2
25
50
75
100
125
150
D
u
r
a
c
i
o
n
p
r
o
m
e
d
i
o
Temperatura
15 70 125
175
. ij Y
Material tipo 1
Material tipo 3
EXPERIMENTOS FACTORIALES COMPLETOS P. Reyes / Sept. 2007
El hecho de que las rectas no sean paralelas indica una interaccin
significativa. En general, a menor temperatura mayor duracin,
independientemente del tipo de material.
Al variar la temperatura de baja a intermedia, la duracin aumenta
con el material tipo 3, mientras que disminuye con los materiales tipo
1 y 2,
Cuando la temperatura vara de intermedia a alta, la duracin
disminuye con los materiales tipo 2 y 3, mientras que con el tipo 1
esencialmente permanece sin cambio. Al parecer, el material tipo 3
da los mejores resultados si lo que se desea es menor perdida de
duracin efectiva al cambiar la temperatura.
Pgina 15 de 27
EXPERIMENTOS FACTORIALES COMPLETOS P. Reyes / Sept. 2007
3. Comparaciones Mltiples
i el anlisis de variancia indica que hay diferencia en el nivel
medio de los renglones o columnas, resulta de inters llevar a
cabo comparaciones entre las medias individuales de rengln o
columna para descubrir las diferencias especficas para esto, los
mtodos de comparacin mltiple analizados en l capitulo anterior
resultan tiles.
S
A continuacin, se ilustra la aplicacin de la prueba de intervalos
mltiples de Duncan a los datos de duracin de las bateras del
ejemplo 1. Se recordar que en este experimento la interaccin
result significativa. Cuando esto ocurre, las diferencias en las medias
de un factor (por ejemplo el A) pueden ser ocultadas por la
interaccin AB. Un enfoque consiste en fijar el factor B en un nivel
especfico, y aplicar la prueba de intervalos mltiples de Duncan a las
medias del factor A en ese nivel. Para ilustrar esto, supongamos que
en el ejemplo 1 se desea detectar diferencias en el nivel medio de los
tres tipos de material. Como la interaccin es significativa, las
comparaciones se realizan en un solo nivel de la temperatura, por
ejemplo el nivel 2 (70 grados). Se supone que el mejor estimador de
la variancia del error es la MS
E
obtenida de la tabla del anlisis de
variancia. Adems, se utiliza la suposicin de que la variancia del
error experimental es la misma en todas las combinaciones de
tratamientos. Los promedios de los tres tipos de material,
organizados en arden ascendente son:
3) tipo (material 145.75 32. Y
2) tipo (material 119.75 22. Y
1) tipo (material 57.25 12. Y
Y e
Pgina 18 de 27
EXPERIMENTOS FACTORIALES COMPLETOS P. Reyes / Sept. 2007
Para los residuos del ejemplo 3.1 tenemos que:
Tipo
de
Mat.
Temperatura grados Fahrenheit
15 70 125
1 130-
134.75=
-4.75
155-
134.7
5
=20.2
5
-
23.2
5
-
17.2
5
-
37.2
5
12.5
0
74-
134.750
=-60.75
180-
134.7
5
=45.2
5
22.7
5
17.2
5
24.5
0
0.50
2 -5.75 32.25 16.2
5
2.25 -
24.5
0
20.5
0
3.25 -
29.75
-
13.7
5
-
4.75
8.50 -
4.50
3 -6.00 -
34.00
28.2
5
-
25.7
5
10.5
0
18.5
0
24.00 16.00 4.25 -
6.75
-
3.50
-
25.5
0
Tabla 5. Residuos para el ejemplo 1
Pgina 19 de 27
J X(J) (j-.5)/n J X(J) (j-.5)/n J X(J) (j-.5)/n
1 -60.8 1.3889 13 -5.8 34.722 25 16 68.056
2 -37.5 4.1667 14 -4.8 37.5 26 16.3 70.833
3 -34 6.9444 15 -4.8 40.278 27 17.8 73.611
4 -29.8 9.7222 16 -4.5 43.056 28 18.5 76.389
5 -25.8 12.5 17 -3.5 45.833 29 20.3 79.167
6 -25.5 15.278 18 0.5 48.611 30 20.5 81.944
7 -24.5 18.056 19 2.3 51.389 31 22.8 84.722
8 -23.3 20.833 20 3.3 54.167 32 24 87.5
9 -17.3 23.611 21 4.3 56.944 33 24.5 90.278
10 -13.8 26.389 22 8.5 59.722 34 28.8 93.056
11 -6.8 29.167 23 10.5 62.5 35 32.3 95.833
12 -6 31.944 24 12.5 65.278 36 45.3 98.611
EXPERIMENTOS FACTORIALES COMPLETOS P. Reyes / Sept. 2007
Figura 2. Grafica de probabilidad normal e histograma de residuos
para el ejemplo 1.
Pgina 20 de 27
EXPERIMENTOS FACTORIALES COMPLETOS P. Reyes / Sept. 2007
Tabla 6. Residuos
Figura 3. Grfica de Residuos versus respuesta estimada
Pgina 21 de 27
eijk eijk eijk
134.75 -4.75 57.25 -23.25 57.5 -37.5
134.75 -60.75 57.25 22.75 57.5 24.5
134.75 -5.75 57.25 16.25 57.5 -24.5
134.75 3.25 57.25 -13.75 57.5 8.5
155.75 -6 119.75 28.25 49.5 10.5
155.75 24 119.75 4.25 49.5 -3.5
155.75 20.25 119.75 -17.75 49.5 12.5
155.75 45.25 119.75 2.25 49.5 0.5
144 32.25 145.75 -4.75 85.5 20.5
144 -29.75 145.75 -25.75 85.5 -4.5
144 34 145.75 -6.75 85.5 18.5
144 16 145.75 -37.5 85.5 -25.5
. Yij . Yij . Yij
Grafica de residuos vs Yijk(estimador)
-80
-60
-40
-20
0
20
40
60
0 50 100 150 200
Estimador Yijk
eijk
EXPERIMENTOS FACTORIALES COMPLETOS P. Reyes / Sept. 2007
Y ya que los valores ajustados son . Y Y
'
+ + + +
n 1 , 2 , . . . , k
b 1 , 2 , . . . , j
a 1 , 2 , . . . , i
i Y j k i j j i i j k
Pueden estimarse usando el mtodo de mnimos cuadrados. Como
hay 1 + a + b + ab parmetros del modelo que deben ser estimados
habr 1 + a + b + ab ecuaciones normales. No es difcil mostrar que
las ecuaciones normales son:
( )
( )
( )
( ) ( )
'
+ + +
+ + +
+ + +
+ + +
b 1,2,..., j
a 1,2,..., i
. Y n n n n : ij
b 1,2,..., j Y.j.
i i
n j an i n an : j
a 1,2,..., i i
1 j
j
n j n i bn bn : i
Y... ij
i j j
n j an i bn abn :
ij ij j i
ij
a
1
a
1
j
b b
1
a
1
b
1
a
1 i
b
1
Para mayor claridad se muestra el parmetro correspondiente a cada
ecuacin normal, a la izquierda de las Ecuaciones anteriores.
Con el fin de obtener una solucin ptima a las ecuaciones anteriores,
tenemos que imponer las siguientes restricciones:
Pgina 25 de 27
EXPERIMENTOS FACTORIALES COMPLETOS P. Reyes / Sept. 2007
( )
( )
b
1 j
ij
ij
a
b
1 j
a
1
a 1,2,..., i 0
b 1,2,..., j 0
1 i
0 j
i
0 i
Al aplicar estas restricciones, las ecuaciones normales se simplifican
considerablemente y se obtienen las soluciones:
( ) ( )
'
b 1,2,. .., j
a 1,2,. .., i
... Y .j. Y - i.. Y ij. Y ij estimador
b 1,2,..., j ... Y .j . Y j
a 1,2,..., i ... Y i.. Y i
... Y
+ + + +
+ + +
Pgina 26 de 27
EXPERIMENTOS FACTORIALES COMPLETOS P. Reyes / Sept. 2007
En otras palabras, la k-sima observacin de la ij-sima celda se
estima mediante el promedio de las n observaciones de dicha celda.
Suposiciones del anlisis de varianza
l aplicar un anlisis de varianza se hacen las suposiciones
siguientes: A
1. El proceso esta en control estadstico (estable). Esto es, se
pueden repetir y las causas de variacin se han eliminado.
2. La distribucin de la poblacin que se muestra es normal.
3. La varianza de los errores dentro de los k niveles del factor es la
misma: Esto es, la variabilidad natural dentro de cada tratamiento
es la misma de un tratamiento a otro.
Cuando se observa que no se puede suponer igual varianza (por
ejemplo un proceso Poisson: donde la varianza varia con la media), se
tiene dos opciones; Transformar los datos, o pruebas no
parametricas. En particular una prueba no parametrica que se usa es
la Kruskal Wallis.
Pgina 27 de 27