Diseño Tactorial Comleto Tres Factores

8.
Diseño factorial completo con tres factores
8. Diseño factorial completo con tres factores

Dr. Martin Taboada Neira
Trujillo, junio del 2024

Es un modelo que busca conocer si los efectos de cada factor y el

efecto de sus interacciones a diferentes niveles de tratamiento, son
significativos. Los niveles pueden ser cuantitativos y cualitativos.
Es un diseño que sirve para buscar que factores mejoran un

proceso u operación. Se aplican a diferentes niveles de los factores.
Los niveles hacen que el tamaño de muestra se eleve
geométricamente.
Modelo
El modelo se representa de la siguiente manera:
yijkl =  + i + j + k + ()ij + ()ik + ()jk + ()ijk + ijkl

con i = 1; 2; …; a j = 1; 2; …; b k = 1; 2; …; c l= 1; 2; …; r
donde  es el efecto medio general, 1 es el efecto del i-ésimo nivel del factor A, j es
el efecto del j-ésimo efecto del factor B, k es el efecto del k-ésimo efecto del factor C,
()ij es el efecto de la intersección entre i y j, ()ik es el efecto de la interacción entre
i y k, ()jk es el efecto de la interacción j y k, ()ijk es el efecto de la interacción
entre i, j y k, y ijk es el componente del error aleatorio de cualquier dato ijk.
Las abc condiciones experimentales con r repeticiones o réplicas, determinan N = abcr
pruebas.
El diseño es de efectos fijos por que el investigador fija los niveles.
Matriz del modelo
Factor B
1 2 … b
Factor A
Factor C Factor C … Factor C
1 2 ... c ... ... ... ... 1 2 ... c
1 Y1111 Y1121 … Y11c1 … … … … Y1b11 Y1b21 … Y1bc1
Y1112 Y1122 … Y11c2 … … … … Y1b12 Y1b22 … Y1bc2
…… …… … …… … … … … …… …… … ……
y111r y112r … y11cr … … … … y1b13 y1b2r … y1bcr
2 Y2111 Y2121 … Y21c1 … … … … Y2b11 Y2b21 … Y2bc1

Y2112 Y2122 … Y21c2 … … … … Y2b12 Y2b22 … Y2bc2
…… …… … …… … … … … …… …… … ……
y211r y212r … y21cr … … … … y2b1r y2b2r … y2bcr
. … … … … … … … … … … … …
. … … … … … … … … … … … …
a Ya111 Ya121 … Ya1c1 … … … … Yab11 Yab21 … Yabc1

Ya112 Ya122 … Ya1c2 … … … … Yab12 Yab22 … Yabc2
… …… … …… … … … … …… …… … ……
ya11r ya12r … ya1cr … … … … yab1r yab2r … yabcr
Diseño de muestra
• El tamaño de muestra N se determina considerando los niveles de cada
factor: a para el factor A, b para el factor B y c para el factor C.
• De otro lado, siendo dos el mínimo numero de niveles para que existe un
grados de libertad, entonces dos debería ser el mínimo número de niveles
de los factores.
• Se recomienda un promedio de cinco niveles, mayor si se requiere conocer
el comportamiento tendencial de los datos (curvas + -).
• Si se considera un comportamiento lineal menos niveles.
• También, el valor de los niveles depende de lo rango (máximo y mínimo, que
permitan visualizar los cambios en los niveles de la muestra.
• Por lo general buen numero de niveles es de 2 a 4. Siendo muy común
trabajar con tres niveles.
Definición de hipótesis
Del modelo y de la matriz de diseño de muestra se tiene que la para la

definición de hipótesis H0 y H1.
yijkl =  + i + j + k + ()ij + ()ik + ()jk + ()ijk + ijkl

con i = 1; 2; …; a j = 1; 2; …; b k = 1; 2; …; c l= 1; 2; …; r
H0: Todos los i = 0, j = 0, k= 0, ()ij = 0, ()ik = 0, ()jk = 0 y ()ijk = 0
H1: No todos los , j , k, ()ij, ()ik, ()jk y ()ijk son igual a cero. Es decir
todos son iguales a cero.
Formula simplificadas para la suma de cuadrados (SS)
Suma total de cuadrados Suma de cuadrados de A Suma de cuadrados de B Suma de cuadrados de C

b y 2j y2
SS B = 
a b c r 2
y a
yi2 y 2 c
yk2 y 2
SST =     y 2
ijkl − SS A =  − acr
−
N SSC =  −
i =1 j =1 k =1 l =1 N i =1 bcr N j =1 k =1 abr N
Suma de cuadrados de AB Suma de cuadrados de BC Suma de cuadrados de BC

yij2
y2
a c
yik2 y 2 c y2

a b b 2
SS AB =  − − SS A − SS B SS AC = − − SS A − SSC SS BC =  jk
−
y
− SS B − SS C
i =1 j =1 cr N br N
i =1 k =1 j =1 k =1 ar N
𝑆𝑆𝑆𝑢𝑏𝑡𝑜𝑡𝑎𝑙 𝐴𝐵𝐶
2 𝑎 𝑏 𝑐
𝑦𝑖𝑗𝑘 𝑦2
= ෍෍෍ − − 𝑆𝑆𝐴 − 𝑆𝑆𝐵 − 𝑆𝑆𝑐 − 𝑆𝑆𝐴𝐵 − 𝑆𝑆𝐵𝐶 − 𝑆𝑆𝐴𝐶
𝑟 𝑁
𝑖=1 𝑗=1 𝑘=1
Suma de cuadrados del error

SS E = SS T − SS A − SS B − SS C − SS AB − SS AC − SS BC − SS BC − SS ABC
Matriz para el análisis de varianza
Fuente de Grados de Suma de Media de F0 F ;v1 ;v2
Variación Libertad Cuadrados Cuadrados
SS A MS SA F ;( a −1);abc ( r −1)
A a-1 SSA MS A =
( a − 1) MS SE
SS B MS B F ;( b−1);abc ( r −1)
B b-1 SSB MS B =
(b − 1) MS E
C c-1 SSC SS C MS C
MS C = F ;( c−1);abc ( r −1)
(−1)c MS E
AB (a-1)(b-1) SSAB SS AB MS AB
MS AB = F ;( a −1)(b−1);abc ( r −1)
( a − 1)(b − 1) MS E
SS AC MS AC
AC (a-1)(c-1) SSAC MS AC = F ;( a −1)(c −1);abc ( r −1)
( a − 1)(c − 1) MS E
MS BC =
SS BC MS BC F ;( b−1)(c −1);abc ( r −1)
BC (b-1)(c-1) SSBC
(b − 1)(c − 1) MS E
SS ABC MS ABC
ABC (a-1)(b-1)(c-1) SSABC MS ABC = F ;( a −1)(b −1)(c −1);abc ( r −1)
( a − 1)(b − 1)(c − 1) MS E
SS E
Error abc(r-1) SSE MS E =
abc(r − 1)
Total abcr-1 SST
Ejercicio de aplicación: diseño factorial completo de tres factores

1. Plantear el problema (caso de estudio)
2. Definir variables y niveles
3. Determinar tamaño de muestra (Matriz)
4. Prueba de hipótesis.
a. Definición de hipótesis: H0 y H1.
b. Definición del nivel de significancia NS: α = 0,05.
c. Criterio de rechazo de H0 de acuerdo al estadístico F.
d. Cálculos para aplicar el estadístico de prueba (F0).
e. Decisión con base al criterio de rechazo y al (ANOVA).
5. Análisis gráfico.
6. Conclusión.
Tarea 8
Aplicación: diseño factorial completo de tres factores
1. Título
2. Planteamiento del problema.
3. Problema (objetivos)
4. Hipótesis.
5. Definir variables y niveles
6. Diseño de muestra (matriz).
7. Prueba de Hipótesis.
8. Análisis gráfico de las variables.
9. Modelo matemático.
10.Análisis de residuos.
11.Resultados
12.Conclusiones.
13. Bibliografía.

Dr. Martin Taboada Neira
Trujillo, junio del 2024

Diseño Tactorial Comleto Tres Factores

Cargado por

Copyright:

Formatos disponibles

Diseño Tactorial Comleto Tres Factores

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Diseño Tactorial Comleto Tres Factores

Cargado por

Copyright:

Formatos disponibles

8.

Diseño factorial completo con tres factores

8. Diseño factorial completo con tres factores

Trujillo, junio del 2024

Es un modelo que busca conocer si los efectos de cada factor y el

Es un diseño que sirve para buscar que factores mejoran un

yijkl =  + i + j + k + ()ij + ()ik + ()jk + ()ijk + ijkl

2 Y2111 Y2121 … Y21c1 … … … … Y2b11 Y2b21 … Y2bc1

a Ya111 Ya121 … Ya1c1 … … … … Yab11 Yab21 … Yabc1

Del modelo y de la matriz de diseño de muestra se tiene que la para la

yijkl =  + i + j + k + ()ij + ()ik + ()jk + ()ijk + ijkl

H0: Todos los i = 0, j = 0, k= 0, ()ij = 0, ()ik = 0, ()jk = 0 y ()ijk = 0

Formula simplificadas para la suma de cuadrados (SS)

Suma total de cuadrados Suma de cuadrados de A Suma de cuadrados de B Suma de cuadrados de C

Suma de cuadrados de AB Suma de cuadrados de BC Suma de cuadrados de BC

Suma de cuadrados del error

Ejercicio de aplicación: diseño factorial completo de tres factores

Aplicación: diseño factorial completo de tres factores

8. Diseño factorial completo con tres factores

Trujillo, junio del 2024

También podría gustarte