UNA SOLA RÉPLICA EN EL DISEÑO 2k

EL AUMENTAR EL NUMERO DE FACTORES EN UN DISEÑO 2K CRECE RAPIDAMENTE EL NUMERO DE TRATAMIENTOS Y POR TANTO EL NUMERO DE CORRIDAS EXPERIMENTALES. POR EJEMPLO UN DISEÑO 25 TIENE 32 COMBINACIONES O TRATAMIENTOS, UN 26 TIENE 64 COMBINACIONES, Y ASI SUCESIVAMENTE.

USUALMENTE LOS RECURSOS SON LIMITADOS, DE TAL MANERA QUE EL EXPERIMENTADOR SOLO PUEDE EJECUTAR UNA VEZ EL EXPERIMENTO.

UNA SOLA REPLICA DEL FACTORIAL 2K COMPLETO ES UNA ESTRATEGIA ADECUADA CUANDO SE TIENEN 4 O MAS FACTORES.

Source Sum of Squares DF CM F  

A:Factor_A SCA (a-1) CMA =SCA/(a-1) F=CMA /CMERROR  

B:Factor_B SCB (b-1) CMB =SCB/(b-1) F=CMB /CMERROR  

C:Factor_C SCC (c-1) CMC =SCC/(c-1) F=CMC /CMERROR  D:Factor_D SCD (d-1) CMD =SCD/(d-1) F=CMD /CMERROR  AB SCAB (a-1)(b-1) CMAB =SCAB/(a-1)(b-1) F=CMAB /CMERROR  

AC

SCAC (a-1)(c-1) CMAC =SCAC/(a-1)(c-1) F=CMAC /CMERROR  

ADSCAD (a-1)(d-1) CMAD =SCAD/(a-1)(d-1) F=CMAD /CMERROR  

BC SCBC (b-1)(c-1) CMBC =SCBC/(b-1)(c-1) F=CMBC /CMERROR  

BD SCBD (b-1)(d-1) CMBD =SCBD/(b-1)(d-1) F=CMBD /CMERROR  

CD SCCD (c-1)(d-1) CMCD =SCCD/(c-1)(d-1) F=CMCD /CMERROR  

ABC SCABC (a-1)(b-1)(c-1) CMABC =SCABC/(a-1)(b-1)(c-1) F=CMABC CMERROR  

ABD SCABD (a-1)(b-1)(d-1) CMABD =SCABD/(a-1)(b-1)(d-1) F=CMABD /CMERROR  

ACD SCACD (a-1)(c-1)(d-1) CMACD =SCACD/(a-1)(c-1)(d-1) F=CMACD /CMERROR  

BCD SCBCD (b-1)(c-1)(d-1) CMBCD =SCBCD/(b-1)(c-1)(d-1) F=CMBCD /CMERROR  

ABCD SCABCD (a-1)(b-1)(c-1)(d-1) CMABCD =SCABCD/(a-1)(b-1)(c-1)(d-1) F=CMABCD /CMERROR  

Total error

SCERROR abcd(n-1) CMERROR =SCERROR/abcd(n-1)    

Total (corr.)

SCTOTAL abcdn-1      

PROBLEMA de sólo hacer una replica de este diseño es que no se tendrán grados de libertad para estimar el error, y con ello no se podrá hacer el anova de manera directa, para ver qué efectos son significativos.

SOLUCIONSuponer de antemano que las interacciones de tres o mas factores no

son significativos y enviar sus grados de libertad al error. sin embargo, es recomendable que antes de enviar al error las interacciones triples se verifiquen mediante técnicas graficas que efectivamente son despreciables.

Se deben eliminar o enviar al error al menos 8 efectos para que tenga mayores posibilidades de estar bien estimado.

Nótese que abcd(n-1) son los grados de libertad del error, donde n representa el número de replicas, al ser un diseño no replicado el valor de n=1, al sustituir el valor de n se tiene que abcd(1-1)=0 grados de libertad para el error, de esta forma no se podrá calcular el cuadrado medio del error y en consecuencia ninguna F teórica.

ALTERNATIVAS

1. PARETO NORMAL

Graficar todos los efectos estimados, incluidas las interacciones de orden mayor, en un diagrama de Pareto, y en el verificar si el efecto de las interacciones de alto orden son poco importantes, si es el caso se eliminan. Pero si el efecto de alguna interacción de alto orden está entre los efectos importantes, ésta se deja, y el resto se elimina.

2. GRAFICA DE DANIEL

Graficar las estimaciones de los efectos en papel de probabilidad normal. Los efectos que no son importantes se distribuyen normalmente con media cero y varianza y tienden a ubicarse a lo largo de una línea recta en ésta grafica mientras que los efectos importantes tendrán medias distintas de cero y no se ubicaran en la línea recta.

2

3. PROYECTAR EL DISEÑO

Cuando un factor no influye por si solo ni tampoco en alguna interacción es posible eliminarlo del Análisis del experimento, a este proceso se le conoce como proyección del diseño.

PROBLEMA

Un producto químico se produce en un recipiente a presión. Se realiza un experimento factorial en la planta piloto para estudiar los efectos que se cree influyen sobre la taza de filtración de ese producto. Los cuatro factores son temperatura A, presión B, concentración de los reactivos C, y rapidez del mezclado D. Cada factor esta presente en dos niveles. El ingeniero de proceso está interesado en maximizar la rapidez de filtración. Las condiciones actuales dan por resultado una velocidad de filtración aproximadamente de 75 gal/h. Además en el proceso se utiliza actualmente el nivel alto del factor C (concentración de reactivos). El ingeniero desea reducir todo lo posible esta concentración de reactivos, pero ha sido incapaz de hacerlo en virtud de que ello siempre ha dado por resultado menores velocidades de filtración. Cada factor esta presente en dos niveles. Los datos recopilados se presentan a continuación:

  FACTORES   COMBINACION DE RAPIDEZ DEA B C D TRATAMIENTOS FILTRACION-1 -1 -1 -1 (1) 451 -1 -1 -1 a 71-1 1. -1. -1 b 48 1. 1.

-1. -1 ab 65

-1. -1. 1. -1 c 68

1 -1 1 -1 ac 60 -1. 1. 1. -1 bc 80 1. 1. 1. -1 abc 65

-1. -1. -1. 1 d 43

1. -1. -1. 1 ad 100

-1. 1.

-1. 1 bd 45

1. 1. -1. 1 abd 104

-1. -1. 1. 1 cd 75

1. -1. 1. 1 acd 86

-1.

1. 1. 1 bcd 70

1. 1. 1. 1 abcd 96

1. PARETO NORMAL

Pareto Chart for RAPIDEZ

Effect0 4 8 12 16 20 24

ABBDCD

ABCDACDABC

BCBCDB:B

ABDC:CD:DADAC

A:A

EFECTOS IMPORTANTES: A, AC, AD, D, C.

2. GRAFICA DE DANIELNormal Probability Plot for RAPIDEZ

Standardized effects

perc

enta

ge

ACBCDACDCDBDABABCDABCBCB:BABDC:CD:DADA:A

-19 -9 1 11 21 310.1

15

2050

809599

99.9

Normal Probability Plot for RAPIDEZ

Standardized effects

perc

enta

ge

ACBCDACDCDBDABABCDABCBCB:BABD C:C D:DAD

A:A

-19 -9 1 11 21 310.1

15

2050

809599

99.9

SOLO SON 5 EFECTOS LOS POSIBLES SIGNIFICATIVOS: A, AD,D, C, AC. NO HAY EFECTOS TRIPLES Y CUADRUPLES SIGNIFICATIVOS.

3. ANOVA

SourceSum of Squares Df

Mean Square F-Ratio P-Value

A:A 1870.56 1 1870.56 73.18 0.0004B:B 39.0625 1 39.0625 1.53 0.2713C:C 390.063 1 390.063 15.26 0.0113D:D 855.563 1 855.563 33.47 0.0022AB 0.0625 1 0.0625 0.002 0.9625AC 1314.06 1 1314.06 51.41 0.0008AD 1105.56 1 1105.56 43.25 0.0012BC 22.5625 1 22.5625 0.88 0.3906BD 0.5625 1 0.5625 0.02 0.8879CD 5.0625 1 5.0625 0.2 0.6749Total error 127.813 5 25.5625    Total (corr.) 5730.94 15      

R-squared = 97.7698 percentR-squared (adjusted for d.f.) = 93.3093 percent

SourceSum of Squares Df

Mean Square F-Ratio P-Value

A:A 1870.56 1 1870.56 95.86 0.0000C:C 390.063 1 390.063 19.99 0.0012D:D 855.563 1 855.563 43.85 0.0001AC 1314.06 1 1314.06 67.34 0.0000AD 1105.56 1 1105.56 56.66 0.0000Total error 195.125 10 19.5125    Total (corr.) 5730.94 15      R-squared = 96.5952 percentR-squared (adjusted for d.f.) = 94.8929 percent

Con una confianza Estadistica del 95% los efectos que son significativos son los siguientes: A, C, D, AC, AD. El error esta bien estimado ya que cuenta con 10 grados de libertad. El R-squared (ajustado)= 94.89 es bastante bueno y mejor que el Anova Anterior.

Main Effects Plot for RAPIDEZ

RA

PID

EZ

A-1.0 1.0

59.25

80.875

1.0D-1.01.0

59

63

67

71

75

79

83

Se observa un efecto positivo, cuando se cambia de nivel bajo a nivel alto se incrementa la rapidez de taza de filtración. Para mayor rapidez se recomienda usar el nivel alto del efecto simple del factor A.

Main Effects Plot for RAPIDEZR

API

DEZ

C-1.0 1.0

65.125

75.0

1.0D-1.01.0

65

67

69

71

73

75

Se observa un efecto positivo, cuando se cambia de nivel bajo a nivel alto se incrementa la rapidez de taza de filtración. Para mayor rapidez se recomienda usar el nivel alto del efecto simple del factor C.

Main Effects Plot for RAPIDEZ

RA

PID

EZ

D-1.0 1.0

62.75

77.375

1.0D-1.01.0

62

66

70

74

78

Se observa un efecto positivo, cuando se cambia de nivel bajo a nivel alto se incrementa la rapidez de taza de filtración. Para mayor rapidez se recomienda usar el nivel alto del efecto simple del factor D.

Interaction Plot for RAPIDEZ

RA

PID

EZ

A-1.0 1.0

C=-1.0

C=-1.0

C=1.0C=1.0

AD-1.01.0--++

45

55

65

75

85

Cuando se fija en nivel alto del efecto de C y se cambia de nivel bajo a nivel alto en el efecto de A, es poco el incremento de la rapidez de la taza de filtración. Cuando se fija en el nivel bajo del efecto C y se cambia de nivel bajo a nivel alto en el efecto de A se incrementa notablemente la rapidez de taza de filtración. Para maximizar se recomienda usar nivel alto de A y nivel bajo de C.

Interaction Plot for RAPIDEZ

RA

PID

EZ

D-1.0 1.0

A=-1.0 A=-1.0

A=1.0

A=1.0

AD-1.01.0--++

58

68

78

88

98

Cuando se fija en el nivel bajo del efecto de A y se cambia de nivel bajo a nivel alto en D no se observa algún cambio significativo en la rapidez de la taza de filtración. Mas sin embargo si se fija en el nivel alto en el efecto de A y se cambia de nivel bajo a nivel alto en el efecto de D se incrementa notablemente la rapidez de taza de filtración. Para maximizar se recomienda usar nivel alto de A y nivel alto de D.

DISCUSIÓN DE LOS RESULTADOS ANTERIORES

Por los resultados de la tabla de Anova y del Pareto, encontramos que el efecto de la interacción AC es más importante que el efecto simple de C, lo que hace que aparentemente los resultados de la grafica de efectos de C y la grafica de la interacción AC se contradigan. Ya que por un lado la primera grafica nos recomienda usar el nivel alto del efecto de C mientras que la segunda nos recomienda el uso del nivel bajo de C. En estos casos cuando la interacción de un efecto es más importante que el efecto simple, se toma en cuenta los resultados de la interacción. Por consiguiente conforme a los resultados anteriores la combinación que se recomienda usar es la de nivel alto del efecto de A, nivel bajo del efecto de C, nivel alto del efecto de D y el efecto de B se trabajara en nivel que más convenga (puede ser económico o de mayor facilidad de aplicación) ya que el factor no influye ni por si solo y ni esta interactuando.

Cube Plot for RAPIDEZB=1.0

AC

D

-1.01.0

-1.0

1.0-1.0

1.0

46.2569.375

61.12574.25

44.25100.625

92.37572.25

Cube Plot for RAPIDEZB=-1.0

AC

D

46.2569.375

61.12574.25

44.25100.625

92.37572.25

-1.01.0 -1.0

1.0-1.0

1.0

OTROS CRITERIOS ADICIONALES PARA PODER DECIDIR SI SE MANDA UN EFECTO O NO AL ERROR:

1. Los efectos cuyos ANOVAS preliminares andan alrededor de 0.20 o menores no se excluyen del análisis necesariamente. Esta decisión es más confiable cuando dichos ANOVAS preliminares ya alcanzaron al menos 8 grados de libertad para el error. Si primero se excluyen los efectos que son claramente no significativos de acuerdo a la grafica de Daniel y al Pareto, se pueden lograr ANOVAS cuyas significancias dan información útil para excluir o no los efectos restantes.

2. Los grados de libertad del error deben ser al menos 8 grados de libertad para tener un ANOVA más confiable.

3. En R2Aj del modelo en los ANOVAS preliminares, cuando se

van eliminando efectos que no son significativos, el estadístico R2

Aj crece. En el momento que se elimina un efecto y este estadístico decrece, significa que ese efecto no debe excluirse, aunque también se toma la magnitud del decrecimiento. Se requiere que el decrecimiento mencionado sea de cuando menos de 3% para que valga la pena incluir otra vez el efecto.