Professional Documents
Culture Documents
4 de julio de 2017
Notación
Estas letras minúsculas (1), a, b y ab también se usarán para
representar los totales de las n réplicas de los tratamientos
correspondientes.
Las letras mayúsculas A, B y AB se utilizaran para denotar el efecto de
un factor; por lo tanto:
A: Se refiere al efecto del factor A.
B: Se refiere al efecto del factor B.
AB: Se refiere al efecto de la interacción del factor A y el
factor B.
Modelo Estadístico
El Modelo Estadístico que representan los datos es del Diseño de dos
factores, en el que los subíndices de i y j tomaran valores de 1 hasta 2
ab + a b + (1) 1
A = − = (ab + a − b − (1)) (2)
2n 2n 2n
ab + b a + (1) 1
B = − = (ab + b − a − (1)) (3)
2n 2n 2n
El efecto de la interacción AB se define como la diferencia media entre
el efecto de A al nivel alto de B, y el efecto de A al nivel bajo de B :
1 1
AB = [(ab − b) − (a − (1))] = (ab + (1) − a − b) (4)
2n 2n
Del mismo modo se puede definir BA, obteniéndose que AB = BA.
Análisis de Varianza
El Análisis de Varianza en los Diseños 2k puede utilizarse para
determinar cuáles variables es probable que sean importantes.
Las sumas de cuadrados se pueden definir en términos de las
estimaciones anteriores obteniéndose:
" p
#2
1 X
SCuadrados del Contraste = Pp 2
ci yi . (5)
n i=1 ci i=1
Análisis de Varianza
En este caso, se puede elaborar una tabla de signos algebraicos
(positivos y negativos) para representar los contrastes, en la cual, en
la primera columna se colocan los efectos principales A y B, la
interacción AB, e I, que representa el total o el promedio de todo el
Experimento.
Tabla de signos de los coeficientes de los
contrastes usados para estimar los efectos
Efecto Combinación de Factores
Factorial (1) a b ab
I + + + +
A - + - +
B - - + +
AB + - - +
Contraste A = −(1) + a − b + ab
Contraste B = −(1) − a + b + ab
Contraste AB = (1) − a − b + ab
Como puede observarse que estos contrastes coinciden con los que
se obtuvieron en las expresiones (2), (3) y (4)
Las sumas de cuadrado correspondientes son:
1
SCA = [ab + a − b − (1)]2 ,
4n
1
SCB = [ab + b − a − (1)]2 ,
4n
1
SCAB = [ab + (1) − a − b]2
4n
(Maestría en Estadística - UNSAAC) 4 de julio de 2017 11 / 45
Diseño Factorial 22
Análisis de Varianza
La tabla de análisis de la varianza es, entonces,
Tabla ANOVA
F. V. G. L. S. C. M. C.
Factor A 1 SCA CMA = SCA
Factor B 1 SCB CMB = SCB
Interacción AB 1 SCAB CMAB = SCAB
Residual 4(n - 1) SCE CME = SCE/4(n - 1)
Total 4n - 1 SCTot
Hipótesis planteadas
Hipótesis nula Hipótesis alterna Fc
H0 : Efecto A = 0 Ha : Efecto A 6= 0 FcA = CMA/CME
H0 : Efecto B = 0 Ha : Efecto B 6= 0 FcB = CMB/CME
H0 : Efecto AB = 0 Ha : Efecto AB 6= 0 FcAB = CMAB/CME
Ejemplo
Se trata de estudiar la influencia de dos factores Temperatura (1: alta ó
0: baja) y Catalizador (1: se usa ó 0: no se usa) en la dureza de un
material cerámico (variable respuesta). Se obtienen los siguientes
datos:
Suma de cuadrado
La suma de cuadrado total y la suma de cuadrados del error se
calcula de forma usual.
2 X
2 X
2 X
n 2
X
2 Y····
SCT = Yijkl − ,
8n
i=1 j=1 k =1 k =1
donde
SCT : Tiene 8n − 1 grados de libertad; ya que existe un total de
N = 8n observaciones.
SCE : Tiene 8(n − 1) grados de libertad; porque cada suma de los
efectos principales e interacciones tienen un grado de libertad cada
una.
Analisis de varianza
La tabla del analisis de varianza es:
Tabla ANOVA del Diseño Factorial 23
F. V. G. L. S. C. M. C. Fc
Factor A 1 SCA CMA = SCA FA = CMA/CME
Factor B 1 SCB CMB = SCB FB = CMB/CME
Interacción AB 1 SCAB CMAB = SCAB FAB = CMAB/CME
Factor C 1 SCC CMC = SCC FC = CMC/CME
Interacción AC 1 SCAC CMAC = SCAC FAC = CMAC/CME
Interacción BC 1 SCBC CMBC = SCBC FBC = CMBC/CME
Interacción ABC 1 SCABC CMABC = SCABC FABC = CMABC/CME
Residual 8(n - 1) SCE CME = SCE/8(n - 1)
Total 8n - 1 SCTot
ejemplo
En un Experimento para investigar las propiedades de resistencia a la
compresión de mezcla de Cemento y Tierra, se utilizaron dos períodos
(A) diferentes de curado en combinación con dos Temperaturas (B)
diferentes de curado y dos tierras (C) diferentes. Se hicieron dos
réplicas para cada combinación de niveles de los tres factores, los
datos obtenidos se presentan a continuación:
Temperatura (Factor B)
1 2
Edad Tierra (Factor C) Tierra (Factor C)
(Factor A) 1 2 1 2
1 471 385 485 530
413 434 552 593
2 712 770 712 741
637 705 789 806
(1), a, b, ab, c, ac, bc, abc, d, ad, bd, abd, cd, acd, bcd, abcd.
2 1
AB....K = [ContrasteAB....K ] = (7)
[ContrasteAB....K ]
n×2k n × 2k −1
Forma general de obtener las sumas de cuadrados:
1
SCAB....K = [ContrasteAB....K ]2 (8)
n × 2k
En las ecuaciones anteriores (7 ) y ( 8 ) n es el número de réplicas.
Modelo Estadístico
El modelo lineal aditivo es:
Análisis de varianza
Tabla ANOVA
F. V. G. L. S. C. M. C.
Bloques (r-1) SCBloq CMBloq = SCBloq/(r-1)
Factor A 1 SCA CMA = SCA
Factor B 1 SCB CMB = SCB
Interacción AB 1 SCAB CMAB = SCAB
Residual 3(r - 1) SCE CME = SCE/3(r - 1)
Total 4r - 1 SCTot
Ejemplo
Total tratamientos
Analisis de Varianza
Las sumas de cuadrado de los efectos principales y de las
interacciones se calculan con los contrastes, mientras que las sumas
de cuadrado de bloques; del total se hallan de la forma usual y del
error por diferencia.
Ejemplo
Por lo tanto, los contrastes para estimar A, B y AB son:
1 1
SCA = [Contraste A]2 = [50]2 = 208, 33
4r 12
1 1
SCB = [Contraste B]2 = [−30]2 = 75, 0
4r 12
1 1
SCAB = [Contraste AB]2 = [10]2 = 8, 333
4r 12
Ejemplo
La suma de cuadrados total y la suma de cuadrados del error son,
Pr 2 2
k =1 Blk Y··· (113)2 + (106)2 + (111)2 (330)2
SCBl = − = −
22 4r 4 12
= 9081, 5 − 9075 = 6, 5
2 X 2 X r
X Y2
SCT = 2
Yijk − ···
4r
i=1 j=1 k =1
(330)2
= 282 + 362 + · · · + 232 + 292 − = 9398 − 9075 = 323
12
SCE = SCT − SCBl − SCA − SCB − SCAB
= 323 − 6, 5 − 208, 33 − 75, 0 − 8, 33 = 24, 84
Ejemplo
La tabla de análisis de la varianza es,
Tabla ANOVA
F. V. G. L. S. C. M. C.
Bloques r-1 = 2 SCBl = 6,5 CMBl = SCBl/(r-1)=3,25
Factor A 1 SCA = 208,33 CMA = 208,33
Factor B 1 SCB = 75,0 CMB = 75,0
Interac. AB 1 SCAB = 8,33 CMAB = 8,33
SCE
Residual (4-1)(r-1) = 6 SCE = 24,84 CME = (4−1)(r −1)
= 4, 14
Total 4r - 1 = 11 SCTot = 323,0
Hipótesis planteadas
Hipótesis nula Hipótesis alterna Fc
H0 : Efecto A = 0 Ha : Efecto A 6= 0 FcA = CMA/CME = 50, 32
H0 : Efecto B = 0 Ha : Efecto B 6= 0 FcB = CMB/CME = 18, 12
H0 : Efecto AB = 0 Ha : Efecto AB 6= 0 FcAB = CMAB/CME = 2, 01
Tratamiento A B A B A B
1 a1 b1 bajo bajo 0 0 -1 -1
2 a2 b1 medio bajo 1 0 0 -1
3 a3 b1 alto bajo 2 0 1 -1
4 a1 b2 bajo medio 0 1 -1 0
5 a2 b2 medio medio 1 1 0 0
6 a3 b2 alto medio 2 1 1 0
7 a1 b3 bajo alto 0 2 -1 1
8 a2 b3 medio alto 1 2 0 1
9 a3 b3 alto alto 2 2 1 1
modelo estadístico
El modelo estadístico para el diseño 32 se puede escribir
considerando el efecto individual de cada factor y de la interacción
entre ambos, y queda como sigue:
Tabla ANOVA
F. V. G. L. S. C. M. C.
Factor A 2 SCA CMA = SCA
Factor B 2 SCB CMB = SCB
Interacción AB 4 SCAB CMAB = SCAB
Residual 32 (n − 1) SCE CME = SCE/4(n - 1)
Total 32 n - 1 SCTot
Tabla ANOVA
F. V. G. L. S. C. C. M. Fc Valor-p
AL 1 SCAL CMAL CMAL /CME P(F>Fc)
BL 1 SCBL CMBL CMBL /CME P(F>Fc)
AQ 1 SCAQ CMAQ CMAQ /CME P(F>Fc)
BQ 1 SCBQ CMBQ CMBQ /CME P(F>Fc)
AL BL 1 SCAL BL CMAL BL CMAL BL /CME P(F>Fc)
AQ BL 1 SCAQ BL CMAQ BL CMAQ BL /CME P(F>Fc)
AL BQ 1 SCAL BQ CMAL BQ CMAL BQ /CME P(F>Fc)
AQ BQ 1 SCAQ BQ CMAQ BQ CMAQ BQ /CME P(F>Fc)
Error 32 (n − 1) SCE CME = SCE/9(n - 1)
Total 32 n - 1 SCTot
Tabla de contrastes
Tratamiento I AL AQ BL BQ AL BL AL BQ AQ BL AQ BQ total trat
a1b1 1 -1 1 -1 1 1 -1 -1 1 a1 b1
a2b1 1 0 -2 -1 1 0 0 2 -2 a2 b1
a3b1 1 1 1 -1 1 -1 1 -1 1 a3 b1
a1b2 1 -1 1 0 -2 0 2 0 -2 a1 b2
a2b2 1 0 -2 0 -2 0 0 0 4 a2 b2
a3b2 1 1 1 0 -2 0 -2 0 -2 a3 b2
a1b3 1 -1 1 1 1 -1 -1 1 1 a1 b3
a2b3 1 0 -2 1 1 0 0 -2 -2 a2 b3
a3b3 1 1 1 1 1 1 1 1 1 a3 b3
(Maestría en Estadística - UNSAAC) 4 de julio de 2017 41 / 45
Análisis del diseño factorial 32
Suma de cuadrado
En la Matriz de Diseño del experimento 32 , podemos ver que el
primer contraste AL , sirve para comparar el efecto del nivel 1 con el
efecto del nivel 3 del factor A. El segundo contraste AQ , compara el
efecto del nivel 2 con los efectos de los niveles 1 y 3 en promedio, del
mismo factor. Por eso, los dos primeros contrastes miden el efecto del
factor A.
P
c ab
SCEfecto = Pij i j (11)
n cij 2
Ejemplo
Para estudiar la influencia de la temperatura y la presión sobre el
rendimiento de un proceso químico se ha realizado un experimento
con 3 niveles de presión y 3 temperaturas. Los resultados se muestran
en la tabla siguiente.
Presión Temperatura (Factor B)
(Factor A) 20 30 40
1 96,7 101,5 124,2 130,3 156,6 161,3
2 99,8 104,1 134,6 138,5 160,5 163,8
3 112,2 110,7 143,5 141,7 166,9 170,8
Ejemplo
En un proceso de fabricación de cajas se utiliza pegamento; con la
idea de mejorar el desempeño de las cajas se realiza un experimento
para estudiar la fuerza de adhesión del pegamento en diferentes
condiciones de humedad y temperatura. La variable de respuesta es
la fuerza necesaria en li bras para despegar la caja. Los datos
obtenidos en cada una de las nueve combinaciones de un diseño
factorial 32 con n = 2 réplicas, se muestran a continuación: