Actividad 2 U5 Javier Ruiz

SEP SES TecNM
INSTITUTO TECNOLÓGICO DE TOLUCA
“DISEÑOS FACTORIALES”
MATERIA
Estadística Inferencial II
CARRERA
INGENIERÍA INDUSTRIAL A DISTANCIA
PRESENTA:
RUIZ PALAFOX JAVIER
No. CONTROL:
V16281626
ASESOR:
ING. Santiesteban Alcántara Claudia Georgina
METEPEC, ESTADO DE MÉXICO, mayo DE 2020

Introducción
En la unidad pasada se estudió los diseños de bloques donde solo se tiene un factor
de tratamiento, y el resto son factores de bloques que tienen una importancia
secundaria en la investigación experimental. El objetivo de un diseño factorial es
estudiar el efecto de varios factores sobre una o varias respuestas, cuando se tiene el
mismo interés sobre todos los factores.
Un arreglo factorial es el conjunto de puntos experimentales o tratamientos que pueden

formarse considerando todas las posibles combinaciones de los niveles de los
factores. Por ejemplo, con K=2 factores, ambos con dos niveles, se forma un diseño
factorial 2X2=22, que consiste en cuatro combinaciones o puntos experimentales. Si
ahora uno tiene tres niveles y el otro dos, se pueden construir 3X2 combinaciones que
dan lugar al diseño factorial 3X2. Para obtener el número de corridas experimentales
se multiplica el número de tratamientos por el número de replicas, donde una de estas
se lleva a cabo cada vez que se corre el arreglo completo.
En general, la familia de diseños factoriales 2k consiste en K factores, todos con dos

niveles de prueba; y la familia de diseños factoriales 3k consiste en k factores cada uno
con tres niveles de prueba. Es claro que, si lo k factores no tienen la misma cantidad
de niveles, debe escribirse el producto de manera explícita; por ejemplo, con k=3
factores, el primero con cuatro niveles y los dos restantes con dos niveles, se tiene el
diseño factorial 4 x 2 x 2 o 4 x 22.
JAVIER RUIZ PALAFOX 2

5.3 Diseño factorial general
Lo que se ha dicho para los dos diseños factoriales con 2 y 3 factores pueden
extenderse fácilmente para cuando se tienen mas factores. Considere f factores A, B,
C, …, K con niveles a, b, c, …, k, respectivamente, donde la letra K denota al f-esimo
o ultimo factor del conjunto a estudiar, no necesariamente el undécimo, que es lugar
de esta letra en el alfabeto. Con estos niveles y factores se puede construir el diseño
factorial general a x b x … x k, que consiste en a x b x … x k tratamientos o puntos de
prueba. Con este diseño se pueden estudiar f efectos principales, f(f-1)/2 interacciones
dobles, f(f-1)(f-2)/(3x2) interacciones triples, y así sucesivamente hasta la única
interacción de los f factores (ABC … K). El calculo del numero de interacciones de
cierta cantidad m de factores se hace mediante la operación “combinaciones de f en
m”
Que cuenta el número de diferentes maneras de seleccionar m factores de los f, donde

f! = f x (f-1) x … x 2 x 1.
De acuerdo con lo antes dicho, en la factorial general a x b x … x k, se pueden plantear

2 f-1 hipótesis que se prueban mediante el análisis de varianza. Si se tienen n replicas.
Anova para el diseño factorial general

5.4 Modelos de efectos aleatorios
Hasta aquí los modelos de efectos que se han utilizado son modelos de efectos o
factores fijos, lo cual significa que todos los niveles de prueba en cada factor son todos
los disponibles para ese factor, o bien, se estudian todos los niveles de interés en ese
factor, es en este sentido que los niveles están fijos. Este es el caso, por ejemplo,
cuando el factor operador se toman los tres únicos operadores como los niveles de
prueba, o cuando los niveles del factor maquinas son las cuatro maquinas existentes.
O bien, cuando se comparan tres tipos de material porque son los que interesa
comparar, aunque existan otros materiales de ese tipo. Con factores fijos, las
conclusiones obtenidas solo son validas para los niveles de prueba que se estudian
en el experimento.
En ocasiones, los niveles de prueba son una muestra aleatoria de la población de
niveles posibles. En este caso es mas apropiado utilizar un modelo de efectos o
factores aleatorios. Un ejemplo, de esta situación es cuando se prueban cinco
instrumentos de medición, pero la población de los mismos es de 100 instrumentos,
obviamente, no es posible experimentar con todos los equipos. Entonces se
experimenta solo con cinco de ellos elegidos al azar, y las condiciones obtenidas
infieren como válidas para la población entera de instrumentos.

La aplicación de un modelo de efectos aleatorios conlleva la necesidad de considerar
la incertidumbre asociada con la elección aleatoria de los niveles de prueba. Es decir,
ya no tiene sentido, para un factor A, preocuparse por el efecto ai del nivel i como en
efectos fijos. Lo que ahora tiene sentido es hablar de la varianza con la que el factor
aleatorio contribuye a la variación total; es decir, es preciso estimar dicha varianza y
probar si su contribución a la variabilidad total es significativa.
Ejemplo
Se seleccionan aleatoriamente 4 máquinas. Se preparan cada día 8 replicaciones de

muestra de suero en sangre con el mismo lote de reactivos. Dos muestras de suero se
asignan aleatoriamente a cada una de las cuatro maquinas en cada uno de los 4 días
para un diseño completamente al azar con dos repeticiones de cada tratamiento. El
mismo técnico prepara las muestras de suero y opera las maquinas durante todo el
experimento.
Maquina
Dia 1 2 3 4
1 142.3 144 148.6 146.9 142.9 147.4 133.8 133.2
2 134.9 146.3 145.2 146.3 125.9 127.6 108.9 107.5
3 148.6 156.5 148.6 153.1 135.5 138.9 132.1 149.7
4 152 151.4 149.7 152 142.9 142.3 141.7 141.2
Las maquinas son un factor aleatorio porque representan una muestra aleatoria de una
población potencial de maquinas a construir, y los días son una muestra aleatoria de
una población de días en los cuales se usarán las máquinas. El arreglo factorial permite
la evaluación de la interacción entre maquinas y días. La consistencia del
funcionamiento de las maquinas se evidencia por la ausencia de interacción.

Interpretación:
Cada uno de los componentes de varianza contribuye significativamente a la variación
de las mediciones.
El componente de error α2=17.9 representa la variación en la preparación de las
muestras de suero en sangre.
El componente de máquinas αm2=57.7, es la variación en el funcionamiento de las
maquinas.
El componente de días αd2=44.7 es la variabilidad asociada con un nuevo inicio
utilizando nuevos reactivos para el análisis de las muestras y otras fuentes de
variabilidad que pueden asociarse a las diferencias operacionales entre los días.
El componente de la interacción αdm2=34.7 implica que el funcionamiento de las
maquinas no varia consistentemente con los cambios de operación de los días. Una
posible explicación es que exista una inconsistencia en la calibración de las maquinas
a lo largo de los días.
5.5 Uso de un software estadístico
Software: Minitab
Pasos para crear un diseño factorial de 3 factores:
1. Elija Estadísticas > DOE > Factorial > Crear diseño factorial.
2. En Tipo de diseño, seleccione Diseño factorial completo general.
3. En Número de factores, seleccione 3.
4. Haga clic en Diseños.
5. En Nombre, para el Factor 1 - A, para el Factor 2 - B,y para el Factor 3 - C.
6. En Número de niveles, ingrese 3 para cada factor. Haga clic en Aceptar.
7. Haga clic en Factores.
8. En Tipo, seleccione Texto para cada factor.
9. En Valores de nivel, asigne nombre a los niveles.
10. Haga clic en Resultados.
11. Seleccione Tabla de resumen y tabla de diseño.
12. Haga clic en Aceptar en cada cuadro de diálogo.

Ejemplo:
El departamento de control de calidad de una planta de acabados textiles estudia los
efectos de varios factores sobre el teñido de una tela combinada de algodón y fibra
sintética que se usa para hacer camisas. Se seleccionan dos operadores A, tres
duraciones del ciclo B, y dos temperaturas C, y dos ejemplares de prueba pequeños
de tela se tiñeron bajo cada conjunto de condiciones, la tela terminada se comparo con
un patrón y se asignó una puntuación numérica. Los resultados se presentan en la
tabla siguiente:
Temperatura
500 550
Operador Operador
Duración del ciclo 1 2 1 2
24 28 23 36
40
25 26 28 35
35 38 39 38
50
36 39 35 36
24 35 29 37
60
27 34 25 34
Resultados obtenidos con Minitab

Dado que utilizamos un α=0.05 y puesto que el valor de f, con su nivel de significancia
como sus grados de libertad en las tablas respectivamente tenemos F 0.05,1,12=4.75 y
F0.05,2,12=3.89
FV SC GL CM Fo FCalculada Conclusión
A 181.5 1 181.5 49.45 4.75 Rechaza
B 335.08 2 167.54 45.65 3.89 Rechaza
C 24 1 24 6.54 4.75 Rechaza
AB 54.25 2 27.125 7.39 3.89 Rechaza
AC 2.66 1 2.66 0.72 4.75 Acepta
BC 24.25 2 12.125 3.3 3.89 Acepta
ABC 29.75 2 15.04 4.1 3.89 Rechaza
Error 44 12 3.67
Total 695.83 23
Conclusiones
En muchos experimentos interviene el estudio de dos o mas factores. En general, los

diseños factoriales son los mas eficientes para este tipo de experimentos. Por diseño
factorial se entiende que en cada ensayo o replica completa del experimento se
investigan todas las combinaciones posibles de los niveles de los factores.

Fuentes bibliográficas
• Diseño factorial. (s. f.). Recuperado 24 de mayo de 2020, de

http://ittoluca.udavinci.edu.mx/pluginfile.php/16921/mod_resource/content/1/U5%20M
odelos%20de%20efectos%20aleatorios.pdf
• Santiesteban, C. (2020, mayo 24). Cap 5 factorial general. Recuperado 24 de mayo de

2020, de https://issuu.com/claudiasantiesteban12/docs/cap_5_factorial_general
• YouTube. (2020, mayo 24). Recuperado 24 de mayo de 2020, de

https://www.youtube.com/watch?v=hpOdjgZn4zo&feature=youtu.be

Actividad 2 U5 Javier Ruiz

Cargado por

Copyright:

Formatos disponibles

Actividad 2 U5 Javier Ruiz

Cargado por

Información del documento

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

Actividad 2 U5 Javier Ruiz

Cargado por

Copyright:

Formatos disponibles

SEP SES TecNM

INSTITUTO TECNOLÓGICO DE TOLUCA

METEPEC, ESTADO DE MÉXICO, mayo DE 2020

Un arreglo factorial es el conjunto de puntos experimentales o tratamientos que pueden

En general, la familia de diseños factoriales 2k consiste en K factores, todos con dos

JAVIER RUIZ PALAFOX 2

Que cuenta el número de diferentes maneras de seleccionar m factores de los f, donde

De acuerdo con lo antes dicho, en la factorial general a x b x … x k, se pueden plantear

JAVIER RUIZ PALAFOX 3

JAVIER RUIZ PALAFOX 4

Se seleccionan aleatoriamente 4 máquinas. Se preparan cada día 8 replicaciones de

JAVIER RUIZ PALAFOX 5

Pasos para crear un diseño factorial de 3 factores:

2. En Tipo de diseño, seleccione Diseño factorial completo general.

3. En Número de factores, seleccione 3.

4. Haga clic en Diseños.

5. En Nombre, para el Factor 1 - A, para el Factor 2 - B,y para el Factor 3 - C.

6. En Número de niveles, ingrese 3 para cada factor. Haga clic en Aceptar.

7. Haga clic en Factores.

8. En Tipo, seleccione Texto para cada factor.

9. En Valores de nivel, asigne nombre a los niveles.

10. Haga clic en Resultados.

11. Seleccione Tabla de resumen y tabla de diseño.

12. Haga clic en Aceptar en cada cuadro de diálogo.

JAVIER RUIZ PALAFOX 7

Resultados obtenidos con Minitab

JAVIER RUIZ PALAFOX 8

En muchos experimentos interviene el estudio de dos o mas factores. En general, los

JAVIER RUIZ PALAFOX 9

• Diseño factorial. (s. f.). Recuperado 24 de mayo de 2020, de

• Santiesteban, C. (2020, mayo 24). Cap 5 factorial general. Recuperado 24 de mayo de

• YouTube. (2020, mayo 24). Recuperado 24 de mayo de 2020, de

JAVIER RUIZ PALAFOX 10

También podría gustarte