Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 122 vistas

    Tarea 4

    Cargado por

    Alejandra Morales
    El reporte presenta los conceptos clave de los diseños factoriales según Montgomery (2012), incluyendo que estos diseños permiten estudiar los efectos de múltiples factores de forma eficiente. Explica las ventajas de los diseños factoriales como que permiten estudiar efectos individuales y de interacción, y que se pueden modificar fácilmente. Finalmente, describe los procesos para llegar al ANOVA en diseños factoriales 22, 23 y 2k.

    Copyright:

    © All Rights Reserved
    Descargue como DOC, PDF, TXT o lea en línea desde Scribd

    Tarea 4

    Cargado por

    Alejandra Morales
    122 vistas3 páginas
    El reporte presenta los conceptos clave de los diseños factoriales según Montgomery (2012), incluyendo que estos diseños permiten estudiar los efectos de múltiples factores de forma eficiente. Explica las ventajas de los diseños factoriales como que permiten estudiar efectos individuales y de interacción, y que se pueden modificar fácilmente. Finalmente, describe los procesos para llegar al ANOVA en diseños factoriales 22, 23 y 2k.

    Descripción original:

    Diseño de experimentos

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    DOC, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    El reporte presenta los conceptos clave de los diseños factoriales según Montgomery (2012), incluyendo que estos diseños permiten estudiar los efectos de múltiples factores de forma eficiente. Explica las ventajas de los diseños factoriales como que permiten estudiar efectos individuales y de interacción, y que se pueden modificar fácilmente. Finalmente, describe los procesos para llegar al ANOVA en diseños factoriales 22, 23 y 2k.

    Copyright:

    © All Rights Reserved
    Descargue como DOC, PDF, TXT o lea en línea desde Scribd
    Descargar como doc, pdf o txt
    122 vistas3 páginas

    Tarea 4

    Cargado por

    Alejandra Morales
    El reporte presenta los conceptos clave de los diseños factoriales según Montgomery (2012), incluyendo que estos diseños permiten estudiar los efectos de múltiples factores de forma eficiente. Explica las ventajas de los diseños factoriales como que permiten estudiar efectos individuales y de interacción, y que se pueden modificar fácilmente. Finalmente, describe los procesos para llegar al ANOVA en diseños factoriales 22, 23 y 2k.

    Copyright:

    © All Rights Reserved
    Descargue como DOC, PDF, TXT o lea en línea desde Scribd
    Descargar como doc, pdf o txt
    Está en la página 1de 3

    Reporte

    Nombre: Matrícula:
    Marcela Alejandra Morales Niño 2924322
    Nombre del curso: Nombre del profesor:
    Diseño de experimentos. Ing. Emmanuel A. Rodríguez López.
    Módulo: Actividad:
    Modulo 2. Experimentos de un solo Tarea 4.
    factor y diseños factoriales.
    Fecha: 11/03/2020.
    Bibliografía: https://cursos.tecmilenio.mx/courses/22233/pages/mi-curso?
    module_item_id=88017

    Objetivo:
    Conocer más sobre temas incluidos en el curso.

    Resultados:

    Definiciones básicas.

    Montgomery (2012) nos presenta los siguientes conceptos respecto al diseño


    factorial:
    1. Es el diseño más eficiente para los experimentos en los que se desea
    estudiar los efectos de dos o más factores.
    2. En cada ensayo o réplica completa del experimento se investigan todas
    las combinaciones posibles de los niveles de los factores.
    3. Factores cruzados, sí el factor A tiene a niveles y el factor B tiene b
    niveles, entonces cada réplica contiene ab combinaciones.
    4. Efecto principal, se le llama al cambio en la respuesta producido por un
    cambio en el nivel del factor.
    5. Incremento de la respuesta promedio, en la operación anterior, decimos
    que hay un incremento de la respuesta promedio de A = 21, cuando el
    factor A cambia del nivel bajo al nivel alto o decimos que hay un
    incremento de la respuesta promedio de B = 21, cuando el factor B
    cambia del nivel bajo al nivel alto.
    6. Interacción, ocurre cuando en un experimento encontramos que la
    diferencia en la respuesta entre los niveles de un factor no es la misma
    que entre los niveles del otro factor.
    7. La magnitud del efecto de interacción: Se calcula con el promedio de los
    dos efectos anteriores.
    8. Factor cuantitativo, son las variables las que se les puede asignar una
    cantidad analógica, como a la temperatura, presión, tiempo, etc.
    9. Modelo de regresión, un factor cuantitativo que puede ser representado
    con una función:
    10. Gráfica de superficie de respuesta: Se le llama así a la representación
    gráfica de un modelo de regresión.
    Reporte

    Ventajas del diseño factorial.

     Puede ser estudiado el efecto individual y de interacción de cada factor.


     Pueden cambiar de tamaño sobre la marcha a medida que el
    experimento lo requiera.
     Se pueden correr los diseños factoriales en forma fraccionada.
     Se pueden combinar con diseños de bloques si así lo requiere el
    experimento.
     No requiere de matemáticas complicadas, la mayoría de las veces se
    trabajan con base en representaciones de funciones lineales.

    Estimación puntual de los efectos promedio y de las variables de respuesta.

    En la estimación puntual, se evalúan los parámetros por medio de una muestra


    de tamaño, p.

    Diseños factoriales 22

    El caso mas general, conocido como 22, es cuando tenemos solo dos factores,
    A y B, de tal suerte que la combinación de ellos estará dada por su
    correspondiente producto: 2 x 2 = 22.

    De aquí que este tipo de diseño experimental es llamado diseño factorial 2 2.

    Gutiérrez (2008) propone la siguiente secuencia para llegar al ANOVA:

    Contrastes > Efectos > Suma de cuadrados > ANOVA.

    Proceso para llegar al ANOVA.

    Diseño de factoriales 23

    Aunque el caso más general es cuando tenemos solo dos factores, A y B, se


    pueden dar dos situaciones:
    1. Se puede desear estimar la respuesta al aumentar un factor adicional.
    2. De origen el problema presenta no dos sino tres factores.

    Tabla ANOVA para realizar la prueba de un experimento a base de diseños


    factoriales 22.
    Reporte

    Diseños factoriales 2k.

    Este es el diseño factorial 2k en la que se supone que k es mayor a tres.

    2k significa k factores con 2 niveles cada uno.


    2k – 1 efectos.

    Montgomery (2012) propone el siguiente procedimiento para realizar el analisis


    2k.

    1. Estima los efectos de los factores.


    2. Forma el modelo inicial.
    3. Realiza la prueba estadística.
    4. Refina el modelo.
    5. Analiza resultados.
    6. Interpreta resultados.

    También podría gustarte

    pFad - Phonifier reborn

    Pfad - The Proxy pFad of © 2024 Garber Painting. All rights reserved.

    Note: This service is not intended for secure transactions such as banking, social media, email, or purchasing. Use at your own risk. We assume no liability whatsoever for broken pages.


    Alternative Proxies:

    Alternative Proxy

    pFad Proxy

    pFad v3 Proxy

    pFad v4 Proxy