Aula Intro Fatorial 2k

Contextualiza c ao
Planejamento e An alise Estat stica de Experimentos fatoriais 2k : an alise de dados de experimentos completamente aleatorizados
Prof. Caio Azevedo
Prof. Caio Azevedo Planejamento e An alise Estat stica de Experimentos fatoriais 2k : an alise de dados de experimentos completamente aleatorizados
Contextualiza c ao
Contexto
Vimos como delinear e analisar experimentos (completamente aleatorizados e em blocos) envolvendo 2 ou mais fatores. Em muitos casos, pode-se ter interesse em muitos fatores (4, 5 ou mais). Quanto maior o n umero de n veis por fator, maior o n umero de tratamentos e consequentemente, mais unidades experimentais s ao necess arias e mais complexa se torna a an alise.
Contextualiza c ao
Cont.
Em muitos desse casos pode-se, primeiramente, considerar apenas dois n veis de cada fator (os principais n veis ou simplesmente a aus encia e presen ca de cada fator), para se ter uma id eia de quais fatores s ao relevantes. Em outros casos, simplestemente tem-se interesse em apenas dois n veis de cada fator (dois que s ao considerados mais importantes ou aus encia e presen ca do fator). Essencialmente, todas as metodologias vistas para an alise de experimentos fatoriais, podem ser aplicadas.
Contextualiza c ao
Cont.
Contudo, algumas facilidade (particularidades) surgem quando se considera apenas dois n veis por fator. Os fatores podem ser qualitativos ou quantitativos.
Contextualiza c ao
Exemplo 11: efeitos de concentra c ao de reagente e quantidade de catalisador

Suponha que um pesquisador esteja interessado em estudar o efeitos das concentra c oes de um reagente e da quantidade de catalisador em um determinado processo qu mico. A resposta e a produ c ao relativa ` a esse processo qu mico. Fator A (reagente): dois n veis, 15% e 25%. Fator B (catalisador): dois n veis, 1 libra e 2 libras. Foram feitas tr es repeti c oes por tratamento.
Contextualiza c ao
Resultados relativos ao experimento (exemplo 11)
Fator A + + B + +
Tratamento 1 A 15, B 1 A 25, B 1 A 15, B 2 A 25, B 2
Repeti c ao 2 25 32 19 30 3 27 32 23 29
Total
28 36 18 31
80 100 60 90
Os sinais - e + denotam, respectivamente, os menores e maiores n veis de cada fator.
Contextualiza c ao
Representa c ao gr aca do experimento do exemplo 11
Contextualiza c ao
An alise do experimento (exemplo 11)

Denotaremos por A, B e AB, os efeitos, respectivamente, do fator A, do fator B e da intera c ao. Seja n o n umero de repeti c oes por tratamento. Os efeitos ser ao denidos pelas diferen cas entre m edias (como anteriormente). Por exemplo, para o fator A: A = y A+ y A = Para o fator B: A = y B+ y B =
1 2n [ab
+ a b (1)]
1 2n [ab
+ (1) a b ]
Contextualiza c ao
An alise do experimento (exemplo 11), cont.

No caso da intera c ao, como antes, temos: AB = (y A+ ,B + y A ,B + ) (y A+ ,B y A ,B ) = Voltando ao exemplo, temos:
1 2n [ab + (1) a b ]
A = B AB = =
1 [90 + 100 60 80] = 8, 33 2(3) 1 [90 + 60 100 80] = 5, 00 2(3) 1 [90 + 80 100 60] = 1, 67 2(3)
Contextualiza c ao

Neste caso, vemos que o fator A tem um efeito crescente (a resposta m edia aumenta de 15% para 25%), o fator B tem um efeito decrescente (a resposta m edia diminui de 1 libra para 2 libras) e que a intera c ao apresenta um impacto menor quando comparada com os efeitos principais. A an alise de vari ancia (feita de modo usual) pode ser usada para conrmar a exist encia de intera c ao como tamb em de efeito dos fatores principais. Apesar das f ormulas relacionadas ` a ANOVA (soma de quadrados, quadrados m edios etc) poderem ser utilizadas, h a f ormulas mais simples.
Contextualiza c ao

Note que para o c alculo dos efeitos de cada fator, foram empregados contrastes. Por exemplo, para o fato A, temos ab + a b (1) Em geral, chamamos de contraste do efeito total do fator A. O mesmo vale para os outros fatores. Pode-se ent ao usar as f ormulas das somas de quadrados dos constrastes como denido para os testes de compara c ao m ultipla 2 ( a i =1 ci y i ) (SQ (.) = n a c 2 )
i =1 i
Contextualiza c ao

Assim, tem-se
SQA SQB SQAB
= = =
1 [ab + a b (1)]2 = 208, 33 4n 1 [ab + b a (1)]2 = 75, 00 4n 1 [ab + (1) a b ]2 = 8, 33 4n
Tais f ormulas podem ser u teis quando se analisa bancos de dados com milhares de informa c oes. Pode-se calcular SQT e SQR das forma usuais.
Contextualiza c ao
Em rela c ao aos contrastes, temos a seguinte tabela:

Efeito A: B: AB: (1) -1 -1 +1 a +1 -1 -1 b -1 +1 -1 ab +1 +1 +1
Contextualiza c ao
Contribui c ao de cada fator na explica c ao da var. dos dados
Fator A B AB Res duo Total
Estimativa do efeito 8,33 -5,00 1,67
SQ 208,33 75,00 8,33 31,33 323,00
Contribui c ao % 64,44 23,22 2,58
Exerc cio: construir a Tabela ANOVA e vericar que a intera c ao n ao e signicativa mas h a efeitos dos fatores principais. Fazer a an alise residual do modelo utilizado.
Contextualiza c ao
Modelo de regress ao
Como os efeitos dos fatores s ao signicativos e ambos s ao quantitivos podemos ajustar um modelo de regress ao. Como a intera c ao n ao foi signicativa, podemos considerar um modelo com intercepto e duas covari aveis: Yi = 0 + 1 xi 1 + 2 xi 2 + i com as suposi c oes usuais, em que x1 = x2 =
reagente (reagentebaixo +reagentealto )/2 20 = reagente (reagentealto reagentebaixo )/2 5 catalisador (catalisadorbaixo +catalisadoralto )/2 1,5 = catalisador (catalisadoralto catalisadorbaixo )/2 0,5
Contextualiza c ao
An alise residual do modelo de regress ao

2 Resduo Studentizado 1
q
Residuo Studentizado
q q q
q q
q q q
q q
q q
6 Indice
10
12
22
24
26
28 Valores Ajustados
30
32
34
Residuo studentizado
0.5
q q q q q q
0.5
q q
1.5
1.5
1.0
0.5
0.0 Percentis da N(0,1)
0.5
1.0
1.5
Contextualiza c ao
Modelo de regress ao (resultados)
As estimativas com os erros-padr ao s ao (0 , 1 , 2 ): 27,50 (0,61);4,17 (0,61); -2,50 (0,61) Vamos gracar o modelo de regress ao em termos das vari aveis originais, ou seja:
y y
= =
reagente 20 2, 50 5 18, 33 + 0, 83reagente 5, 00catalisador 27, 50 + 4, 17
catalisador 1, 50 0, 50
Contextualiza c ao
Superf cie produzida pelo modelo de regress ao
30
y
25 16
re
18
ag 20 en te 22 at
2.0 1.8 1.6 or 1.4 alis 1.2 24 1.0

c ad
Contextualiza c ao
Gr aco de contorno produzida pelo modelo de regress ao

2.0
23 22
24
28
catalisador
1.6
1.8
29
1.4
30
25 26 31 32
1.2
1.0
27
33
16
18
20 reagente
22
24
Contextualiza c ao
Exemplo 12: exemplo engarrafamento de refrigerante (somente dois n veis de cada fator)
Uma empresa est a interessada que a quantidade de refrigerante colocada em cada garrafa seja mais uniforme entre os vasilhames. Fatores de interesse:
Percentual de carbonata c ao (CARB): 10% e 12% . Press ao de opera c ao no enchimento (PRE): 25 e 30 psi. Velocidade na linha de produ c ao (VELOC): 200 e 250 bpm.
Contextualiza c ao
Exemplo 12: cont.)
Para cada combina c ao dos fatores (temos um total de 2 2 3 = 12 tratamentos) foram medidas as diferen cas entre o a quantidade de refrigerante inserida no vasilhame menos o valor padr ao de dois refrigerantes escolhidos ao acaso.
Contextualiza c ao
Resultados relativos ao experimento (exemplo 12)

Fator A 10 10 10 10 20 20 20 20 B 25 25 30 30 25 25 30 30 C 200 250 200 250 200 250 200 250 Repeti c ao 1 -3 -1 -1 1 0 2 2 6 2 -1 0 0 1 1 1 3 5 -4 = (1) -1 = c -1 = b 2 = bc 1=a 3 = ac 5 = ab 11 = abc Total
Os sinais - e + denotam, respectivamente, os menores e maiores n veis de cada fator.

Contextualiza c ao
Contextualiza c ao

Em rela c ao aos contrastes, temos a seguinte tabela:
Tratamento I (1) a b ab c ac bc abc + + + + + + + + A + + + + B + + + + Coecientes AB + + + + C + + + + AC + + + + BC + + + + ABC + + + +
Contextualiza c ao
Com excess ao da 1a. coluna, todas as demais tem o mesmo n umero de sinais positivos e negativos ; A soma dos produtos dos sinais em quaisquer duas colunas e zero; A coluna I multiplicada por qualquer outra coluna deixa esta inalterada, isto e, a coluna I e um elemento identidade. O produto de qualquer duas colunas produz uma coluna da tabela, por exemplo, A x B = AB, e AB x B = AB 2 = A
Contextualiza c ao
Estima c ao dos efeitos dos fatores

Fator A:
= y A+ y A = =
1 [a (1) + ab b + ac c + abc bc ] 4n
1 [1 (4) + 5 (1) + 3(1) + 11 2] = 3, 00 8
De maneira an aloga, obtemos os seguintes valores para os demais efeitos B = 2, 25; C = 1, 75; AB = 0, 75; AC = 0, 25; BC = 0, 50; ABC = 0, 50
Contextualiza c ao
Somas de Quadrados
De maneira an aloga ao exemplo 11, as somas de quadrados dos fatores e intera c oes podem ser calculadas como: SQ (.) =
(contraste )2 8n
Dessa forma, temos: SQA = 36, 00; SQB = 20, 25; SQC = 12, 25; SQAB = 2, 25; SQAC = 0, 25; SQBC = 1, 00; SQABC = 1, 00
Contextualiza c ao
Contribui c ao de cada fator na explica c ao da var. dos dados

Fator A B C AB AC BC ABC Res duo Total Efeito 3,00 2,25 2,75 0,75 0,25 0,50 0,50 SQ 36,00 20,25 12,25 2,25 0,25 1,00 1,00 5,00 78,00 Contribui c ao % 46,15 25,96 15,71 2,88 0,32 1,28 1,28 6,41
Contextualiza c ao
Continua c ao
Exerc cio: construir a Tabela ANOVA e vericar que a intera c ao n ao e signicativa mas h a efeitos dos fatores principais. Fazer a an alise residual do modelo utilizado. Vericar que a intera c ao de segunda ordem e as intera co es de primeira ordem (AC) e (BC) n ao s ao signicativas.
Contextualiza c ao
Modelo de regress ao
Como os efeitos dos fatores s ao signicativos e quantitivos podemos ajustar um modelo de regress ao. Como a intera c ao n ao foi signicativa, podemos considerar o seguinte modelo: Yi = 0 + 1 xi 1 + 2 xi 2 + 3 xi 3 + 4 xi 1 i 2 + i com as suposi c oes usuais, em que x1 = x2 = x3 =
carb (carbbaixo +carbalto )/2 11 = carb1 (carbalto carbbaixo )/2 pre (prebaixo +prealto )/2 27,50 = pre (prealto prebaixo )/2 2,5 veloc (velocbaixo +velocalto )/2 225 = veloc (velocalto velocbaixo )/2 25
Contextualiza c ao
An alise residual do modelo de regress ao

3 Resduo Studentizado Residuo Studentizado 2
q q q q q q q q q q q q q q q q
q q q q q q q q q q q q q
5 Indice
10
15
Valores Ajustados
Residuo studentizado
q q q q q q q q q q q q q q q
0 Percentis da N(0,1)
Contextualiza c ao
Modelo de regress ao (resultados)
As estimativas com os erros-padr ao s ao (0 , 1 , 2 , 3 , 4 ): 1,00 (0,20); 1,50 (0,20); 1,13 (0,20); 0,88 (0,20); 0,38 (0,2). Vamos gracar o modelo de regress ao em termos das vari aveis originais. (exerc cio: escrever o modelo em termos das vari aveis originais).
Contextualiza c ao
Superf cie e gr acos de contorno para Velocidade = 200 bpm

30
2.
10.5 c
ar bo n11.0 at ac ao p
29 28 27 re 11.5 12.0 25 26
ao ss
27
3 2 1 0 1 2 10.0
29
2
pressao 28
26
25
1. 5
30
0. 5
1
.5 1
.5
10.0
10.5
11.0 carbonatacao
11.5
12.0
Contextualiza c ao
Superf cie e gr acos de contorno para Velocidade = 250 bpm

30
5 4.
29
27
4 3 2 1 0 10.0 10.5 c
ar bo n11.0 at ac ao p
28
pressao
3.
27 ress 11.5 12.0 25 26
26
25
30 29 28
ao
2. 5
0. 5
0
1.
2
5
10.0
10.5
11.0 carbonatacao
11.5
12.0
Contextualiza c ao
Coment arios
Ver em detalhes a Figura 6-5, p agina 229, do livro do Montgomery.
Contextualiza c ao
Experimentos 2k com uma u nica r eplica por tratamento

Mesmo em experimentos do tipo 2k , quando k aumenta, o n umero de tratamentos tende a aumentar exponencialmente. Por exemplo, para k = 4, tem-se 16 tratamentos, k = 5, tem -se 32 e k = 6, tem-se 64 tratamentos. Praticamente imposs vel avaliar a signc ancia dos efeitos (fatores principais e intera c ao), atrav es do modelo (ANOVA) sem ter pelo menos duas repeti c oes por tratamento. Com apenas uma observa c ao por tratamento, em ajustando-se o modelo completo restar a 0 graus de liberdade para o res duo.
Contextualiza c ao
Experimentos 2k com uma u nica r eplica por tratamento (cont.)

Alternativas
O pesquisador assume a responsabilidade de desconsiderar certos efeitos (por exemplo, algumas intera co es) do modelo. O problema e que tais efeitos ser ao contabilizados nos res duos e, dessa forma, conclus oes err oneas podem ser obtidas. Usar alguma estat stica (como a estimativa dos efeitos visto anteriormente) para que, de um modo descritivo, se avalie a magnitude dos efeitos. Usar outros modelos (v arias op co es).
Contextualiza c ao
Experimentos 2k com uma u nica r eplica por tratamento

Daniel, em 1959, desenvolveu uma t ecnica para se avaliar a magnitude dos efeitos. Dada as suposi c oes do modelo, espera-se que os estimadores de cada efeito (baseados em constrastes) tenham distribui c ao normal com uma certa m edia e vari ancia 2 . Isto se deve ao fato de que os estimadores s ao combina c oes lineares de m edias. Assim, se um efeito n ao e signicativo, espera-se que a distribui c ao do estimador acima tenha m edia pr oxima ` a zero.
Contextualiza c ao
Exemplo 13: Produ c ao de um produto qu mico num recipiente sob press ao.
Um produto qu mico e produzido num recipiente sob press ao. Esse experimento foi realizado com fatores que provavelmente inuenciam a taxa de ltra c ao do produto. Os quatro fatores considerados em estudo foram: A (temperatura), B (press ao), C (concentra c ao de formalde do) e D (taxa de agita c ao).
Contextualiza c ao
Exemplo 13: Produ c ao de um produto qu mico num recipiente sob press ao (cont.).
Os 16 experimentos (um para cada tratamento) foram realizados em ordem aleat oria. O engenheiro est a interessado em maximizar a taxa de ltra c ao. O processo atual apresenta uma taxa de ltra c ao em torno de 75 gal/h. O processo tamb em utiliza o fator C no n vel alto. Deseja-se reduzir a concentra c ao de formalde do tanto quanto poss vel. Por em, isso causa uma diminui c ao na taxa de ltra c ao.
Contextualiza c ao
Experimento A 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 + + + + + + + +
Fator B + + + + + + + + C + + + + + + + + D + + + + + + + +
Label
Taxa de ltra c ao (gal/h)
(1) a b ab c ac bc abc d ad bd abd cd acd bcd abcd
45 71 48 65 68 60 80 65 43 100 45 104 75 86 70 96
Contextualiza c ao
Contextualiza c ao
(1) a b ab c ac bc abc d ad bd abd cd acd bcd abcd
+ + + + + + + +
+ + + + + + + +
AB + + + + + + + +
+ + + + + + + +
Tabela de contrastes do fatorial 24 AC BC ABC D AD BD ABD CD ACD BCD ABCD + + + - + + - + - + + - - + + + + + + - + - + + - + - - - - + + + + + - + + - - + + + + + + + + + - + - + - + + + + - - - - - - + + + - - + - + + + + + + + + + + + + + + + + + + - - + + + + + + + + - - + + + + + + + + + + + + + + + + + +
Contextualiza c ao
Fator A B C D AB AC AD BC BD CD ABC ABD ACD BCD ABCD

Prof. Caio Azevedo
Efeito 21,63 3,13 9,88 14,63 0,13 -18,13 16,63 2,38 -0,38 -1,13 1,88 4,13 1,63 -2,63 1,38
SQ 1870,56 39,06 390,06 855,56 0,06 1314,06 1105,56 22,56 0,56 5,06 14,06 68,06 10,56 27,56 7,56
Contribui c ao % 32,64 0,68 6,80 14,93 <0,01 22,29 19,29 0,39 <0,01 0,09 0,24 1,19 0,18 0,48 0,13
Planejamento e An alise Estat stica de Experimentos fatoriais 2k : an alise de dados de experimentos completamente aleatorizados
Contextualiza c ao
Grafico de quantis da Normal

*Af
*Af:Df
1
*Df *Cf * * * * * * * *
normal scores 0
* *
*Af:Cf 20
10
0 effects
10
20
30
Contextualiza c ao
Grafico de quantis da Normal truncada

*Af
2.0
*Af:Cf
halfnormal scores 1.0 1.5
*Af:Df *Df *Cf * * * * * * * * *
0.0
0.5
* 0 5 10 absolute effects 15 20 25
Contextualiza c ao
Exerc cio
Fazer a an alise completa (como nas listas de exerc cios) considerando somente os fatores signicativos (incluindo os gr acos de superf cie). Fatores signicativos (A, C, D, AC, AD). Ler o resto do Cap tulo 6 do livro do Montgomery.

Aula Intro Fatorial 2k

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Aula Intro Fatorial 2k

Transféré par

Droits d'auteur :

Formats disponibles

Contextualiza c ao

Exemplo 11: efeitos de concentra c ao de reagente e quantidade de catalisador

Resultados relativos ao experimento (exemplo 11)

Tratamento 1 A 15, B 1 A 25, B 1 A 15, B 2 A 25, B 2

Os sinais - e + denotam, respectivamente, os menores e maiores n veis de cada fator.

Representa c ao gr aca do experimento do exemplo 11

An alise do experimento (exemplo 11)

An alise do experimento (exemplo 11), cont.

An alise do experimento (exemplo 11), cont.

An alise do experimento (exemplo 11), cont.

An alise do experimento (exemplo 11), cont.

SQA SQB SQAB

1 [ab + a b (1)]2 = 208, 33 4n 1 [ab + b a (1)]2 = 75, 00 4n 1 [ab + (1) a b ]2 = 8, 33 4n

An alise do experimento (exemplo 11), cont.

Em rela c ao aos contrastes, temos a seguinte tabela:

Contribui c ao de cada fator na explica c ao da var. dos dados

Fator A B AB Res duo Total

Estimativa do efeito 8,33 -5,00 1,67

SQ 208,33 75,00 8,33 31,33 323,00

Contribui c ao % 64,44 23,22 2,58

An alise residual do modelo de regress ao

0.0 Percentis da N(0,1)

Modelo de regress ao (resultados)

reagente 20 2, 50 5 18, 33 + 0, 83reagente 5, 00catalisador 27, 50 + 4, 17

Superf cie produzida pelo modelo de regress ao

2.0 1.8 1.6 or 1.4 alis 1.2 24 1.0

Gr aco de contorno produzida pelo modelo de regress ao

Exemplo 12: cont.)

Resultados relativos ao experimento (exemplo 12)

Os sinais - e + denotam, respectivamente, os menores e maiores n veis de cada fator.

Representa c ao gr aca do experimento do exemplo 12

An alise do experimento (exemplo 12), cont.

Estima c ao dos efeitos dos fatores

1 [1 (4) + 5 (1) + 3(1) + 11 2] = 3, 00 8

Contribui c ao de cada fator na explica c ao da var. dos dados

An alise residual do modelo de regress ao

Modelo de regress ao (resultados)

Superf cie e gr acos de contorno para Velocidade = 200 bpm

Superf cie e gr acos de contorno para Velocidade = 250 bpm

27 ress 11.5 12.0 25 26

Ver em detalhes a Figura 6-5, p agina 229, do livro do Montgomery.

Experimentos 2k com uma u nica r eplica por tratamento

Experimentos 2k com uma u nica r eplica por tratamento (cont.)

Experimentos 2k com uma u nica r eplica por tratamento

Taxa de ltra c ao (gal/h)

(1) a b ab c ac bc abc d ad bd abd cd acd bcd abcd

Representa c ao gr aca do experimento do exemplo 13

(1) a b ab c ac bc abc d ad bd abd cd acd bcd abcd

Fator A B C D AB AC AD BC BD CD ABC ABD ACD BCD ABCD

Grafico de quantis da Normal

Grafico de quantis da Normal truncada

*Af:Df *Df *Cf * * * * * * * * *

Vous aimerez peut-être aussi

Af:Df Df Cf * * * * * * * *