DISEOS DE EXPERIMENTOS FACTORIALES 2K

P. Reyes / Sept. 2007

EXPERIMENTOS FACTORIALES 2K

Pgina 1 de 15

DISEOS DE EXPERIMENTOS FACTORIALES 2K

P. Reyes / Sept. 2007

CONTENIDO 1. Principios y definiciones bsicas

2. Diseo factorial de dos factores

Pgina 2 de 15

DISEOS DE EXPERIMENTOS FACTORIALES 2K

P. Reyes / Sept. 2007

DISEOS FACTORIALES 1. Principios y definiciones bsicas

uchos experimentos se llevan a cabo para estudiar los efectos producidos por dos o ms factores. Puede mostrarse

que en general los diseos factoriales son los ms eficientes para este tipo de experimentos. Por diseo factorial se entiende aquel en el que se investigan todas las posibles combinaciones de los niveles de los factores en cada ensayo completo o rplica del experimento. Por ejemplo, si existen a niveles del factor A y b niveles del factor B, entonces cada rplica del experimento contiene todas las ab combinaciones de los tratamientos. A menudo, se dice que los factores estn cruzados cuando stos se arreglan en un diseo factorial. El efecto de un factor se define como el cambio en la respuesta producida por un cambio en el nivel del factor. Con frecuencia, ste se conoce como efecto principal porque se refiere a los factores de inters primordial del experimento. Por ejemplo, consideremos los datos de la tabla 1. El efecto principal del factor A podra interpretarse como la diferencia entre la respuesta promedio en el primer y segundo nivel de ese factor. Numricamente:

A =

40 + 52 2

20 + 30 2

= 21

Pgina 3 de 15

DISEOS DE EXPERIMENTOS FACTORIALES 2K

P. Reyes / Sept. 2007

Factor B B1 A1 Factor A A2 40 52 20 B2 30

Tabla 1 Un experimento factorial En otras palabras incrementar el factor A del nivel 1 al 2 produce un cambio en la respuesta promedio de 21 unidades. Similarmente, el efecto principal de B es:
B = 30 + 52 2 20 + 40 2 = 11

Si los factores tienen ms de dos niveles, el procedimiento anterior debe ser modificado ya que las diferencias entre las respuestas promedio pueden expresarse de muchas formas. En algunos experimentos puede encontrarse que la diferencia en la respuesta entre los niveles de un factor no es la misma en todos los niveles de los otros factores. Cuando esto ocurre existe una interaccin entre los factores. Por ejemplo, considrense los datos de la Tabla 2.
Factor B B1 A1 Factor A A2 50 12 20 B2 40

Tabla 2. Un experimento factorial con interaccin

Pgina 4 de 15

DISEOS DE EXPERIMENTOS FACTORIALES 2K

P. Reyes / Sept. 2007

En el primer nivel del factor B, el efecto de A es: A = 50 - 20 = 30 Mientras que en el segundo nivel de B, el efecto de A es: A = 12 - 40 = 28 Puede observarse que existe una interaccin entre los factores A y B porque el efecto de A depende del nivel elegido de B. Estas ideas pueden ilustrarse grficamente. En la Fig. 1 se muestra una grfica de la respuesta de los datos de la Tabla 1 contra los niveles del factor A para ambos niveles del factor B. Se observa que las rectas B1 y B2 son, aproximadamente, paralelas. Esto indica que no hay interaccin entre los factores. De manera similar, en la Fig. 2 se presenta una grfica de la respuesta de los datos de la Tabla 2.

60
Respu esta

50 40 30 20 10 B2 B1 A1

B2 B1

Factor A

A2

Figura 1 Un experimento factorial sin interacciones En este caso se ve que las rectas B 1 y B2 no son paralelas. Esto muestra que existe una interaccin entre A y B. Sin embargo, no debe ser la nica tcnica para analizar los datos, porque su interpretacin
Respu esta

60 es subjetiva y su apariencia, a menudo, es B1 engaosa. 50 40 30 20 10 B1 B2 B2

Pgina 5 de 15
A1 Factor A A2

DISEOS DE EXPERIMENTOS FACTORIALES 2K

P. Reyes / Sept. 2007

Figura 2 Un experimento factorial con interacciones Hay que notar que cuando una interaccin es grande los

correspondientes efectos principales tienen poco significado prctico. Una estimacin del efecto principal de A de los datos de la Tabla 2 es:
50 + 12 2 20 + 40 2

A =

=1

El cual resulta ser muy pequeo corrindose el riesgo de concluir que no existe un efecto debido a A. Sin embargo, cuando se examin el efecto de A en niveles diferentes de B se concluy que ste no era el caso. El factor A tiene un efecto, pero depende del nivel del factor B. En otras palabras, es ms til conocer la interaccin AB que el efecto principal. Una interaccin significativa oculta a menudo el significado de los efectos principales.

Ventajas de los diseos factoriales

as

ventajas

de

los

diseos

factoriales

pueden

ilustrarse

fcilmente. Supongamos que se tienen dos factores, A y B, cada

uno con dos niveles. Estos niveles se representan mediante A 1, A2, B1 y B1. La informacin acerca de ambos factores puede obtenerse variando un factor a la vez como aparece en la tabla 3. El efecto de variar el factor A est dada por A2B1 -A1B2. A causa de que existe error experimental, es conveniente realizar, por ejemplo, dos

Pgina 6 de 15

DISEOS DE EXPERIMENTOS FACTORIALES 2K

P. Reyes / Sept. 2007

observaciones de cada combinacin de tratamientos y hacer una estimacin de los efectos de los factores usando las respuestas promedio. Por lo tanto, se requiere un total de seis observaciones.

Factor B B1 A1 Factor A A2 A2B1 12 A1B1 B2 A1B2

Tabla 3 El mtodo de un factor a la vez

Los diseos factoriales poseen algunas ventajas. Son ms eficientes que los experimentos de un factor a la vez. Los diseos factoriales puede estar son necesarios para cuando evitar alguna hacer

interaccin

presente,

conclusiones engaosas. Los diseos factoriales permiten estimar los efectos de un factor en diversos niveles de los otros factores, produciendo conclusiones que son vlidas sobre toda la extensin de las condiciones experimentales.

2. Diseo factorial de dos factores

Pgina 7 de 15

DISEOS DE EXPERIMENTOS FACTORIALES 2K

P. Reyes / Sept. 2007

l primer diseo de la serie 22 es aquel en el que solo dos factores, A y B, cada uno con dos niveles. Este diseo se conoce como

diseo factorial 22. Arbitrariamente, los niveles del factor pueden llamarse bajo y alto. Ejemplo 1 Considrese una investigacin llevada a cabo para estudiar el efecto que tiene la concentracin de un reactivo y la presencia de un catalizador sobre el tiempo de reaccin de un proceso qumico. Sea la concentracin del reactivo el factor A con dos niveles de inters, 15% y 20%. El catalizador constituye el factor B; el nivel alto o superior denota el uso de dos sacos de catalizador y el nivel bajo o inferior denota el uso de un solo saco. El experimento se realiza (replica o repite) tres veces, y los datos son como sigue: Replica Tota I 2 8 3 6 1 8 3 1 II III 2 2 5 3 2 1 9 3 0 7 3 2 2 3 2 9 l 80 100 60 90

Combinacin de tratamientos A baja, B baja A alta, B baja A baja, B alta A alta, B alta

En la figura 4 siguiente se presentan grficamente las combinaciones de tratamiento para este diseo, el efecto de un factor se denota por
= 90(31+30+19) la letra latina minscula. De este modo, ab A se refiere al efecto del Alto (2 sacos) + factor A, y B se refiere al efecto del factor B, y AB se refiere a b = 60(18+19+23)

la interaccin entre AB. En el diseo 2 2 los niveles bajo y alto de A y B se denotan por - y + respectivamente, en los ejes A y B. As en el eje B representa el nivel bajo de catalizador mientras que + denota el nivel alto. bajo (1 saco) (1) = 80(28+25+27) a = 100(36+32+32)

Cantidad de catalizador B

bajo (15%)

+ alto (20%)

Concentracion de reactivo A Pgina 8 de 15 Figura 1: Combinaciones de tratamiento en el diseo factoriall

DISEOS DE EXPERIMENTOS FACTORIALES 2K

P. Reyes / Sept. 2007

Fig. 3 Las cuatro combinaciones de tratamientos en el diseo pueden representarse por letras minsculas, cono se muestra en la figura 3. En esta figura se aprecia que el nivel superior de cualquier factor de una combinacin de tratamientos esta representado por la presencia de la letra minscula correspondiente, mientras que la ausencia de esta ultima representa el nivel inferior del factor. As a representa la combinacin de tratamientos, en la que A se encuentra en el nivel superior y B en el nivel inferior; b representa aquella en la que A se halla en el nivel inferior y B en el superior, y ab representa a ambos factores en el nivel superior. Por convencin (1) se usa para representar a ambos factores en el nivel inferior. El efecto promedio de un factor se define como el cambio en la respuesta producida por un cambio en el nivel de ese factor, promediado sobre los niveles del otro factor.

Pgina 9 de 15

DISEOS DE EXPERIMENTOS FACTORIALES 2K

P. Reyes / Sept. 2007

Como se ilustra en la figura 3, las letras minsculas (1), a, b y ab tambin se usan para representar los totales de las n replicas de las combinaciones de tratamientos correspondientes. Ahora bien, el efecto de A en el nivel B es {a-(1)}/n. Mientras que el nivel superior B es {ab-b}/n. Tomando el promedio de estas dos cantidades se obtiene:

A =

1 2n

{[ab b] + [a (1) ]} =

1 2n

[ab a b (1)]

El efecto promedio de B se determina a partir de su efecto en el nivel inferior de A (esto es, {b-(1)}/n, y de su efecto en el nivel superior de A (que es igual a [ab-a]/n obtenindose:
{[ab a] + [b (1)]} =

B =

1 2n

1 2n

[ab + b - a (1)]

El efecto de la interaccin AB se define como la diferencia promedio entre el efecto de A en el nivel superior de B y su efecto en el nivel inferior de B, as:
{[ab b ] [a (1)]} =

AB =

1 2n

1 2n

[ab + (1) a (b)]

Por otro lado se puede definir AB como la diferencia promedio entre el efecto de B en el nivel superior de A y el efecto de B en el nivel inferior de A.

Las formulas para los efectos de A, B y AB pueden deducirse por otro mtodo. El efecto de A puede hallarse como la diferencia en la respuesta promedio de las dos combinaciones de tratamiento en la mitad derecha (que llamaremos Y A+, puesto que es la respuesta promedio para las combinaciones de tratamientos a las que A que se

Pgina 10 de 15

DISEOS DE EXPERIMENTOS FACTORIALES 2K

P. Reyes / Sept. 2007

encuentra en el nivel alto) y las dos combinaciones de tratamientos en la mitad izquierda (o Y A). Esto es,

A = YA + YA
= ab + a 2n
1 2n

b + (1) 2n

[ab +a b (1)]

Este es exactamente el mismo resultado, el efecto de B se encuentra como la diferencia entre el promedio de las dos combinaciones de tratamientos en la parte superior del cuadrado ( Y B+) y el promedio de las dos combinaciones de tratamientos en la parte inferior ( Y B-), o

B = YB + YB
= ab + b 2n
1 2n

a + (1) 2n

[ab +b a (1)]

Finalmente el efecto de interaccin AB es el promedio de las combinaciones de tratamientos en la diagonal de derecha a izquierda del cuadrado [ab y (1)] menos el promedio de las combinaciones de tratamientos en la diagonal de izquierda a derecha (a y b), o

AB =

ab + (1) 2n

a +b 2n

1 2n

[ab +(1) a b]

Con los datos que aparecen en la figura 1, las estimaciones de los efectos promedio son:

A =

1 2(3) 1 2(3)

( 90 +100 60 80 ) = 8.33 ( 90 + 60 100 80 ) = 5.00

B =

Pgina 11 de 15

DISEOS DE EXPERIMENTOS FACTORIALES 2K

P. Reyes / Sept. 2007

AB =

1 2(3)

( 90 + 80 100 60 ) = 1.67

El efecto de A (concentracin de reactivo) es positivo; esto sugiere que al elevar A del nivel bajo (15%) al nivel alto (25%) incrementar el rendimiento. El efecto de B (catalizador) es negativo; esto sugiere que elevar la cantidad del catalizador agregada al proceso reducir el rendimiento. Al parecer, el efecto de interacciones es pequeo comparado con los dos efectos principales. En muchos experimentos que implican diseos 2K se examina la magnitud y la direccin de los efectos de los factores para determinar cuales variables es probable que sean importantes. Por lo general puede emplearse el anlisis de varianza para confirmar esta interpretacin. En el diseo 2k existen algunos mtodos rpidos especiales para realizar los clculos del anlisis de varianza. Consideremos la suma de cuadrados para A, B y AB. Obsrvese la primera ecuacin que se utiliza un contraste para estimar A; esto es,
ContrasteA = ab + a b (1)

Este contraste

suele llamarse efecto total de A. A partir de la

segunda y tercera ecuacin, puede apreciarse que tambin se utilizan contraste para estimar B y AB. Adems, estos tres contrastes son ortogonales. La suma de cuadrados de cualquiera de ellos calcularse usando la siguiente ecuacin:
2 2 a SSc = n a a ci 1ciyi.

puede

Esta ecuacin establece que la suma de cuadrados de contraste es igual al contraste elevado al cuadrado entre el producto del nmero de las observaciones de cada total del contraste por la suma de

Pgina 12 de 15

DISEOS DE EXPERIMENTOS FACTORIALES 2K

P. Reyes / Sept. 2007

cuadrados de los coeficientes del mismo. En consecuencia, se obtiene que las sumas de cuadrados de A, B y AB sean:
[ab + a b (1)] 2
n* 4

SSA =

[ab + b a (1)] 2 SSB =

n* 4

[ab + (1) a b] 2 SSAB =

n* 4

Con los datos de la figura 1, las sumas de cuadrados se pueden calcular aplicando las ecuaciones anteriores, obtenindose:
2 = 208.33 2 = 75.00

SSA =

50

4(3) 30

SSB =

4(3) 10 2

SSAB =

4(3)

= 8.33

La suma total de cuadrados se determina de la manera usual mediante:

2

2 2 n SS T = i= 1 j= 1 k= 1Y

ijk

...

4n

En general SST tiene 4n 1 grados de libertad. La suma de cuadrados del error, con 4(n-1) G.L. se puede calcular en la forma usual, por diferencia, mediante.
2 2 2 3 Y 2 SS E = Yijk = 9398.00 9075.00 = 323.00 i= 1j= 1 k= 1 4(3)

SS E = SS T SS A SS B SS AB

= 323.00 208.33 75.00 8.33 = 31.34

El anlisis de varianza completo se presenta en la tabla siguiente. Ambos efectos principales son significativos al 1%.

Pgina 13 de 15

DISEOS DE EXPERIMENTOS FACTORIALES 2K

P. Reyes / Sept. 2007

menudo

se

es

conveniente

escribir

las

combinaciones

de

tratamientos en el orden (1), a, b, y ab. Este orden se conoce como orden estndar. Cuando se utiliza es posible apreciar que los coeficientes de los contrastes usados para estimar los efectos son Efect os A: B: AB: (1 a b A

) b -1 + -1 + -1 1 + 1 + 1 + + 1 -1 1

-1 -1 1

Tabla ANOVA para los datos del ejemplo 3.1 es la siguiente: Fuente de variaci n A B AB Error Total G.L SS . 208.3 1 3 8.33 323.0
a

MS Fo 208.3 53.15 3 8.33 3.92

a

1 8

75.00 1 31.34 11

75.00 19.13
a

2.13

0 significativo al 1%

Signos algebraicos para calcular los efectos en un diseo 22 Combinacin Efecto Factorial De Tratamientos I A B AB

Pgina 14 de 15

DISEOS DE EXPERIMENTOS FACTORIALES 2K

P. Reyes / Sept. 2007

(1) a b ab

+ - - + + + - + - + + + + +

Observe que los coeficientes de los contrastes usados para estimar la interaccin son iguales al producto de los coeficientes de correspondientes a los dos efectos principales. Los coeficientes

los contrastes siempre son +1 o 1 y se puede usar una tabla de signos positivos y negativos como la mostrada en la de signos algebraicos para determinar el signo apropiado de cada combinacin de tratamientos. En el encabezado de las columnas de tabla y se encuentran los efectos principales (A y B), la interaccin AB, e I, que representa el total el total o el promedio de todo el experimento. Se observa que la columna encabezada por I se compone de solo de signos positivos. Los renglones corresponden a las combinaciones de tratamientos.

Para encontrar un contraste con el fin de estimar cualquier efecto, simplemente se multiplican los signos de la columna apropiada de la tabla por la correspondiente combinacin de tratamientos, y se suma. Por ejemplo, el contraste para estimar A es (1) + a b + ab, lo cual concuerda con la ecuacin.

A =

1 2n

{[ab b ] + [a (1)]} =

1 2n

[ab a b (1)]

Los tipos ms sencillos de diseos factoriales implican slo dos factores o conjuntos de tratamientos. Haya a niveles del factor A y b niveles del factor B, dispuestos en un diseo factorial; esto es, cada A repeticin o rplica del experimento contiene todas las combinaciones de tratamiento ab. En general, hay n repeticiones.

Pgina 15 de 15