Académique Documents
Professionnel Documents
Culture Documents
b ab
(+)
(-) 1 a
(-) A (+)
A (%) B (%)
1 15 1
2 25 1
3 15 2
4 25 2
En el diseño factorial son importantes las repeticiones, por que si no pones repeticiones, te va dar
una r cuadrada de 100 por ciento por lo que no podemos ejecutar un correcto análisis.
Diagrama de Pareto Estandarizada para Tiempo
+
A:Factor_A -
B:Factor_B
AB
0 2 4 6 8
Efecto estandarizado
Factor A: Nos esta diciendo que el factor tiene un efecto significativo positivo con un nivel de
confianza de 0.95, esto quiere decir que aumenta la respuesta, en este caso aumenta el tiempo de
respuesta.
Factor B: Nos está diciendo que el factor tiene un efecto significativo negativo con un nivel de
confianza de 0.95, esto quiere decir que disminuye la respuesta, en este caso se reduce el tiempo
de respuesta.
AB: No existe sinergia entre los factores, por lo que no producen una respuesta positiva con un nivel
de significancia 0.05
33
31
29
Tiempo
27
25
23
15 25 1 2
Factor_A Factor_B
Factor A: A un nivel bajo mi valor numérico de la respuesta va a ser bajo y a un nivel alto mi respuesta
va a ser alta.
Factor B: A un nivel bajo de b tenemos una respuesta alta, y a un nivel alto de b va disminuyendo la
respuesta.
Gráfica de Interacción para Tiempo
Gráfica de Interacción para Tiempo
35
35
Factor_B=1
32 Factor_A=25
32
Factor_B=2
29 Factor_A=25
Tiempo
29
Tiempo
Factor_B=1
26 Factor_A=15
26
23
23
20 Factor_B=2 20 Factor_A=15
15 25 1 2
Factor_A Factor_B
Nos dice si alguna vez puede haber ineracción entre factores, si hubiera interacciones, deberia haber
un cruce entre las lineas.
Por lo tanto para este diseño, no existe una interacción entre los factores
99.9
99
95
porcentaje
80
50
20
5
1
0.1
-5 -2 1 4 7 10
Efectos estandarizados
3.2
2.2
1.2
residuo
0.2
-0.8
-1.8
-2.8
18 21 24 27 30 33 36
predichos
Análisis de Varianza para Tiempo
Fuente Suma de Cuadrados Gl Cuadrado Medio Razón-F Valor-P
A:Factor_A 208.333 1 208.333 50.34 0.0004
B:Factor_B 75.0 1 75.0 18.12 0.0053
AB 8.33333 1 8.33333 2.01 0.2057
bloques 6.5 2 3.25 0.79 0.4978
Error total 24.8333 6 4.13889
Total (corr.) 323.0 11
R-cuadrada = 92.3117 porciento (Los valores de R-cuadrada aún no están ajustados sin las interacciones que no
tienen efecto significativo sobre la respuesta)
R-cuadrada (ajustada por g.l.) = 89.4285 porciento
Error estándar del est. = 2.03443
Error absoluto medio = 1.09722
Estadístico Durbin-Watson = 2.94016 (P=0.8688)
Autocorrelación residual de Lag 1 = -0.508389
La tabla ANOVA particiona la variabilidad de Tiempo en piezas separadas para cada uno de los efectos. entonces prueba
la significancia estadística de cada efecto comparando su cuadrado medio contra un estimado del error experimental. En
este caso, 2 efectos tienen una valor-P menor que 0.05, indicando que son significativamente diferentes de cero con un
nivel de confianza del 95.0%.
El estadístico R-Cuadrada indica que el modelo, así ajustado, explica 92.3117% de la variabilidad en Tiempo. El
estadístico R-cuadrada ajustada, que es más adecuado para comparar modelos con diferente número de variables
independientes, es 89.4285%. El error estándar del estimado muestra que la desviación estándar de los residuos es
2.03443. El error medio absoluto (MAE) de 1.09722 es el valor promedio de los residuos. El estadístico de Durbin-
Watson (DW) prueba los residuos para determinar si haya alguna correlación significativa basada en el orden en que se
presentan los datos en el archivo. Puesto que el valor-P es mayor que 5.0%, no hay indicación de autocorrelación serial en
los residuos con un nivel de significancia del 5.0%.
Esta ventana despliega la ecuación de regresión que se ha ajustado a los datos. La ecuación del modelo ajustado es
en donde los valores de las variables están especificados en sus unidades originales. Para hacer que STATGRAPHICS
evalúe esta función, seleccione Predicciones de la lista de Opciones Tabulares. Para graficar la función, seleccione
Gráficas de Respuesta de la lista de Opciones Gráficas.
Haciendo un ajuste de las interacciones que no tienen un efecto significativo sobre la respuesta.
Análisis de Varianza para Tiempo
Fuente Suma de Cuadrados Gl Cuadrado Medio Razón-F Valor-P
A:Factor_A 208.333 1 208.333 43.97 0.0003
B:Factor_B 75.0 1 75.0 15.83 0.0053
bloques 6.5 2 3.25 0.69 0.5345
Error total 33.1667 7 4.7381
Total (corr.) 323.0 11
El StatAdvisor
La tabla ANOVA particiona la variabilidad de Tiempo en piezas separadas para cada uno de los efectos. entonces prueba
la significancia estadística de cada efecto comparando su cuadrado medio contra un estimado del error experimental. En
este caso, 2 efectos tienen una valor-P menor que 0.05, indicando que son significativamente diferentes de cero con un
nivel de confianza del 95.0%.
El estadístico R-Cuadrada indica que el modelo, así ajustado, explica 89.7317% de la variabilidad en Tiempo. El
estadístico R-cuadrada ajustada, que es más adecuado para comparar modelos con diferente número de variables
independientes, es 87.4498%. El error estándar del estimado muestra que la desviación estándar de los residuos es
2.17672. El error medio absoluto (MAE) de 1.40278 es el valor promedio de los residuos. El estadístico de Durbin-
Watson (DW) prueba los residuos para determinar si haya alguna correlación significativa basada en el orden en que se
presentan los datos en el archivo. Puesto que el valor-P es mayor que 5.0%, no hay indicación de autocorrelación serial en
los residuos con un nivel de significancia del 5.0%.
El StatAdvisor
Esta ventana despliega la ecuación de regresión que se ha ajustado a los datos. La ecuación del modelo ajustado es
en donde los valores de las variables están especificados en sus unidades originales. Para hacer que STATGRAPHICS
evalúe esta función, seleccione Predicciones de la lista de Opciones Tabulares. Para graficar la función, seleccione
Gráficas de Respuesta de la lista de Opciones Gráficas.