Scribd
Cargar
19 vistas35 páginas

Análisis Factorial 4x3 en Ingeniería Ambiental

Este documento presenta un análisis factorial de dos factores (profundidad de corte y velocidad de alimentación) con tres réplicas para estudiar su efecto sobre el acabado de un metal. Se realizó un experimento 4x3 que arrojó datos para analizar mediante un ANOVA de dos factores. Los resultados mostraron que tanto la profundidad de corte como la velocidad de alimentación, así como su interacción, tuvieron un efecto estadísticamente significativo sobre el acabado.

Cargado por

Samy Aulla
Derechos de autor
© All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como XLSX, PDF, TXT o lee en línea desde Scribd
19 vistas35 páginas

Análisis Factorial 4x3 en Ingeniería Ambiental

Este documento presenta un análisis factorial de dos factores (profundidad de corte y velocidad de alimentación) con tres réplicas para estudiar su efecto sobre el acabado de un metal. Se realizó un experimento 4x3 que arrojó datos para analizar mediante un ANOVA de dos factores. Los resultados mostraron que tanto la profundidad de corte como la velocidad de alimentación, así como su interacción, tuvieron un efecto estadísticamente significativo sobre el acabado.

Cargado por

Samy Aulla
Derechos de autor
© All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como XLSX, PDF, TXT o lee en línea desde Scribd

UNIVERSIDAD NACIONAL DE CHIMBORAZO

FACULTAD DE INGENIERÍA
CARRERA DE INGENIERÍA AMBIENTAL
ASIGNATURA: Diseño Experimental
CURSO: Cuarto
Fecha:09/02/2023
Tema: Analisis Factorial con dos factores por grupo

Problema:
Factorial 4 × 3. Consideremos un experimento en el que se quiere estudiar el efecto
de los factores A: profundidad de corte sobre el acabado de un metal y B: velocidad de alimentación
Aunque los factores son de naturaleza continua, en este proceso sólo se puede trabajar en 4 y 3 niveles,
respectivamente. Por ello, se decide correr un factorial completo 4 × 3 con tres réplicas
que permitirá obtener toda la información relevante en relación al efecto de estos factores
sobre el acabado. Al aleatorizar las 36 pruebas se obtienen los datos de la tabla

El acabado (Y) está en unidades de gramos e interesa minimizar su valor.


UNIVERSIDAD NACIONAL DE CHIMBORAZO
FACULTAD DE INGENIERÍA
CARRERA DE INGENIERÍA AMBIENTAL
ASIGNATURA: Diseño Experimental
CURSO: Cuarto
Fecha:09/02/2023
Tema: Analisis Factorial con dos factores por grupo

Problema:
Se quiere estudiar el efecto de los factores A: profundidad sobre corte sobre el acabado de un metal y B: Velocidad de Alimen

B: Velocidad
A: Profundidad 0.2 0.25 0.3 Total Yi.. Total Yi..^2
74 92 99
0.15 64 86 98 763 582169
60 88 102
79 98 104
0.18 68 104 99 808 652864
73 88 95
82 99 108
0.21 88 108 110 881 776161
92 95 99
99 104 114
0.24 104 110 111 944 891136
96 99 107
Total Y.j. 979 1171 1246 3396 2902330
Total^2 958441 1371241 1552516 3882198
Suma_cuadra 82131 114975 129782 326888

Hipótesis H0: Efecto de profundidad (A)=0


H1: Efecto de profundidad (A)≠0

H0: Efecto de velocidad (B)=0


H1: Efecto de velocidad (B)≠0

H0: ProfundiadxVelocidad (AxB)=0


H1: ProfundiadxVelocidad (AxB)≠0

DESCOMPOSICIÓN DE LA VARIABILIDAD
SCT 6532
SCA 2125.1
SCB 3160.5
SCAXB 557.1
SCE 689.3
Tabla ANOVA
FV SC GL CM Fo Ftabla
Profundidad 2125.1 3 708.37 24.66 3.00878657
Velocidad 3160.5 2 1580.25 55.02 3.40282611
ProfxVelo 557.1 6 92.84 3.23 2.50818882
Error 689.33 24 28.72
Total 6532.0 35

Interpretación:

24,66 > 3,008 se rechaza H0; el acabado promedio por el efecto de la profundidad de corte es significativo en el experimento.
55,02 > 3,4028 se rechaza H0; el efecto de la velocidad de alimentación es significativo en el experimento.
3,23 > 2,50 se rechaza H0; el efecto de la interacción de la velocidad con la profundidad es significativo en el experimento.
al y B: Velocidad de Alimentación

AxB B1 B2 B3
A1 198 266 299
A2 220 290 298
A3 262 302 317
A4 299 313 332
Suma_Cuadra 245649 344029 388918 978596
FV SC GL CM F0 FT
Efecto A SCA a-1 SCA/a-1 CMA/CME
Efecto B SCB b-1 SCB/b-1 CMB/CME
Efecto AB SCAB (a-1)(b-1) SCAB/(a-1)(b-1) CMAB/CME
Error SCE ab(n-1) SCE/ab(n-1)
Total SCT abn-1

ficativo en el experimento.

tivo en el experimento.
Análisis de varianza de dos factores con varias muestras por grupo

RESUMEN 0.2 0.25 0.3 Total


0.15
Cuenta 3 3 3 9
Suma 198 266 299 763
Promedio 66 88.6666667 99.6666667 84.7777778
Varianza 52 9.33333333 4.33333333 237.444444

0.18
Cuenta 3 3 3 9
Suma 220 290 298 808
Promedio 73.3333333 96.6666667 99.3333333 89.7777778
Varianza 30.3333333 65.3333333 20.3333333 182.444444

0.21
Cuenta 3 3 3 9
Suma 262 302 317 881
Promedio 87.3333333 100.666667 105.666667 97.8888889
Varianza 25.3333333 44.3333333 34.3333333 93.3611111

0.24
Cuenta 3 3 3 9
Suma 299 313 332 944
Promedio 99.6666667 104.333333 110.666667 104.888889
Varianza 16.3333333 30.3333333 12.3333333 37.6111111

Total
Cuenta 12 12 12
Suma 979 1171 1246
Promedio 81.5833333 97.5833333 103.833333
Varianza 205.537879 64.0833333 36.8787879

ANÁLISIS DE VARIANZA
Origen de las variaciones
Suma de cuadrados
Grados dePromedio
libertad de los cuadradosF Probabilidad
Valor crítico para F
Muestra 2125.11111 3 708.37037 24.6627982 1.652E-07 3.00878657
Columnas 3160.5 2 1580.25 55.0183752 1.08605E-09 3.40282611
Interacción 557.055556 6 92.8425926 3.23243069 0.01797302 2.50818882
Dentro del g 689.333333 24 28.7222222
Total 6532 35
r crítico para F
B: Velocidad EFECTO INTERACCIÓ
A: Profundidad 0.2 0.25 0.3 Promedio
74 92 99 AxB
64 86 98 84.8 A1
0.15 60 88 102 A2
79 98 104 A3
68 104 99 89.8 A4
0.18 73 88 95
82 99 108
88 108 110 97.9
120.0
0.21 92 95 99
99 104 114
110.0
104 110 111 104.9
0.24 96 99 107 100.0
Promedio 81.6 97.6 103.8
90.0

80.0
GRÁFICO DE EFECTOS EFECTO A
110

105 70.0
EFECTO PROFUNDIDAD (A)
100
60.0
A1
Profundidad Media 95

0.15 84.8 90

0.18 89.8 85
0.21 97.9 80
0.14 0.16 0.18 0.2 0.22 0.24 0.26
0.24 104.9

EFECTO VELOCIDAD
Velocidad Media
0.2 81.6 EFECTO B
0.25 97.6 105.0
0.3 103.8
100.0

95.0

90.0

85.0

80.0
0.18 0.2 0.22 0.24 0.26 0.28 0.3 0.32
100.0

95.0

90.0

85.0

80.0
0.18 0.2 0.22 0.24 0.26 0.28 0.3 0.32

CME 28.72
T(0,025;24)2.0638986
lsd 5.2140394

dif dif.M LSD OBS


h0: u1= u2 H1: u1 dif u2 u1-u2 5< 5.21 no Significa
h0: u1= u3 H1: u1 dif u3 u1-u3 13.1 > 5.21significativa
h0: u1= u4 H1: u1 dif u4 u1-u4 20.1 > 5.21significativa
h0: u2= u3 H1: u2 dif u3 u2-u3 8.1 > 5.21significativa
h0: u2= u4 H1: u2 dif u4 u2-u4 15.1 > 5.21significativa
h0: u3= u4 H1: u3 dif u4 u3-u4 7> 5.21significativa

coef 3.6868826
Profundidad Media
0.15 84.8 LS 88.486883 93.486883 101.58688 108.58688
0.18 89.8 LC 84.8 89.8 97.9 104.9
0.21 97.9 LI 81.113117 86.113117 94.213117 101.21312
0.24 104.9

CME 28.72
T(0,025;24)2.0638986
lsd 4.5154906

dif dif.M LSD OBS


h0: u1= u2 H1: u1 dif u2 u1-u2 16 > 5.21significativa
h0: u1= u3 H1: u1 dif u3 u1-u3 22.2 > 5.21significativa
h0: u2= u3 H1: u1 dif u4 u2-u3 6.2 > 5.21significativa
coef 3.192934

LS 85.286883 101.28688 107.48688


Velocidad Media LC 81.6 97.6 103.8
0.2 81.6 LI 77.913117 93.913117 100.11312
0.25 97.6
0.3 103.8
FECTO INTERACCIÓN AXB

B1 B2 B3
66.0 88.7 99.7
73.3 96.7 99.3
87.3 100.7 105.7
99.7 104.3 110.7

Interacción AXB
120.0
Los mejores acabados se tienencon un
Los peores acabados se tiene con una
110.0
la interración es nula
100.0 Con velocidad de 0,2 se obtiene los m
Con la velocidad de 0,3 se obtiene los
90.0

80.0

70.0

60.0
A1 A2 A3 A4

B1 B2 B3

110

105

100

95

90

85

80
0.14 0.16 0.18 0.2 0.22 0.24 0.26 0.28 0.3 0.32
CONCLU
Se acepta H0: U1=U2 115

se rechaza h0: u1 dif u3 110


se rechaza h0: u1 dif u4
105
se rechaza h0: u2 dif u3
se rechaza h0: u2 dif u4 100
ACABADO

se rechaza h0: u3 dif u4 95

90

85

80

75
0.15 0.18 0.21 0.24

Profundidad de corte

Row 57

La profundidad de corte de 0,15 y 0,18 se obtienen los mismas pr


para profundidad de 0,24 se tiene los peores acabados

110
Velocidad De Alimentacion

105

CONCLU
100
Se rechaza H0: U1 dif U2
se rechaza h0: u1 dif u3 95
acabado

se rechaza h0: u2 dif u3


90

85

80
95

acabado
90

85

80

75
0.2 0.25 0.3

Row 78

En las 3 velocidades de alimentaciónahi deiferencia obteniendo q


acabados se tienencon una profundidad de corte 0,15 y una velocidad de 0,20.
cabados se tiene con una profundidad de corte de 0,24 y una velocidad de 0,3.

d de 0,2 se obtiene los mejores acabados


dad de 0,3 se obtiene los peores acabados
0.21 0.24

orte

e obtienen los mismas promedios de acabados y siendo el mejor acabo


ores acabados

n
0.3

deiferencia obteniendo que en la velocidad de 0,2 se obtienen los mejores acabados


EJERCICIO PROPUESTO

Temperatura 15°F 70°F 125°F suma suma^2


13 34 20
74 80 82
1 881 776161
155 40 70
180 75 58
150 136 25
Tipo de 159 106 58
material 2 1300 1690000
188 122 70
126 115 45
138 174 96
168 150 82
3 1501 2253001
110 120 104
160 139 60
suma 1621 1291 770 3682 4719162
suma^2 2627641 1666681 592900 4887222
[Link] 246039 159119 56658 461816

SCT 85229.222
SCA 16676.722
SCB 30681.722
SCB*A 8261.7778
SCE 29609

ANOVA
FV SC GL CM F0 FT
T. de Mater16676.722 2 8338.3611 7.6036256 3.3541308
temperatur30681.722 2 15340.861 13.9891 3.3541308
interacción8261.7778 4 2065.4444 1.8834476 2.7277653
error 29609 27 1096.6296
total 85229.222 35

Interpretaciones

7,60 >3,35 se rechaza H0; el tipo de material es significativo


13,98 > 3,35 se rechaza H0: la temperatura es significativo
1,88 < 2,72 se acepta H0; la interacción entre el tipo de material y la temperatura no es significa

Temperatura 15°F 70°F 125°F prom


13 34 20
74 80 82
1 73.416667
155 40 70
180 75 58
150 136 25
Tipo de 159 106 58
material 2 108.33333
188 122 70
126 115 45
138 174 96
168 150 82
3 125.08333
110 120 104
160 139 60
prom 135.08333 107.58333 64.166667
140
T MATERIALPROM Efecto A
120
1 73.41 100
2 108.33 80
3 125.083 60
40
20
TEMP PROM 0
0.5 1 1.5 2 2.5 3 3.5
15 135.08333
70 107.58333
125 64.166667 El material 3 proporciona mas horas de vida a la bateria.

LSD A Tipo de Material

CME 1096.6296
T(0,025;27)2.0518305
lsd 27.739322

dif dif.M LSD


h0: u1= u2 H1: u1 dif u2 u1-u2 34.92 > 27.73
h0: u1= u3 H1: u1 dif u3 u1-u3 51.673 > 27.73
h0: u2= u3 H1: u2 dif u3 u2 - u3 16.753 < 27.73

coef 19.614663
t. material prom
1 73.41 LS 93.024663 127.94466 144.69766
2 108.33 LC 73.41 108.33 125.083
3 125.083 LI 53.795337 88.715337 105.46834

LSD B Temperatura

CME 1096.6296
T(0,025;27)2.0518305
lsd 27.739322

dif dif.M LSD


h0: u1= u2 H1: u1 dif u2 u1-u2 27.5 < 27.73
h0: u1= u3 H1: u1 dif u3 u1-u3 70.916667 > 27.73
h0: u2= u3 H1: u2 dif u3 u2 - u3 43.416667 > 27.73

coef 19.614663
temp prom
15 135.08333 LS 154.698 127.198 83.78133
70 107.58333 LC 135.08333 107.58333 64.166667
125 64.166667 LI 115.46867 87.96867 44.552004
1) el efecto por el material es que los materiales 2 y 3 ofrecen la mayor vida de la bater
2) el material 3 porque incluso en la temperatura mas alta la vida de la batería es mayo

Normalidad efecto B Temperaturas

15°F 70°F 125°F


1 13 34 20
2 74 80 82 H1: Los datos no provie
3 155 40 70
4 180 75 58
5 150 136 25
6 159 106 58
7 188 122 70
8 126 115 45
9 138 174 96
10 168 150 82
11 110 120 104
12 160 139 60
prom 135.08333 107.58333 64.166667

15°F Residuos ri i (i-0,5)/N Zi


122.08333 2.9166667 1 0.0416667 -1.731664
61.083333 9.0833333 2 0.125 -1.150349
19.916667 14.916667 3 0.2083333 -0.812218
44.916667 19.916667 4 0.2916667 -0.548522
14.916667 23.916667 5 0.375 -0.318639
23.916667 24.916667 6 0.4583333 -0.104633
52.916667 25.083333 7 0.5416667 0.1046335
9.0833333 32.916667 8 0.625 0.3186394
2.9166667 44.916667 9 0.7083333 0.5485223
32.916667 52.916667 10 0.7916667 0.8122178
25.083333 61.083333 11 0.875 1.1503494
24.916667 122.08333 12 0.9583333 1.7316644

70°F Residuos ri i (i-0,5)/N Zi


73.583333 1.5833333 1 0.0416667 -1.731664
27.583333 7.4166667 2 0.125 -1.150349
67.583333 12.416667 3 0.2083333 -0.812218
32.583333 14.416667 4 0.2916667 -0.548522
28.416667 27.583333 5 0.375 -0.318639
1.5833333 28.416667 6 0.4583333 -0.104633
14.416667 31.416667 7 0.5416667 0.1046335
7.4166667 32.583333 8 0.625 0.3186394
66.416667 42.416667 9 0.7083333 0.5485223
42.416667 66.416667 10 0.7916667 0.8122178
12.416667 67.583333 11 0.875 1.1503494
31.416667 73.583333 12 0.9583333 1.7316644

125°F Residuos ri i (i-0,5)/N Zi


44.166667 4.1666667 1 0.0416667 -1.731664
17.833333 5.8333333 2 0.125 -1.150349
5.8333333 5.8333333 3 0.2083333 -0.812218
6.1666667 6.1666667 4 0.2916667 -0.548522
39.166667 6.1666667 5 0.375 -0.318639
6.1666667 17.833333 6 0.4583333 -0.104633
5.8333333 17.833333 7 0.5416667 0.1046335
19.166667 19.166667 8 0.625 0.3186394
31.833333 31.833333 9 0.7083333 0.5485223
17.833333 39.166667 10 0.7916667 0.8122178
39.833333 39.833333 11 0.875 1.1503494
4.1666667 44.166667 12 0.9583333 1.7316644
A*B 15°F 70°F 125°F
1 422 229 230
2 623 479 198
3 576 583 342
[Link] 897989 621771 209068
temperatura no es significativa

1
2
3

Inter
180

160

140

120

100

80

60

40

Efecto B 20
160
0
140 15°F
120
100 1
80
60
40
20
0
0 20 40 60 80 100 120 140

s de vida a la bateria. a la temperatura de 15 F se obtiene mas horas de vida en las baterias.

LSD EFECTO A
OBS Conclusión 160
significativa se rechaza h0: u1 dif u2 140

120
n en Horas

100

80
LSD EFECTO A
160

140
significativa se rechaza h0: u1 dif u3 120
NO significativase acepta h0: u2 = u3

duración en Horas
100

80

60

40

20

0
1 2
Típo de materia

Row 83

para el tipo de material 2 y 3 el promedio


elmaterial 1 reporta el menor tiempo de

LSD EFECTO B
OBS Conclusión 180
NO significativase acepta h0: u1 = u2 160
significativa se rechaza h0: u1 dif u3 140
significativa se rechaza h0: u2 dif u3
Duración en horas

120
100
80
60
40
20
0
15 70
Temperatura

Row 102

para las temperaturas de 15 y 70 el prom


los peores resultados de duración en hor
en la mayor vida de la batería y el efeto que en una temperatura de 15 a 70 F la vida de la batería sera tam
a vida de la batería es mayor a los otros materiales.

H0: Los datos provienen de una distribución normal


H1: Los datos no provienen de una distribución normal

15 F
2

1.5

0.5

0
0 20 40 60 80 100 120 140

-0.5

-1

-1.5

-2

Se acepta H0: Los datos provienen de una distribución normal, los datos se distrib

70 F
2

1.5

0.5

0
0 10 20 30 40 50 60 70 80

-0.5
1

0.5

0
0 10 20 30 40 50 60 70 80

-0.5

-1

-1.5

-2

Se acepta H0: Los datos provienen de una distribución normal, los datos se distrib

125 F
2

1.5

0.5

0
0 5 10 15 20 25 30 35 40 45 50

-0.5

-1

-1.5

-2

Se acepta H0: Los datos provienen de una distribución normal, los datos se distrib
1728828
15°F 70°F 125°F
105.5 57.25 57.5
155.75 119.75 49.5
144 145.75 85.5

Interacción A*B
80

60
Existe interración inversa
40

20

00

80

60

40

20

0
15°F 70°F 125°F

1 2 3

a en las baterias.

LSD EFECTO A
LSD EFECTO A

1 2 3
Típo de material

Row 83

e material 2 y 3 el promedio de duración de horas es el mismo por lo que los materiales 1 y 2 son mejore
reporta el menor tiempo de duración

LSD EFECTO B

15 70 125
Temperatura

Row 102

peraturas de 15 y 70 el promedio de duración en horas es el mismo y el más alto quiere decir que son las m
sultados de duración en horas es de la temperatura de 125.
la vida de la batería sera tambien mayor.

120 140

n normal, los datos se distribuyen normalmente.

70 80
70 80

n normal, los datos se distribuyen normalmente.

45 50

n normal, los datos se distribuyen normalmente.


xiste interración inversa
materiales 1 y 2 son mejores

to quiere decir que son las mejores

Common questions

Con tecnología de IA

Choosing levels for 'profundidad de corte' (cutting depth) and 'velocidad de alimentación' (feed rate) in a factorial study allows for the examination of both linear and potentially non-linear effects of these factors on the outcome variable. The levels chosen (e.g., 0.15, 0.18, etc.) were likely selected to capture meaningful variations in the process, thereby enhancing the ability to detect patterns or trends and their associated impacts on the dependent variable, which is vital for optimization and control of the process .

The critical F-value serves as a threshold for determining the statistical significance of the factors in ANOVA. It allows researchers to compare observed F-ratios calculated from the sample data against a value derived from the F-distribution at a specific confidence level. If the observed F-ratio exceeds the critical F-value, the null hypothesis (that there is no effect) is rejected, indicating that the observed effect of the factor is statistically significant in the experiment .

The non-significant interaction between material type and temperature, as indicated by an F-value of 1.88 which is less than the critical value of 2.73, suggests that the effects of temperature on battery life are consistent across different material types. This finding is significant because it implies that material selection does not need to consider temperature as a varying factor, simplifying material choice based on other properties such as cost or availability when focusing solely on battery life .

Both 'profundidad de corte' (cutting depth) and 'velocidad de alimentación' (feed rate) have significant effects on the metal finishing quality according to the factorial analysis. The high F-ratios observed in the ANOVA results for both factors (24.66 and 55.02, respectively) exceed the critical F-values, indicating that the null hypotheses (that the effects are zero) should be rejected. Additionally, the interaction between these two factors is also significant, as shown by an F-ratio of 3.23 exceeding its critical value .

The interaction between 'profundidad de corte' (cutting depth) and 'velocidad de alimentación' (feed rate) significantly affects the experiment results, as indicated by an F-value of 3.23, which is greater than the critical F-value of 2.50, leading to the rejection of the null hypothesis that their interaction is zero. This interaction is important because it highlights that the combined effect of these factors on the finishing quality is different than their individual effects, which can inform more nuanced control and optimization of the manufacturing process .

Randomization is crucial in a full factorial design to minimize the impact of confounding variables or biases that might affect the results. By randomizing the order of the 36 tests, variability due to extraneous factors gets evenly distributed across all treatment combinations, thus enhancing the internal validity of the experiment. This ensures that any observed effects are more likely to be due to the treatments themselves rather than unintended outside influences .

The decomposition of the sum of squares in ANOVA is crucial as it breaks down the total variability in the data into components attributable to different sources: the main effects, interactions, and error. This decomposition provides a quantitative means to test hypotheses about factor effects and their interactions. In the factorial design context, it helps in understanding the extent to which each factor and their interactions contribute to changes in the dependent variable, guiding decisions for process improvements or adjustments .

The number of replications per factor combination in a factorial design enhances the reliability and precision of the results by reducing random error and increasing the confidence in the estimated effects. In the described experiment, having three replications per combination allows for an assessment of variability and strengthens the statistical power of the ANOVA test, ensuring that detected effects are more likely to be genuine rather than due to random chance .

Residual analysis in the ANOVA tests indicates that the normality assumption holds, as the data plot closely follows a normal distribution. This conclusion is supported by tests such as the consistency of the residuals across different levels of the independent variables and comparison with quantiles of a standard normal distribution. Accepting the null hypothesis of normality validates the use of ANOVA here, assuring that the results and inferences drawn are statistically reliable .

The ANOVA analysis reveals that both material type and temperature have significant main effects on battery life. The F-values for material type (7.60) and temperature (13.98) both exceed their respective critical values, leading to rejection of the null hypotheses that these effects are zero. This implies that both factors independently influence battery life significantly, with certain materials and temperatures leading to longer or shorter battery life .

También podría gustarte