Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Estadística Aplicada 2018-II ING Prof. Valeria Quevedo ING Se desea maximizar la resistencia del concreto. Se sabe que las tres variables que influyen en su resistencia son: oA: factor asociado al agua oB: asociado al material agregado. oC: asociado con el cemento. Los investigadores quieren comenzar con un diseño de 23. ING A B C Resisten cia - - - 58.27 + - - 55.06 - + - 58.73 + + - 52.55 - - + 54.88 + - + 58.07 - + + 56.60 + + + 59.57 1 -1 1 -1 1-1 C B A 59.57 58.0754.88 56.60 52.55 55.0658.27 58.73 Cube Plot (data means) for Resistencia ING Nosotros estimaríamos ese modelo: �𝑦𝑦 = �𝜇𝜇 + �̂�𝛽1𝑥𝑥1 + �̂�𝛽2𝑥𝑥2 + �̂�𝛽3𝑥𝑥3 + �̂�𝛽12𝑥𝑥1𝑥𝑥2 + �̂�𝛽13𝑥𝑥1𝑥𝑥3 + �̂�𝛽23𝑥𝑥2𝑥𝑥3 + �̂�𝛽123𝑥𝑥1𝑥𝑥2𝑥𝑥3 Notar que es un modelo de primer orden. Habrá situaciones en que una ecuación de primer orden no será adecuada y se tendrá que estimar una de segundo orden: �𝑦𝑦 = �𝜇𝜇 + �̂�𝛽1𝑥𝑥1 + �̂�𝛽2𝑥𝑥2 + �̂�𝛽3𝑥𝑥3 + �̂�𝛽12𝑥𝑥1𝑥𝑥2 + �̂�𝛽13𝑥𝑥1𝑥𝑥3 + �̂�𝛽23𝑥𝑥2𝑥𝑥3 + �̂�𝛽11𝑥𝑥12 + �̂�𝛽22𝑥𝑥22 + �̂�𝛽33𝑥𝑥32 + �̂�𝛽123𝑥𝑥1𝑥𝑥2𝑥𝑥3 ING Existe un método para saber si el modelo cuadrático es más adecuado: agregar puntos centrales. La ventaja de agregar puntos centrales es que las estimaciones de los efectos principales y los de interacción no van a cambiar al agregar puntos centrales. ING A B C Resistenci a - - - 58.27 + - - 55.06 - + - 58.73 + + - 52.55 - - + 54.88 + - + 58.07 - + + 56.60 + + + 59.57 0 0 0 55.27 1 -1 1 -1 1-1 C B A 55.27 59.57 58.0754.88 56.60 52.55 55.0658.27 58.73 Centerpoint Factorial Point Cube Plot (data means) for Resistencia ING A B C Resistencia - - - 58.27 + - - 55.06 - + - 58.73 + + - 52.55 - - + 54.88 + - + 58.07 - + + 56.60 + + + 59.57 0 0 0 55.27 0 0 0 56.09 0 0 0 58.42 0 0 0 57.48 1 -1 1 -1 1-1 C B A 56.815 59.570 58.07054.880 56.600 52.550 55.06058.270 58.730 Centerpoint Factorial Point Cube Plot (data means) for Resistencia ING A B C Resist encia - - - 58.27 + - - 55.06 - + - 58.73 + + - 52.55 - - + 54.88 + - + 58.07 - + + 56.60 + + + 59.57 0 0 0 55.27 0 0 0 56.09 0 0 0 58.42 0 0 0 57.48 A B C Resist encia - - - 58.27 + - - 55.06 - + - 58.73 + + - 52.55 - - + 54.88 + - + 58.07 - + + 56.60 + + + 59.57 0 0 0 56.815 1 -1 1 -1 1-1 C B A 56.815 59.570 58.07054.880 56.600 52.550 55.06058.270 58.730 Cente Factor Cube Plot (data means) for Resistencia ING A B C Resi sten cia - - - 58.27 + - - 55.06 - + - 58.73 + + - 52.55 - - + 54.88 + - + 58.07 - + + 56.60 + + + 59.57 SE Term Effect Coef Coef T-Value P-Value VIF Constant 56.72 * * * A -0.8075 -0.4038 * * * 1.00 B 0.2925 0.1462 * * * 1.00 C 1.1275 0.5638 * * * 1.00 A*B -0.7975 -0.3987 * * * 1.00 A*C 3.887 1.944 * * * 1.00 B*C 1.3175 0.6588 * * * 1.00 A*B*C 0.6875 0.3438 * * * 1.00 43210-1-2-3 99 95 90 80 70 60 50 40 30 20 10 5 1 A A B B C C Factor Name Effect Pe rc en t Not Significant Significant Effect Type Normal Plot of the Effects (response is Resistencia, α = 0.05) Lenth’s PSE = 1.20375 ING A B C Resist encia - - - 58.27 + - - 55.06 - + - 58.73 + + - 52.55 - - + 54.88 + - + 58.07 - + + 56.60 + + + 59.57 0 0 0 55.27 0 0 0 56.09 0 0 0 58.42 0 0 0 57.48 43210-1-2-3 99 95 90 80 70 60 50 40 30 20 10 5 1 A A B B C C Factor Name Standardized Effect Pe rc en t Not Significant Significant Effect Type AC Normal Plot of the Standardized Effects (response is Resistencia, α = 0.05) Coded Coefficients Term Effect Coef SE Coef T-Value P-Value VIF Constant 56.716 0.497 114.09 0.000 A -0.808 -0.404 0.497 -0.81 0.476 1.00 B 0.292 0.146 0.497 0.29 0.788 1.00 C 1.128 0.564 0.497 1.13 0.339 1.00 A*B -0.797 -0.399 0.497 -0.80 0.481 1.00 A*C 3.887 1.944 0.497 3.91 0.030 1.00 B*C 1.318 0.659 0.497 1.33 0.277 1.00 A*B*C 0.688 0.344 0.497 0.69 0.539 1.00 Ct Pt 0.099 0.861 0.11 0.916 1.00 Hay más información que nos permitirá: 1) estimar el error (que antes no podíamos) 2) Testear la curvatura ING A B C Resist encia - - - 58.27 + - - 55.06 - + - 58.73 + + - 52.55 - - + 54.88 + - + 58.07 - + + 56.60 + + + 59.57 0 0 0 55.27 0 0 0 56.09 0 0 0 58.42 0 0 0 57.48 43210-1-2-3 99 95 90 80 70 60 50 40 30 20 10 5 1 A A B B C C Factor Name Standardized Effect Pe rc en t Not Significant Significant Effect Type AC Normal Plot of the Standardized Effects (response is Resistencia, α = 0.05) Analysis of Variance Source DF Adj SS Adj MS F-Value P-Value Model 8 39.9580 4.9947 2.53 0.240 Linear 3 4.0177 1.3392 0.68 0.622 A 1 1.3041 1.3041 0.66 0.476 B 1 0.1711 0.1711 0.09 0.788 C 1 2.5425 2.5425 1.29 0.339 2-Way Interactions 3 34.9689 11.6563 5.90 0.090 A*B 1 1.2720 1.2720 0.64 0.481 A*C 1 30.2253 30.2253 15.29 0.030 B*C 1 3.4716 3.4716 1.76 0.277 3-Way Interactions 1 0.9453 0.9453 0.48 0.539 A*B*C 1 0.9453 0.9453 0.48 0.539 Curvature 1 0.0260 0.0260 0.01 0.916 Error 3 5.9309 1.9770 Total 11 45.8889 ING H0: todas las 𝛽𝛽𝑖𝑖𝑖𝑖´𝑠𝑠 = 0 (ningún efecto cuadrático es importante) H1: al menos una de las 𝛽𝛽𝑖𝑖𝑖𝑖´𝑠𝑠 ≠ 0 En donde 𝛽𝛽𝑖𝑖𝑖𝑖’s son los coeficientes de los efectos cuadráticos. ING A B C Resist encia - - - 58.27 + - - 55.06 - + - 58.73 + + - 52.55 - - + 54.88 + - + 58.07 - + + 56.60 + + + 59.57 0 0 0 55.27 0 0 0 56.09 0 0 0 58.42 0 0 0 57.48 43210-1-2-3 99 95 90 80 70 60 50 40 30 20 10 5 1 A A B B C C Factor Name Standardized Effect Pe rc en t Not Significant Significant Effect Type AC Normal Plot of the Standardized Effects (response is Resistencia, α = 0.05) Analysis of Variance Source DF Adj SS Adj MS F-Value P-Value Model 8 39.9580 4.9947 2.53 0.240 Linear 3 4.0177 1.3392 0.68 0.622 A 1 1.3041 1.3041 0.66 0.476 B 1 0.1711 0.1711 0.09 0.788 C 1 2.5425 2.5425 1.29 0.339 2-Way Interactions 3 34.9689 11.6563 5.90 0.090 A*B 1 1.2720 1.2720 0.64 0.481 A*C 1 30.2253 30.2253 15.29 0.030 B*C 1 3.4716 3.4716 1.76 0.277 3-Way Interactions 1 0.9453 0.9453 0.48 0.539 A*B*C 1 0.9453 0.9453 0.48 0.539 Curvature 1 0.0260 0.0260 0.01 0.916 Error 3 5.9309 1.9770 Total 11 45.8889 ING Los puntos centrales nos permitirán tener mayor información sobre el tipo de modelo que podemos estimar. En este ejemplo, concluimos que un modelo cuadrático no hace falta. Si la conclusión hubiera sido que sí hace falta, entonces se debería el siguiente paso sería agregar puntos axiales para poder crear un diseño CCD (central composite design) el que nos permitirá crear modelos cuadráticos. Esto ya escapa al alcance del curso. ING A B C -1.00000 -1.00000 -1.00000 1.00000 -1.00000 -1.00000 -1.00000 1.00000 -1.00000 1.00000 1.00000 -1.00000 -1.00000 -1.00000 1.00000 1.00000 -1.00000 1.00000 -1.00000 1.00000 1.00000 1.00000 1.00000 1.00000 -1.68179 0.00000 0.00000 1.68179 0.00000 0.00000 0.00000 -1.68179 0.00000 0.00000 1.68179 0.00000 0.000000.00000 -1.68179 0.00000 0.00000 1.68179 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 0.00000 Diseños factoriales 2k�Puntos centrales Ejemplo Resistencia del concreto Diseño factorial 2k con dos niveles modelo para un diseño factorial de dos niveles modelo para un diseño factorial de dos niveles Agregamos un punto central Agregamos puntos centrales Agregamos puntos centrales Análisis sin los puntos centrales Análisis CON los puntos centrales Análisis CON los puntos centrales Prueba de hipótesis de la curvatura Análisis CON los puntos centrales Resumen Central composite design
Compartir