PLANEJAMENTO EXPERIMENTAL



Documentos relacionados
PÓS GRADUAÇÃO EM CIÊNCIAS DE FLORESTAS TROPICAIS-PG-CFT INSTITUTO NACIONAL DE PESQUISAS DA AMAZÔNIA-INPA. 09/abril de 2014

TÉCNICAS DE ANÁLISE DE DADOS

5. BLOCOS ALEATORIZADOS QUADRADOS LATINOS

ESTATÍSTICA EXPERIMENTAL Dr. Sérgio do N. Kronka 1. INTRODUÇÃO

Controle estatístico de processo: algumas ferramentas estatísticas. Linda Lee Ho Depto Eng de Produção EPUSP 2009

Conceitos e Princípios Básicos da Experimentação

DESENVOLVIMENTO DE UM SOFTWARE NA LINGUAGEM R PARA CÁLCULO DE TAMANHOS DE AMOSTRAS NA ÁREA DE SAÚDE

CONCURSO PÚBLICO PARA PROVIMENTO DE CARGO EFETIVO PROFESSOR DE ENSINO BÁSICO, TÉCNICO E TECNOLÓGICO Edital 23/2015 Campus Rio Pomba FOLHA DE PROVA

Análise de Variância com dois ou mais factores - planeamento factorial

MODELAGEM E SIMULAÇÃO

Evolução das Tecnologias. Projeto de Experimentos em Engenharia de Software. Agenda 10/9/09

Introdução à Análise Química QUI 094 ERRO E TRATAMENTO DE DADOS ANALÍTICOS

APLICAÇÃO DA METODOLOGIA DoE UM PROCESSO DE FABRICAÇÃO DE DIAFRAGMAS DE FREIO. (Design of Experiments) EM. Carlos Eduardo GEHLEN Jordão GHELLER

O que é a estatística?

Calendário Treinamentos e Eventos Brasil e Portugal

Engenharia da Produção Projeto de Produto, QFD, FMEA e DoE DoE Dr. Egon Walter Wildauer

Introdução à análise de dados discretos

índice Prefácio da Edição Brasileira Prefácio xiii

Comparação Estatística de Algoritmos Evolutivos

Caio Piza DIME/Banco Mundial São Paulo, de Março de Métodos Experimentais

Noções de Pesquisa e Amostragem. André C. R. Martins

Avaliando o que foi Aprendido

25 a 30 de novembro de 2013

Módulo 2. Identificação dos requisitos dos sistemas de medição, critérios de aceitação e o elemento 7.6 da ISO/TS.

Sessão Saber profundo Contribuição dos xs (

MÓDULO 6 INTRODUÇÃO À PROBABILIDADE

TESTES DE HIPÓTESES. Testes de comparação entre grupos

Introdução a Química Analítica. Professora Mirian Maya Sakuno

1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3.

Universidade Federal do ABC. Sinais Aleatórios. Prof. Marcio Eisencraft

Simulação Transiente

Calendário 2016 Treinamentos e Eventos do Brasil, América do Sul e Portugal

Preparação para a Certificação Six Sigma Black Belt

Cristiane Alves Anacleto (UFV) Nerilson Terra Santos (UFV)

Estratégias de Pesquisa

APLICAÇÃO DE TÉCNICAS ESTATÍSTICAS UTILIZANDO O SISVAR

2. Método de Monte Carlo

Estratégia Seis Sigma

7Testes de hipótese. Prof. Dr. Paulo Picchetti M.Sc. Erick Y. Mizuno. H 0 : 2,5 peças / hora

6 Sistemas Terminais e Não-Terminais

ESTATÍSTICA EXPERIMENTAL

ESCOLA SECUNDÁRIA/3 da RAINHA SANTA ISABEL ESTREMOZ PLANIFICAÇÃO ANUAL DA DISCIPLINA DE MATEMÁTICA APLICADA ÀS CIÊNCIAS SOCIAIS (MACS) 10º ANO

Teoria de Filas. Prof. Gustavo Leitão. Campus Natal Central. Planejamento de Capacidade de Sistemas

Introdução à análise de dados longitudinais

PRINCÍPIOS SOBRE DELINEAMENTOS EM EXPERIMENTAÇÃO AGRÍCOLA

Pesquisa experimental

Uso de Materiais de Referência

UNIVERSIDADE FEDERAL DO PIAUÍ (UFPI) ENG. DE PRODUÇÃO PROBABILIDADE E ESTATÍSTICA 2

Decidir como medir cada característica. Definir as características de qualidade. Estabelecer padrões de qualidade

Introdução. Métodos de inferência são usados para tirar conclusões sobre a população usando informações obtidas a partir de uma amostra.

Introdução à Inferência Estatística

Introdução Visão Geral Processos de gerenciamento de qualidade. Entradas Ferramentas e Técnicas Saídas

ENTENDENDO OS CONCEITOS DE RISCO E RETORNO - (Parte III)

EVENTOS EM POPULAÇÕES DESENHOS DE ESTUDO PARA AVALIAÇÃO DE INTERVENÇÕES EM DOENÇAS TRANSMISSÍVEIS IMPLICAÇÕES DA DEPENDÊNCIA ENTRE EVENTOS

CAPÍTULO 1 - CONTABILIDADE E GESTÃO EMPRESARIAL A CONTROLADORIA

Como aleatorizar? (Nome professor) (Universidade) Abdul Latif Jameel Poverty Action Lab.

Pesquisa em Marketing

Ensaios Clínicos. Alexander R. Precioso

Metodologia em Estudos Clínicos

CPC 25 Provisões, Passivos e Ativos Contingentes

Aula 8 Circuitos Integrados

DISTRIBUIÇÃO DE WEIBULL CONCEITOS BÁSICOS APLICAÇÕES

)HUUDPHQWDV &RPSXWDFLRQDLV SDUD 6LPXODomR

Aula 3 Prof. Adriano S. Melo asm.adrimelo no gmail.com

Estatística Aplicada. Gestão de TI. Evanivaldo Castro Silva Júnior

INF Introdução a Interação Humano-Computador (IHC)

Gestão de Projetos 3 - Execução e conclusão do Projeto

Recursos. Um recurso é ou um dispositivo físico (dedicado) do hardware, ou Solicitar o recurso: esperar pelo recurso, até obtê-lo.

Estudo de caso: Campanhas por telefone para incentivar a vacinação de crianças: Elas são eficazes?

Fundamentos da Metrologia Científica e Industrial Ambiente Virtual: Balança Digital

Aula ERROS E TRATAMENTOS DE DADOS

Estatística Aplicada às Ciências Sociais e Ambientais. Organização da Disciplina. Conteúdo da Aula. Contextualização. Farmácia Industrial UFPR

A Classificação da Pesquisa

c. Técnica de Estrutura de Controle Teste do Caminho Básico

Unidade VI. Validação e Verificação de Software Teste de Software. Conteúdo. Técnicas de Teste. Estratégias de Teste

I. Experimentos Aleatórios

Metodos Praticos de Amostragem para Avaliações de Impacto

O modelo ANOVA a dois factores, hierarquizados

Preparação para a Certificação de Engenheiro da Qualidade 1


Segurança da Informação e Proteção ao Conhecimento. Douglas Farias Cordeiro

Desenvolvendo uma Arquitetura de Componentes Orientada a Serviço SCA

CAP. I ERROS EM CÁLCULO NUMÉRICO

CAPÍTULO 1 MEDIÇÃO E O ERRO DE MEDIÇÃO

AMOSTRAGEM ESTATÍSTICA EM AUDITORIA PARTE ll

Probabilidade. Definições e Conceitos

Análise do Laudo de Avaliação do Ed. Santa Clara

GERENCIAMENTO DE MODIFICAÇÕES

Metodologias de Desenvolvimento de Sistemas. Analise de Sistemas I UNIPAC Rodrigo Videschi

Classificação: Determinístico

MÓDULO 4 DISTRIBUIÇÃO DE FREQÜÊNCIAS

Qualificação de Procedimentos

Segurança e Higiene no Trabalho

FLUXOGRAMA DA PESQUISA

Vamos Jogar no Totoloto?

Método de Monte Carlo e ISO

Leia o texto abaixo para resolver as questões sobre população e amostra.

Campus Capivari Análise e Desenvolvimento de Sistemas (ADS) Prof. André Luís Belini prof.andre.luis.belini@gmail.com /

Estatística Aplicada ao Serviço Social Módulo 1:

Transcrição:

PLANEJAMENTO EXPERIMENTAL Técnicas de Pesquisas Experimentais LUIS HENRIQUE STOCCO MARCIO TENÓRIO SANDRA MARCHI

Introdução O Planejamento de Experimentos (Design of Experiments, DoE), técnica utilizada para planejar experimentos: Para definir quais dados; Em que quantidade de experimentos; e Em que condições devem ser coletados dos dados durante um experimento. Objetivos: a maior precisão estatística possível na resposta e o menor custo. A grande maioria das técnicas utilizadas requer uma quantidade exaustiva de ensaios tornando fundamental o emprego dos recursos de planejamento de experimentos e softwares de informática.

Definições Fatores ou Tratamentos: são as variáveis de controle ou entrada. Níveis: correspondem às faixas de valores das variáveis de controle. Variável resposta: parâmetro de saída, resultante de uma variação nas variáveis de entrada. Aleatorização: é a prática de realizar a escolha das corridas (ou pontos experimentais) por meio de um processo aleatório (tal como dados ou sorteio). Esta prática simples em muitos casos garante as condições de identidade e independência dos dados coletados e evita erros sistemáticos. Ruídos: são agrupamentos de dados para eliminar fontes de variabilidade que não são de interesse do expectador. Variância: na teoria da probabilidade e na estatística, a variância de uma variável aleatória é uma medida da sua dispersão estatística, indicando quão longe em geral os seus valores se encontram do valor esperado.

Tipos de Planejamentos Experimentais Tratamento em pares; Tratamento em blocos; Quadrado Latino; Quadrado Greco-Latino; Quadrado Hiper-Greco-Latino ; Experimentos Fatoriais.

Experimentos Fatoriais FATORIAL APLICAÇÃO: Apropriado quando vários fatores devem ser estudados em dois ou mais níveis e as interações entre os fatores podem ser importantes; ESTRUTURA: Em cada repetição completa do experimento todas as combinações possíveis dos níveis dos fatores (tratamentos) são estudadas. A alocação das unidades experimentais aos tratamentos e a ordem de realização dos ensaios são feitas de modo aleatório; INFORMAÇÕES OBTIDAS: Estimativas e comparações dos efeitos dos fatores; estimativa dos possíveis efeitos de interações; estimativa da variância. Exemplo Planejamento Fatorial Completo

Experimentos Fatoriais FATORIAL FRACIONADO APLICAÇÃO: Apropriado quando existem muitos fatores e não é possível coletar observações em todos os tratamentos; tem-se observações para apenas uma fração dos tratamentos; ESTRUTURA: Vários fatores são estudados em dois níveis, mas somente um subconjunto do fatorial completo é executado. A formação dos blocos algumas vezes é possível. INFORMAÇÕES OBTIDAS: Estimativas e comparações dos efeitos de vários fatores; estimativa de certos efeitos de interação (alguns efeitos podem não ser estimáveis); certos planejamentos fatoriais fracionários não fornecem informações suficientes para estimar a variância.

Experimentos Fatoriais FATORIAL FRACIONADO Principal uso: experimentos pilotos são experimentos, nos quais, usamos muitos fatores, com o propósito de identificar aqueles com efeitos bastante significativos. Geralmente são realizados numa etapa anterior ao experimento definitivo. Os fatores identificados com efeito significante, são estudados num experimento mais completo. Três idéias básicas: 1) Quando existem muitas variáveis, o processo ou o sistema é conduzido por alguns poucos efeitos principais e interações de menor ordem; 2) A partir dos experimentos fatoriais fracionários podemos projetar experimentos mais completos (maiores) dentro de um subconjunto de fatores significantes; 3) Pode-se combinar dois ou mais experimentos fracionários, seqüencialmente e, assim, estimar os efeitos e interações de interesse.

Experimentos Fatoriais FATORIAL FRACIONADO Nos experimentos fatoriais, o número de tratamentos aumenta rapidamente quando temos muitos fatores em estudo. Por exemplo: 2 6 = 64 tratamentos. Se o pesquisador pode assumir que as interações de maior ordem podem ser desprezíveis, então, informações sobre os efeitos principais e interações de ordem menor podem ser obtidas utilizando apenas uma fração do experimento fatorial completo. Estes delineamentos estão entre os mais usados em projetos de desenvolvimento de produtos e processos e, também, na melhoria de processos. Exemplo de Experimento Fatorial Fracionado