4. Generalização dos Projetos Fatoriais

Documentos relacionados
3- Projetos Fatoriais

Morgana Pizzolato, Dr a. Aula 22 Experimentos de dois fatores DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM

Análise parametrizada de tempo de vida útil de lâmpadas fluorescente tipo T5

Série Monográfica Qualidade Projeto de Experimentos

Capítulo 11 Análise da Variância. Statistics for Managers Using Microsoft Excel, 5e 2008 Prentice-Hall, Inc. Chap 11-1

UNIDADE V EXPERIMENTOS FATORIAIS (RC)

9. Experimentos Fatoriais Confundidos em Blocos. Algumas vezes a aleatorização completa fica restringida.

PROF. ADILSON DOS ANJOS

Projeto de Experimentos

5.3 Experimentos fatoriais a dois fatores (Revisando...)

Éder David Borges da Silva Renato Gonçalves de Oliveira

EXPERIMENTAÇÃO AGRÁRIA

PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) EXPERIMENTOS COM DOIS FATORES E O PLANEJAMENTO FATORIAL

PROF. ADILSON DOS ANJOS

Experimentos em parcelas subdivididas e procedimentos para a aplicação dos testes de comparação de médias

DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM

EXPERIMENTOS COM INTERAÇÕES

ENGENHARIA DA QUALIDADE A ENG AULA 8 PROJETOS DE EXPERIMENTOS - ANOVA

Probabilidade e Estatística

Análise de Variância ANOVA

Esquema de distribuição dos tratamentos: Fatorial; Parcelas subdivididas.

DELINEAMENTO FATORIAL. Profª. Sheila Regina Oro

BAC011 - ESTATÍSTICA ANÁLISE DE VARIÂNCIA. Análise de Variância ANOVA. Prof. Dr. Emerson José de Paiva

Esquema Fatorial. Lucas Santana da Cunha Universidade Estadual de Londrina

Delineamento e Análise Experimental Aula 7. Anderson Castro Soares de Oliveira

UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL ESCOLA DE ENGENHARIA MESTRADO PROFISSIONALIZANTE EM ENGENHARIA

Experimentos Balanceados com Dois Fatores

EXPERIMENTOS EM PARCELAS SUBDIVIDIDAS

5. BLOCOS ALEATORIZADOS QUADRADOS LATINOS

Delineamento em Quadrado Latino (DQL)

DELINEAMENTO EM BLOCOS AO ACASO

MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel

Análise da Variância (ANOVA)

4. PLANEAMENTO EXPERIMENTAL

Éder David Borges da Silva Renato Gonçalves de Oliveira

APLICAÇÃO DE PROJETO DE EXPERIMENTOS PARA A OTIMIZAÇÃO DE UM PROCESSO DE USINAGEM EM TORNO CNC

5.3 Experimentos fatoriais a dois fatores. Ambos os fatores são supostos fixos e os efeitos de tratamento são definidos como desvios da média tal que

9 a 14 de Setembro Pós-Graduação em Produção Vegetal UFPR. Éder David Borges da Silva Renato Gonçalves de Oliveira

MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE CAMPINA GRANDE CENTRO DE CIENCIAS E TECNOLOGIA AGROALIMENTAR UNIDADE V

Experimentos em Parcelas Subdivididas

ESQUEMA FATORIAL. Lucas Santana da Cunha Universidade Estadual de Londrina Departamento de Estatística

Esquema Fatorial. Esquema Fatorial. Lucas Santana da Cunha 06 de outubro de 2018 Londrina

Lucas Santana da Cunha de outubro de 2018 Londrina

EXPERIMENTOS EM PARCELAS SUBDIVIDIDAS

UFRJ - CCMN - IM - Departamento de Métodos Estatísticos Planejamento de Experimentos - P2 Turma: MAA

EXPERIMENTAÇÃO ZOOTÉCNICA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari

DELINEAMENTO EM QUADRADO LATINO (DQL)

Experimentos Fatoriais

Lucas Santana da Cunha de outubro de 2018 Londrina

ANÁLISE DE VARIÂNCIA DE DOIS CRITÉRIOS (DBC)

Estatística Descritiva e Inferencial CE081. Prof. Dr. Jomar Camarinha

à Avaliação Operacional

ANÁLISE DE VARIÂNCIA - ANOVA. Prof. Adriano Mendonça Souza, Dr. Departamento de Estatística - PPGEMQ / PPGEP - UFSM

Delineamento de talhões subdivididos

ANÁLISE DE VARIÂNCIA DE UM CRITÉRIO (DIC)

DELINEAMENTO EM BLOCOS CASUALIZADOS COM REPETIÇÕES. Profª. Sheila Regina Oro

Análise de Variância com mais de duas variáveis independentes (mais de dois fatores) Na aula do dia 17 de outubro (aula #08) introduzimos

2 ou mais fatores são de interesse.

Cap. 9 Comparação entre tratamentos

ESTATÍSTICA EXPERIMENTAL

NOÇÕES SOBRE EXPERIMENTOS FATORIAIS

Análise da Variância (ANOVA)

6 RESULTADOS E ANÁLISE DOS RESULTADOS

DELINEAMENTO EM BLOCOS CASUALIZADOS (DBC)

Planejamento de Experimentos. 7 Blocagem e Confundimento(Superposição) nos Planos 2 k

UNIVERSIDADE FEDERAL DE UBERLÂNDIA FACULDADE DE MATEMÁTICA INFLUÊNCIAS DO TAMANHO DO PRATO, COR DO PRATO E CORTES DE

Projeto de Experimentos e Superfícies de Resposta (Design of Experiments DOE Response Surfaces - RS) (ENG03024-Análise de Sistemas Mecânicos)

PROBABILIDADE E ESTATÍSTICA INFERÊNCIA ESTATÍSTICA Parte II

+ 2. = - 1 se A = 15 = 1 se A = 25

DELINEAMENTO COMPLETAMENTE CASUALIZADO. Prof. Dra. Janete Pereira Amador

ESTATÍSTICA EXPERIMENTAL

Curso de Estatística Descritiva e Inferencial (Planejamento Experimental) Prof. Dr. Jomar Camarinha

Pesquisador. Planejamento de Experimentos Design of Experiments - DOE NOÇÕES SOBRE EXPERIMENTOS FATORIAIS. 1 - Fixar T e variar P até > Pureza

1 R 2 (p,n (p+1)), sob H 0.

Análise da Variância. Prof. Dr. Alberto Franke (48)

Planejamento de Experimentos

Planejamento de Experimentos

Planejamento de Experimentos Experimento com um fator aleatório

Roteiro de Aula Delineamentos Fatoriais 05/06/2018

CE219 - Controle Estatístico de Qualidade

Ensaios Fatoriais. Universidade Estadual de Santa Cruz. Ivan Bezerra Allaman

EXPERIMENTAÇÃO AGRÁRIA

Planejamento e Otimização de Experimentos Ajuste de Modelos de Regressão e Outros Planejamentos

Técnicas Experimentais Aplicadas

CE219 - Controle Estatístico de Qualidade

Tópicos Extras 1ª parte. Testes Não Paramétricos, Análise Multivariada, Outras Técnicas

GE-814: Introdução à Avaliação Operacional

EXPERIMENTAÇÃO AGRÍCOLA

4. Experimentos em Blocos aleatorizados, quadrados latinos e experimentos relacionados

Delineamento Inteiramente Casualizado (DIC) Delineamento Casualizado em Blocos (DBC) Delineamento em Quadrado Latino (DQL)

Estudo das Variáveis na Extração de Cobalto em um Sistema Níquel/Cobalto Utilizando Análise de Variância

EXPERIMENTAÇÃO AGRÁRIA

Delineamento e Análise Experimental Aula 5

UNIVERSIDADE FEDERAL DE LAVRAS DEPATAMENTO DE CIÊNCIAS EXATAS GABARITO

INSTITUTO SUPERIOR DE AGRONOMIA ESTATÍSTICA E DELINEAMENTO 23 de Janeiro, 2017 SEGUNDO EXAME Uma resolução possível

Bioexperimentação. Prof. Dr. Iron Macêdo Dantas

EXPERIMENTAÇÃO AGRÍCOLA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari

β 1 x β j 1 x j 1 + β j (x j +k) β j 1 x j 1 +

Estatística Experimental

Transcrição:

4. Generalização dos Projetos Fatoriais

4. Generalização dos projetos fatoriais Os resultados do Projeto Fatorial de fatores podem ser estendidos para o caso onde há vários fatores: Fator A, a níveis Fator B, b níveis Fator C, c níveis : n observações por parcela O número total de observações N = a x b x c x..x n

Modelo estatístico: yijkl i j k ( ) ij ( ) ik ( ) jk ( ) ijk ijkl i = 1, a j = 1, b k = 1, c l = 1, n onde: é a média geral; i é o efeito do i-ésimo nível de A; j é o efeito do j-ésimo nível de B; ( ij ) é o efeito da interação AB; : é o erro aleatório. ijkl Suposições: N( 0, ) ijkl

Hipóteses a serem testadas: Para o fator A: Ho: i = 0 H1: i 0 para algum i : Para a interação AB: Ho: = 0 H1: ij ij 0 para algum ij : ijk Para a interação ABC: Ho: = 0 H1: ijk 0 para algum ijk

Formulário para os cálculos TC = ( T... ) abcn SQA = SQB = SQC = ( T i... ) bcn ( T. j.. ) acn ( T... ) abn k TC TC TC SQAB = SQAC = SQBC = ( Tij.. ) cn ( T.. ) bn ( T.. ) an i k jk TC - SQA - SQB TC - SQA - SQC TC - SQB - SQC

SQABC = ( T. ) n ijk TC - SQA - SQB - SQC - SQAB - SQAC - SQBC SQR = y ijkl ( Tijk ) n. ; SQT = y TC ijkl VERIFICAÇÃO SQT = SQA + SQB + SQC + SQAB +... + SQR

Tabela ANOVA p/ projetos cruzados de 3 fatores Fonte de Variação Soma de Quadrados GDL Médias Quadradas Teste F A SQA (a-1) MQA MQA/MQR B SQB (b-1) MQB MQB/MQR C SQC (c-1) MQC MQC/MQR AB SQAB (a-1)(b-1) MQAB MQAB/MQR AC SQAC (a-1)(c-1) MQAC MQAC/MQR BC SQBC (b-1)(c-1) MQBC MQBC/MQR ABC SQABC (a-1)(b-1)(c-1) MQABC MQABC/MQR Erro SQR abc(n-1) MQR Total SQT abcn-1 Se F calculado > F tabelado Efeito correspondente é significativo

Observações O Valor esperado da MQR é igual a variância: E(MQR) = Se um fator ou interação não é significativo, o valor esperado de sua MQ é igual ao valor esperado da MQR Se não houver repetições (n = 1) uma possibilidade é usar a MQ da interação ABC como estimativa da MQR

Exemplo Um fabricante de refrigerantes está estudando o efeito do % de carbonatação (A), pressão de enchimento (B) e velocidade da linha (C) sobre o volume do refrigerante. Para cada combinação foram realizadas duas repetições totalizando N= 3 x x x = 4 Os dados estão apresentados na tabela a seguir:

% Carbonatação (A) 10-1 0 (-1) 1 1 (3) 14 7 6 (13) Pressão de Enchimento (B) 0 psi 5 psi Velocidade (C) 100 10-3 -1 (-4) 0 1 (1) 5 4 (9) Velocidade (C) 100 10 Ti... 1 1 () 6 5 (11) 10 11 (1) T.j.. 1 54-1 0 (-1) -4 3 (5) 0 7 9 (16) 59 T..k. T..1. = 49 ; T... = 6 T... = 75 Tij.. Ti.k. T.jk. B1 (0) B (5) C1 (100) C (10) C1 (100) C (10) A1 (10) -5 1-4 A1 (10) 1-5 -4 B1 (0) 15 6 1 A (1) 4 16 0 A (1) 14 6 0 B (5) 34 0 54 A3 (14) 37 59 A3 (14) 34 5 59 49 6 1 54 49 6

Tij.. Ti.k. T.jk. B1 (0) B (5) C1 (100) C (10) C1 (100) C (10) A1 (10) -5 1-4 A1 (10) 1-5 -4 B1 (0) 15 6 1 A (1) 4 16 0 A (1) 14 6 0 B (5) 34 0 54 A3 (14) 37 59 A3 (14) 34 5 59 49 6 1 54 49 6 TC = ( T... ) abcn SQA = ( T i... ) bcn 75 = = 34,375 4 TC ( 4) ( 0) ( 59) = - 34,38 = 5,750 8 : ( T..) ij SQAB = TC - SQA SQB= ( 5) ( 4)... ( 37) - 34,38- cn 4 SQA - SQB = 5,50 : SQABC = ( 1) ( 3)... ( 16) - TC - SQA - SQB - SQC - SQAB - SQAC - SQBC = 1,083

Tabela Anova Fonte SQ GDL MQ F calc. F tab. A: % Carb. 5,75 16,38 178,4 * 3,89 B: Pressão 45,38 1 45,38 64,1 * 4,75 C: Veloc.,04 1,04 31,1 * 4,75 AB 5,5,63 3,7 (*) 3,89 AC 0,58 0,9 0,4 3,89 BC 1,04 1 1,04 1,5 4,75 ABC 1,08 0,54 0,8 3,89 Erro 8,50 1 0,71 Total 336,63 3

10 8 6 4 0-10 9,5 5,5 4 1 0,5 A1 (10) -1,5 A (1) A3 (14) B1 (0) B (5) Tij.. B1 (0) B (5) A1 (10) -1,5 0,5-0,50 A (1) 1,00 4,00,50 A3 (14) 5,50 9,5 7,38 1,75 4,50 8 6 4 0-10 9 8 7 6 5 4 3 1 0 3,5 1,5 0,5 A1 (10) -1,5 A (1) A3 (14) 100 10 8,5 6,5 C1 (100) C (10) 0 5 Ti.k. C1 (100) C (10) A1 (10) 0,5-1,5-0,50 A (1) 3,50 1,50,50 A3 (14) 8,50 6,5 7,38 4,08,17 T.jk. C1 (100) C (10) B1 (5),50 1,00 1,75 B (30) 5,67 3,33 4,50 4,08,17

Projetos com fatores aninhados Considere o seguinte experimento: 1 Temperatura 50 75 100 Materiais 3 Temperatura 50 75 100 Temperatura 50 75 100 x x x x x x x x x x x x x x x x x x Trata-se de um projeto fatorial cruzado, cuja tabela também poderia ser apresentada como: Materiais 1 3 50 x x x x x x Temper. 75 x x x x x x 100 x x x x x x

Mas agora vamos analisar o seguinte experimento: 1 Temperatura 40 50 60 Materiais 3 Temperatura 100 10 140 Temperatura 60 75 90 x x x x x x x x x x x x x x x x x x Agora, Materiais e Temperatura não estão cruzados Conforme o material (Fator A), os níveis de Temperatura (Fator B) são diferentes.

Nesse caso temos um experimento com Fatores Aninhados. Diz-se que os níveis do fator B estão aninhados dentro dos níveis do fator A Não é possível verificar a existência de uma interação AB. MODELO ESTATÍSTICO: yijk i j( i) ijk Como fazer o cálculo das Médias Quadradas?

Usar o mesmo formulário do Projeto cruzado. Aglutinar algumas Somas Quadradas para fazer a análise correta Projeto Fatorial Projeto Fatorial Aninhado A e B cruzados B aninhado em A SQ GDL SQ GDL MQ F SQA (a-1) SQA (a-1) MQA MQA/MQR SQB (b-1) SQB(A) a(b-1) MQB(A) MQB(A)/MQR SQAB (a-1)(b-1) (SQB + SQAB) SQR ab(n-1) SQR ab(n-1) MQR SQT abn-1 SQT abn-1

Experimentos com fatores aninhados e cruzados Em certos experimentos pode ocorrer de alguns fatores estarem cruzados e outros aninhados. Exemplo Uma fábrica tem produzido azulejos que têm se mostrado muito quebradiços (baixa resistência). Os engenheiros desconfiam que 3 fatores podem afetar a resistência: A: Quantidade de Feldspato B: Tipo de Aglutinante (3 fornecedores) C: Quantidade de Aglutinante

Decide-se rodar um experimento envolvendo esses fatores. Observa-se que cada fornecedor de aglutinante sugere uma quantidade ideal de aplicação de seu produto. Mas como a quantidade de aglutinante pode afetar a resistência à tração, usa-se dois níveis deste fator: um nível 10% abaixo da indicação do respectivo fornecedor e outro 10% acima. Os ensaios revelaram:

Tipo de Aglutinante B1 B B3 Quantidade Quantidade Quantidade C1(9) C(11) C1(18) C() C1(7) C(33) Ti... A1 10,0 13,4 13,6 13,7 13,5 14,4 11,0 1,6 11,0 1,4 10, 11,0 146,8 A 14,8 13,9 13,8 16,7 1,3 14,7 16,5 15,6 15,0 14,9 15,5 13,6 177,0 A3 17, 17,6 18,0 16,6 14,5 13,7 14,4 19,4 17,6 17,0 18,8 15,6 00,4 T.j.. 176,1 180,3 167,8 54, T..k. T..1. = 57,7 ; T... = 66,5

Tij.. Ti.k. T.jk. B1 B B3 C1 C C1 C A1 47,0 50,7 49,1 A1 69,3 77,5 B1 83,9 9, A 60,5 60,4 56,1 A 87,9 89,1 B 89,0 91,3 A3 68,6 69, 6,6 A3 100,5 99,9 B3 84,8 83,0 TC = (54,)² / 36 = 763,934 SQB = ( 1761, ) ( 180, 3) ( 167, 8) 1 SQBC = ( 83, 9) ( 89, 0)... ( 83, 0) 6 - TC = 6,74 - TC - SQB - SQC = 4,30 SQT = (10,0)² + (11,0)² +... + (15,6)² ] - TC = 198,35 C aninhado em B Aglutinar Somas Quadradas

Cruzado Aninhado SQ GDL SQ GDL SQA = 10,35 SQA SQB = 6,74 SQB SQAB = 4,79 4 SQAB 4 SQC =,15 1 SQC(B) 3 SQBC = 4,30 (SQC+SQBC)=6,45 SQAC = 3,60 SQAC(B) 6 SQABC = 1,90 4 SQAC+SQABC=16,50 SQR = 43,51 18 SQR 18 SQT = 198,35 35 SQT 35

Tabela Anova para o exemplo Fonte SQ GDL MQ Teste F F tab A: Feldsp. 10,35 60,17 4,9 3,55 B: Tipo de Agl. 6,74 3,37 1,4 3,55 AB 4,79 4 1,0 0,5,93 C(B) 6,45 3,15 0,9 3,16 AC(B) 16,50 6,75 1,1,66 Erro 43,51 18,4 Total 198,35 35 Apenas o fator A (Quant. de Feldspato) é significativo

Gráfico de fatores 80 70 60 50 40 30 0 10 B1 B B3 A1 A A3 B1 47 60,5 68,6 B 50,7 60,4 69, B3 49,1 56,1 6,6 48,93 59,00 66,80 0 A1 A A3 Para se maximizar a resistência à tração, deve-se aumentar a quantidade de feldspato