INTRODUÇÃO AO DOE DESIGN OF EXPERIMENTS DOE

Documentos relacionados
DELINEAMENTO FATORIAL. Profª. Sheila Regina Oro

Técnicas Experimentais Aplicadas à Zootecnia UNIDADE 1. NOÇÕES DE PLANEJAMENTO EXPERIMENTAL

aula PLANEJAMENTO FATORIAL 2 2 META OBJETIVOS PRÉ-REQUISITOS

EXEMPLO DOE DESIGN OF EXPERIMENTS. DOE e TAGUCHI 1

Pesquisa Operacional. Prof. José Luiz

SSC546 -Avaliação de Desempenho de Sistemas

Métodos Quantitativos Aplicados

Planejamento Anual. Componente Curricular: Matemática Ano: 7º ano Ano Letivo: Professor(s): Eni e Patrícia

aula DISTRIBUIÇÃO NORMAL - PARTE I META OBJETIVOS PRÉ-REQUISITOS Apresentar o conteúdo de distribuição normal

PLANO CURRICULAR DISCIPLINAR. MATEMÁTICA 7º Ano

Diretoria de Ciências Exatas. Laboratório de Física. Roteiro 04. Física Geral e Experimental I (2011/01) Experimento: Queda Livre e Anamorfose

Avaliação de Desempenho

EXPERIMENTAÇÃO AGRÁRIA

Análise do tempo médio gasto para travessia de uma avenida durante três horários de pico de trânsito do dia.

SSC643 -Avaliação de Desempenho de Sistemas Computacionais -

A equação da reta. são números conhecidos. Seja então (x, y) um ponto qualquer dessa reta. e y 2. , x 2

AGRUPAMENTO DE ESCOLAS DR. VIEIRA DE CARVALHO

AGRUPAMENTO DE ESCOLAS DR. VIEIRA DE CARVALHO

Álgebra Linear II Apostila 2

Apanhar o Pau de Madeira

Teste Qui-quadrado. Dr. Stenio Fernando Pimentel Duarte

Tratamento estatístico de observações

Fatores que podem influenciar o tempo de Dissolução de um material

ANOVA FACTORIAL EXEMPLO 1. ANOVA TWO-WAY COM O SPSS. a capacidade de reconhecimento do odor materno

PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) INTRODUÇÃO AOS MÉTODOS ESTATÍSTICOS EM ENGENHARIA

1. INTRODUÇÃO AO PLANEJAMENTO DE EXPERIMENTOS

Agrupamento de Escolas de Águeda Escola Básica Fernando Caldeira

Definições e Conceitos

REGRESSÃO E CORRELAÇÃO

REGRESSÃO LINEAR SIMPLES PARTE III

Contagem de manchas solares em diferentes dias. Alunos do ensino básico.

CARACTERÍSTICAS ESTÁTICAS DE SISTEMAS DE MEDIÇÃO

ESCOLA SECUNDÁRIA FERREIRA DIAS

KIT CICLO PEDAGÓGICO ESTUDO DO MEIO. Propostas de investigação sobre o ambiente natural. Pedro Reis ISBN

Geometria (X 6 ) Português (X 3 ) Álgebra (X 4 )

CADERNO DE EXERCÍCIOS 2B

7 Technological Constraints. est of tructural dhesives. connections. resistance. high

1 5 = = = = = = = = 5

Probabilidade ESQUEMA DO CAPÍTULO. UFMG-ICEx-EST Cap. 2- Probabilidade 1

ANOVA - parte I Conceitos Básicos

Estatística

Estatística Aplicada

Bases Matemáticas - Turma A3 1 a Avaliação (resolvida) - Prof. Armando Caputi

ORAGANIZAÇÃO, REPRESENTAÇÃO E INTERPRETAÇÃO DE DADOS

Avaliação de Desempenho

NOTA 1: 7,0. Medidas Físicas de volume

Estatística Computacional (Licenciatura em Matemática) Duração: 2h Exame 14/06/10 NOME:

Álgebra Linear Semana 04

PROBABILIDADE E ESTATÍSTICA. Profa. Dra. Yara de Souza Tadano

aula PLANEJAMENTO FATORIAL 2 3 META OBJETIVOS PRÉ-REQUISITOS

Plano de Aula. 10.ºAno

Aula 2 Regressão e Correlação Linear

SSC643 -Avaliação de Desempenho de Sistemas Computacionais Sarita Mazzini Bruschi

Simulação de Sistemas. Adaptado de material de Júlio Pereira Machado (AULA 17)

Amostragem Aleatória e Descrição de Dados - parte I

UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE CURSO: CIÊNCIA DA COMPUTAÇÃO DISCIPLINA: ÁLGEBRA LINEAR PROF.: MARCELO SILVA.

Estatística e Probabilidade. Aula 11 Cap 06

Conceitos matemáticos:

Última Lista de Exercícios

A álgebra nas profissões

Gabarito da 1 a Lista de Exercícios de Econometria II

Distribuição de Probabilidade Conjunta

GASES IDEAIS INTRODUÇÃO

Geometria Descritiva Mudança de Planos Introdução

Adilson Cunha Rusteiko

Bombons a Granel. Série Matemática na Escola. Objetivos 1. Introduzir e mostrar aplicações do produto de matrizes.

Universidade Federal de Ouro Preto -UFOP Departamento de Computação - DECOM Programação de Computadores I BCC701

- identificar operadores ortogonais e unitários e conhecer as suas propriedades;

Inspeção de Sistemas de. Módulo 4 Medição de Vazão

2º Experimento 1ª Parte: Lei de Ohm

Acção de Formação: Utilização e Organização dos Laboratórios Escolares

29 e 30 de julho de 2013

AGRUPAMENTO DE ESCOLAS DR. VIEIRA DE CARVALHO

Excel - Funções Estatísticas

FACULDADE LEÃO SAMPAIO

Exemplo: Algoritmo fundamental da divisão: Exemplo:

Análise de Algoritmos

Conceitos Básicos. Professor: Juliano Lucas Gonçalves.

Exercícios de programação

Teste Anova. Prof. David Prata Novembro de 2016

Poder do teste e determinação do tamanho da amostra:pca & PBC

Sistemas Lineares. ( Aula 3 )

Neste artigo abordaremos um pouco sobre média, mediana e desvio padrão assim como o seus respectivos desenvolvimentos no Excel. Acompanhe a seguir.

Distribuições Amostrais

n. 2 MATRIZ INVERSA (I = matriz unidade ou matriz identidade de ordem n / matriz canônica do R n ).

O limite de uma função

Inferência Estatística: Conceitos Básicos II

Tarefa Orientada 11 Consultas de acção

ROTEIRO DE EXPLORAÇÃO TABELA PERIÓDICA v2.5

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

Rallyde Regularidade. Princípios Básicos de Navegação.

Funções e gráficos num problema de freagem

Estatísticas de saúde. Certificados de óbito.

ACTIVIDADE LABORATORIAL 1.1 FÍSICA 11º ANO

LABORATÓRIO DE FÍSICA I - Curso de Engenharia Mecânica

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

Programação de Computadores I BCC Teórica 15

Departamento de Física da Faculdade de Ciências da Universidade de Lisboa T2 FÍSICA EXPERIMENTAL I /08 FORÇA GRAVÍTICA

AULA 2 Nilberto H. Medina IFUSP 2011

Cálculo com expressões que envolvem radicais

Transcrição:

INTRODUÇÃO AO DOE DESIGN OF EXPERIMENTS DOE 001 WWW.VALUESTREAM.PT 1

PROCESSO DE INVESTIGAÇÃO Projecto de experiência estatística (DOE) Como obter e registar os dados (com produtividade na experimentação) Análise estatística (ANOVA) Como extrair a informação contida nos dados Interpretar e compreender a informação Transformar informação em conhecimento Projectar a experiência Analisar os dados Interpretar e compreender Operação Dados Informação Conhecimento DOE 001 WWW.VALUESTREAM.PT 2

PROJECTO DE EXPERIÊNCIA Planear a aquisição dos dados: 1. Com que objectivo? 2. Com que variáveis? 3. Qual o intervalo da operação? 4. Que fontes (factores) de variação? 5. Quantos níveis das condições? 6. Qual a ordem de execução? 7. Que perspetivas de desenvolvimento? DOE 001 WWW.VALUESTREAM.PT 3

TERMINOLOGIA Resposta um resultado que nos interessa e que medimos Consumo do carro. Factor uma variável que manipulamos, fazemos variar, durante a experiência Velocidade média, número de octanas, tipo de pneu. Variável controlada variável que mantemos constante durante a experiência Percurso da experiência, km percorridos. Variável não controlada variável que não manipulamos nem mantemos constante durante a experiência (pode ou não ser medida) Temperatura ambiente, humidade, transito. DOE 001 WWW.VALUESTREAM.PT 4

PLANEAR A EXPERIENCIA 1. Chegar a acordo sobre o objectivo da experiencia. 2. Chegar a acordo sobre qual a variável de resposta (o que vamos medir e o que vamos tentar compreender / melhorar). 3. Chegar a acordo sobre que factores e interacções devem ser estudadas. 4. Chegar a acordo sobre o número de níveis de cada factor. 5. Escolher a matriz ortogonal que permita estudar os factores e interacções. 6. Se sobrarem colunas na matriz escolher: 1. Introduzir mais fatores e interações. 2. Utilizar as colunas para o erro. DOE 001 WWW.VALUESTREAM.PT 5

INTERACÇÃO (I) Resposta Tensão de ruptura de uma colagem (quanto maior melhor) Factor A Tipo de cola Nível 1 Cola Xpto Nível 2 Cola Especial Factor B Temperatura de aplicação Nível 1 40ºC Nível 2 50ºC A1 A2 B1 12 19 B2 14 17 DOE 001 WWW.VALUESTREAM.PT 6

INTERACÇÃO (II) Se experimentarmos um factor de cada vez podemos não conseguir medir a interacção. Por exemplo: 1. Mantemos o tipo de cola constante (escolhemos a cola A1=Xpto) e fazemos variar a temperatura de colagem entre os B1=40 e os B2=50ºC. 2. O maior tensão de ruptura consegue-se com a temperatura B2=50ºC. 3. Com a temperatura constante nos B2=50ºC fazemos variar o tipo de cola. 4. O melhor resultado, de 18, é para o tipo de cola A2=Especial. 5. Concluímos que a melhor combinação é A2=Especial + B2 = 50ºC. 6. Falhamos a interacção entre AxB. DOE 001 WWW.VALUESTREAM.PT 7

PLANO DE EXPERIENCIA L4 Dois factores a dois níveis ou seja com 1 grau de liberdade cada. Uma interacção (AxB), também com um grau de liberdade (multiplicar os graus de liberdade dos fatores) Total de GL= 3. Precisamos de uma matriz ortogonal L4 com quatro experiencias e 3 colunas (3 graus de liberdade) Run A B C=AxB Y 1 1 1 1 12 2 1 2 2 14 3 2 1 2 19 4 2 2 1 18 DOE 001 WWW.VALUESTREAM.PT 8

ANÁLISE DOS RESULTADOS (I) Análise gráfica das médias de cada nível para todos os factores 1. Para cada factor calcular A média de cada nível 2. Fazer um único gráfico com as médias de cada nível de todos os factores. DOE 001 WWW.VALUESTREAM.PT 9

ANÁLISE DOS RESULTADOS (II) 1. Calcular para o total das observações: Somatório dos quadrados x i x 2 = que i são as observações individuais Graus de liberdade n 1 x 2 i - n x 2 em 2. Calcular para cada factor a partir das médias de cada nível Somatório dos quadrados m j x 2 j - n x 2 em que m são o número de observações por nível e j são o número de níveis Graus de liberdade de cada fator j 1 DOE 001 WWW.VALUESTREAM.PT 10

ANÁLISE DOS RESULTADOS (III) 1. Construir a tabela ANOVA FONTE SUMSQ GL MEANSQ F F(0,90) A B C=AxB ERRO TOTAL SumSq erro = SumSq total SumSq de todos os fatores GL erro = GL total GL de todos os fatores MeanSq = SumSq/Gl F j = MeanSq j /MeanSq erro DOE 001 WWW.VALUESTREAM.PT 11

ANÁLISE DOS RESULTADOS 19 18 17 16 15 ANÁLISE GRÁFICA DAS MÉDIAS FONTE SUMSQ GL MEANSQ F F(0,90) A 30,25 1 30,25 121,0 39,86 18,5 B C=AxB 2,25 1 2,25 9,0 39,86 16,5 16 ERRO 0,25 1 0,25 15,5 TOTAL 32,75 3 15 14 13 12 13 A1 A2 B1 B2 C1 C2 Pelo gráfico das médias vemos: O factor que mais influencia a tensão de rutura é o fator A. Seguido pelas interação C=AxB. Por último pelo fator B. A ANOVA valida que o fator A tem significado estatístico com 90% de confiança. Para o erro utilizamos o fator menos importante, o factor B. O factor C=AxB não tem significado estatístico com 90% de confiança. DOE 001 WWW.VALUESTREAM.PT 12

MATRIZES DE 2 NÍVEIS DOE 001 WWW.VALUESTREAM.PT 13

MATRIZES DE 3 NÍVEIS DOE 001 WWW.VALUESTREAM.PT 14

OUTRAS MATRIZES DOE 001 WWW.VALUESTREAM.PT 15

RECOMENDAÇÕES Para cada experiencia recolham o máximo de observações. Se a experiencia for difícil (custos) de executar então escolham matrizes ortogonais com muitos runs que permitem estudar muitos mais factores. Se as experiencias forem fáceis de fazer então escolham uma bateria de pequenas matrizes (L4, L8, L9, L16) que executam sucessivamente, eliminado factores que não são importantes. DOE 001 WWW.VALUESTREAM.PT 16

POOLING Pooling up Adicionar ao erro os factores que não tem significado estatístico. Começar pelo fator com F mais baixo e recalcular os F s. Adicionar o novo factor com F mais baixo. Parar quando todos os factores tiverem significado estatístico. Pooling down Adicionar todos os fatores ao erro. Calcular o F mais alto e verificar se tem significado estatístico. Recalcular o próximo mais alto F. Parar quando o primeiro F não tiver significado estatístico. DOE 001 WWW.VALUESTREAM.PT 17

DE 2 PARA 4 NÍVEIS RUN A B C=AxB X 1 1 1 1 1 2 1 1 1 1 3 1 2 2 2 4 1 2 2 2 5 2 1 2 3 6 2 1 2 3 7 2 2 1 4 8 2 2 1 4 Um factor com 4 níveis possui três graus de liberdade. Três graus de liberdade conseguem-se com 3 colunas de 2 níveis. Três colunas de 2 níveis transformadas em uma só coluna de 4 níveis DOE 001 WWW.VALUESTREAM.PT 18

DE 2 PARA 3 NÍVEIS RUN A B C=AxB X 1 1 1 1 1 2 1 1 1 1 3 1 2 2 2 4 1 2 2 2 5 2 1 2 3 6 2 1 2 3 7 2 2 1 3 8 2 2 1 3 Três colunas de 2 níveis transformadas em uma só coluna de 3 níveis. No cálculo do somatório dos quadrados de X é preciso dar peso diferente ao nível 3 que possui mais observações. Um factor com 3 níveis possui dois graus de liberdade. Dois graus de liberdade, numa matriz de 2 níveis conseguem-se com 3 colunas de 2 níveis. DOE 001 WWW.VALUESTREAM.PT 19