Planejamentos Fatoriais Fracionários

• O número de ensaios realizados para se fazer um planejamento

fatorial 2k completo aumenta rapidamente com o número de fatores
investigados (k).

k Efeitos Interações Total de

principais 2 3 4 5 6 7 ensaios

2 2 1 4
3 3 3 1 8
4 4 6 4 1 16
5 5 10 10 5 1 32
6 6 15 20 15 6 1 64
7 7 21 35 35 21 7 1 128
Planejamentos Fatoriais Fracionários

• A informação desejada muitas vezes pode ser obtida a partir de um

número de ensaios bem menor, ou seja, uma fração do
planejamento.

• Os planejamentos fracionários são utilizados com sucesso em

experimentos de triagem principalmente por três motivos:
– Na maioria dos casos as interações de alta ordem têm valores
pequenos e são destituídas de qualquer de qualquer importância
prática.
– Quando o número de fatores aumenta, crescem as chances de que um
ou mais deles não afetem significativamente a resposta.
– Os planejamentos fatoriais, devido as suas propriedades, permitem uma
construção seqüencial, partindo de um planejamento mais simples
(fracionário) até a construção de um planejamento maior (completo).
 Exemplo 1

• Fatorial 25 para estudo de um

reator: (Box, Hunter & Hunter,
1978)

1- Alimentação (L/min) 2 - Catalisador (%)

(–) (+) (–) (+)

10 15 1 2

3 - Agitação (rpm) 4 - Temperatura (ºC) 5 - Concentração (%)

(–) (+) (–) (+) (–) (+)

100 120 140 180 3 6
 Standard Design: 2**(5-0) design
Run 1 2 3 4 5 Rendimento
1 -1 -1 -1 -1 -1 61,00

Matriz do 2
3
4
1 -1 -1 -1 -1
-1 1 -1 -1 -1
1 1 -1 -1 -1
53,00
63,00
61,00

planejamento 5
6
7
-1 -1 1 -1 -1
1 -1 1 -1 -1
-1 1 1 -1 -1
53,00
56,00
54,00
8 1 1 1 -1 -1 61,00
9 -1 -1 -1 1 -1 69,00
10 1 -1 -1 1 -1 61,00
11 -1 1 -1 1 -1 94,00
12 1 1 -1 1 -1 93,00
13 -1 -1 1 1 -1 66,00
14 1 -1 1 1 -1 60,00
15 -1 1 1 1 -1 95,00
16 1 1 1 1 -1 98,00
17 -1 -1 -1 -1 1 56,00
18 1 -1 -1 -1 1 63,00
19 -1 1 -1 -1 1 70,00
20 1 1 -1 -1 1 65,00
21 -1 -1 1 -1 1 59,00
22 1 -1 1 -1 1 55,00
23 -1 1 1 -1 1 67,00
24 1 1 1 -1 1 65,00
25 -1 -1 -1 1 1 44,00
26 1 -1 -1 1 1 45,00
27 -1 1 -1 1 1 78,00
28 1 1 -1 1 1 77,00
29 -1 -1 1 1 1 49,00
30 1 -1 1 1 1 42,00
31 -1 1 1 1 1 81,00
32 1 1 1 1 1 82,00
 Gráfico Normal dos Efeitos
3,0

2,5
,99
(2)2
2,0
2by4 ,95
1,5 (4)4
3by4
1,0 2by5
1*2*3
1*2*4
1by2 ,75
0,5 2*3*4
2by3
3by5
1by3
1*4*5 ,55
0,0 2*3*5
3*4*5
1by5
2*4*5
(3)3 ,35
-0,5 1*3*4
1by4
(1)1
1*2*5
-1,0 1*3*5 ,15
Expected Normal Value

(5)5
-1,5
,05
4by5
-2,0
,01
-2,5

-3,0
-20 -15 -10 -5 0 5 10 15 20 25 30

- Interactions - Main effects and other effects

Standardized Effects (t-values)
Standard Design: 2**(5-0) design
Run 1 2 3 4 5 Rendimento
1 -1 -1 -1 -1 -1 61,00
2 1 -1 -1 -1 -1 53,00
3 -1 1 -1 -1 -1 63,00
4 1 1 -1 -1 -1 61,00 S t a n dD e s i g n : 2 ** (5 -1 )
5 -1 -1 1 -1 -1 53,00 R u n 1 2 3 4 5 R e n d im
6 1 -1 1 -1 -1 56,00
7 -1 1 1 -1 -1 54,00
1 -1 -1 -1 -1 1 5 6 ,0 0
8 1 1 1 -1 -1 61,00 2 1 -1 -1 -1 -1 5 3 ,0 0
9 -1 -1 -1 1 -1 69,00 3 -1 1 -1 -1 -1 6 3 ,0 0
10 1 -1 -1 1 -1 61,00
11 -1 1 -1 1 -1 94,00 4 1 1 -1 -1 1 6 5 ,0 0
12 1 1 -1 1 -1 93,00 5 -1 -1 1 -1 -1 5 3 ,0 0
13 -1 -1 1 1 -1 66,00
6 1 -1 1 -1 1 5 5 ,0 0
14 1 -1 1 1 -1 60,00
15 -1 1 1 1 -1 95,00 7 -1 1 1 -1 1 6 7 ,0 0
16 1 1 1 1 -1 98,00 8 1 1 1 -1 -1 6 1 ,0 0
17 -1 -1 -1 -1 1 56,00
18 1 -1 -1 -1 1 63,00 9 -1 -1 -1 1 -1 6 9 ,0 0
19 -1 1 -1 -1 1 70,00 1 0 1 -1 -1 1 1 4 5 ,0 0
20 1 1 -1 -1 1 65,00
1 1 -1 1 -1 1 1 7 8 ,0 0
21 -1 -1 1 -1 1 59,00
22 1 -1 1 -1 1 55,00 1 2 1 1 -1 1 -1 9 3 ,0 0
23 -1 1 1 -1 1 67,00 1 3 -1 -1 1 1 1 4 9 ,0 0
24 1 1 1 -1 1 65,00
25 -1 -1 -1 1 1 44,00
1 4 1 -1 1 1 -1 6 0 ,0 0
26 1 -1 -1 1 1 45,00 1 5 -1 1 1 1 -1 9 5 ,0 0
27 -1 1 -1 1 1 78,00 1 6 1 1 1 1 1 8 2 ,0 0
28 1 1 -1 1 1 77,00
29 -1 -1 1 1 1 49,00
30 1 -1 1 1 1 42,00
31 -1 1 1 1 1 81,00
32 1 1 1 1 1 82,00
 Gráfico Normal dos Efeitos
3,0

2,5
,99
2,0
(2)2
,95
1,5 (4)4
2by4
1,0
3by5
2by3
1by2 ,75
0,5
1by5
2by5
,55
0,0 1by3
3by4
(3)3 ,35
-0,5 1by4
(1)1
-1,0 (5)5 ,15
Expected Normal Value

-1,5 4by5
,05
-2,0
,01
-2,5

-3,0
-15 -10 -5 0 5 10 15 20 25

- Interactions - Main effects and other effects

Effects
Construção de uma fração meia
 Construção de uma fração meia

• Nossa fração meia foi obtida a partir

da igualdade 5 = 1234. A literatura
costuma apresentar essa relação na
foram equivalente I = 12345
(relação geradora).

• Dizemos que o emprego da fração

meia confunde o efeito principal 5
com a interação 1234.

• Todas as relações entre os efeitos

calculados na fração 25-1 são
chamados padrões de
confundimento.
Padrões de Confundimento do
Fatorial Fracionário 25-1
 Resolução do Planejamento
• A resolução do planejamento é o número de fatores
que compõe o termo mais curto presente nas relações
geradoras.

• Os planejamentos com resolução III, IV e V são os mais

comuns:
– Resolução III: os efeitos principais são confundidos com
interações de segunda ordem.
– Resolução IV: os efeitos de segunda ordem são confundidos
entre si.
– Resolução V: interações de segunda ordem são confundidas
com interações de terceira ordem.
 Melhores meias
frações para 3, 4
e 5 fatores
 Exemplo 2
8− 4
• Fatorial Fracionário 2 IV :
Determinação dos parâmetros
mais importantes para o cultivo
de Bifidobacterium longum
(Kiviharju, K.; Leisola, M.;
Eerikäinen, T. Optimization of
a Bifidobacterium longum
production process. Journal of
Biotechnology, v.117, n.3,
p.299-308, 2005).
Matriz do Planejamento
 Matriz do Planejamento
S t a n d a r D e s i g n : 2 * * (8 -4 ) d e s ig n
Run p H Y E T 8 0C y G l u Mg p a P O 4 µ m a x tG
1 -1 -1 -1 -1 -1 -1 -1 -1 0 ,5 0 3 ,7 0
2 1 -1 -1 -1 -1 1 1 1 0 ,5 3 ,4 0
3 -1 1 -1 -1 1 -1 1 1 0 ,4 8 2 ,0 0
4 1 1 -1 -1 1 1 -1 -1 0 ,5 6 2 ,1 0
5 -1 -1 1 -1 1 1 1 -1 0 ,4 7 3 ,3 0
6 1 -1 1 -1 1 -1 -1 1 0 ,4 5 2 ,4 0
7 -1 1 1 -1 -1 1 -1 1 0 ,5 2 2 ,8 0
8 1 1 1 -1 -1 -1 1 -1 0 ,5 3 2 ,7 0
9 -1 -1 -1 1 1 1 -1 1 0 ,6 0 2 ,9 0
10 1 -1 -1 1 1 -1 1 -1 0 ,5 4 2 ,8 0
11 -1 1 -1 1 -1 1 1 -1 0 ,6 0 3 ,2 0
12 1 1 -1 1 -1 -1 -1 1 0 ,5 7 3 ,0 0
13 -1 -1 1 1 -1 -1 1 1 0 ,5 4 ,3 0
14 1 -1 1 1 -1 1 -1 -1 0 ,5 3 3 ,5 0
15 -1 1 1 1 1 -1 -1 -1 0 ,5 6 2 ,4 0
16 1 1 1 1 1 1 1 1 0 ,5 2 ,5 0
 Análise dos Efeitos
Effect Estimates; Var.: µ max; R-sqr=,81362; Adj:,60061
2**(8-4) design; MSResidual=,0007429
DV: µ max
Effect Std.Err. t(7) p -95,% +95,% Coeff. Std.Err. -95,% +95,%
Factor Cnf.Limt Cnf.Limt Coeff. Cnf.Limt Cnf.Limt
Mean/Interc. 0,527500 0,006814 77,41584 0,000000 0,511388 0,543612 0,527500 0,006814 0,511388 0,543612
(1)pH -0,005000 0,013628 -0,36690 0,724534 -0,037224 0,027224 -0,002500 0,006814 -0,018612 0,013612
(2)YE 0,027500 0,013628 2,01795 0,083382 -0,004724 0,059724 0,013750 0,006814 -0,002362 0,029862
(3)T80 -0,035000 0,013628 -2,56830 0,037100 -0,067224 -0,002776 -0,017500 0,006814 -0,033612 -0,001388
(4)Cy 0,050000 0,013628 3,66900 0,007975 0,017776 0,082224 0,025000 0,006814 0,008888 0,041112
(5)Glu -0,012500 0,013628 -0,91725 0,389521 -0,044724 0,019724 -0,006250 0,006814 -0,022362 0,009862
(6)Mg 0,020000 0,013628 1,46760 0,185654 -0,012224 0,052224 0,010000 0,006814 -0,006112 0,026112
(7)pa -0,017500 0,013628 -1,28415 0,239955 -0,049724 0,014724 -0,008750 0,006814 -0,024862 0,007362
(8)PO4 -0,017500 0,013628 -1,28415 0,239955 -0,049724 0,014724 -0,008750 0,006814 -0,024862 0,007362
Effect Estimates; Var.:tG; R-sqr=,91678; Adj:,82167
2**(8-4)design; MSResidual=,0667857
DV:tG
Effect Std.Err. t(7) p -95,% +95,% Coeff. Std.Err. -95,% +95,%
Factor Cnf.Limt Cnf.Limt Coeff. Cnf.Limt Cnf.Limt
Mean/Interc. 2,937500 0,064607 45,46698 0,000000 2,78473 3,090272 2,937500 0,064607 2,784728 3,090272
(1)pH -0,275000 0,129215 -2,12824 0,070854 -0,58054 0,030544 -0,137500 0,064607 -0,290272 0,015272
(2)YE -0,700000 0,129215 -5,41734 0,000990 -1,00554 -0,394456 -0,350000 0,064607 -0,502772 -0,197228
(3)T80 0,100000 0,129215 0,77391 0,464316 -0,20554 0,405544 0,050000 0,064607 -0,102772 0,202772
(4)Cy 0,275000 0,129215 2,12824 0,070854 -0,03054 0,580544 0,137500 0,064607 -0,015272 0,290272
(5)Glu -0,775000 0,129215 -5,99777 0,000543 -1,08054 -0,469456 -0,387500 0,064607 -0,540272 -0,234728
(6)Mg 0,050000 0,129215 0,38695 0,710286 -0,25554 0,355544 0,025000 0,064607 -0,127772 0,177772
(7)pa 0,175000 0,129215 1,35434 0,217718 -0,13054 0,480544 0,087500 0,064607 -0,065272 0,240272
(8)PO4 -0,050000 0,129215 -0,38695 0,710286 -0,35554 0,255544 -0,025000 0,064607 -0,177772 0,127772
 Análise dos Gráficos Normais
µ max
3,0

,99
2,5

2,0 ,95
(4)Cy

1,5
,85
(3)T80

,75 tG
(2)YE 3,0
1,0
,65
(6)Mg

(8)PO4
(7)pa ,45 ,99
0,5 2,5
Expected Half-Nor

(5)Glu ,25
(1)pH
2,0 ,05
0,0 ,95
0,0 0,5 1,0 1,5 2,0 2,5 3,0 3,5 4,0 (5)Glu
Standardized Effects (t-values) (Absolute Values)
1,5
,85
(2)YE

,75
1,0 (4)Cy
(1)pH ,65

(7)pa
,45
0,5 (3)T80
Expected Half-Nor

,25
(8)PO4
(6)Mg
,05
0,0
-1 0 1 2 3 4 5 6 7

Standardized Effects (t-values) (Absolute Values)

 Conclusão dos Autores

• “The most significant effects on both responses

were yeast extract, cysteine and glucose. Yeast
extract and glucose had a significant negative
effect on tG and cysteine a positive effect on
µmax. pH, Tween 80, MgSO4, propionic acid
and phosphate effects were not significant.
Yeast extract and glucose were chosen as
optimization parameters with temperature.”
Blocagem