Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Fatoriais 2
k
Introduo
Temos k fatores, todos eles com dois nveis. Os nveis podem ser
quantitativos (doses de nitrognio, temperaturas, tempo) ou qualitativos (duas
variedades de aveia, dois locais de cultivo). Uma repetio completa tem 2
k
unidades
experimentais.
Como esses experimentos s tem dois nveis de cada fator, eles nos do o
menor nmero de tratamentos, assim, eles so bastante utilizados na seleo de
fatores importantes e que sero utilizados num experimento futuro.
Fatoriais 2
2
Como um exemplo, considere um experimento com 2 concentraes de um
antioxidante (TBHQ) e dois tempos. Fator A concentraes 15% e
25%. Fator B tempo 10 min e 20 min.
2
Outro exemplo (Montgomery, pg. 291). Experimento para verificar o efeito da
concentrao de um reagente e a quantidade de um catalisador na produo de uma
reao qumica. Fator A: reagente nveis = 15% e 25%. Fator B: catalisador
nveis = 2 pounds e 1 pound. Obs. 1 pound = 0,454 kg.
Fator Repeties
A B
Tratamentos
I II III
Totais
- - A 15, B 1 28 25 27 80
+ - A 25, B 1 36 32 32 100
- + A 15, B 2 18 19 23 60
+ + A 25, B 2 31 30 29 90
O efeito AB representa a interao entre o fator A e o fator B. O menor e o maior
nvel de um fator podem ser representados pelos sinais - e +, respectivamente.
Graficamente, este delineamento usualmente representado por um quadrado.
Os 4 tratamentos so representados por letras minsculas: (1), a, b, ab. Assim, (1),
o tratamento correspondente aos menores nveis de A (-) e B (-); a, corresponde ao
nvel alto de A (+) e baixo de B (-); b, corresponde ao nvel alto de B (+) e baixo de
A (-); ab, corresponde a combinao dos nveis altos de A (+) e B (+).
3
(1)=80 a=100
b=60
ab=90
-
+
+
-
A
B
Efeitos principais de A e de B e da interao AB.
Podemos calcular esses efeitos por meio do quadrado acima. O efeito de A pode ser
determinado como a diferena na resposta mdia dos dois tratamentos do lado direito
do quadrado e dos dois tratamentos do lado esquerdo, isto :
n
b a ab
n
b
n
a ab
A A
y y A
2
) 1 (
2
) 1 (
2
+ +
+
+
= = =
4
n
a b ab
n
a
n
b ab
B B
y y B
2
) 1 (
2
) 1 (
2
+
+
+
= = =
Efeito de B:
Efeito da interao: a mdia dos tratamentos da diagonal (da direita para a esquerda,
iniciando por ab) menos a mdia dos tratamentos da diagonal (da esquerda para a
direita).
n
b a ab
n
b a
n
ab
AB
2
) 1 (
2 2
) 1 ( +
+
+
= =
Outra maneira de se encontrar esses efeitos:
Sinais algbricos para calcular os efeitos num fatorial 2
2
Efeitos fatoriais Tratamentos
I A B AB
(1) + - - +
a + + - -
b + - + -
ab + + + +
I = corresponde a uma constante geral do experimento.
Produto (A x B)
5
Por exemplo, para estimar o efeito de A, o contraste dado por: -(1)+a-b+ab. E
assim para os demais.
Para os dados do experimento, temos:
67 , 1 ) 60 100 80 90 (
00 , 5 ) 80 100 60 90 (
33 , 8 ) 80 60 100 90 (
) 3 ( 2
1
) 3 ( 2
1
) 3 ( 2
1
= + =
= + =
= + =
AB
B
A
Interpretao: o efeito de A positivo; isto sugere que aumentando a concentrao do
reagente de 15% para 25%, aumenta a produo. O efeito de B negativo; sugere que
aumentando-se a qtidade do catalisador, diminui a produo. O efeito da interao
pequeno em relao aos efeitos principais (pode ser desprezada).
6
Anlise de varincia
As somas de quadrados dos efeitos de A, B e de AB, so obtidas elevando-se ao
quadrado o contraste que estima o efeito de A, B e de AB, dividindo-se pelo produto
entre o nmero de observaes em cada total no contraste e a soma dos quadrados dos
coeficientes do contraste.
=
=
=
+ + + + =
n 1,2,..., k
b 1,2,..., j
a 1,2,..., i
ijk ij j i ijk
AB B A y c ) (
7
34 , 31
00 , 323 00 , 9075 00 , 9398
33 , 8
00 , 75
33 , 208
Re
2
1
2
1 1
4
2
) 3 ( 4
10
4
] ) 1 ( [
) 3 ( 4
) 30 (
4
)] 1 ( [
) 3 ( 4
50
4
)] 1 ( [
2
. . .
2
2
2 2
2
2
= =
= = =
= = =
= = =
= = =
= = =
+
+
+
AB B A Total sduo
i j
n
k
n
y
ijk Total
n
b a ab
AB
n
a b ab
B
n
b a ab
A
SQ SQ SQ SQ SQ
y SQ
SQ
SQ
SQ
Anlise de varincia do experimento com reagente e catalisador (modelo de efeitos
fixos)
Causas de
variao
Soma de
quadrados
Graus de
liberdade
Quadrados
mdios
F0 Nvel
descritivo
A 208,33 1 208,33 53,15 0,0001 *
B 75,00 1 75,00 19,13 0,0024 *
AB 8,33 1 8,33 2,13 0,1826 NS
Resduo 31,34 8 3,92
Total 323,00 11
8
Interpretao: Os efeitos principais de A e de B so significativos,
enquanto o efeito da interao no foi significativo (No h
necessidade de desdobrar a interao).
O modelo de regresso
Como os dois fatores so quantitativos, alm disso, o efeito da interao no foi
significativo, o modelo de regresso fica:
c | | | + + + =
2 2 1 1 0
x x y
Onde x
i
uma varivel codificada, da seguinte forma.
5 0
5 1
2 1 2
2 2 1
2
2
2
5
20
2 15 25
2 25 15
2
2
1
,
,
/ ) (
/ ) (
/ ) (
/ ) (
Re
/ ) (
/ ) ( Re
/ ) Re (Re
/ ) Re (Re Re
+
= = =
= = =
Catal Catal
Catal Catal
Catal Catal Catal
ag ag
ag ag
ag ag ag
baixo alto
alto baixo
baixo alto
alto baixo
x
x
Assim, x
1
assume os valores: x
1
=-1 e x
1
=1; x
2
assume os valores: x
2
=-1 e x
2
=1.
Os |s so os parmetros do modelo de regresso, desconhecidos e que sero
estimados (mtodo de mnimos quadrados).
)
(
modelo no esta no
2 1 12
x x |
9
Clculo dos |s no fatorial 2
k
500 , 2
165 , 4
500 , 27
2
00 , 5
2
2
33 , 8
1
12
330
0
= =
= =
= =
|
|
|
A estimativa de |
0
a mdia geral do experimento; as estimativas de |
1
e de |
2
a
metade do efeito correspondente. A razo disso que o coeficiente de regresso
mede a mudana em y quando ocorre a mudana de uma unidade em x. Aqui, a
estimativa baseada na mudana de duas unidades (-1 para 1). O modelo fica:
2 1
5 , 2 165 , 4 5 , 27
x x y + =
[-1;1]
10
Resduos e verificao do ajuste do modelo
Sada do SAS:
Resduo = valores observados-valores estimados
Valores estimados e resduos do modelo de regresso
OBS CATALISA REAGENTE REP YIELD ESTIMADO RESIDUOS
1 -1 -1 1 28 25.8333 2.16667
2 -1 -1 2 25 25.8333 -0.83333
3 -1 -1 3 27 25.8333 1.16667
4 -1 1 1 36 34.1667 1.83333
5 -1 1 2 32 34.1667 -2.16667
6 -1 1 3 32 34.1667 -2.16667
7 1 -1 1 18 20.8333 -2.83333
8 1 -1 2 19 20.8333 -1.83333
9 1 -1 3 23 20.8333 2.16667
10 1 1 1 31 29.1667 1.83333
11 1 1 2 30 29.1667 0.83333
12 1 1 3 29 29.1667 -0.16667
Resduo:
i i
y y
=
i
e
y
y
11
Os resduos esto aleatoriamente
distribudos. Os grficos esto
satisfatrios. As nossas
concluses so vlidas.
12
Superfcie de resposta
O modelo de regresso com os nveis naturais dos fatores dado por:
( ) ( )
Catal ag y
y
Catal reag
00 5 8333 0 33 18
5 2 165 4 5 27
5 0
5 1
5
20
, Re , ,
, , ,
,
,
+ =
+ =
13
Observamos no grfico de contornos, que a produo aumenta quando a concentrao
do reagente aumenta e a quantidade do catalisador diminui. Freqentemente, usa-se a
superfcie ajustada para verificar a direo de melhoria do processo.
Fatoriais 2
3
Exemplo: o objetivo produzir um po com farelo de aveia. Os fatores em estudo
foram:
1) porcentagem de substituio de farinha de trigo pelo farelo de aveia (Fator A), em
dois nveis, 10% e 20%;
2) quantidade de gordura (Fator B), em dois nveis, 2,5g e 3,0g;
3) fermento (Fator C), em dois nveis, 3g e 4g.
Exemplo (Montgomery): na fabricao do produto: gua com gs. O objetivo
obter maior uniformidade no enchimento das garrafas. Teoricamente a mquina
enche corretamente as garrafas, mas na prtica existem variaes e deseja-se
saber quais so as possveis fontes de variabilidade. As variveis controladas
no estudo foram: porcentagem de carbono (Fator A), presso de operao
(Fator B) e velocidade de operao (Fator C).
8 tratamentos
14
Repeties Carbono
(A)
Presso
(B)
Velocidade
(C) I II
Totais
10 25 200 -3 -1 -4 = (1)
10 25 250 -1 0 -1 = c
10 30 200 -1 0 -1 = b
10 30 250 1 1 2 = bc
20 25 200 0 1 1 = a
20 25 250 2 1 3 = ac
20 30 200 2 3 5 = ab
20 30 250 6 5 11 = abc
Tabela: dados experimentais
Desvios da altura de
enchimento desejado
15
Geometricamente, esse delineamento representado por um cubo.
Tratamentos:
(1)
a
b
ab
c
ac
bc
abc
(1)
a
b
c
-
+
Fator A
+
- -
+
ac
ab
abc
bc
16
Sinais algbricos para calcular os efeitos no fatorial 2
3
Tratamentos
I A B AB C AC BC ABC
(1) + - - + - + + -
a + + - - - - + +
b + - + - - + - +
ab + + + + - - - -
c + - - + + - - +
ac + + - - + + - -
bc + - + - + - + -
abc + + + + + + + +
Tabela 7-3. Tabela com sinais de + e de - formando os contrastes para estimar os efeitos
Propriedades importantes:
1) Com excesso da 1a. coluna, todas as demais tem o mesmo nmero de sinais
positivos e negativos ;
2) A soma dos produtos dos sinais em quaisquer duas colunas zero;
3) A coluna I multiplicada por qualquer outra coluna deixa esta inalterada, isto , a
coluna I um elemento identidade.
4) O produto de qualquer duas colunas produz uma coluna da tabela, por exemplo, A x
B = AB, e AB x B = AB
2
= A
17
De maneira anloga, obtemos os seguintes valores para os demais efeitos
50 , 0 50 , 0 25 , 0
75 , 0 75 , 1 25 , 2
= = =
= = =
ABC BC AC
AB C B
Os maiores efeitos so verificados para o fator A=3,00, fator B=2,25, fator
C=1,75 e para a interao AB=0,75, porm esta ltima bem inferior aos efeitos
principais.
Estimao dos efeitos dos fatores
00 , 3
] 2 11 ) 1 ( 3 ) 1 ( 5 ) 4 ( 1 [
] ) 1 ( [
8
1
4
1
=
+ + + =
+ + + =
bc abc c ac b ab a A
n
Os expoentes nos produtos so formados usando em aritmtica o mdulo 2, isto
, o expoente s pode ser zero ou um; se ele maior do que um, ele reduzido
por mltiplos de dois at que o resto seja zero ou um.
Mdulo: Mod(n;d)=n-d.inteiro(n/d). Exemplo: Mod(3;2)=3-2.inteira(3/2)=3-2=1.
18
A soma de quadrados para os efeitos so facilmente calculados, j que cada
efeito tem 1 grau de liberdade, correspondente ao contraste. No fatorial 2
3
com n repeties, a soma de quadrados para qualquer efeito dada por:
n
Contraste
SQ
8
) (
2
=
Source DF Sum of Squares Mean Square F Value Pr > F
Model 7 73.00000000 10.42857143 16.69
1
0.0003
Error 8 5.00000000 0.62500000
Corrected Total 15 78.00000000
R-Square C.V. Root MSE FILLHEIG Mean
0.935897 79.05694 0.79056942 1.00000000
Source DF Type I SS Mean Square F Value Pr > F
CARBONO 1 36.00000000 36.00000000 57.60 0.0001
*
PRESSAO 1 20.25000000 20.25000000 32.40 0.0005
*
CARBONO*PRESSAO 1 2.25000000 2.25000000 3.60 0.0943
VELOCIDA 1 12.25000000 12.25000000 19.60 0.0022
*
CARBONO*VELOCIDA 1 0.25000000 0.25000000 0.40 0.5447
PRESSAO*VELOCIDA 1 1.00000000 1.00000000 1.60 0.2415
CARBON*PRESSA*VELOCI 1 1.00000000 1.00000000 1.60 0.2415
1
0
123 23 13 12 3 2 1 0
= = = = = = = H :
19
Modelo de regresso e superfcie de resposta
O modelo de regresso, a ser estimado, com as variveis codificadas dado por:
3 3 2 2 1 1 0
x x x y
+ + + =
Onde x
1
, x
2
e x
3
, representam os fatores A, B e C, respectivamente. Atravs do programa SAS,
estimamos os parmetros da regresso.
3 2 1
875 0 125 1 50 1 00 1 x x x y , , , ,
+ + + =
20
V P C y * , * , * , ,
= i
i
C
centrais pontos
i
erro
y
n
y y
QM
Anlise de varincia do processo de produo - exemplo 7-5 (livro Montgomery)
Variaes no
modelo
Soma de
quadrados
Graus de liberdade Quadrados mdios F0 Valor p
Tempo 2,4025 1 2,4025 55,87 0,0017 *
Temperatura 0,4225 1 0,4225 9,83 0,0350 *
Tempo*temperatura 0,0025 1 0,0025 0,06 0,8185 NS
Efeito quadrtico 0,0027 1 0,0027 0,06 0,8185 NS
Erro 0,1720 4 0,0430
Total 3,0022 8
Clculo da soma de quadrados do efeito quadrtico
0027 , 0
5 4
) 035 , 0 )( 5 )( 4 (
2
=
+
= SQ
Interpretao: o efeito da interao no significativo; efeito significativo de
tempo e temperatura. O efeito quadrtico no significativo, isto a hiptese:
H
0
:|
11
+ |
22
=0 no pode ser rejeitada. Portanto, um modelo de primeira ordem
indicado.
39
Vamos assumir um modelo de regresso de 2a. ordem
c | | | | | | + + + + + + =
2
2 22
2
1 11 2 1 12 2 2 1 1 0
x x x x x x y
No podemos estimar os parmetros nesse modelo porque existem 6 parmetros para
serem estimados e o fatorial 2
2
mais o ponto central tem apenas 5 observaes
independentes.
Soluo:
- aumentar o fatorial 2
2
com pontos axiais. Veja figura (a)
O desenho resultante chama-se delineamento central composto.Pode-se ajustar um modelo
de segunda ordem (quadrtico). Na figura (b) temos um DCC para trs fatores.
x
2
Dois fatores. Fig (a)
x
3
x
2
x
1
Trs fatores. Fig. (b)
Tem 8+6+n
C
pontos (3sn
C
s5)