COMO A RESPOSTA DEPENDE DOS FATORES?

PLANEJAMENTO DE EXPERIMENTOS
DECIDIR QUAIS SO OS FATORES E A RESPOSTA DE INTERESSE

Fatores e respostas podem ser qualitativos ou quantitativos

Definindo o(s) Objetivo(s) do Experimento

saber se ao trocar o catalisador por outro mais barato o rendimento vai diminuir descobrir que temperatura deve ser usada para obter o rendimento mximo, etc.

COMO VARIAR TUDO AO MESMO TEMPO

Escolhendo o planejamento mais adequado ao(s) objetivo(s) estabelecido(s)

Digamos que se queira saber se certos fatores tm ou no influncia sobre a Resposta

Planejamento Fatorial de Dois Nveis (2K)

Estratgias no Planejamento de Experimentos

1. reconhecer, estabelecer e delimitar claramente o problema; 2. identificar os possveis fatores que podem afetar o problema em estudo; 3. verificar quais fatores que podero ser mantidos fixos e, portanto, no tero os seus efeitos avaliados no estudo experimental; 4. Identificar, para cada fator, o intervalo de variao e os nveis que entraro no estudo; 5. escolher um projeto experimental adequado, isto , saber como combinar os nveis dos fatores de forma que se possa resolver o problema proposto com o menor custo possvel; 6. escolher a resposta adequada, ou seja, a varivel Y que mede adequadamente o resultado (a qualidade, o desempenho, etc.) do processo ; 7. o planejamento de como ser a anlise dos dados do experimento.

Roteiro Para a Realizao de um Experimento

1. Identificar e estabelecer o problema; 2. Escolha dos fatores(k) e de seus nveis(b): bk; 3. Seleo da varivel resposta (Y); 4. Escolha do projeto experimental; 5. Realizao do experimento; 6. Anlise estatstica dos dados; significativo x relevante 7. Concluses e recomendaes.

Estudo Experimental
Manipula-se de forma planejada certas variveis independentes ou fatores (A, B, C,...) para verificar o efeito que esta manipulao provoca numa certa varivel dependente ou resposta Y.

Planejamento Fatorial de Dois Nveis (2k)

- k o nmero de fatores ou variveis a serem controladas pelo experimentador - 2k nmero de ensaios diferentes para implementar um planejamento completo - o 2 de 2k significa que o experimentado ter que variar o fator em dois diferentes nveis.

Planejamento fatorial 22 Exemplo hipottico do rendimento da reao

Planejamento fatorial 22
Matriz de Planejamento

Planejamento fatorial 22
Pode-se representar geometricamente os resultados do planejamento como:

Planejamento fatorial 22

Interpretao preliminar dos dados

Ao usar o catalisador A e elevar a temperatura de 40oC para 60oC (ensaio 1 e 2 , o rendimento mdio passa de 59 para 90 , aumento de 31% . Quando o catalisador do tipo B (ensaio 3 e 4 o rendimento sobe apenas 68-54 = 14 %

O efeito da temperatura depende do nvel do catalisador

Planejamento fatorial 22
Por outro lado, o efeito do catalisador tambm apresenta um comportamento similar.

O ensaio 1 e 3 , a mudana do catalisador A para B diminui o rendimento mdio em 5% na temperatura de 40oC. O ensaio 2 e 4 , a mudana do catalisador A para B diminui o rendimento mdio em 22% na temperatura de 60oC. Os resultados apontam uma interao entre os fatores , cujo efeito tambm pode ser estimado

Planejamento fatorial 22 Clculo dos Efeitos Efeito Principal da Temperatura Mdia dos efeitos da temperatura nos dois nveis do catalisador

O efeito principal de um fator a diferena entre a resposta mdia no nvel superior e a do nvel inferior

Planejamento fatorial 22
Clculo dos Efeitos

Efeito Principal do Catalisador

Ao trocar do catalisador A para o catalisador B o rendimento da reao cai em mdia 13,5 %

Planejamento fatorial 22 Efeito de interao entre T e C (TxC ou TC) Se no houvesse interao, o efeito de T deveria ser o mesmo usando ambos os catalisadores
A metade da diferena entre ambos os rendimentos de T pode ser tomada como uma medida da interao entre os fatores T e C Numericamente:

Planejamento fatorial 22

Inicialmente, reescreve-se a matriz de planejamento substituindo os valores dos fatores pelos sinais apropriados (+) ou (-)

Planejamento fatorial 22

Acrescentando-se uma coluna de sinais positivos antes da coluna de T e outra aps C e incluindo a unidade

Tabela de coeficientes de contraste

Planejamento fatorial 22

Para calcular os efeitos usamos a matriz anterior aplicando a equao abaixo

Onde:
Xt = matriz de coeficientes de contraste transposta Y = vetor coluna das respostas (no caso mdias)

Planejamento fatorial 22

Onde: M= mdia global T e C = efeito principal da temperatura (T) e do catalisador (C) TC = efeito de interao entre os fatores T e C

Planejamento fatorial 22

Estimando o erro experimental

Ser que esse efeito realmente significativo do ponto de vista estatstico?

Para isso, deve-se fazer repeties autnticas

Realizao (pela segunda vez, ou n vezes) de todas as etapas do ensaio (ou processo) desde a limpeza do material at a medio ou anlise do produto final

Para responder imprescindvel obter uma estimativa do erro experimenta!

Planejamento fatorial 22

Estimando a varincia conjunta (s2conjunta):

Estimativa do desvio padro do erro experimental (erro padro) das respostas

Planejamento fatorial 22
De um modo geral, se cada ensaio for repetido ni vezes e houver m ensaios diferentes, estimativa conjunta da varincia exp. (s2conjunta) ser dada por:

onde:

i = ni 1 nmero de graus de liberdade de si2 si2 estimativa da varincia do i-simo ensaio

Planejamento fatorial 22

Estimando o erro padro de um efeito

Como cada um dos efeitos uma combinao linear de 4 valores (4 repostas mdias) e admitindo que eles tm a mesma varincia populacional, podemos escrever:

Onde:
ai = coeficientes usados no clculo dos efeitos (ai = 1/2 e -1/2 de modo que ai 2 = )

s2efeito = estimativa da varincia de um efeito

Planejamento fatorial 22

O desvio ou erro padro de um efeito dado por:

Como cada resposta mdia uma combinao linear de 2 observaes independentes, temos:

Onde:

Planejamento fatorial 22

Portanto, o erro padro de um efeito estimado como:

Tendo obtido o erro padro de um efeito, pode-se construir intervalos de confiana para os efeitos usando a distribuio de Student. Vejamos a seguir como isso pode ser feito.

Planejamento fatorial 22

Significncia dos efeitos

Na prtica, s devemos considerar estatisticamente significativos os efeitos que satisfizerem (em mdulo) a condio:

onde: t= ponto de distribuio com graus de liberdade para o nvel de confiana desejado = o mesmo no total de graus de liberdade usado para estimar o desvio ou erro padro de um efeito.

Planejamento fatorial 22

No presente experimento, = 4 ento t = 2.776 (ver tabela) ao nvel de 95% de confiana,

Usaremos esse critrio para avaliar se os efeitos encontrados na Tabela 3.2 so significativos no nvel de confiana considerado.

Planejamento fatorial 22

Interpretao final dos resultados

Verifica-se que todos os efeitos so significativos, ou seja, eles realmente existem

Planejamento fatorial 22

Uma vez que o efeito de interao entre T e C significativo, os efeitos principais devem ser interpretados conjuntamente, ou seja:

Concluses: Elevando T aumenta-se o rendimento da reao, porm esse efeito muito mais pronunciado com o catalisador A (+31% contra +14%) Ao trocar o catalisador A pelo B o rendimento da reao diminudo, sendo esse efeito muito mais expressivo a 60oC (-22% contra -5%) Os maiores rendimentos (90%, em mdia) foram obtidos com o catalisador A e com a temperatura em 60oC

Planejamento fatorial 22 O Modelo estatstico usado para descrever respostas de um planejamento fatorial :
formulado em termos dos efeitos por unidade de variao dos fatores.

A mdia representada adequadamente pela expresso:

Uma observao individual num ensaio pode ser representada por:
Uma estimativa desses valores :

MODELO ESTATTSTICO
Codificao da varveis originais Os verdadeiros valores so substitudos por -1 e +1

Planejamento fatorial 22

A equao:
pode ser escrita com um produto escalar

Exemplo: