UNIVERSIDAD NACIONAL PEDRO RUIZ GALLO

Direccin: Av. Juan XXIII 391 - Lambayeque - Per Telfono: 74-283146 Pag. Web: www.unprg.edu.pe

DISEO FACTORIAL
Facultad Curso Profesor Alumnos : : : : Ciencias Biolgicas Bioestadstica Grimaldo Benavides Campos Purisaca Martinez, Davis Liau-Kang Goicohea, Stefany Farro Barbaran, Yanet Wong Romero Benyi
Lambayeque Per

DISEO FACTORIAL
En, los diseos experimentales que hemos tratado, nos hemos enfocado en los efectos de una sola variable, los tratamientos. Sin embargo, con frecuencia se desea estudiar simultneamente los efectos de dos o ms variables. Las variables de inters reciben el nombre de factores. El experimento en que se investigan dos o mas factores en forma simultanea se llama Diseo Factorial. Las diferentes categoras designadas de los factores se conocen como niveles. Por ejemplo, suponga que se analizan los efectos de tres dosis de cierto medicamento sobre el tiempo de reaccin. Se dice que el factor medicamento ocurre en tres niveles. Suponga que el segundo factor de inters en el anlisis es la edad, y se piensa que deben incluirse dos grupos de edad de menos de 65 y de 65 aos a ms. Por lo tanto, se tienen dos niveles para el factor edad. En general, se dice que el factor A ocurre en los niveles a y el factor B en los niveles b. En un diseo factorial no solo es posible estudiar los efectos de factores individuales, sino tambin, si el experimento se efectua adecuadamente, la interaccin entre los factores. Ejemplo Suponga, en trminos de los efectos sobre el tiempo de reacci6n, que se conoce la verdadera relacin entre los tres niveles de dosis de cierto medicamento y la edad de las personas que toman dicho medicamento. Suponga, adems, que la edad ocurre en dos niveles: 'Jvenes" (menores de 65 aos) y "viejos" (de 65 aos a ms). Suponga que el efecto se mide en trminos de la reducci6n en el tiempo de reacci6n a algn estimulo, FACTOR B: DOSIS DE MEDICAMENTO 1 2 3 5 10 20 15 10 5

FACTOR A: EDAD JOVENES VIEJOS

Se deben notar las siguientes caractersticas importantes de los datos de la tabla: 1. La diferencia entre las medias para dos niveles cualesquiera del factor B no es la misma para ambos niveles del factor A. Se observa en la tabla, por ejemplo, que la diferencia entre los niveles 1 y 2 del factor B es -5 para el grupo de edades mas jvenes y +5 para el grupo de edades ms grandes. 2. La diferencia entre las medias para ambos niveles del factor A no es la misma en todos los niveles del factor B. Las diferencias entre las medias del factor A son -10, 0 y 15 para los niveles 1, 2 Y 3, respectivamente, del factor B. 3. Las curvas de los .niveles de los factores no son paralelas. Cuando los datos de la poblacin presentan las caractersticas que aparecen en la tabla y la figura, se dice que hay interaccin entre los dos factores. La

presencia de interaccin entre dos factores puede afectar las caractersticas de los datos en varias formas, dependiendo de la naturaleza de la interacci6n. Ventajas: Las ventajas del experimento factorial incluyen las siguientes: 1. La interaccin de los factores se puede estudiar. 2. Se ahorra tiempo y esfuerzo. 3. Dado que los diversos factores se combinan en un experimento, el resultado tiene un campo de aplicacin ms amplio Para que el experimentador pueda probar que existe interaccin, el experimento factorial requiere de al menos dos observaciones por celda. Supuestos: EI modelo de efectos fijos para el diseo completamente aleatorizado de dos factores se escribe asi: Xijk= + i +j + ()ij + ijk Hiptesis: Las siguientes hipotesis pueden probarse: a. Ho: i =0 i = 1, 2, ... , a HA: no todas las i = 0 b. Ho: j =0 HA : no todas las j = 0 j = 1,2, ... ,b

c. Ho: ()ij =0 i = 1,2, ... ,a; j = 1,2, ... , b HA: no todas las ()ij= 0 Cuando se prueban las tres hiptesis, la situacin se complica por el hecho de que las tres pruebas no son independientes en el sentido de la probabilidad. Si a es el nivel de significacin asociado a la prueba como un todo, y a, a' y a fit son los niveles de significacin asociados con las hiptesis I, 2, Y3, respectivamente, se tiene < 1- (l -')(1-'')(l- "') Si = " = " = .05, entonces < 1 - (.95), o < .143. Esto significa que la probabilidad de rechazar una o ms de las tres hipotesis es un poco menor que .143 cuando se elige un nivel de significacin de .05 para las hiptesis y todas son verdaderas. Estadstica de prueba. La estadstica de prueba para cada con junto de hiptesis es la F Distribucin de Ia estadstica de prueba. Cuando Ho es verdadera y se cumplen las suposiciones, cada una de las estadsticas de prueba sigue una distribucin F. RegIa de decisin. Se rechaza Ho si el valor calculado de la estadstica de prueba es mayor o igual que el valor critico de F.

CIcuIo de la estadstica de prueba. Mediante una adaptacin del procedimiento que se utiliza para dividir la suma total de cuadrados en el diseo completamente aleatorizado, se puede demostrar que la suma total de cuadrados bajo el presente modelo puede dividirse en dos trminos como sigue: SCtotal = SC tratamiento + SC error La suma de cuadrados para los trminos como sigue: tratamientos puede seccionarse en tres

SCtratamientos= SCA + SCB + SCAB Tabla ANAVA: Factor A Factor B Interseccin AB Tratamientos Error Total SC SCA SCB SCAB SCTRAT SCERROR SCTOTAL g.l. k-1 r-1 (k-1)(r-1) kr-1 kr(n-1) krn-1 CME =SCERROR / kr(n1) CM CMA =SCA / k-1 CMB =SCB / r-1 CMAB =SCAB /(k-1)(r1) F CMA / CME CMB / CME CMAB / CME

Decisin estadstica. Si se cumplen las suposiciones establecidas al principio, y si cada hiptesis es verdadera, puede demostrarse que cada una de las relaciones de variancia anotadas en la tabla sigue una distribuci6n F con los grados de libertad indicados. Se rechaza Ho si los valores calculados para F son mayores o iguales que los valores crticos correspondientes como lo determinan los grados de libertad y los niveles de significacin seleccionados. Conclusin. Si se rechaza H0 se concluye que HA es verdadera. Si no se rechaza Ho se concluye que Ho puede ser verdadera.

EJEMPLO PARA EXPOSICIN: Supongamos que un ingeniero disea una batera para su uso en un dispositivo que ser sometido a ciertas variaciones extremas de temperatura. El nico parmetro de diseo que se puede seleccionar es el material de la cubierta de la batera, y tiene tres alternativas. Cuando el dispositivo se manufactura y se enva al campo, el ingeniero no tiene control sobre los extremos de temperatura a que ser expuesto el dispositivo, y sabe por experiencia que es probable que la temperatura inuya en la duracin efectiva de la batera. Sin embargo, s es posible controlar la temperatura en el laboratorio de desarrollo de productos para los nes del ensayo. El ingeniero decide probar los tres materiales de la cubierta a tres niveles de temperatura (15, 70 y 125 F) consistentes en el entorno de uso nal del producto. Se prueban cuatro bateras con cada combinacin de material de la cubierta y temperatura, y las 36 pruebas se ejecutan al azar. Significacin de 0.05. Los datos son los siguientes: Material 1 2 3 Desarrollo hiptesis: Factor A (material) : H0: 1= 2= 3=. n=0 el factor A no influye H1: por lo menos i0 el factor A influye Factor B (temperatura) : H0: 1= 2= 3=. n=0 el factor B no influye H1: por lo menos i0 el factor B influye interaccin : H0: ( ) 11= ( )22= ( )33=. ( ) nn=0 no hay interaccin H1: por lo menos ( ) ij 0 hay interaccin Significacin: 0.05 Promedios del cuadro: Material 15F 70F 125F 1 134.75 57.25 57.25 83.17 2 155.75 119.75 49.5 108.33 3 144 145.75 85.5 125.083 144.83 107.583 64.17 105.53 15F 70F 125F 130 155 34 40 20 70 74 180 80 75 82 58 150 188 136 122 25 70 159 126 106 115 58 45 138 110 174 120 96 104 168 160 150 139 82 60

Anava: k=3

r=3

n=4

N=36 g.l. CM F 2 5341.861 7.91 2 19559.361 28.97 4 2403.444 3.56 27 35 675.213

Factor A Factor B Interseccin AB Tratamientos Error 18230.75 Total 77646.972

SC 10683.72 39118.72 9613.778

SCA= 12(83,172 + 108,332 + 125,0832)36 105,532 = 10683,722 SCB= 12(144,832 +107,5832 + 192,52)36 105,532 = 39118,722 SCAB= 4 (134,752+57,252+ +107,5832 +192,52) 36105,532 10633,167 39083,167 = 9613,778 SCT= (130105,53)2+(155105,53)2+ +(82105,53)2+(60105,53)2= 77646,972 SCE= SCT SCA SCB SCAB = 18230,75

FA(k-1),( kr(n-1));0.95

F2,27;0.95 = 3,49

Finteraccion (k-1)(r-1),(kr(n-1));0.95

F4,27;0.95 = 2.87

Interpretacin: - El FA calculado cae en la regin de rechazo por tanto se acepta la hiptesis H1 que afirma que le factor material influye en los resultados del experimento El Finteraccion calculado cae en al regin de rechazo por tanto se acepta la hiptesis H1 que afirma que hay interaccin entre los factores Con el 95% de confianza podemos afirmar que existe una interaccin significativa entre los factores. Los efectos del tipo de material y la temperatura son significativos.