1 / 27

O Experimento fatorial Fracionado: 2 k-p Capítulo 8

O Experimento fatorial Fracionado: 2 k-p Capítulo 8. Motivação: a medida que o número de fatores “interessantes” torna-se suficientemente grande, o tamanho do experimento cresce rapidamente.

enrico
Download Presentation

O Experimento fatorial Fracionado: 2 k-p Capítulo 8

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. O Experimento fatorial Fracionado: 2k-pCapítulo 8 • Motivação: a medida que o número de fatores “interessantes” torna-se suficientemente grande, o tamanho do experimento cresce rapidamente. • Ênfase deve ser dada à técnica factorscreening (filtragem, peneiramento de fatores) para identificar os fatores com grandes efeitos • Quase sempre os experimentos fatoriais são realizados sem replicação. Design and Analysis of Experiments 7E 2009 Montgomery

  2. Design and Analysis of Experiments 7E 2009 Montgomery

  3. Por que os Experimentos Fatoriais Fracionados funcionam? • Princípio dos efeitos esparsos • Podem existir muitos fatores, mas poucos são importantes. • Sistema é dominado por efeitos principais e interações de baixa ordem. • Propriedade da projeção • Todo fatorial fracionado contém fatoriais completos em menos fatores. • Experimentação sequencial - Permite adicionar realizações a um fatorial fracionado para resolver dificuldades de interpretação. Design and Analysis of Experiments 7E 2009 Montgomery

  4. A meia fração (1/2) do 2k:2k-1 • Como o experimento tem 2k/2 realizações, ele é referido como um 2k-1 . • Vamos considerar uma situação bem simples: o 23-1 Design and Analysis of Experiments 7E 2009 Montgomery

  5. A meia fração do 23 Observe que a relação que define a fração é I=ABC (as vezes esse termo é chamado “palavra”). Fração principal: o contraste para estimar o efeito principal A é exatamente o mesmo contraste usado para estimar o efeito de interação BC . Esse fenômeno é chamado aliasinge ele ocorre em todo experimento fracionado. Aliases podem ser encontrados diretamente das colunas na tabela de sinais + and -

  6. Aliasing na meia fração do 23-1 Não é possível diferenciar entre A e BC entre B e AC e entre C e AB. Na prática, quando estimamos A, B ou C estamos estimando A+BC, B+AC, C+AB, respectivamente. Dois ou mais efeitos com essa propriedade são chamados aliased. Design and Analysis of Experiments 7E 2009 Montgomery

  7. Aliasing na meia fração do 23-1 A = BC, B = AC, C = AB Aliases podem ser encontrados a partir da relação de definição I = ABC por multiplicação: A.I = A.(ABC) = A2BC = BC B.I =B.(ABC) = AC C.I = C(ABC) = AB Notação do livro para efeitos aliased: Design and Analysis of Experiments 7E 2009 Montgomery

  8. A fração alternativa do 23-1 • I = -ABC é a relação de definição • Implica em aliases ligeiramente diferentes: A = -BC, B= -AC, and C = -AB • Nesse caso valerá Design and Analysis of Experiments 7E 2009 Montgomery

  9. Aliasing na meia fração do 23-1 • Ambos planospertencem à mesmafamília, definidapor I = ABC. • Suponhaquedepois de rodar a fração principal, a fraçãoalternativatambémsejarodada • Os doisgrupos de realizaçõespodem ser combinadospara forma um fatorialcompleto – exemplo de experimentaçãosequencial. • Na prática não importa que fração é de fato usada. Ambas pertencem à mesma família I=ABC, isto é, as duas juntas formam um fatorial 23 completo. Design and Analysis of Experiments 7E 2009 Montgomery

  10. Resolução do Planejamento • Planejamentos de resolução III: • “Main effect = two-factors interaction “ • Notação: • O exemplo apresentado é de resolução III e pode ser denotado por • Planejamentos de resolução IV: • “Two-factor interaction=two-factors interacion “ • Notação: • Planejamentos de resolução V: • “Two-factors interaction = three factors interaction” • Notação: Design and Analysis of Experiments 7E 2009 Montgomery

  11. Construção de uma meia fração • Uma meia fração do experimento 2kde maior resolução pode ser construída escrevendo-se um planejamento básico consistindo de corridas para um fatorial completo 2k-1e então adicionando o k-ésimo fator identificando seus níveis + ou – da interação de maior ordem. • Portanto, o fatorial fracionado 23-1 de resolução III é obtido escrevendo-se o fatorial completo 22como o planejamento básico e então igualando o fator C à interação AB. • A fração alternativa poderia ser obtida igualando o fator C à interação – AB. Design and Analysis of Experiments 7E 2009 Montgomery

  12. Exemplo da construção de uma meia fração O planejamento básico; o planejamento gerador Design and Analysis of Experiments 7E 2009 Montgomery

  13. Projeção dos Fatoriais Fracionados Todo fatorial fracionado contem fatoriais completos em menos fatores Uma meia fração projetará num fatorial completo em qualquer subconjuntos de k – 1 fatores originais. Design and Analysis of Experiments 7E 2009 Montgomery

  14. Exemplo 6.2 de um Fatorial sem replicação 2k • A 24 factorial was used to investigate the effects of four factors on the filtration rate of a resin • The factors are A = temperature, B = pressure, C = mole ratio, D= stirring rate • Experiment was performed in a pilot plant

  15. The Resin Plant Experiment

  16. Exemplo 8.1: dados do exemplo 6.2 (pfat2a4sr.txt) Considere o experimento da taxa de filtragem no exemplo 6.2 que é um 24 sem replicação. Nesse exemplo vimos que os efeitos principais A, C e D e as interações AC e AD são significativas. Retornaremos a esse experimento e estudaremos o que acontecerá se uma meia fração do 24 for realizada em vez do fatorial completo. Usaremos I=ABCD pois essa escolha de gerador resultará em um experimento de maior resolução possível: resolução IV. Para construir o planejamento, primeiro escrevemos o planejamento básico (um 23 completo), como na tabela a seguir. Design and Analysis of Experiments 7E 2009 Montgomery

  17. Exemplo 8.1 Design and Analysis of Experiments 7E 2009 Montgomery

  18. Exemplo 8.1 Interpretação dos resultados em geral leva a fazer algumas suposições: Ockham’srazor Confirmação do experimento pode ser importante. Uma possibilidade é usar a fração alternativa. Design and Analysis of Experiments 7E 2009 Montgomery

  19. Ockham’srazor • A Navalha de Ockham é um princípio lógico atribuído ao lógico e frade franciscano inglês William de Ockham (século XIV). O princípio afirma que a explicação para qualquer fenômeno deve assumir apenas as premissas estritamente necessárias à explicação do fenômeno e eliminar todas as que não causariam qualquer diferença aparente nas predições da hipótese ou teoria. O princípio é costuma ser designado como princípio da parcimônia: as entidades não devem ser multiplicadas além da necessidade. Esta formulação é muitas vezes parafraseada como "Se em tudo o mais forem idênticas as várias explicações de um fenômeno, a mais simples é a melhor". Design and Analysis of Experiments 7E 2009 Montgomery

  20. Confirmação do experimento para esse exemplo Uma possibilidade é usar o modelo para prever a resposta em uma combinação de interesse do planejamento. Rode essa combinação – compare o valor previsto e o observado. Para esse exemplo, considere o ponto +, +, -, +. A resposta estimada é A resposta observada é 104. Design and Analysis of Experiments 7E 2009 Montgomery

  21. 8.3 A FRAÇÃO ¼ DO 2k Se P e Q representa os geradores escolhidos, então I=P e I=Q são chamadas as relações de definição. Os sinais de P e Q (+ ou -) determinam quais das frações ¼ é produzida. Quando ambos são positivos tem-se a fração principal. A relação de definição completa do plano consiste de todas as colunas que são iguais à coluna identidade. Isso consistirá das colunas P, Q e PQ nas relações de definição. Os aliases de qualquer efeito são produzidos pela multiplicação da coluna por cada efeito da relação de definição. Cuidado deve ser tomado para evitar que efeitos importantes sejam aliased. Design and Analysis of Experiments 7E 2009 Montgomery

  22. 8.3 A FRAÇÃO ¼ DO 2k Design and Analysis of Experiments 7E 2009 Montgomery

  23. The One-Quarter Fraction of the 26-2 Complete defining relation: I = ABCE = BCDF = ADEF Design and Analysis of Experiments 7E 2009 Montgomery

  24. The One-Quarter Fraction of the 26-2 • Uses of the alternate fractions • Projection of the design into subsets of the original six variables • Any subset of the original six variables that is not a word in the complete defining relation will result in a full factorial design • Consider ABCD (full factorial) • Consider ABCE (replicated half fraction) • Consider ABCF (full factorial) Design and Analysis of Experiments 7E 2009 Montgomery

  25. A One-Quarter Fraction of the 26-2:Example 8.4, Page 305 • Injection molding process with six factors • Design matrix, page 305 • Calculation of effects, normal probability plot of effects • Two factors (A, B)and the AB interaction are important • Residual analysis indicates there are some dispersion effects (see page 307) Design and Analysis of Experiments 7E 2009 Montgomery

  26. 8.4 O Planejamento Fatorial Fracionado Geral: 2k-p • 2k-1 = meia fração, 2k-2 = um quarto, 2k-3 = um oitavo, …, 2k-p = 1/ 2p • Adicone p colunas ao planejamento básico; selecione p geradores independentes; • Importante: selecionar geradores de modo a maximizar a resolução, veja tabela 8.14. • Projeção – um planejamento de resolução R contém fatoriais completos em quaisquer de R – 1 fatores • Blocagem Design and Analysis of Experiments 7E 2009 Montgomery

  27. Design and Analysis of Experiments 7E 2009 Montgomery

More Related