Professional Documents
Culture Documents
V
y C por
2
90 110
100
C
respectivamente.
Las predicciones con el modelo seran:
Predic. Real Residuo
43,375 40 3,375
24,125 25 -0,875
30,875 30 0,875
50,125 50 0,125
43,375 45 -1,625
24,125 25 -0,875
30,875 30 0,875
50,125 52 -1,875
Para confirmar la significacin de los efectos y dado que se aprecia una falta de
ajuste del modelo, se realiza una segunda rplica de los ensayos con los siguientes
resultados:
----------------------------------------------------------------------------------------------------------------------
DISEO DE EXPERIMENTOS (PARTE I)
Pg. 24 Mdulo 16. DISEO DE EXPERIMENTOS (PARTE I). Apuntes
Ejemplo 4: Parte 3
Los resultados de la segunda rplica junto con los nuevos clculos se incluyen en la
tabla siguiente:
Ensayo
nmero
Orden Cantidad
de pintura:
(C)
velocidad
de
avance:
(V)
Tipo de
pintura:
(P)
CV CP VP CVP R1 R2 Respuesta Efecto (r
1
-r
2
)
2
1 2 -1 -1 -1 1 1 1 -1 40 36 38 37,00 Media 16
2 4 1 -1 -1 -1 -1 1 1 25 28 26,5 1,75 C 9
3 5 -1 1 -1 -1 1 -1 1 30 32 31 6,75 V 4
4 1 1 1 -1 1 -1 -1 -1 50 48 49 19,25 CV 4
5 8 -1 -1 1 1 -1 -1 1 45 43 44 1,75 P 4
6 6 1 -1 1 -1 1 -1 -1 25 30 27,5 -0,75 CP 25
7 7 -1 1 1 -1 -1 1 -1 30 29 29,5 -0,75 VP 1
8 3 1 1 1 1 1 1 1 52 49 50,5 1,75 CVP 9
SUMA 72
9
8
72
= = Var 50 , 1 ; 25 , 2 9
8
1
8
1
efecto = =
|
\
|
+ =
Efecto
Var
2. CASO DE DATOS NO NORMALES.
TRANSFORMACIONES
La tcnica de normalizacin de datos ms eficaz es la transformacin de Box-Cox.
Esta transformacin es la siguiente:
( )
( ) ( )
( ) ( ) ( )
0 0 ln
0
1 )
) (
> = +
>
+
=
m m x
m x x
m x
x
Es continua en , puesto que:
----------------------------------------------------------------------------------------------------------------------
DISEO DE EXPERIMENTOS (PARTE I)
Pg. 25 Mdulo 16. DISEO DE EXPERIMENTOS (PARTE I). Apuntes
( ) m x x + =
ln lim
) (
0
La funcin de verosimilitud de los datos normalizados es:
( ) ( ) ( )
=
+ =
n
i
i
x
n
L
1
2
ln 1 ) ( ln
1
) (
)
Donde:
( )
=
=
n
i
x x
n
1
2
) ( ) ( 2
1
) (
)
La tcnica consiste en hallar el valor de que maximiza la verosimilitud (ver Figura
12).
-2 -1 0 1 2
-300
-200
-100
lambda
V
e
r
o
s
i
m
i
l
i
t
u
d
TRANSFORMACIN DE BOX-COX
SELECCIN DEL LAMBDA PTIMO
0.37
lambda
-2.00
-1.50
-1.00
-0.50
0.00
0.25
0.50
1.00
1.50
2.00
Verosimilitud
-304.427
-221.758
-153.238
-105.654
-81.808
-77.440
-77.475
-86.631
-105.244
-131.009
Figura 12: Transformacin de Box-Cox para normalizar los datos
Segn sea el origen de los datos, en algunos casos se puede esperar
heterocedasticidad de los mismos (varianza no constante). Segn est relacionada
la varianza y la media, resultan apropiadas las transformaciones indicadas en la
Tabla 8.
----------------------------------------------------------------------------------------------------------------------
DISEO DE EXPERIMENTOS (PARTE I)
Pg. 26 Mdulo 16. DISEO DE EXPERIMENTOS (PARTE I). Apuntes
Relacin
media-
varianza
Transformacin
estabilizadora de la
varianza
Ejemplos tpicos de aplicacin
2
-1 Inversa
5 , 1
-
1/2
Inversa de la raz
cuadrada
0 Logaritmo Anlisis de varianzas muestrales,
grficos de control de series
cortas en el que se conjuguen
familias de varios espesores.
5 , 0
Raz cuadrada Datos procedentes de una
distribucin de Poisson.
const 1 No se transforma
Tabla 8: Transformaciones de datos para eliminar la heterocedasticidad
E EJ JE EM MP PL LO O 2 2. . N NO OR RM MA AL LI IZ ZA AC CI I N N D DE E D DA AT TO OS S D DE E U UN N P PR RO OC CE ES SO O N NO O N NO OR RM MA AL L
En la Figura 13 se ha representado el histograma de un proceso de proteccin
superficial. A la vista del citado histograma, se concluye la no normalidad de los
datos. Se desea realizar una transformacin que los normalice.
A AP PL LI IC CA AC CI I N N M MI IN NI IT TA AB B
Men Stat->Control Charts->Box-Cox Transformation. Los datos
se encuentran en el fichero DatosNoNormales.MTW. La respuesta
proporcionada por MINITAB es la indicada en la Figura 14, en
la que se indica =0.113 como el valor ptimo. Una vez
transformados los datos, se puede comprobar su normalidad
mediante un histograma (ver Figura 15) o un papel
probabilstico, de modo anlogo al hecho anteriormente (ver
Figura 16).
----------------------------------------------------------------------------------------------------------------------
DISEO DE EXPERIMENTOS (PARTE I)
Pg. 27 Mdulo 16. DISEO DE EXPERIMENTOS (PARTE I). Apuntes
2 4 6 8 10 12 14 16 18 20 22
0
10
20
30
Espesores
F
r
e
c
u
e
n
c
i
a
HISTOGRAMA DE DATOS NO NORMALES
Figura 13: Histograma de datos de un proceso no normal
-5 -4 -3 -2 -1 0 1 2 3 4 5
0
10
20
30
40
50
60
95% Confidence Interval
S
t
D
e
v
Lambda
Last Iteration Info
Lambda StDev
0.056
0.113
0.170
2.784
2.782
2.783
Low
Est
Up
Box-Cox Plot for Skewed
Figura 14: Transformacin de Box-Cox (Stat->Control Charts->Box-Cox Transformation)
----------------------------------------------------------------------------------------------------------------------
DISEO DE EXPERIMENTOS (PARTE I)
Pg. 28 Mdulo 16. DISEO DE EXPERIMENTOS (PARTE I). Apuntes
1.0 1.1 1.2 1.3 1.4
0
10
20
Espesores
F
r
e
c
u
e
n
c
i
a
HISTOGRAMA DE DATOS TRANSFORMADOS
Figura 15: Histograma de los datos transformados (Graph->Histogram)
0.88 0.98 1.08 1.18 1.28 1.38 1.48
1
5
10
20
30
40
50
60
70
80
90
95
99
Data
P
e
r
c
e
n
t
AD* 0.291
Goodness of Fit
COMPROBACIN DE LA NORMALIDAD DE LOS DATOS TRANSFORMADOS
ML Estimates - 95% CI
Mean
StDev
1.18537
0.0832140
ML Estimates
Figura 16: Comprobacin de la normalidad de los datos transformados