aula f planejamento exp 2k anova2 (1)

Upload: eladio-r-moura-araujo

Post on 06-Jul-2018

222 views

Category:

Documents


0 download

TRANSCRIPT

  • 8/17/2019 Aula F Planejamento Exp 2k ANOVA2 (1)

    1/32

    Aula F – Projetos2 k e ANOVAA

    B

    C(1) b

    a ab

    bc

    abcac

    c

    +

    +

    +

    Universidade Federal de Campina Grande – UFCGCentro de Ciências e Tecnologia – CCT

    Unidade Acadêmica de Engenharia Química – UAEQ

    LABGE

    Campina Grande PB –Campina Grande PB –

    !lane"amento E#perimental e $timi%a&'o de !rocessosA() * LU+, F+QUE(E )E B +T$- Dr .

    UFCG/UAEQ/CCT [email protected] ou andrefiquene2009@hot ai!.co

    11

    Programa de Pós Graduação em Engenharia Química

  • 8/17/2019 Aula F Planejamento Exp 2k ANOVA2 (1)

    2/32

    22

    O !l ulo das "# $ importante na ANOVA%

    O Planejamento 2 k & $ uma 'orma de a(aliar os e'eitos dos'atores e a intera)*o entre eles%

    A ta+ela a+ai,o mostra -ue ada 'ator intera e entre si/No 'atorial pretende se o+ter a intera)*o entre os 'atores Y 111 ,...,Y 11n

    1 - Análise de Variância – ANOVA – 21 - Análise de Variância – ANOVA – 2kk

    1.1 - Cálculo das Somas Quadráticas(SQ)

    TABELA / 0 +ntera&'o entre dois 1atores

  • 8/17/2019 Aula F Planejamento Exp 2k ANOVA2 (1)

    3/32

    . – para o s atores eB/. A A($2A pode ser calculada a partir dos contrastes dos sinais alg34ricos5. 6endo um E#perimento 5 5 7 8 ensaios9 !ode0se o4ter a seguinte

    representa&'o de sinais9

    3nsaio

    ratamento A B AB

    1 617 8 8

    2 a 8 8

    + 8 8

    9 a+ 8 8 8 8

    TABELA 5 – 6inais alg34ricos de um plane"amento 5 5 (1) a

    b ab

    +

    +

    B

    A

  • 8/17/2019 Aula F Planejamento Exp 2k ANOVA2 (1)

    4/32

    /: Etapa9 Achar a soma ;uadr

    2

    2])1[(

    k A nabba

    SQ +−+−

    =

    2

    2])1[(

    k B nabba

    SQ ++−−

    =

    2

    2])1[(

    k AB nabba

    SQ +−−+

    =

    k Total n

    Total x SQ 2

    )( 22 ∑∑ −=

    )( ABB AT erro SQSQSQSQSQ ++−=

    k n

    ContrasteSQ

    2=

    ?9 Todas as o4serva&@es

    total9 Total em cada nível=+- a- 4 e a4>

    99

    $nde9$nde9n= réplicask=fatoresSQ=so a !"adrática

  • 8/17/2019 Aula F Planejamento Exp 2k ANOVA2 (1)

    5/32

    5: Etapa9 Achar os Graus de Li4erdade =g.l>

    /. g.l para o 1ator A9

    a " #5. g.l para o 1ator B9

    b " #

    . g.l para a intera&'o AB9$a%#&$b%#&

    '. g.l para o erro9

    '$n%#&

    . g.l para o total9

    'n%#

    55

    $nde9$nde9

    nn 9 n9 nDD de r3plicasde r3plicas

  • 8/17/2019 Aula F Planejamento Exp 2k ANOVA2 (1)

    6/32

    : Etapa9: Eta

    pa9 Achar os Quadrados 3dios =Q >Achar os Quadrados 3dios =Q >

    ::

    Quadrado m3dio para o 1ator A9 Q A 7 6QA a – /

    Quadrado m3dio para o 1ator B9 Q B 7 6QB 4 – /

    Quadrado m3dio para a intera&'o AB9 Q AB 7 6QAB =a0/>=40/>

    Quadrado m3dio para o erro9 Q erro 7 6Q erro 8=n0/>

  • 8/17/2019 Aula F Planejamento Exp 2k ANOVA2 (1)

    7/32

  • 8/17/2019 Aula F Planejamento Exp 2k ANOVA2 (1)

    8/32

  • 8/17/2019 Aula F Planejamento Exp 2k ANOVA2 (1)

    9/32==

    >e is*o• "e F Cal ? F a+

    1. As m dias dos !atoresou interação sãodi!erentes ( as médias dosfatores ou interação entreeles não são iguais ).

    "i ni@ a di er -ue/• Houve efeito do fator

    e/ou interação;• As variáveis

    controláveis

    • "e F Cal F a+

    1. As m dias dos !atoresou interação não sãodi!erentes (as médias dosfatores ou interação sãoiguais)

    "i ni@ a di er -ue/• !ão "ouve efeito do

    fator e/ou interação• As variáveis

    controláveis não

  • 8/17/2019 Aula F Planejamento Exp 2k ANOVA2 (1)

    10/321010

    1." # $A%&'A Com A VA para dois *atores A e %

    A A($2A pode ser calculada a partir dos contrastes dos sinais alg34ricos

    TABELA 0 A($2A para Um !lane"amento – 5 5 7 5

  • 8/17/2019 Aula F Planejamento Exp 2k ANOVA2 (1)

    11/32

  • 8/17/2019 Aula F Planejamento Exp 2k ANOVA2 (1)

    12/321212

    5 . E#emplos !r

  • 8/17/2019 Aula F Planejamento Exp 2k ANOVA2 (1)

    13/3211

    ii> E#emplo 59

    / perimento para !erificar o efeito da concentração de um rea ente e a ;uantidade de ucata isador na produção de uma reação ;u mica,

    1,Fator A: rea ente→ n !eis < 178 e 278,

    2,Fator B: cata isador→ n !eis < 2 =pounds> e 1 =pound>,Obs. 1 pound !"#$# kg.

    3# efeito AB representa a interação entre o fator A e o fator B, # menor e o maior n !e um fator podem ser representados pe os sinais ?.@ e ?+@* respecti!amente,

    3 raficamente* este de ineamento é usua mente representado por um ;uadrado,

    3#s tratamentos são representados por etras min scu as:%1&" a" b" ab, Assim*%1&* é otratamento correspondente aos menores n !eis de A (.) e B (.)%a* corresponde ao n !e

    a to de A (+) e 'ai o de B (.)%b* corresponde ao n !e a to de B (+) e 'ai o de A (.)%ab *corresponde a com'inação dos n !eis a tos de A (+) e B (+),

  • 8/17/2019 Aula F Planejamento Exp 2k ANOVA2 (1)

    14/32

    1919

    iii) &+&, ' 3

    • m estudo !oi desen/ol/ido para /eri0car os!atores ue in2uenciam a ualidade datransmissão de dados atra/ s da porta serial demicrocomputadores.

    • ropositalmente !oram usados ca4os comcomprimento 4astante superior 5s especi0caç6est cnicas. 4ser/ou-se a ta7a de !al8as detransmissão em !unção dos !atores9

    ! "A# %elocidade da transmissão "&'(( ) *+(( bauds#,2$ (B) ta an%o do ar!"i&o (1'' 2'' *tes)+,$ (C ) co pri ento do ca o serial (1 2' )$

    3Fatoriais b " o# 2 $(dois ní eis, b, e tr%s !atores ")

  • 8/17/2019 Aula F Planejamento Exp 2k ANOVA2 (1)

    15/321515

    A: !e ocidade de transmissão

    B: tamanCo do ar;ui!o

    C : comprimento do ca'o

    .ont$ e/e plo ,

    #epresenta0 o eo étrica do fatorial 2 ,

    B

    A

    C

    A

    BC(1) b

    a ab

    bc

    abcac

    c

    +

    +

    +

  • 8/17/2019 Aula F Planejamento Exp 2k ANOVA2 (1)

    16/321:1:

    A

    BC(1) b

    a ab

    bc

    abcac

    c

    +

    +

    +Sinal al: 4rico parao cálculo dose!eitos num pro;eto ensaios

    &nsaio

    12$'

    6

    *

    rata-mento

    (1)ab

    abcacbc

    abc

    &!eito !atorial

    A B C AB AC BC ABC

    + ++ + ide'...+ +

    + + + ++ + ++ + + + + + + + + + +

  • 8/17/2019 Aula F Planejamento Exp 2k ANOVA2 (1)

    17/321;1;

    Fatoriais 2 $

    iv) Exemplo 4: o o'Deti!o é produEir um pão com fare o de a!eia,#s fatores em estudo foram:1) porcenta em de su'stituição de farinCa de tri o pe o fare o a!eia (Fator A)* em

    dois n !eis* 198 e 298%2) ;uantidade de ordura (Fator B)* em dois n !eis* 2*7 e *9

    ) fermento (Fator 4)* em dois n !eis* e ,

    * ratamentos* ratamentos

  • 8/17/2019 Aula F Planejamento Exp 2k ANOVA2 (1)

    18/32

    v) Exemplo 5:

    F abrica o do /rod#to0 6 ua com 6s,

    ob eti o : o'ter maior uniformidade no encCimento das arrafas,Teoricamente a m6;uina encCe corretamente as arrafas* mas pr6tica e istem !ariaç5es e deseDa.se sa'er ;uais são as poss ! fontes de variabilidade ,

    Vari3 eis controladas0 Gorcenta em de 6s car'Hnico (Fator A)*Gressão de operação (Fator B)$e ocidade de operação (Fator 4),

    1

  • 8/17/2019 Aula F Planejamento Exp 2k ANOVA2 (1)

    19/321=1=

    3odelo O tido 23odelo O tido 2 ,, 4 3odelo 5inear (16 ra")4 3odelo 5inear (16 ra")

    3odelo O tido 23odelo O tido 2 ,, 4 3odelo Q"adrático (26 ra")4 3odelo Q"adrático (26 ra")

    ABC BC AC AB

    C B AC B A-

    1'789

    2:

    2-

    2;,21'

    β β β β

    β β β β β β β

    +++

    +++++++=

    ABC BC AC ABC B A- 9:-;,21' β β β β β β β β +++++++=

    0 odelos 0 odelos

  • 8/17/2019 Aula F Planejamento Exp 2k ANOVA2 (1)

    20/32

    4 - Exercício: Uso do Soft e Exemplo deaplicação

    1. so do so!t?

  • 8/17/2019 Aula F Planejamento Exp 2k ANOVA2 (1)

    21/32

    Solu()o* i) Dados do Experimento: Entrada Dados Experimentos

    2121

  • 8/17/2019 Aula F Planejamento Exp 2k ANOVA2 (1)

    22/32

    ii) Sinais Algébricos

    2222

    &nsaio

    1

    2

    7KL

    M

    (1)a

    '

    a'

    ratamento

    (1)

    a 'a'

    &!eito FatorialF1 F 2 F 1xF 2

    + − − +

    + + − −+ − + −+ + + +

    + − − ++ + − −+ − + −

    + + + +

    - K

    /5-

    //-D/

    5 -KK

    8-//5- 5

    /D-DD

    5 -

    <

  • 8/17/2019 Aula F Planejamento Exp 2k ANOVA2 (1)

    23/32

    iii) A VA9 Sa@da do#oft

    3 res#ltado !oi 4i5ni!icati o a - F cal 7 F tab 8

    3 # efeito principa foi si nificati!(7LK*2M 2 < 2MM*1 >ta )3A Concentra o e tem/erat#rain!l#enciaram no rendimento83 A interação* mostrou.se si nificati!a:$a or G? !"e '@' )$

    22

    nde0i. 4o#rce0 Fonte de !ariação%ii. 9ain e!!ects0 /feito Grincipa ( por

    2 para acCar o efeito de cada fator)iii. Resid#al error0 erroi . :F0 rau de i'erdade( , )

    . 440 &oma ;uadr6tica%i. 940 édia ;uadr6ticaii. F0 $a or F ca cu adoiii.;0 $a or G(se GN9*97 + são O)

    i ) V l d R 2 R

  • 8/17/2019 Aula F Planejamento Exp 2k ANOVA2 (1)

    24/32

    PA*922 ==>= RSQ

    SQ R

    Total

    Efeito PR,-.,PA/

    i ) Valor de R 2 e R

  • 8/17/2019 Aula F Planejamento Exp 2k ANOVA2 (1)

    25/322525

    + 2 a

    +nterpreta&'o do 2alor 5ma#

    /.Com o valor de 5ma#- deve0se comparar com a varia&'o e#plicada pelo

    modelo ;ue 1oi M8I.5.$4serve ;ue o erro puro 1oi 4em pe;ueno=/- DM>H.$ valor m

  • 8/17/2019 Aula F Planejamento Exp 2k ANOVA2 (1)

    26/32

    2:2:

    $ . ode o: $a ores 4odificados(.1 e +1)Rendimento = 1$,'>$1$,'>$ + , 1, 1 . Temp + ',6 2',6 2 . onc + 1,*$$1,*$$ . Temp x onc ,

    Estimativas para os E1eitos e Coe1icientes para o rendimentoEstimativas para os E1eitos e Coe1icientes para o rendimento

    Termo E1eitos Coe1 6E Coe1 T !

    .onstant / -8D/ -8D '@2191 :1@9, '@''' SiC4Gntra no 3odeloHG3I 11@;, - /- / '@2191 2:@,, '@''' SiC4 Gntra no 3odelo

    .ON. 7@,' 8-K 58-K 5 '@2191 21@;, '@''' SiC4 Gntra no 3odeloHG3IJ.ON. ,@:: /-N/-N '@2191 8@;; '@''1 SiC4 Gntra no 3odelo

    8e a!or : ; que 0 04 Efeito 8ignificati

  • 8/17/2019 Aula F Planejamento Exp 2k ANOVA2 (1)

    27/32

    Termos Coe1icientes

    Constant=m3dia> 0D- DDDTE ! D-D/8KKKC$(C D- K8DDDTE !OC$(C D-D588

    ode o: $a ores não 4odificadosRendimento = ->, + >,>1 x em/ + >, 6' x Conc + >,>2' x em/ x Conc

    2;2;

    ( -oft u-ado a re-enta o ode!o co o-

  • 8/17/2019 Aula F Planejamento Exp 2k ANOVA2 (1)

    28/32

    - A alia o ?r3!ica

    a) r6fico de Gro'a'i idade "orma

    2

  • 8/17/2019 Aula F Planejamento Exp 2k ANOVA2 (1)

    29/32

    b) ?r3!ico de ;areto

    2=2=

    /. Apresenta os e1eitos em ordem de signi1icPncia

    /. $s termos- cu"as 4arras estiverem acima da linha 6'o signi1icativos- onde a 4 a4

    c)/feitos Grincipais

  • 8/17/2019 Aula F Planejamento Exp 2k ANOVA2 (1)

    30/32

    c)/feitos Grincipais. Am'os os fatores me Coram o rendimento ;uando estão no n !e a to (+),

    00

    d) r6fico das Interaç5es

  • 8/17/2019 Aula F Planejamento Exp 2k ANOVA2 (1)

    31/32

    d) r6fico das Interaç5es1, / iste interação entre aTe'p e a onc * pois* as inCas não são para e as%

    2, # efeito da Temp, muda dependendo do n !e esco Cido da concentração e

    !ersa,

    11

    e) Jepresentação eométrica do G aneDamento(Quadrado

  • 8/17/2019 Aula F Planejamento Exp 2k ANOVA2 (1)

    32/32

    e) Jepresentação eométrica do G aneDamento(Quadrado. A Te'p. e a onc. deve' estar nos seus n0veis altos para au'entar o rendi'ento. O v2rtice do 3uadrado 3ue 2 'aior%4$"5!$& 2 o valor 3ue usa a Te'p. a 6!7 %8& e 4!9%8& de

    concentra()o.

    2222