Modelo diseño anidado
-
Upload
eder-augusto-sanchez -
Category
Documents
-
view
97 -
download
1
Transcript of Modelo diseño anidado
![Page 1: Modelo diseño anidado](https://reader035.fdocuments.co/reader035/viewer/2022081716/54868647b47959d30c8b526f/html5/thumbnails/1.jpg)
DISEÑO FACTORIAL
Niveles de B
Niveles de A 1 2 3 4 5
1 y11 y12 y13 y14 y152 y21 y22 y23 y24 y253 y31 y32 y33 y34 y354 y41 y42 y43 y44 y45
Todos los niveles de cada factorestán combinados con todos losniveles de los restantes factores
MODELO JERÁRQUICO (0 ANIDADO)
Ciertos niveles de B están ligados a ciertos niveles de A.
Niveles de B
Niveles de A 1 2 3 4 5
1 y11 y122 y233 y344 y45
La presencia de un nivel de B depende de la de un cierto nivel de A; en estecaso diremos que el factor B está anidado en el factor A, y con Bj(i) indicaremosque el j¡ésimo nivel de B corresponde al i-ésimo de A.
Modelo equilibrado: Un factor anidado con el mismo número de obser-vaciones por celda
Modelo no-equilibrado: Un factor anidado con distinto número de ob-servaciones por celda
1
![Page 2: Modelo diseño anidado](https://reader035.fdocuments.co/reader035/viewer/2022081716/54868647b47959d30c8b526f/html5/thumbnails/2.jpg)
DISEÑO JERÁRQUICO CON UN FACTOR ANIDADO YEL MISMO NÚMERO DE OBSERVACIONES POR CELDA
1) Distinto no de niveles del factor anidado por cada nivel del factor principal
MODELO ESTADÍSTIC0
yijk = µ+ τ i + βj(i) + u(ij)k
µ : la media global
τ i : el efecto del nivel i¡ésimo del factor A; (i = 1, 2, ¢ ¢ ¢ , a)βj(i) : el efecto producido por el nivel j¡ésimo del factor B dentro del niveli¡ésimo del factor A, (j = 1, 2, ¢ ¢ ¢ , bi)(k = 1, 2, ¢ ¢ ¢ , r) : r es el número de réplicas
n : número de observaciones: n = rX
ibi
u(ij)k : el error experimental. Variables aleatorias independientes N(0,σ)
NO HAY INTERACCIÓN: CADA NIVEL DE B NO APARECECON CADA NIVEL DE A.
MODELO DE EFECTOS FIJOS
A y B son fijos:Xa
i=1τ i = 0;
Xri
j=1βj(i) = 0 (para i = 1, 2, ¢ ¢ ¢ , a).
2
![Page 3: Modelo diseño anidado](https://reader035.fdocuments.co/reader035/viewer/2022081716/54868647b47959d30c8b526f/html5/thumbnails/3.jpg)
ECUACIÓN BÁSICA DEL ANÁLISIS DE LA VARIANZA
SCT = SCA+ SCB(A) + SCR
H0 ´ τ i=0 ; 8i ; H0 ´ βj(i)=0 ; 8i,j
Tabla ANOVA para el modelo de efectos fijos
F. V. S. C. G. L. C. M. Fexp
Fac. A SCA =1
r
aXi=1
y2i::bi
¡ y2:::n
a¡ 1 CMACMA
CMR
B en A SCB(A) =1
r
ÃXi;j
y2ij: ¡aX
i=1
y2i::bi
!R¡ a CMB(A)
CMB(A)
CMR
Error SCR =Xi;j;k
y2ijk ¡1
r
Xi;j
y2ij: R(r ¡ 1) CMR
TOT. SCT =Xi;j;k
y2ijk ¡y2:::n
n¡ 1 CMT
R : el número total de niveles del factor B R =X
ibi
n el número total de observaciones. n = r £X
ibi
Fexp(A)=
SCA
a¡ 1SCR
R(r ¡ 1)=CMA
CMR; Fexp(A(B))=
SCB(A)
R¡ aSCR
R(r ¡ 1)=CMB(A)
CMR
Bajo H0 Fexp(A) Ã Fa¡1;R(r¡1)
Bajo H0 Fexp(A(B)) Ã FR¡a;R(r¡1)
3
![Page 4: Modelo diseño anidado](https://reader035.fdocuments.co/reader035/viewer/2022081716/54868647b47959d30c8b526f/html5/thumbnails/4.jpg)
MODELO DE EFECTOS ALEATORIOS
Los niveles de A son una muestra aleatoria de una población N(0; σA)
Los niveles de B son una muestra aleatoria de una población N(0;σB)
Contrastes: H0 ´ σ2A = 0 y H0 ´ σ2
B = 0, respectivamente
MODELO DE EFECTOS MIXTOS
A es el factor de efectos fijos . H0 ´ τ i = 0
B el factor de efectos aleatorios. H0 ´ σ2B = 0
Tabla ANOVA. Modelo de efectos aleatorios y mixtos
F. V. S. C. G. L. C. M. Fexp
Fac. A SCA =1
r
aXi=1
y2i::bi
¡ y2:::n
a¡ 1 CMACMA
CMB(A)
B en A SCB(A) =1
r
ÃXi;j
y2ij: ¡aX
i=1
y2i::bi
!R¡ a CMB(A)
CMB(A)
CMR
Error SCR =Xi;j;k
y2ijk ¡1
r
Xi;j
y2ij: R(r ¡ 1) CMR
TOT. SCT =Xi;j;k
y2ijk ¡y2:::n
n¡ 1 CMT
Fexp(A)=
SCA
a¡ 1SCB(A)
R¡ a
=CMA
CMB(A); Fexp(A(B))=
SCB(A)
R¡ aSCR
R(r ¡ 1)=CMB(A)
CMR
Bajo H0 Fexp(A) Ã Fa¡1;R¡a Bajo H0 Fexp(A(B)) Ã FR¡a;R(r¡1)
4
![Page 5: Modelo diseño anidado](https://reader035.fdocuments.co/reader035/viewer/2022081716/54868647b47959d30c8b526f/html5/thumbnails/5.jpg)
Ejemplo. Diseños con un factor anidado (no-balanceado)
Una entidad bancaria tiene siete sucursales en tres ciudades, distinguiéndoseéstas por su distinto carácter económico. En la central del banco están intere-sados en saber si la diferente captación de clientes, medida por el volumen delas cuentas corrientes, entre unas sucursales y otras, así mismo entre ciudades,se debe al hecho de ser las ciudades diferentes económicamente, a la labor delos directores de las sucursales, o a ambas cosas a la vez. Para contrastar estasposibles fuentes de variabilidad, se decide utilizar un diseño factorial jerárquico(los niveles del factor sucursales no pueden combinarse con todos y cada uno delos niveles del factor ciudades) y se toma una muestra de tres cuentas corrientesen cada sucursal, en miles de ptas.
Ciudad 1 Ciudad 2 Ciudad 3Sucursales Suc. 1 Suc. 2 Suc. 1 Suc. 2 Suc. 3 Suc. 1 Suc. 2
1150 1120 1060 1043 1020 800 8351157 1119 1050 1048 1010 860 8101148 1125 1056 1052 1030 827 870
yij. 3455 3364 3166 3143 3060 2487 2515yi.. 6819 9369 5002
Modelo jerárquico con un factor anidado: las sucursales están jerarquizadassegún las ciudades.
SCT =Xi;j;k
y2ijk ¡ y2:::n= (1150)2 + ¢ ¢ ¢ + (870)2 ¡ (21190)2
21= 298766,96
SCA =1
r
3Xi=1
y2i::bi
¡ y2:::n=1
3
·(6819)2
2+(9369)2
3+(5002)2
2
¸¡ (21190)2
21=
= 291204,12
SCB(A) =1
r
Xi;j
y2ij: ¡1
r
aXi=1
y2i::bi=1
3
£(3455)2 + (3364)2 + ¢ ¢ ¢+ (2515)2¤ ¡
¡13
·(6819)2
2+(9369)2
3+(5002)2
2
¸= 3583,5
SCR = SCT ¡ SCA¡ SCB(A) = 3979,33
5
![Page 6: Modelo diseño anidado](https://reader035.fdocuments.co/reader035/viewer/2022081716/54868647b47959d30c8b526f/html5/thumbnails/6.jpg)
F. V. S. C. G. L. C. M.
Factor A SCA = 291204,12 2 CMA = 145602,06
Fact B en A SCB(A) = 3583,50 7¡ 3 = 4 CMB(A) = 895,8750
Error SCR = 3979,33 2£ 7 = 14 CMR = 284,2381
TOTAL SCT = 298766,96 20
Modelo de efectos fijos: Ciudades (factor A) y Sucursales (factor B). sonde efectos fijos.
H0A ´ τ i = 0 y H0B(A) ´ βj(i) = 0
F.V. g.l. C.M. Fexp
Factor A 2 CMA = 145602,06 CMA/CMR = 512,254
Fact B en A 4 CMB(A) = 895,8750 CMB(A)/CMR = 3,152
Error 14 CMR = 284,2381
Si α = 0.05, como Fexp(A) = 512,254 > F0,05;2,14 = 3,74, la captación de clienteses significativamente distinta en los tres tipos de ciudades, debido al hecho desu distinto carácter económico y Fexp(A(B)) = 3,152 > F0,05;4,14 = 3,11 la labor de losdirectores de sucursal también es significativamente distinta.
Modelo de efectos aleatorios: Ciudades (A) y Sucursales (B) son deefectos aleatorios
H0A ´ σ2A = 0 y H0B(A) ´ σ2B = 0
F.V. g.l. C.M. Fexp
Factor A 2 CMA = 145602,06 CMA/CMB(A) = 162,525
Fact B en A 4 CMB(A) = 895,8750 CMB(A)/CMR = 3,152
Error 14 CMR = 284,2381
Si α = 0.05, como Fexp(A) = 162,525 > F0,05;2,4 = 6,94, los distintos niveles del factorA (Ciudades) son significativamente distintos y Fexp(B(A)) = 3,152 > F0,05;4,14 = 3,11
también son significativamente distintos los efectos del factor B (sucursales).
Modelo de efectos mixtos: Ciudades (A): Efectos fijos y Sucursales(B): Efectos aleatorios. Los contrastes H0A ´ τ i = 0 8i y H0B ´ σ2B = 0 seresuelven como en el modelo de efectos aleatorios llegándose a las mismasconclusiones.
6
![Page 7: Modelo diseño anidado](https://reader035.fdocuments.co/reader035/viewer/2022081716/54868647b47959d30c8b526f/html5/thumbnails/7.jpg)
2) Igual no de niveles del factor anidado en todos los niveles del factor principal
MODELO ESTADÍSTIC0
yijk = µ+ τ i + βj(i) + u(ij)k
8<:i = 1, 2, ¢ ¢ ¢ , aj = 1, 2, ¢ ¢ ¢ , bk = 1, 2, ¢ ¢ ¢ , r
Diseño anidado balanceado: El mismo no de niveles de B dentro de cadanivel de A y el mismo no de réplicas.
EJEMPLO
Consideremos una compañía que compra su materia prima a tres diferentesproveedores. La compañía desea determinar si la pureza de la materia prima decada uno de los proveedores es la misma. Hay cuatro lotes de materia disponiblede cada proveedor y se hacen tres determinaciones de la pureza de cada lote.
Modelo Jerárquico con un factor anidado (balanceado)
Proveed. 1 2 3
Lotes 1 2 3 4 1 2 3 4 1 2 3 4
y111 y121 y131 y141 y211 y221 y231 y241 y311 y321 y331 y341Observ. y112 y122 y132 y142 y212 y222 y232 y242 y312 y322 y332 y342
y113 y123 y133 y143 y213 y223 y233 y243 y313 y323 y333 y343
Es un modelo jerárquico con un factor anidado, donde los lotes están jerar-quizados según los proveedores.Los lotes de un proveedor son únicos para ese proveedor en particular, es
decir, el lote 1 del proveedor 1 no tiene relación con el lote 1 de cualquier otroproveedor (igual para los restantes lotes).Si los factores fuesen cruzados el lote 1 siempre sería el mismo para cualquier
proveedor y lo mismo ocurriría con los demás lotes)
7
![Page 8: Modelo diseño anidado](https://reader035.fdocuments.co/reader035/viewer/2022081716/54868647b47959d30c8b526f/html5/thumbnails/8.jpg)
Ejemplo: Diseños con un factor anidado (balanceado)
Un compañía compra su materia prima por lotes a tres proveedores. Lapureza de la materia prima varía considerablemente, se desea determinar si lavariabilidad en la pureza puede atribuirse a diferencias entre los proveedores.Para ello, selecciona al azar cuatro lotes de materia prima y se hacen tresdeterminaciones de la pureza sobre cada lote.
Proveedores 1 2 3Lotes 1 2 3 4 1 2 3 4 1 2 3 4
1 ¡2 ¡2 1 1 0 ¡1 0 2 ¡2 1 3Observaciones ¡1 ¡3 0 4 ¡2 4 0 3 4 0 ¡1 2
0 ¡4 1 0 ¡3 2 ¡2 2 0 2 2 1
Modelo de efectos mixtos: el factor proveedor es fijo y el factor lote es aleato-rio. El efecto lote-dentro-proveedor también se trata como de efecto aleatorioporque contiene un factor aleatorio.
F.V. S. C. G. L. C.M Fexp
Factor A 15,056 2 7,528 7,528/7,769 = 0,969Fact. B en A 69,917 4£ 3¡ 3 = 9 7,769 7,769/2,639 = 2,944
Error 63,3333 12(3¡ 1) = 24 2,639
TOTAL 148,306 35
Si α = 0,05 se observa que el efecto proveedor (F0,05;2,9 = 4,26) no es significativoy el efecto lotes-dentro-proveedor (F0,05;9,24 = 2,30) si es significativo.
8
![Page 9: Modelo diseño anidado](https://reader035.fdocuments.co/reader035/viewer/2022081716/54868647b47959d30c8b526f/html5/thumbnails/9.jpg)
Ejemplo: Diseños con un factor anidado (balanceado)
Con el propósito de estudiar el rendimiento de cinco máquinas diferentes, serealiza un experimento en el que cada máquina es operada por cuatro diferentesoperarios y se seleccionan y prueban cuatro piezas de cada operador y se mide eltiempo que tardan en realizarlas. Debido a que las máquinas están en diferentelocalidad no es posible usar los mismos operarios en cada máquina; además losoperarios se eligen al azar.
MáquinasOperario A B C D E
1 6,2,0,8 10,9,7,12 0,0,5,5 11,0,6,4 1,4,7,92 13,3,9,8 2,1,1,10 10,11,6,7 5,10,8,3 6,7,0,33 1,10,0,6 4,1,7,9 8,5,0,7 1,8,9,4 3,0,2,24 7,4,7,9 0,3,4,1 7,2,5,4 0,8,6,5 3,7,4,0
Modelo de efectos mixtos: El factor “Máquina” es de efectos fijos y el factor“Operario” es de efectos aleatorios.
F.V. S. C. G. L. C.M Fexp
Factor A 45,075 4 11,269 11,269/18,858 = 0,598Fact. B en A 282,875 20¡ 5 = 15 18,858 18,858/10,700 = 1,762
Error 642,000 20(4¡ 1) = 60 10,700
TOTAL 969,950 79
Si α = 0,05 ni el efecto máquina (F0,05;4,15 = 3,06) ni el efecto operario-dentro-máquina (F0,05;15,60 = 1,84) son significativos.
9
![Page 10: Modelo diseño anidado](https://reader035.fdocuments.co/reader035/viewer/2022081716/54868647b47959d30c8b526f/html5/thumbnails/10.jpg)
DISEÑO JERÁRQUICO FACTORIALDISEÑO JERÁRQUICO Y FACTORES CRUZADOS
MODELO ESTADÍSTICO
yijkl = µ+ τ i + βj + γk(j) + (τβ)ij + (τγ)ik(j) + u(ijk)l
µ : la media global
τ i : el efecto del nivel i¡ésimo del factor A; (i = 1, 2, ¢ ¢ ¢ , a)βj : el efecto producido por el nivel j¡ésimoel factor B ;(j = 1, 2, ¢ ¢ ¢ , b)γk(j) : el efecto producido por el nivel k¡ésimoel factor C dentro del nivelj¡ésimo del factor B; (k = 1, 2, ¢ ¢ ¢ , c)(τβ)ij : el efecto producido por la interacción A£ B
(τγ)ik(j) : el efecto producido por la interacción del factor A £ C dentrodel factor B
(l = 1, 2, ¢ ¢ ¢ , r) donde r denota el número de réplicas
u(ijk)l : el error experimental. Se suponen variables aleatorias independi-entes N(0, σ)
C está anidado en B ) no existen las interacciones B £ C ni A£B £ C.
A está cruzado con B y C ) Puede existir interacción entre A£B y A£C
ECUACIÓN BÁSICA DEL ANÁLISIS DE LA VARIANZA
SCT = SCA+ SCB + SC(A£ B) + SC(C(B)) + SC(A£ C(B)) + SCR
10
![Page 11: Modelo diseño anidado](https://reader035.fdocuments.co/reader035/viewer/2022081716/54868647b47959d30c8b526f/html5/thumbnails/11.jpg)
SCT =Xi:j:k:l
y2ijkl ¡y2::::abcn
SCA =aX
i:=1
y2i:::bcn
¡ y2::::abcn
SCB =bX
j=1
y2:j::acn
¡ y2::::abcn
SC(C(B)) =Xj;k
y2:jk:an
¡bX
j=1
y2:j::acn
.
SC(A£ B) =Xi;j
y2ij::cn
¡ y2::::abcn
¡ SCA¡ SCB
SC(A£ C(B)) =Xi;j;k
y2ijk:n
¡Xj;k
y2:jk:an
¡Xi;j
y2ij::cn
+bX
j=1
y2:j::acn
;
SCR = SCT ¡ SCA¡ SCB ¡ SC(A£B)¡ SC(C(B))¡ SC(A£ C(B))
Tabla ANOVA. Diseño jerárquico factorial
F.V. S. C. G. L. C.M Fexp
A (F) SCA a¡ 1 CMACMA
CM(AC(B))
B. (F) SCB b¡ 1 CMBCMB
CMC(B)
C en B SCC(B) b(c¡ 1) CMC(B)CMC(B)
CMR
A£B SC(AB) (a¡ 1)(b¡ 1) CM(AB)CM(AB)
CM(AC(B))
A£ C en B SC(AC(B)) b(a¡ 1)(c¡ 1) CM(AC(B))CM(AC(B))
CMRError SCR abc(r ¡ 1) CMR
TOTAL SCT abcr ¡ 1 CMT
11
![Page 12: Modelo diseño anidado](https://reader035.fdocuments.co/reader035/viewer/2022081716/54868647b47959d30c8b526f/html5/thumbnails/12.jpg)
Ejemplo: Diseños con un factor anidado y dos factores cruzados
En un experimento se trata de mejorar la rapidez de ensamblaje en unalínea de producción, para ello se estudia la intersección manual de componenteselectrónicos en circuitos impresos. Se diseñan tres aparatos para ensamblar ydos distribuciones del lugar de trabajo. Se requiere que los operadores realicenel ensamblaje y se decide seleccionar a cuatro para cada combinación aparato-distribución. Sin embargo, no se pueden probar a los mismos cuatro operadoresen cada distribución de lugar de trabajo debido a que los lugares de trabajoestán en diferentes localidades dentro de la planta. Por lo tanto, los cuatrooperadores de la distribución 1 son diferentes a los de la distribución 2. Seobtienen aleatoriamente dos réplicas de cada combinación de tratamientos deeste diseño. Los tiempos de ensamblaje se muestran en la siguiente tabla
Distribución 1 Distribución 2Operario 1 2 3 4 1 2 3 4 yi...
Aparato 12224
2324
2829
2523
2628
2725
2825
2423
404
Aparato 23027
2928
3032
2725
2928
3027
2423
2830
447
Aparato 32521
2422
2725
2623
2725
2624
2427
2827
401
yij.. 149 150 171 149 163 159 151 160y.j.. 619 633 1252 = y....
SCT =Xi:j:k:l
y2ijkl ¡y2::::abcr
= 32956¡ (1252)2
48= 299,67
SCA =
Xi
y2i:::
bcr¡ y2::::
abcr= 32739,13¡ (1252)2
48= 82,80
SCB =
Xj
y2:j::
acr¡ y2::::
abcr= 32660,42¡ (1252)2
48= 4,08
12
![Page 13: Modelo diseño anidado](https://reader035.fdocuments.co/reader035/viewer/2022081716/54868647b47959d30c8b526f/html5/thumbnails/13.jpg)
SC(A£ B) =
Xi;j
y2ij::
cr¡ y2::::
abcr¡ SCA¡ SCB = 32762,25¡ (1252)2
48¡
= 82,80¡ 4,08 = 19,04.
SC(C(B)) =
Xj;k
y2:jk:
ar¡
Xj
y2:j::
acr= 32732,33¡ 32660,42 = 71,91
SC(A£ C(B)) =
Xi;j;k
y2ijk:
r¡
Xj;k
y2:jk:
ar¡
Xi;j
y2ij::
cr+
Xj
y2:j::
acr=
= 32900¡ 32732,33¡ 32762,25 + 32660,42 = 65,84SCR = SCT¡SCA¡SCB¡SC(A£B)¡SC(C(B))¡SC(A£C(B)) = 56
F.V. S. C. G. L. C.M Fexp
Factor A (F) 82,80 2 41,40 41,40/5,49 = 7,54
Factor B. (F) 4,08 1 4,09 4,09/11,99 = 0,34
Fact. C en B 71,91 6 11,99 11,99/2,33 = 5,15
Inter. A£ B 19,04 2 9,52 9,52/5,49 = 1,73
Inter. A£ C en B 65,84 12 5,49 5,49/2,33 = 2,36
Error 56 24 2,33
TOTAL 299,67 47 CMT
Al nivel de significación del 5%, son significativos los efectos de los aparatos(factor A), de los operadores dentro de las distribuciones (factor C en B) y dela interacción entre aparatos y operadores dentro de las distribuciones (factorA£ C en B).
13