a) Construct a normal probability plot of the effect estimates. Which effects appear to be large?
|
|
- María Luz Guzmán Toro
- hace 7 años
- Vistas:
Transcripción
1 Problema 6- n experiment was run in a semiconductor fabrication plant in an effort to increase yield. Five factors each at two levels were studied. The factors and levels were = aperture setting (small, large) = exposure time (% bellow nominal, % above nominal) = development time (3s, 5s) D = mask dimension (small, large) and E = etch time (.5 min, 5.5 min) the unreplicated 5 design show bellow was run: () = 7 d = 8 e = 8 de = 6 a = 9 ad = ae = ade = b = 3 bd = 3 be = 35 bde = 3 ab = 55 abd = 5 abe = 5 abde = 53 c = 6 cd = 8 ce = 5 cde = 5 ac = acd = ace = acde = bc = bcd = bce = 5 bcde = abc = 6 abcd = 6 abce = 65 abcde = 63 a) onstruct a normal probability plot of the effect estimates. Which effects appear to be large? Normal Probability Plot of the Effects (response is Yield, lpha =.5) Percent Effect Type Not Significant Significant Factor Name D D E E Effect Lenth's PSE =.6565
2 Según la grafica los factores,, y la interacción son los únicos significativos en el modelo. b) onduct an analysis of variance to confirm your findings to part a. Factorial Fit: Yield versus,,, D, E Estimated Effects and oefficients for Yield (coded units) Term Effect oef onstant D E * * *D *E * *D *E *D *E D*E ** **D **D **E **E *D*E.85.6 **D **E *D*E *D*E ***D ***E **D*E **D*E **D*E ***D*E S = * nalysis of Variance for Yield (coded units) Source DF Seq SS dj SS dj MS F P Main Effects * * -Way Interactions * * 3-Way Interactions * * -Way Interactions * * 5-Way Interactions * * Error * * * Total 3 66.
3 Los efectos más grandes se estiman para los factores,, y la interacción. l hacer el nova teniendo en cuenta solo los factores, y se obtiene: NOV: Yield versus,, Factor Type Levels Values fixed -, fixed -, fixed -, nalysis of Variance for Yield Source DF SS MS F P * * *....9 ** Error Total S = R-Sq = 99.35% R-Sq(adj) = 99.6% c) Write down the regression model relating yield to the significant process variables: Y = X X +.8X X ijk d) Plot the residuals on normal probability paper. Is the plot satisfactory?
4 Plots for Yield Normal Probability Plot of the s s Versus the Fitted Values Percent Fitted Value 5 6 Frequency Histogram of the s s Versus the Order of the Data Observation Order Se ve que los residuales se distribuyen normalmente y que no hay patrones ni inconsistencia con la variabiliad. e) Plot the residuals versus the predicted yields and versus each of the five factors. 3 s Versus Yield (response is Yield) Yield 5 6 7
5 3 s Versus (response is Yield) s Versus (response is Yield) s Versus (response is Yield)
6 f) Interpret any significant interactions Se encontró que la única interacción significativa es la de los factores y por lo tanto al variar los niveles de ambos factores a la vez, la respuesta se ve afectada. g) What are your recomendations regarding process operating conditions? Main Effects Plot (data means) for Yield 5 3 Mean of Yield 5 - D - - E El Yield se incrementa cuando los factores, y estan en su nivel alto de manera que estos deben mantenerse en este nivel. Los factores D y E se pueden mantener en cualquiera de los dos niveles según lo que más convenga al productor porque la respuesta no se afecta significativamente con su variación. h) Project the 5 design in this problem into a k design in the important factors. Sketch the design and show the average and range of yields at each run. Does this sketch aid in interpreting the results of this experiment?
7 ube Plot (data means) for Yield Problema 6.6 n experiment was conducted on a chemical process that produces a polymer. The four factors studied al two levels where: temperature (), catalysis concentration (), time (), and pressure (D). Two responses, molecular weight and viscosity, were observed. The design matrix and response data are shown in the table: Run ctual Molecular D number run order Weight Viscosity
8 The factor levels are: Factors Low (-) High (+) (elsius) (%) 8 (min) 3 D (psi) 6 75 a) onsider only the molecular weight response. Plot of the effect estimates on a normal probability scale. What effects appear to be important?
9 Normal Probability Plot of the Standardized Effects (response is Molecular Weight, lpha =.5) Effect Type Not Significant Significant Percent Factor D Name D 5 - Standardized Effect 6 8 Los factores importantes son, y según la grafica, pero como la interacción de esta incluida, se debe considerar el factor como significativo también. b) onduct an analysis of variance using the normal probability plot in part (a) is there indication of curvature? Factorial Fit: Molecular Weight versus,, Estimated Effects and oefficients for Molecular Weight (coded units) Term Effect oef SE oef T P onstant * t Pt S = R-Sq = 93.83% R-Sq(adj) = 9.63% nalysis of Variance for Molecular Weight (coded units) Source DF Seq SS dj SS dj MS F P Main Effects Way Interactions urvature Error Lack of Fit Pure Error Total Unusual Observations for Molecular Weight
10 Molecular Obs StdOrder Weight Fit SE Fit St Resid R R R denotes an observation with a large standardized residual. El p value para la curvature es mayor a.5 por lo tanto no hay indicios de la misma. c) Write down the regression model relating to the molecular weight to the significant process variables Y = X 5.6X +.6X + 6X ijk d) nalyze the residuals from this experiment Plots for Molecular Weight Normal Probability Plot of the s s Versus the Fitted Values 99 5 Percent Fitted Value 7 8 Histogram of the s 5 s Versus the Order of the Data Frequency Observation Order 6 8 Se observa que los residuales tienen un comportamiento aproximadamente normal, no hay un orden que siga un patrón. e) Repeat parts a-d using the viscosity response
11 Normal Probability Plot of the Standardized Effects (response is Viscosity, lpha =.5) Effect Type Not Significant Significant Percent Factor D Name D Standardized Effect omo se nota que los únicos factores significativos son y se realiza entonces el NOV teniendo en cuenta solo estos factores: Factorial Fit: Viscosity versus, Estimated Effects and oefficients for Viscosity (coded units) Term Effect oef SE oef T P onstant t Pt S = 3.75 R-Sq = 8.8% R-Sq(adj) = 78.% nalysis of Variance for Viscosity (coded units) Source DF Seq SS dj SS dj MS F P Main Effects urvature Error Lack of Fit Pure Error Total Unusual Observations for Viscosity Obs StdOrder Viscosity Fit SE Fit St Resid R
12 Plots for Viscosity 99 Normal Probability Plot of the s 5 s Versus the Fitted Values Percent Fitted Value 55 6 Histogram of the s s Versus the Order of the Data 5 8 Frequency Observation Order 6 8 No se observa curvatura y los residuales se notan aproximandamente normal aunque se ve un patrón en la varianza de los mismos, a mayor viscosidad, la variabilidad aumenta. Problem 7.9 onsider the data from the 5 design in problem 6.. Suppose that it was necessary to run this design in four blocks with DE and D (and consequently E) confounded. nalyze the data for this design. Teniendo en cuenta que hay bloques se realize el analisis que produjo los siguientes factores principales:
13 Normal Probability Plot of the Effects (response is YIELD, lpha =.5) Percent Effect Type Not Significant Significant Factor Name D D E E Effect Lenth's PSE =.6565 on los factores,, y la interaccion, se hizo el anova para entonces darle grados de libertad al error: Factorial Fit: YIELD versus lock,,, Estimated Effects and oefficients for YIELD (coded units) Term Effect oef SE oef T P onstant lock lock lock * S =.78 R-Sq = 99.35% R-Sq(adj) = 99.6% nalysis of Variance for YIELD (coded units) Source DF Seq SS dj SS dj MS F P locks Main Effects Way Interactions Error Total 3 66.
14 Percent Normal Probability Plot of the s Plots for YIELD s Versus the Fitted Values Fitted Value 6.8 Histogram of the s 3. s Versus the Order of the Data Frequency Observation Order Los residuales se ven aproximadamente normales y no tienen un patrón definido, al igual que se ve una varianza aproximadamente constante. Problem 7- Design an experiment for confounding a 6 factorial in four blocks. Suggest an appropriate confounding scheme. Un experimento de este tipo tendrían 6 factores:,,, D, E y F con dos niveles cada uno. l tener bloques se necesitan entonces 3 generadores. ada bloque tendría 6 tratamientos que corresponde entonces a un total de 6 tratamientos para todo el experimento. Se tomaron los generadores D y DEF que conducen a un tercer generador EF. Los mismos se pueden tomar a discreción de la persona que haga el experimento. l hacer el procedimiento por Minitab se obtuvieron los generadores F, DE Y DEF Problem 7- onsider the design in two blocks with confounded. Prove algebraically that SS = SS locks.
15 loque ab loque a b SS bloques = ( + ab) + ( a + b) ( + ab + a + b ) + ab + a + = (() + ab a b) = = SS b + ()ab () a () b a( ab) b( ab) Problem Los siguientes son los tratamientos correspondientes a uno de los niveles de la fuente bloqueada:
16 Teniendo en cuenta un experimento factorial 5 con bloques encuentre los generadores correspondientes al diseño y proponga los tratamientos correspondientes a los 3 bloques restantes. Los generadores para estos tratamientos (teniendo en cuenta que los puntos negros representan las proyecciones) serian:
17 Y el tercero seria DE si se multiplican los dos anteriormente hallados. llí se presenta el bloque, los demás bloques se hallan a partir del primero y los generadores, también se halla con las proyecciones hechas para cada generador: loque loque loque 3 loque abc cd abd be ace ade bcde ac ad e cde b bcd abce abde c abcd bce acde ab d ae bde a bc bd ce de abe acd abcde
Diseño Factorial 2 k con bloques
iseño Factorial k con bloques Existen muchas situaciones en las cuales no es posible efectuar todos los tratamientos del experimento factorial bajo las mismas condiciones. En este caso usted puede considerar
Más detallesMATRICES FACTORIALES
MATRICES FACTORIALES Quimiometría Estudio cuantitativo de factores: efectos principales (b j ) interacciones (b ji ) si cada variable puede tener un valor mayor o uno menor: diseño factorial de dos niveles
Más detallesDiseño Factorial 2 k
Diseño Factorial k El más importante de los casos especiales de los diseños factoriales es el que tiene k factores cada uno a dos niveles. Estos niveles pueden ser cuantitativos, valores de temperatura
Más detallesAPÉNDICE B ANOVA para las salsas comerciales
APÉNDICE B ANOVA para las salsas comerciales ANOVA de una vía para Densidad de salsas comerciales One-way ANOVA: Densidad versus Marca Marca 3 8727.7 2909.2 41.22 0.000 Error 8 564.6 70.6 Total 11 9292.4
Más detalles1. Metodología de respuesta
1. Metodología de respuesta En las secciones anteriores se ha estudiado el comportamiento de la variable respuesta cuando se ve afectada por diferentes factores, sin embargo no se ha tocado el tema a cerca
Más detallesAsignación 5. Problema 1
Asignación 5 Problema 1 Consider the four factor factorial experiment where factor A is at a levels, factor B is at b levels, factor C is at c levels, factor D is at d levels, and there are n replicates.
Más detallesEXPERIMENTOS FACTORIALES Y CON MEZCLAS: APLICACIONES INDUSTRIALES. David R. González Barreto
EXPERIMENTOS FTORILES Y ON MEZLS: PLIIONES INDUSTRILES David R. González arreto Etapas del diestramiento 2 Introducción Experimentos Factoriales Experimentos con Mezclas Experimentos Factoriales y con
Más detallesANOVA (Análisis de varianza)
ANOVA (Análisis de varianza) Las pruebas de hipótesis son una herramienta útil cuando se trata de comparar dos tratamientos La experimentación usualmente requiere comparación de más de dos tratamientos
Más detallesCAPÍTULO 5: ANÁLISIS ESTADÍSTICOS DE LOS DATOS OBTENIDOS. El primer paso a efectuar fue la transformación de los datos obtenidos a la variable de
CAPÍTULO 5: ANÁLISIS ESTADÍSTICOS DE LOS DATOS OBTENIDOS El primer paso a efectuar fue la transformación de los datos obtenidos a la variable de respuesta que se había definido, la cual es la diferencia
Más detallesAnálisis de Regresión y Correlación con MINITAB
Análisis de Regresión y Correlación con MINITAB Primeras definiciones y conceptos de la regresión El análisis de la regresión es una técnica estadística que se utiliza para estudiar la relación entre variables
Más detallesOPTIMIZACIÓN DEL PROCESO DE ELABORACIÓN DE HORMIGÓN COMPACTADO CON PAVIMENTADORA
OPTIMIZACIÓN DEL PROCESO DE ELABORACIÓN DE HORMIGÓN COMPACTADO CON PAVIMENTADORA Arias, C; Adanaqué, I; Buestán, M. Maestría en Administración de la Producción y Gestión de Calidad Facultad de Ingeniería
Más detallesExperimentos con Mezclas
Experimentos con Mezclas Para los experimentos que hemos estudiado (experimentos factoriales, CCD, otros), los niveles de cada factor son independientes de los niveles de otros factores. En los experimentos
Más detallesDiseño de Experimentos para la Evaluación de un Algoritmo Genético de Programación de Producción
Diseño de Experimentos para la Evaluación de un Algoritmo Genético de Programación de Producción Alexander A. CORREA ESPINAL Profesor Escuela de Ingeniería de la Organización, Universidad Nacional de Colombia
Más detallesExperimento Gauge R & R.
Experimento Gauge R & R. Este tipo de experimento se usa para estudiar los componentes de variabilidad en un sistema de medida. Los componentes de usual interés son repetibilidad y reproducibilidad. La
Más detallesEfecto Grados de Libertad A 1 D 1 B 1 E 1 C 1 F 1 AD 1 CD 1 AE 1 CD 1 AF 1 CF 1 BD 1 BE 1 BF 1
Diseños Robustos El diseño robusto es esencialmente un principio que hace énfasis en seleccionar adecuadamente los niveles de los factores controlables en el proceso para la manufactura de productos. El
Más detallesTécnicas Cuantitativas para el Management y los Negocios
Segundo cuatrimestre - 4 Técnicas Cuantitativas para el Management y los Negocios Mag. María del Carmen Romero 4 romero@econ.unicen.edu.ar Módulo III: APLICACIONES Contenidos Módulo III Unidad 9. Análisis
Más detallesDISEÑO DE EXPERIMENTOS (PARTE I) CURSO DE APLICACIÓN DE LOS MÉTODOS ESTADÍSTICOS A LA CALIDAD MÓDULO 9
Módulo 6 CURSO DE APLICACIÓN DE LOS MÉTODOS ESTADÍSTICOS A LA CALIDAD APUNTES DE CLASE Profesor: Arturo Ruiz-Falcó Rojas Madrid, Mayo 2009 MÓDULO 9 DISEÑO DE EXPERIMENTOS 2 K Pág. Módulo 6.. Apuntes ÍNDICE.
Más detallesAnálisis de Regresión
Análisis de Regresión Diplomado en Lean Six Sigma Objetivo 1.Identificar problemas que incluyan una Y continua y una X continua 2. Entender la diferencia entre regresión lineal y no lineal 3. Ajustar modelos
Más detalles(a) Calculate a point estimate of the mean pull-off force of all connectors in the population. State which estimator you used and why.
PROBLEMAS DE CLASE Problema 7.22 Data on pull-off force (pounds) for connectors used in an automobile engine application are as follows: 79.3, 75.1, 78.2, 74.1, 73.9, 75.0, 77.6, 77.3, 73.8, 74.6, 75.5,
Más detallesANALISIS DE REGRESIÓN Y CORRELACIÓN LINEAL
ANALISIS DE REGRESIÓN Y CORRELACIÓN LINEAL Msc. Lácides Baleta Octubre 16 Página 1 de 11 REGRESIÓN Y CORRELACIÓN LINEAL Son dos herramientas para investigar la dependencia de una variable dependiente Y
Más detalles10. DISEÑOS EXPERIMENTALES
10. DISEÑOS EXPERIMENTALES Dr. Edgar Acuña http://math.uprm.edu/~edgar UNIVERSIDAD DE PUERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ Diseños Experimentales de Clasificación Simple En un diseño experimental
Más detallesDISEÑO EXPERIMENTOS PARA LA EVALUACIÓN DE UN ALGORITMO GENÉTICO DE PROGRAMACIÓN DE PRODUCCIÓN
DISEÑO EXPERIMENTOS PARA LA EVALUACIÓN DE UN ALGORITMO GENÉTICO DE PROGRAMACIÓN DE PRODUCCIÓN Alexander Alberto CORREA ESPINAL Profesor Asociado Escuela de Ingeniería de la Organización, Universidad Nacional
Más detalles7. FRACCIONES FACTORIALES 7.2 DISEÑOS FRACCIONADOS 7.1 INTRODUCCION
7. FRACCIONES FACTORIALES 7.1 INTRODUCCION Si el número de factores a estudiar no es reducido los planes factoriales equilibrados (por ejemplo, los planes 2 k ) exigen un número muy elevado de pruebas.
Más detallesSe asignaron al azar ratas en condiciones similares a cuatro dietas (A D). Dos semanas después se midió el tiempo de coagulación.
EJEMPLO 1 Se asignaron al azar ratas en condiciones similares a cuatro dietas (A D). Dos semanas después se midió el tiempo de coagulación. DIETA1 DIETA2 DIETA3 DIETA4 62 63 68 56 60 67 66 62 63 71 71
Más detalles6. DISEÑOS FACTORIALES 2 K NO REPLICADOS
6. DISEÑOS FACTORIALES 2 K NO REPLICADOS 6.1 INTRODUCCION El aumentar el numero de factores en un diseño 2 k crece rápidamente el numero de tratamientos y por tanto el numero de corridas experimentales.
Más detallesMATEMÁTICAS PARA LA COMPUTACIÓN CAPÍTULO 5. ÁLGEBRA BOOLEANA
MATEMÁTICAS PARA LA COMPUTACIÓN CAPÍTULO 5. ÁLGEBRA BOOLEANA RESPUESTA Y DESARROLLO DE EJERCICIOS AUTOR: JOSÉ ALFREDO JIMÉNEZ MURILLO AVC APOYO VIRTUAL PARA EL CONOCIMIENTO 5.1.- a) F = A'B'C' + A'B'CD
Más detallesModelos Lineales. Regresión Lineal Múltiple. Práctica 5
Práctica 5 Vamos a analizar con STATGRAPHICS el problema de estimación, descomposición de la variabilidad, contraste de regresión, intervalos de confianza para los parámetros, y predicciones, sobre un
Más detallesDiseño de Experimentos Diseños factoriales 2 k. Diseños 2 k
Diseño de Experimentos Diseños factoriales 2 k Licenciatura en Estadística 2015 Dr. José Alberto Pagura Lic. Lucía N. Hernández Dra. Daniela F. Dianda Diseños 2 k Una clase especial de diseños factoriales
Más detallesSPSS - ANOVA. Dr. Miquel A. Belmonte. Hospital General de Castellón Castellón, España Inicialmente en el sitio: www.pitt.
SPSS - ANOVA Dr. Miquel A. Belmonte Hospital General de Castellón Castellón, España Inicialmente en el sitio: www.pitt.edu/~super1/ Elección de tests estadísticos Varbl. Indep. 1 > 1 Varbl. dependientes
Más detallesUso de la Metodología Seis Sigma para mejorar el consumo de combustible en un vehiculo
CAPÍTULO 5. FASE DE MEJORA Definir Medir Analizar Mejorar Controlar 5.1 Introducción En la fase de Análisis se identificaron las causas de variación. En esta fase se utilizará el diseño de experimentos
Más detallesCONTROLADORA PARA PIXELS CONPIX
The LedEdit Software Instructions 1, Install the software to PC and open English version: When we installed The LedEdit Software, on the desktop we can see following icon: Please Double-click it, then
Más detallesCongruencia entre triángulos
Congruencia entre triángulos Definiciones Definición Laideadetrásdedosfigurascongruentes esqueestasfigurastienenelmismotamaño y la misma forma, independientemente de la posición en la que se encuentren.
Más detalles9. REGRESIÓN LINEAL. Dr. Edgar Acuña http://math.uprm.edu/~edgar UNIVERSIDAD DE PUERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ
9. REGRESIÓN LINEAL Dr. Edgar Acuña http://math.uprm.edu/~edgar UNIVERSIDAD DE PUERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ Ejemplo Ejemplo 3.23. El dueño de una empresa que vende carros desea determinar
Más detallesESTUDIO DE LA VARIACION DEL COLOR ROJO DURANTE EL PERIODO DE COSECHA EN DOS CULTIVARES DE PIMIENTO EN LA ZONA DE TALCA.
ESTUDIO DE LA VARIACION DEL COLOR ROJO DURANTE EL PERIODO DE COSECHA EN DOS CULTIVARES DE PIMIENTO EN LA ZONA DE TALCA. Cristian Ignacio Vicencio Voisenat Ingeniero Agrónomo RESUMEN Se cultivaron en la
Más detallesPROYECTO DE INVESTIGACION por Universidad Nacional del Callao se encuentra bajo una Licencia Creative Commons Atribución-NoComercial-SinDerivadas 2.
PROYECTO DE INVESTIGACION por Universidad Nacional del Callao se encuentra bajo una Licencia Creative Commons Atribución-NoComercial-SinDerivadas 2.5 Perú. Permisos que vayan más allá de lo cubierto por
Más detalles(iii) r. (6) (Total 6 marks)
TALLER DE REPASO MATEMÁTICAS K11 Importante: Trabaja en forma organizada. Los problemas aparecen en Inglés, pero son de fácil comprensión. Sin embargo, en tu cuaderno tienes suficientes problemas y ejercicios
Más detallesUNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA ESCUELA DE CIENCIAS AGRICOLA, PECUARIAS Y DEL MEDIO AMBIENTE ECAPMA
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA ESCUELA DE CIENCIAS AGRICOLA, PECUARIAS Y DEL MEDIO AMBIENTE ECAPMA ESPECIALIZACIÓN EN NUTRICIÓN ANIMAL SOSTENIBLE Nombre del Curso: DISEÑO EXPERIMENTAL AVANZADO
Más detallesANEXO 8 Pronóstico de ventas. Para realizar los pronósticos de venta del nuevo punto de venta, se utilizó lo que se
ANEXO 8 Pronóstico de ventas Para realizar los pronósticos de venta del nuevo punto de venta, se utilizó lo que se denomina Análisis de Series de Tiempo, el cual comprende una variable independiente (X)
Más detallesEfectos de la Contaminación Industrial en la Productividad
Seventh LACCEI Latin American and Caribbean Conference for Engineering and Technology (LACCEI 2009) Energy and Technology for the Americas: Education, Innovation, Technology and Practice June 2-5, 2009,
Más detallesOne way anova using SAS
One way anova using SAS With Duncan test El paquete SAS es un sistema computacional de los mas completos que existen, tiene el respaldo de un centro de investigación en estadística y es el mas usado por
Más detallesANALISIS COMBINATORIO
Universidad de San Carlos de Guatemala Centro Universitario de Occidente División Ciencias de la Salud Carrera de Médico y Cirujano, Primer Año, 2015 Teléfonos: 78730000, EXT. 2227-2221-2345-2244 CUNOC-USAC
Más detallesdonde n es el numero de lados. n APOTEMA: Es la altura de un triangulo formado por el centro del polígono regular y dos vértices consecutivos.
Polígonos regulares 1 POLIGONOS REGULARES DEFINICION: Un polígono regular es el que tiene todos sus lados y sus ángulos congruentes. DEFINICION: Un polígono esta inscrito en una circunferencia si sus vértices
Más detallesACTIVIDAD 5: Correlación y Regresión Lineal
Actividad 5: Correlación y Regresión Lineal ACTIVIDAD 5: Correlación y Regresión Lineal CASO 5-1: RELACIONES ENTRE VARIABLES A continuación se muestran cuatro variables y seis valores (observaciones) asociados
Más detallesDo Now! Question 1: Pregunta 1
Do Now! Question 1: What do you predict Scratch Cat will do according to this block of code? Write your response in your journal. Pregunta 1 : Qué predices el gato hará de acuerdo con este bloque de código?
Más detallesCreating your Single Sign-On Account for the PowerSchool Parent Portal
Creating your Single Sign-On Account for the PowerSchool Parent Portal Welcome to the Parent Single Sign-On. What does that mean? Parent Single Sign-On offers a number of benefits, including access to
Más detallesFACTORIALES FRACCIONADOS 2 f-p
1 FACTORIALES FRACCIONADOS 2 f-p Aun en los experimentos 2 f el número de condiciones experimentales crece exponencialmente con el número de factores f a estudiar. El n de interacciones de r factores combinados
Más detallesDiseño de Experimentos
Diseño de Experimentos Tema 8. Diseño de Bloques al Azar JAIME MOSQUERA RESTREPO DISEÑO DE BLOQUES El principio básico del diseño de experimentos consiste en garantizar la homogeneidad de las Unidades
Más detallesDia del Estadístico 5 Diciembre. Diseño y Análisis de experimentos Aplicados en investigación Agrícola. Felipe de Mendiburu
Universidad Nacional de Ingeniería 7 Diciembre 2007 Dia del Estadístico 5 Diciembre Diseño y Análisis de experimentos Aplicados en investigación Agrícola Felipe de Mendiburu Contenido 1. La investigación
Más detallesEjemplos del Suplemento 1 resueltos con Minitab
O1 Ocho pasos para el desarrollo de una investigación Ejemplos del Suplemento 1 resueltos con Minitab O2 Tabla de Contenido Prueba de Normalidad... 3 Regresión Lineal... 7 Prueba t... 10 Prueba Z... 13
Más detallesTema 5. Análisis de regresión (segunda parte) Estadística II, 2010/11
Tema 5 Análisis de regresión (segunda parte) Estadística II, 2010/11 Contenidos 5.1: Diagnóstico: Análisis de los residuos 5.2: La descomposición ANOVA (ANalysis Of VAriance) 5.3: Relaciones no lineales
Más detallesCAPÍTULO 10 DISEÑOS EXPERIMENTALES
CAPÍTULO 10 DISEÑOS EXPERIMENTALES 10.1 Diseños Experimentales de Clasificación Simple En un diseño experimental de clasificación simple, se trata de comparar varios grupos generalmente llamados Métodos
Más detallesLevel 1 Spanish, 2013
90911 909110 1SUPERVISOR S Level 1 Spanish, 2013 90911 Demonstrate understanding of a variety of Spanish texts on areas of most immediate relevance 9.30 am Tuesday 3 December 2013 Credits: Five Achievement
Más detallesPreuniversitario Popular Víctor Jara MATEMÁTICA. Ten claro que, en un cuadrilátero, la suma de los ángulos interiores es 360
EJERCICIOS DE CUADRILÁTEROS PARA LA CLASE Ten claro que, en un cuadrilátero, la suma de los ángulos interiores es 360 171 11. El cuadrilátero PALO es un rombo y las medidas de los ángulos CAR y RPC suman
Más detallesVECTORES. MULTIPLE CHOICE. Choose the one alternative that best completes the statement or answers the question.
VECTORES 1) If A + B = C and their magnitudes are given by A + B = C, then the vectors A and B are oriented 1) A) parallel to each other (in the same direction). B) perpendicular relative to one other.
Más detallesGUÍA PRÁCTICA DE CONJUNTOS Y RELACIONES BINARIAS
UNIVERSIDAD CATÓLICA ANDRÉS BELLO FACULTAD DE INGENIERÍA ESCUELA DE INGENIERÍA INFORMÁTICA CÁTEDRA DE LÓGICA COMPUTACIONAL GUÍA PRÁCTICA DE CONJUNTOS Y RELACIONES BINARIAS 1. Sean los conjuntos A = {x
Más detallesSimplificación de expresiones booleanas usando mapas de Karnaugh
Simplificación de expresiones booleanas usando mapas de Karnaugh José Alfredo Jiménez Murillo El método del mapa de Karnaugh es un procedimiento simple y directo para minimizar las expresiones booleanas,
Más detallesINSTITUTO TECNOLOGICO Y DE ESTUDIOS SUPERIORES DE MONTERREY
INSTITUTO TECNOLOGICO Y DE ESTUDIOS SUPERIORES DE MONTERREY Campus Monterrey DIVISION DE INGENIERIA Y ARQUITECTURA PROGRAMA DE GRADUADOS DE INGENIERIA APLICACION DEL DISEÑO DE EXPERIMENTOS EN EL ANALISIS
Más detallesUNIVERSIDAD FRANCISCO DE PAULA SANTANDER PLAN DE ESTUDIOS DE ADMINISTRACIÓN DE EMPRESAS Resolución Nº 003 de 2011
UNIVERSIDAD FRANCISCO DE PAULA SANTANDER PLAN DE ESTUDIOS DE ADMINISTRACIÓN DE EMPRESAS Resolución Nº 003 de 2011 POR LA CUAL SE FIJAN LAS FECHAS DE LOS PRIMEROS PREVIOS, CORRESPONDIENTES AL PRIMER SEMESTRE
Más detallesADAPTACIÓN DE REAL TIME WORKSHOP AL SISTEMA OPERATIVO LINUX
ADAPTACIÓN DE REAL TIME WORKSHOP AL SISTEMA OPERATIVO LINUX Autor: Tomás Murillo, Fernando. Director: Muñoz Frías, José Daniel. Coordinador: Contreras Bárcena, David Entidad Colaboradora: ICAI Universidad
Más detallesANALISIS DE LA ESTATURA
ANALISIS DE LA ESTATURA OBJETIVO El objetivo de este trabajo es realizar un estudio de la de distintos individuos. DATOS Se realizan los distintos análisis de regresión simple, así como el análisis de
Más detallesPROBLEMAS PARA LA CLASE DEL 20 DE FEBRERO DEL 2008
PROBLEMAS PARA LA CLASE DEL 20 DE FEBRERO DEL 2008 Problema 1 Marketing estimates that a new instrument for the analysis of soil samples will be very successful, moderately successful, or unsuccessful,
Más detallesDETECCIÓN DE OBSERVACIONES INFLUYENTES EN DISEÑOS FACTORIALES 2 k-p, ESTUDIO DE CASOS
XVIII Simposio Colombiano de Estadística Estadística en la industria y los negocios Cartagena de Indias, Agosto 11 al 15 de 2008 DETECCIÓN DE OBSERVACIONES INFLUYENTES EN DISEÑOS FACTORIALES 2 k-p, ESTUDIO
Más detallesPrimer Nivel Problema 1 Solución Problema 2 Solución Probelam 3
Primer Nivel Problema 1 Hallar todos los números enteros positivos de cuatro cifras que son múltiplos de 11 y tienen sus dos últimas cifras iguales a 04. Un número es múltiplo de 11 si y sólo si la suma
Más detallesLean Six Sigma UNA METODOLOGÍA CLAVE PARA LA COMPETITIVIDAD EMPRESARIAL. Ing. Adrián Gabriele Noviembre de 2013
Lean Six Sigma UNA METODOLOGÍA CLAVE PARA LA COMPETITIVIDAD EMPRESARIAL Ing. Adrián Gabriele Noviembre de 203 Lean Six Sigma UNA METODOLOGÍA CLAVE PARA LA COMPETITIVIDAD EMPRESARIAL Introducción Casos
Más detalles67.- El triángulo ABC es equilátero; BD y DE son bisectrices. Entonces AED =?
GUIA 4 MEDIO MATEMATICA UNIDAD 3: GEOMETRIA. CONTENIDOS: Calculo de ángulos NOMBRE: 65.- Fecha:.. 66.- En el triángulo ABC de la figura, AC BC. Entonces α + β =? A) 90º B) 180º C) 240º D) 270º E) 290º
Más detalles74 Prime Time. conjetura Suposición acerca de un patrón o relación, basada en observaciones.
A abundant number A number for which the sum of all its proper factors is greater than the number itself. For example, 24 is an abundant number because its proper factors, 1, 2, 3, 4, 6, 8, and 12, add
Más detallesCAPITULO 6 DISEÑOS FACTORIALES 2 K
CAPITULO 6 DISEÑOS FACTORIALES 2 K 6.1 Generalidades Los diseños factoriales 2 K son una clase especial de los diseños factoriales en los que se tienen k factores de interés a dos niveles cada uno. Son
Más detallesKaizen Sigma Consulting. MINITAB Release 14 Software Estadístico CONTENIDO: PRESENTACION DE LOS PARTICIPANTES. Objetivo:
MINITAB Release 14 Software Estadístico Objetivo: Optimizar el análisis de datos que caracterizan a un proceso, producto o servicio a través de las diferentes aplicaciones gráficas y estadísticas que presenta
Más detallesB) Solo II C) I y II D) I y III E) I, II y III. A) 8 cm 2 B) 15 cm 2 C) 40 cm 2 D) 60 cm 2 E) 120 cm 2
EJERCICIOS DE ÁREAS Y PERÍMETROS DE TRIÁNGULOS 1. En el triángulo ABC es isósceles y rectángulo en C. Si AC = 5 cm y AD = cm, cuál (es) de las siguientes proposiciones es (son) verdadera (s)?: I) Área
Más detallesPor Elizabeth León Guzmán, Ph.D. Profesora
Por Elizabeth León Guzmán, Ph.D. Profesora 1 En una base de datos transaccional, transaccional cada transacción puede contener una lista de ítems (Ej: ítems comprados por un cliente) Id_transacci ón Items
Más detallesFlashcards Series 5 El Agua
Flashcards Series 5 El Agua Flashcards are one of the quickest and easiest ways to test yourself on Spanish vocabulary, no matter where you are! Test yourself on just these flashcards at first. Then, as
Más detallesDiseño completamente aleatorizado: análisis de la varianza con un solo factor.
Tema 4 Diseño de experimentos Introducción. Qué es el diseño experimental? Diseño completamente aleatorizado: análisis de la varianza con un solo factor. Diseño en bloques aleatorizados. Diseño factorial
Más detallesSGUICES028MT22-A16V1. SOLUCIONARIO Semejanza de triángulos
SGUICES08MT-A16V1 SOLUCIONARIO Semejanza de triángulos 1 TABLA DE CORRECCIÓN GUÍA PRÁCTICA SEMEJANZA DE TRIANGULOS Ítem Alternativa 1 C Comprensión D 3 D 4 B 5 E 6 B 7 A 8 A 9 E 10 B 11 E 1 C 13 E Comprensión
Más detallesAN ACTIVITY FOR BOTH HISTORY AND ENGLISH LESSONS (1º ESO, BILINGUAL GROUP)
The mummy returns THE MUMMY RETURNS AN ACTIVITY FOR BOTH HISTORY AND ENGLISH LESSONS (1º ESO, BILINGUAL GROUP) OBJETIVES / OBJETIVOS -Using Past Simple -Using Irregular verbs in the past -Using short answers
Más detallesII. ANÁLISIS DE SISTEMAS DE MEDICIÓN
II. ANÁLISIS DE SISTEMAS DE MEDICIÓN INTRODUCCIÓN Siempre que registramos o medimos los resultados de un proceso nos encontramos con cierta variación en los datos obtenidos. Esta variación puede provenir
Más detallesPráctico 6 Diseño Relacional
Práctico 6 Diseño Relacional Aclaraciones: A, B, C, D, E, G, H, I son considerados atributos atómicos. W, X, Y, Z son considerados conjuntos de atributos atómicos. R es considerado un esquema relación
Más detallesLos ensayos que se van a desarrollar son los siguientes:
I Resumen El objetivo principal del proyecto es desarrollar un software que permita analizar unos datos correspondientes a una serie de ensayos militares. Con este objetivo en mente, se ha decidido desarrollar
Más detallesTIPS: Understanding Overspray
TIPS: Understanding Overspray In any pneumatic spray application, overspray is an area of concern that should be addressed early on. Fortunately if it does occur, it s easily remedied through the use of
Más detallesEVALUACIÓN DE TRES NIVELES DE PROTEÍNA EN EL CRECIMIENTO DE GOLDFISH (Carassius auratus var bicaudatus). NANCY OSPINA SÁNCHEZ
EVALUACIÓN DE TRES NIVELES DE PROTEÍNA EN EL CRECIMIENTO DE GOLDFISH (Carassius auratus var bicaudatus). NANCY OSPINA SÁNCHEZ CORPORACIÓN UNIVERSITARIA SANTA ROSA DE CABAL, UNISARC FACULTAD DE CIENCIAS
Más detallesEscribir el modelo. Evaluar los efectos de los factores y la interacción entre ellos.
Ejercicio 1: Se aplican pinturas tapaporos para aeronaves en superficies de aluminio, con dos métodos: inmersión y rociado. La finalidad del tapaporos es mejorar la adhesión de la pintura, y puede aplicarse
Más detallesMAPAS DE KARNAUGH. Representación gráfica. Distancia. Distancia. Circuitos Digitales EC1723
Representación gráfica MAPAS DE KARNAUGH Circuitos Digitales EC1723 Representación gráfica de los intérinos (o axtérinos) de dos variables. y (0,1) (0,0) (1,0) (1,1) Si una función de x e y incluye, por
Más detallesEjercicios de Análisis de la Varianza con R
Ejercicios de Análisis de la Varianza con R Francesc armona Departament d Estadística 30 de noviembre de 2006 1. Introducción En este documento se resuelven algunos de los problemas del libro Problemas
Más detalles1. A reflection of a figure can be considered (Un reflejo de una figura puede ser considerado)
Geometry Study Guide and Practice for Mid-Term Exam (Guía de estudio de la geometría y la Práctica para el examen de mitad de período:): Identify the choice that best completes the statement or answers
Más detallesLlamamos área o superficie a la medida de la región interior de un polígono. Figura Geométrica Perímetro Área. p = a + b + c 2 2.
GUÍA GEOMETRÍA PERÍMETRO Y AREA DE FIGURAS PLANAS Llamamos área o superficie a la medida de la región interior de un polígono. El perímetro corresponde a la suma de los lados del polígono. Figura Geométrica
Más detallesPrueba de práctica Matemáticas 10 grado
Sistema de evaluación global de Massachusetts Prueba de práctica Matemáticas 10 grado Nombre del estudiante Nombre de la escuela Nombre del distrito escolar Massachusetts Department of ELEMENTARY & SECONDARY
Más detallesRESPUESTAS DEL NUMERO DE GRANOS A LA TEMPERATURA DURANTE LA DIFERENCIACION FLORAL.
RESPUESTAS DEL NUMERO DE GRANOS A LA TEMPERATURA DURANTE LA DIFERENCIACION FLORAL. RESUMEN Claudio Chimenti, Universidad de Buenos Aires, Facultad de Agronomía, IFEVA, Departamento de Ecología, Av. San
Más detallesGRADE 3 MCCSC VOCABULARY. Marking Period 3
Identity Property: In addition, any number added to zero equals that number. Example: 8 + 0 = 8 In multiplication, any number multiplied by one equals that number. Example: 8 x 1 = 8 Propiedad de Identidad:
Más detallesLa Calidad como determinante de la demanda de servicios de atención médica primaria en México
FACULTAD LATINOAMERICANA DE CIENCIAS SOCIALES SEDE ACADÉMICA DE MÉXICO Doctorado en Investigación en Ciencias sociales con mención en Ciencia Política VII (Séptima Promoción) 2008 2011 La Calidad como
Más detallesEjemplo de análisis de la Varianza (ANOVA).
Ejemplo de análisis de la Varianza (ANOVA). temp TVBN temp TVBN temp TVBN 1 18,3 2 11,7 3 16,64 1 15,92 2 12,87 3 17,83 1 18,71 2 11,77 3 19,01 1 17,92 2 12,23 3 17,33 1 15,66 2 13,62 3 17,06 1 17,14 2
Más detallesEstas dos clases. ANOVA I - Conceptos generales - Supuestos - ANOVA de una vía - Transformación de datos - Test a Posteriori - ANOVA de dos vías
ANOVA I 19-8-2014 Estas dos clases ANOVA I - Conceptos generales - Supuestos - ANOVA de una vía - Transformación de datos - Test a Posteriori - ANOVA de dos vías ANOVA II - ANOVA factorial - ANCOVA (análisis
Más detallesTECHNOLOGY ENHANCED LANGUAGE LEARNING MODULE Module on Las partes del cuerpo humano
Student s name: TECHNOLOGY ENHANCED LANGUAGE LEARNING MODULE Module on Las partes del cuerpo humano INTERPRETIVE MODE: Preparation Phase: In this module, you will learn about Las partes del cuerpo humano.
Más detallesMaría Gabriela García Rodríguez Miguel Ángel Iturralde Jaramillo
UNIVERSIDAD SAN FRANCISCO DE QUITO Determinación de los tiempos estándar de producción y diseño de un sistema de costeo de productos: Análisis de capacidad de la línea de producción principal en REMODULARSA
Más detalles. M odulo 7 Geometr ıa Gu ıa de Ejercicios
. Módulo 7 Geometría Guía de Ejercicios Índice Unidad I. Conceptos y elementos de geometría. Ejercicios Resueltos... pág. 02 Ejercicios Propuestos... pág. 09 Unidad II. Áreas y perímetros de figuras planas.
Más detallesDiseño y Análisis de Experimentos:
Diseño y Análisis de Experimentos: Diseño y Análisis de Experimentos en Minitab versión 14 Segunda versión. Noviembre 2004 Autores: David González, PhD Wilfredo F. Yushimito Tabla de Contenido Instrucciones...
Más detallesAnálisis de la Capacidad o Aptitud de un proceso ( Capítulo 8 ) Control Estadístico de Calidad
Análisis de la Capacidad o Aptitud de un proceso ( Capítulo 8 ) Control Estadístico de Calidad Introducción Cuantificar la variabilidad de un proceso. Analizar esta variabilidad en relación con los requisitos
Más detallesSOLUCIÓN PRIMERA ELIMINATORIA NACIONAL
XXVIII OLIMPIADA COSTARRICENSE DE MATEMÁTICA UNA - UCR - TEC - UNED - MEP - MICITT SOLUCIÓN PRIMERA ELIMINATORIA NACIONAL (8 9 ) 06 Estimado estudiante: La Comisión de las Olimpiadas Costarricenses de
Más detallesInfluencia de la temperatura en el teñido de fibras proteínicas (queratina) con hojas de nogal
UNIVERSIDAD NACIONAL DEL CALLAO FACULTAD DE INGENIERÍA QUÍMICA INSTITUTO DE INVESTIGACIÓN DE LA FACULTAD DE INGENIERÍA QUÍMICA INFORME FINAL DEL PROYECTO DE INVESTIGACIÓN Influencia de la temperatura en
Más detalles20 Challenge style wheel rims kit Kit de llantas diseño Challenge de 20
20 Challenge style wheel rims kit Kit de llantas diseño Challenge de 20 A set of 14-spoke 20 wheels crafted using monolithic fusion aluminium alloy in the Challenge design. These wheels differ from the
Más detallesPrueba de práctica Matemáticas 10 grado
Sistema de evaluación global de Massachusetts Prueba de práctica Matemáticas 10 grado Nombre del estudiante Nombre de la escuela Nombre del distrito escolar Ésta es una prueba de práctica. Las respuestas
Más detallesLEAN SIX SIGMA YELLOW BELT
LEAN SIX SIGMA YELLOW BELT CARACTERISTICAS GENERALES Duración: 32 Horas Son personas que participan activamente en el desarrollo de los proyectos Lean-Six Sigma de su área de trabajo, si son operadores
Más detalles