1. Llame a fractfact para crear una matriz de diseño factorial fraccional para un experimento que realiza la prueba de un proceso de pintado. Los factores A, B, C y D corresponden a la cantidad de pintura, la presión del fluido, la temperatura y el distribuidor, respectivamente.

2. Registre los resultados del experimento en la matriz Y. Tiene una fila por ejecución y una columna por réplica.

3. Llame a la función quickscreen para calcular la respuesta media baja y alta para cada factor y para las interacciones AB, AC y BC. Para este diseño factorial fraccional, CD, BD y AD se crean un alias con AB, AC y BC respectivamente y, por lo tanto, no se incluyen.

4. Quite el encabezado de la matriz E.

5. Defina la matriz Data con los rótulos de factor e interacción en la primera columna y los efectos parciales en la segunda. Utilice esta matriz como argumento de la función pareto, que devuelve el rótulo, el efecto parcial y el porcentaje acumulado de cada factor o interacción. Los efectos parciales se devuelven en orden descendente.

6. Visualice los efectos parciales y los porcentajes acumulativos en un gráfico de Pareto. Para los efectos parciales, cambie el tipo de traza a Traza de columna y añada un factor de escalado en el marcador de unidades, de modo que el tamaño de los efectos parciales coincida con el tamaño de los porcentajes acumulados.

7. Defina la matriz Paint_Thickness con las respuestas de media baja en la primera columna y las respuestas de media alta en la segunda columna. Utilice esta matriz en un gráfico de efectos: cambie el tipo de traza a Traza de efectos.

8. Según los gráficos de Pareto y de efectos, parece que A, B y AB son factores significativos. Sin embargo, dado que AB tiene un alias con CD, cree un gráfico de efectos para ver la interacción de AB y compruebe si esta interacción es importante.