Utilice las funciones
block y
anova para dividir una matriz de diseño en dos bloques y comprobar si el bloqueo afecta al resultado.
1. Llame a la función
fullfact para crear una matriz de diseño completamente factorial.
2. Llame a la función block para dividir la matriz de diseño X en dos bloques.
Las ocho primeras ejecuciones se realizan en el Block 1 y las demás, en el Block 2.
3. Llame a la función
randomize antes de llevar a cabo el experimento. La asignación aleatoria se realiza por separado para cada bloque.
4. Registre los resultados del experimento en la matriz Y con una fila por ejecución de la matriz de diseño bloqueada B y una columna por réplica.
5. Llame a la función
quickscreen para calcular los efectos de los factores, las interacciones de segundo orden y el bloqueo.
6. Utilice las funciones
augment y
submatrix para extraer los factores y sus efectos de Q, y quite las cabeceras.
7. Reemplace los efectos por el valor absoluto de los efectos parciales.
8. Llame a la función
pareto y, a continuación, cree un gráfico de Pareto.
Los factores A, B, D, las interacciones AD y BD, y Blocks parecen significativos.
9. Llame a la función anova para realizar un análisis de varianza. Calcule el valor F-value crítico para los factores, las interacciones y el bloqueo. Compare su F-value con el valor crítico F-value.
10. Utilice la función
qF para calcular el valor crítico F-value de los factores, las interacciones y el bloqueo. Compare su F-value con el valor crítico F-value.
Defina el nivel en 5%:
Defina el grado de libertad inferior DF:
Defina el grado de libertad superior DF:
Los factores A, B, D, las interacciones AD y BD, y Blocks son significativos en el nivel 5%, ya que sus valores F son mayores que Fcrit. Este análisis de varianza refuerza la conclusión subjetiva que se deriva del gráfico de Pareto.
Referencia
Montgomery, D.C., Design and Analysis of Experiments, 5th ed., John Wiley & Sons, New York, 2001, págs. 295.
