AULA 4 Prof. Dr. Márcio A. Fiori - Planejamento Experimental.

Slides:



Advertisements
Apresentações semelhantes
Sistemas Realimentados
Advertisements

2.5 INFERÊNCIAS SOBRE A DIFERENÇA NAS MÉDIAS, COMPARAÇÕES EMPARELHADAS
CONCEITOS ELEMENTARES
Prof. M.Sc. Fábio Francisco da Costa Fontes Outubro
Análise de regressão linear simples: abordagem matricial
DELINEAMENTO COMPLETAMENTE CASUALIZADO
Estatística Aula 15 Prof. Marllus Gustavo Ferreira Passos das Neves
Delineamentos Fatoriais Fracionários com Dois Níveis André Lacerda Biurrum Jaqueline Maschmann Goes MAT PLANEJAMENTO DE EXPERIMENTOS 2.
Alan Birck Cecília Martins
Campus de Caraguatatuba
Aula 4: Matrizes e Operações Matriciais
Introdução a planejamento e otimização de experimentos
Prof. Roberto Cristóvão
5. Experimentos Fatoriais
5. Experimentos Fatoriais
Experimentos Fatoriais
Experimentos Fatoriais 2k
ME623A Planejamento e Pesquisa
EAL ESTATÍSTICA, PLANEJAMENTO E OTIMIZAÇÃO DE EXPERIMENTOS
Estatística e Probabilidade
DISTRIBUIÇÕES AMOSTRAIS
Estatística Para um dado conjunto de dados, podemos calcular as seguintes grandezas: 1) Medidas de posição 2) Medidas de dispersão 3) Parâmetros de simetria.
ANÁLISE DE UM SISTEMA MULTI-ELETRODOS EM PROCESSOS ELETROQUÍMICOS Vinicius Flores Resumo A utilização de multi-eletrodos no estudo de processos eletroquímicos.
Engenharia Ambiental – UNISUL Profa. Denise Esteves Moritz
Site: Estatística Prof. Edson Nemer Site:
PLANEJAMENTO DO EXPERIMENTO
Aula 5 - Método experimental ou de seleção aleatória
Análise de Incertezas Introdução.
Matemática para Economia III
Estatística e Probabilidade
Formas de calibração 1º - Padrões externos É a forma mais utilizada de calibração. São utilizadas soluções contendo concentrações conhecidas do analito.
2.3 Experimentos Fatoriais 22 Efeitos das Interações
EDP53 PPGEDU / UFRGS – 2010 / 02 Prof. Fernando Becker DA LÓGICA DA CRIANÇA À LÓGICA DO ADOLESCENTE Combinações de Corpos Químicos Coloridos e Incolores.
Modelos Teóricos Discretos de Probabilidade
PLANEJAMENTO DO EXPERIMENTO
T- Teste: A distribuição t de Student
Regressão e Previsão Numérica.
ANÁLISE ESTATÍSTICA II
análise dos estimadores
Disciplina Engenharia da Qualidade II
AVALIAÇÃO DA INCERTEZA DE MEDIÇÃO
Abordagem Sistemática Guilherme Amaral Avelino Avaliação e Controle de Sistemas de Informação.
Aula 4 – Estatística- Conceitos básicos
Laboratório de Física Professores: Denes Morais José Cássio.
Metodologia da Pesquisa em Ensino de Ciências I
ANOVA.
Usando Excel Prof. Rosemberg Trindade. Parte 1 Representação tabular de distribuição com variáveis discretas e contínuas.
Física Experimental I – Turma J [FEX1001/J ] Aula 04: Gráficos Prof
Sistemas de Controle III N8SC3
AULA 6 Planejamento Experimental
AULA 5 Planejamento Experimental
Probabilidade Teste de hipóteses para duas médias:
PLANEJAMENTO EXPERIMENTAL
PPGTI AULA 3 Prof. Dr. Márcio A. Fiori –
AULA 2 Prof. Dr. Márcio A. Fiori -
Técnicas de Integração (Primitivação)
GESTÃO E GARANTIA DA QUALIDADE
ERROS E TRATAMENTO DE DADOS ANALÍTICOS
Estimação e Intervalo de Confiança. Estimação Frequentemente necessitamos, por meio das amostras, conhecer informações gerais da população. A estimação.
EAL ESTATÍSTICA, PLANEJAMENTO E OTIMIZAÇÃO DE EXPERIMENTOS.
Inferência 1:Estimação de Parâmetros Relembrando o Teorema Central do Limite Da aula anterior: a) Os estimadores da média e da s 2 são não viciados e de.
Estatística Aplicada - Componente Prática Ensaio de hipóteses estatísticas Ensaio para µ com  2 conhecido e desconhecido.
EAL ESTATÍSTICA, PLANEJAMENTO E OTIMIZAÇÃO DE EXPERIMENTOS.
EAL ESTATÍSTICA, PLANEJAMENTO E OTIMIZAÇÃO DE EXPERIMENTOS.
SCHEUFELE, F. B. et. al. Otimização dos parâmetros de hidrólise do bagaço de cana-de-açúcar. ENGEVISTA, V.14, N3. P ,DEZEMBRO,2012 Otimização dos.
6. Andando na Superfície de Resposta Técnica de otimização baseada em planejamentos fatoriais Etapas distintas: Modelagem e deslocamento Modelagem: ajuste.
Metodologia de Superfície de Resposta (RSM) (Montgomery,2005, cap. 11)
INTERVALO DE CONFIANÇA PARA A MEDIA POPULACIONAL (σ 2 desconhecido ) Sabemos que se o tamanho da amostra for superior a 30 a distribuição amostral das.
Controle de Sistemas Dinâmicos Sistemas de Controle - Implementação analógica Fevereiro Departamento de Eletrotécnica MA9 - Análise pelo método.
Como construir modelos empíricos. Nos modelos estudados, cada fator foi fixado em dois níveis Por esta razão temos que nos contentar com uma visão limitada.
Transcrição da apresentação:

AULA 4 Prof. Dr. Márcio A. Fiori - Planejamento Experimental

Planejamentos experimentais fracionários em dois níveis No planejamento experimental completo, o número de ensaios aumenta na ordem de 2 k com o número de fatores que influem sobre o problema. No entanto, muitas vezes é possível obter informação com um número menor de ensaios porque: 1.Os efeitos de interação aumentam muito com o aumento do número de fatores. 2.Na maioria dos casos estes efeitos tem valores pequenos. 3.Na maioria dos casos estes mesmos efeitos são destituídos de importância física e prática. 4.Analogamente à expansão em série, os termos de ordem superior não são significativos. Portanto, não é necessário fazer todos os ensaios. 5.Quando o número de variáveis aumenta, há probabilidade de que algumas não afetem a resposta. Prof. Dr. Márcio A. Fiori -

Em contrapartida: Nem sempre se conhece quais as variáveis que afetam a resposta, o que nos leva a considerar que em um primeiro estudo é mais interessante estudar o maior número possível de variáveis. Porém isto só é possível com um PLANEJAMENTO FRACIONÁRIO. No caso de planejamentos fatoriais fracionários, são possíveis meias frações, quartos de fração, oitavos de fração, etc... Meias frações de planejamentos fatoriais: Como o próprio nome diz, meia fração é uma metade. Em um planejamento experimental completo, uma meia fração consiste da metade do número de experimentos que é a ele destinado. Por exemplo: um planejamento fatorial completo 2 4, é constituído de 16 experimentos. Portanto, uma meia fração será constituída de 8 experimentos, sendo denotada por Este planejamento é correspondente a um planejamento 2 3 completo. Prof. Dr. Márcio A. Fiori -

Para construir uma meia fração, pode-se atuar da seguinte maneira: (a)Constrói-se um planejamento completo 2 k-1, para os k-1 fatores; (b) Para k-ésimo fator, atribui-se os sinais correspondentes ao produto das k-1 colunas anteriores. Prof. Dr. Márcio A. Fiori -

Exemplo: Pretende-se determinar traços de molibdênio em plantas. O procedimento analítico baseia-se na ação catalítica do Mo(IV) sobre a oxidação de I - pela água oxigenada. Para esta determinação utiliza-se ácido sulfúrico, iodeto de potássio e água oxigenada, colocados em um tempo de contato variável. Quer-se saber quais dentre estas variáveis produz maior influência sobre os sinais analisados. Matriz planejamento completo: EnsaioFator-11 VAR1[H 2 SO 4 ] VAR2[K] VAR3[H 2 O 2 ] VAR4t90130

Prof. Dr. Márcio A. Fiori - Uma análise mais completa envolve análise com um número maior de índices estatísticos: - Desvio padrão; - A significância quanto ao teste t de Student, - o nível p; - o limite de confiança que desejamos para o valor dos efeitos e dos coeficientes do modelo. Em geral estes valores podem, atualmente, ser calculados por meio de softwares.

Prof. Dr. Márcio A. Fiori - ENSAIO VAR1VAR2VAR3VAR4SINAL ANALÍTICO [H 2 SO 4 ][KI][H 2 O 2 ]tco x Matriz planejamento completo Exercício: FAZER A ANÁLISE ESTATÍSTICA

Prof. Dr. Márcio A. Fiori - Construção da meia fração: Na matriz dos efeitos estimados, além da construção da meia fração para os efeitos principais constrói-se também o restante com os efeitos cruzados; Estas colunas são obtidas através da multiplicação das respectivas colunas; Por exemplo: o contraste cruzado dos fatores 1 e 2 é obtido através da coluna 12, que é resultado da multiplicação das colunas (1) e (2). As demais colunas são elaboradas da mesma forma. É possível observar que dentre os contraste sempre ocorre para cada um deles uma repetição. Exemplo: Considerando o fracionário com 8 experimentos. Há 8 graus de liberdade, sendo que um deles é utilizado para a determinação da média. Assim, é gerar 7 contrastes independentes: 4 de primeira ordem e mais 3 de segunda ordem. Exercício: FAZER A ANÁLISE ESTATÍSTICA

Prof. Dr. Márcio A. Fiori - Construção da meia fração (planejamento 2 3 completo): ENS AIO VAR1 (l1)VAR2 (l2)VAR3 (l3) VAR4 (l4) VAR12 (l12) VAR13 (l13) VAR14 (l14) SINAL ANALÍTICO [H 2 SO 4 ][KI][H 2 O 2 ]Tco x Exercício: FAZER A ANÁLISE ESTATÍSTICA 4 = 123

Prof. Dr. Márcio A. Fiori - Relação entre os diversos contrastes: É possível obter as relações entre os diversos contrastes através da multiplicação das colunas de sinais; Estas operações possuem as seguintes propriedades: 1.A multiplicação de uma coluna de sinais por ela mesma produz uma matriz de sinais positivos; 2.Esta coluna, quando multiplicada por uma outra, deixa esta última inalterada. Ou seja, trata-se da matriz identidade. Exemplo: No caso do fatorial 2 3, a relação que define o fracionamento é 4 = 123

Prof. Dr. Márcio A. Fiori - Pergunta; Qual é o contraste l3? Sendo 4 = 123, para isolar l3 do lado direito, multiplica-se ambos os lados por (12): (12)4=(12)(123)=(11)(22)3 L124 = l3 Relações entre as colunas de sinais 1 = = = = = = = 23 I = 1234 mean l l l l l12 = 8.75l23 = l13 = 24.75l24 = l14 = 26.75l34 = 8.75

Prof. Dr. Márcio A. Fiori - Exercício: Dada a matriz planejamento fracionada fazer a análise estatística e montar e analisar uma fracionária. EnsaioFator-11 VAR1[H2SO4] VAR2[K] VAR3[H2O2] VAR4t90130 VAR5Fluxo, ml/s1,23,0

Prof. Dr. Márcio A. Fiori - ENSAIO VAR1VAR2VAR3VAR4VAR5SINAL ANALÍTICO [H2SO4][KI][H2O2]tFluxoco x

Prof. Dr. Márcio A. Fiori - Análise estatística dos planejamentos fatoriais parciais: Aplicação do software STATISTICA