Anova a due fattori Esempio di piano fattoriale: il caso della progettazione robusta di batterie...
-
Upload
xaviero-bianco -
Category
Documents
-
view
214 -
download
0
Transcript of Anova a due fattori Esempio di piano fattoriale: il caso della progettazione robusta di batterie...
Anova a due fattori
• Esempio di piano fattoriale: il caso della progettazione robusta di batterie
Tipo di Materiale
Temperatura (°F)
15 70 125
1130 155 34 40 20 70
74 180 80 75 82 58
2150 188 136 122 25 70
159 126 106 115 58 45
3138 110 174 120 96 104
168 160 150 139 82 60
1. Che effetti hanno il tipo di materiale e la temperatura sulla durata delle batterie?2. C’è una scelta di materiale suscettibile di dare una durata elevata,
indipendentemente dalla temperatura (batteria robusta al temperatura)
Durata Batterie
Progettazione batteria
Progettazione batteria
Progettazione batteria
Progettazione batteria
Progettazione batteria
Progettazione batteria
Progettazione batteria
F0.05, 4, 27=2.73
Progettazione batteria
Materiale
1257015
150
125
100
75
50
321
150
125
100
75
50
Temperatura
Materiale
3
12
Temperatura
125
1570
Interaction Plot (fitted means) for Risposta
Progettazione batteria
• Quando l’analisi della varianza indica che le medie di riga o di colonna differiscono tra loro, di solito interessa confrontare le medie individuali di riga o di colonna, per individuare differenze specifiche
• Inoltre, quando le interazioni sono significative, i confronti tra le medie di un fattore vanno operate fissando l’altro fattore ad un livello
Progettazione batteria
• Test di Tukey per il tipo di materiale fissando la temperatura a 70°F: confronto a coppie
Medie aritmetiche al variare del tipo di materiale a 70°F
Questa analisi indica che al livello di temperatura 70°F la durata media della batteria è la stessa per i materiali 2 e 3, ma significativamente più bassa per il materiale 1
05.0
05.0
05.0
05.005.0
50.6225.5775.191 :1 vs.2
00.2675.11975.145 :2 vs.3
50.8825.5775.145 :1 vs.3
47.454
21.67550.3)27 3,(
T
T
Tn
MSqT E
Statistica di Student
Progettazione batteria
cellaesima -ijnella niosservazio delle aritmeticamedia la proprio è previsto valoreilossia
,ˆ
Tuttavia, previsto. valorecome definito è ˆ dove
ˆ
.ijijk
ijk
ijkijkijk
yy
y
yye
Calcolo dei residui:
Tipo di Materiale
Temperatura (°F)
15 70 125
1130 155 34 40 20 70
74 180 80 75 82 58
2150 188 136 122 25 70
159 126 106 115 58 45
3138 110 174 120 96 104
168 160 150 139 82 60
Progettazione batteria
Residual
Perc
ent
50250-25-50
99
90
50
10
1
Fitted Value
Resi
dual
1501251007550
50
25
0
-25
-50
Residual
Frequency
4530150-15-30-45-60
10,0
7,5
5,0
2,5
0,0
Observation Order
Resi
dual
35302520151051
50
25
0
-25
-50
Normal Probability Plot of the Residuals Residuals Versus the Fitted Values
Histogram of the Residuals Residuals Versus the Order of the Data
Residual Plots for Risposta
Leggero Scostamento
La varianza dei residui cresce al crescere della durata della batteria
Se i nostri residui si dispongono secondo una distribuzione perfettamente Normale con media nulla, possiamo affermare che la sperimentazione è stata condotta in assenza di errori sistematici, e che quindi la dispersione delle misure è dovuta alla casualità
Nota sul NPP
Nota sul NPP
1 :lesperimentacumulata a Probabilit ni
Nota sul NPP
Nota sul NPP
?calcola si comeMa
:normale onedistribuziuna Per
z
xz
Nota sul NPP
! desume ne se ioneinterpolazper e
zata standardiz normale onedistribuzidella
tabellenelleentra sicumulata la Nota
2exp2
1 2
z
dzzzz
Nota sul NPP
Nota sul NPP
ni 5.0 :lesperimentacumulata à Probabilit
Tabelle della Distribuzione Cumulativa Normale Standardizzata
Nota sul NPP• Ulteriori considerazioni: Consideriamo una curva di distribuzione
normale standard nella variabile z, ossia la (z). Ipotizziamo che la nostra distribuzione sia perfettamente identica a quella normale standardizzata; allora, prendendo il valore della prob. cumulata sperimentale per un certo residuo (calcolata come j/(n+1)) ed entrando nelle tabelle standard (ossia nelle tabelle della distribuzione di Gauss), dovremmo trovare un valore di z esattamente uguale al nostro residuo.
• Poiché però la nostra distribuzione si avvicinerà soltanto a quella normale standard, i valori di z e dei residui risulteranno differenti a meno di una costante (la deviazione standard) per uno stesso valore di probabilità cumulata (z = R/).
• Nel caso sperimentale quindi, avremo dei punti che si dispongono su una retta quanto più la nostra distribuzione si avvicina a quella Normale.
Progettazione batteria
Residual
Perc
ent
50250-25-50
99
90
50
10
1
Fitted Value
Resi
dual
1501251007550
50
25
0
-25
-50
Residual
Frequency
4530150-15-30-45-60
10,0
7,5
5,0
2,5
0,0
Observation Order
Resi
dual
35302520151051
50
25
0
-25
-50
Normal Probability Plot of the Residuals Residuals Versus the Fitted Values
Histogram of the Residuals Residuals Versus the Order of the Data
Residual Plots for Risposta
Leggero Scostamento
La varianza dei residui cresce al crescere della durata della batteria
Se i nostri residui si dispongono secondo una distribuzione perfettamente Normale con media nulla, possiamo affermare che la sperimentazione è stata condotta in assenza di errori sistematici, e che quindi la dispersione delle misure è dovuta alla casualità
Progettazione batteria
• Entrambi i grafici denotano una leggera disuguaglianza della varianza, con la combinazione di trattamento di 15°F e tipo di materiale 1
Materiale
Resi
dual
3,02,52,01,51,0
50
25
0
-25
-50
-75
Residuals Versus Materiale(response is Risposta)
Temperatura
Resi
dual
140120100806040200
50
25
0
-25
-50
-75
Residuals Versus Temperatura(response is Risposta)
E’ possibile che questa particolare combinazione di trattamenti produca una durata della batteria un po’ più variabile rispetto alle altre. Il problema tuttavia non è abbastanza grave da avere un impatto rilevante sull’analisi e sulle conclusioni!