Criar e analisar DOE fatorial

Criar DOE fatorial é a etapa de geração do planejamento, em que você define o experimento antes de coletar qualquer dado. Você especifica os fatores a estudar, o número de níveis de cada fator e a estrutura do planejamento, incluindo resolução, blocos, réplicas e pontos centrais.

Última revisão

Conclusão principal

Criar DOE fatorial é a etapa de geração do planejamento, em que você define o experimento antes de coletar qualquer dado.

Nesta página
  1. O que é Criar DOE fatorial?
  2. Quando usar Criar DOE fatorial?
  3. Diretrizes para o uso correto de Criar DOE fatorial
  4. Alternativas: quando não usar Criar DOE fatorial
  5. O que é Analisar DOE fatorial?
  6. Quando usar Analisar DOE fatorial?
  7. Diretrizes para o uso correto de Analisar DOE fatorial
  8. Alternativas: quando não usar Analisar DOE fatorial
  9. Exemplo de Criar e Analisar DOE fatorial
  10. Como fazer Criar e Analisar DOE fatorial

O que é Criar DOE fatorial?

Criar DOE fatorial é a etapa de geração do planejamento, em que você define o experimento antes de coletar qualquer dado. Você especifica os fatores a estudar, o número de níveis de cada fator e a estrutura do planejamento, incluindo resolução, blocos, réplicas e pontos centrais. A ferramenta então gera um conjunto completo de corridas experimentais que informa exatamente qual combinação de ajustes dos fatores testar e em que ordem.

Acertar o planejamento nesta etapa é fundamental: um planejamento fatorial bem construído garante que os efeitos dos fatores possam ser estimados com exatidão, que a confusão de efeitos seja minimizada e que o experimento forneça o máximo de informação útil para os recursos investidos.

Definição simples: A etapa de planejamento de um experimento fatorial em que você define seus fatores, a estrutura do planejamento e a ordem das corridas antes de coletar qualquer dado. Um experimento bem planejado leva a respostas claras e confiáveis.

Quando usar Criar DOE fatorial?

  • Use quando precisar planejar um novo experimento fatorial do zero, antes de realizar qualquer corrida.
  • Use quando tiver 2 a 15 fatores (contínuos, categóricos ou mistos) e quiser estudar seus efeitos individuais e suas interações.
  • Use quando quiser gerar uma lista de corridas estruturada e aleatorizada que proteja contra efeitos ligados ao tempo e contra o viés do operador.
  • Use quando restrições de recursos ou de tempo exigirem um fatorial fracionado — testar um subconjunto cuidadosamente escolhido de todas as combinações possíveis.

Diretrizes para o uso correto de Criar DOE fatorial

  • Defina níveis de fatores realistas e praticamente viáveis : as faixas devem ser amplas o bastante para detectar efeitos reais, mas seguras e viáveis de operar durante o experimento.
  • Sempre aleatorize a ordem das corridas : executar os experimentos em sequência aleatória protege contra efeitos sistemáticos ligados ao tempo, tendências de aquecimento do equipamento e aprendizado do operador que enviesem os resultados.
  • Inclua pontos centrais em todo experimento: custam relativamente poucas corridas, mas oferecem uma valiosa capacidade de detecção de curvatura e de estimativa do erro.
  • Use blocos quando existir uma variável de perturbação conhecida , como testes em vários dias, turnos, máquinas ou lotes de matéria-prima, para evitar que essa variável infle os efeitos aparentes dos fatores.
  • Escolha a resolução com base na informação mais importante : use a Resolução V quando as interações de dois fatores forem importantes; aceite a Resolução III apenas em grandes estudos iniciais de triagem.

Alternativas: quando não usar Criar DOE fatorial

  • Se você tiver mais de 15 fatores para triar, use primeiro Criar Planejamento de Triagem Definitiva para restringir os fatores importantes antes de investir em um fatorial completo.
  • Se todos os fatores forem proporções de ingredientes que devem somar um total constante, use Criar DoE de Misturas em vez disso: os planejamentos fatoriais padrão não conseguem tratar a restrição de mistura.
  • Se o experimento já foi executado e você tem dados para analisar, vá diretamente para Analisar DOE fatorial sem precisar criar um novo planejamento.

O que é Analisar DOE fatorial?

Analisar DOE fatorial processa os dados de resposta coletados em um experimento fatorial e ajusta um modelo estatístico que quantifica como cada fator e suas interações influenciam a resposta. Ele identifica quais efeitos são estatisticamente significativos, estima a magnitude e a direção de cada efeito e produz gráficos de diagnóstico e estatísticas-resumo para verificar se o modelo é uma descrição confiável dos dados.

A análise transforma medições experimentais brutas em conhecimento aplicável: mostra quais fatores realmente conduzem a resposta, em que medida e se algum deles atua em conjunto de maneiras que não seriam aparentes ao estudá-los individualmente.

Quando usar Analisar DOE fatorial?

  • Use após concluir todas as corridas experimentais planejadas e registrar todas as medições de resposta.
  • Use para identificar quais fatores têm efeitos estatisticamente significativos e quais podem ser ignorados com segurança no controle futuro do processo.
  • Use para quantificar a magnitude e a direção de cada efeito , de modo a saber não só o que importa, mas quanto o ajuste altera a resposta.
  • Use para detectar interações entre fatores , em que o impacto de um fator depende do nível de outro.

Diretrizes para o uso correto de Analisar DOE fatorial

  • Sempre revise os gráficos de resíduos antes de interpretar os efeitos : um modelo que não passa nas verificações de diagnóstico não deve ser usado para tirar conclusões ou fazer recomendações.
  • Use a construção hierárquica do modelo : se um termo de interação for significativo, mantenha todos os efeitos principais envolvidos nessa interação, mesmo que esses efeitos principais, individualmente, não sejam significativos.
  • Considere a significância prática junto com a significância estatística : um efeito pode ser estatisticamente detectável, mas pequeno demais para importar na prática para o processo.
  • Valide o modelo final com corridas de confirmação nos ajustes ótimos previstos antes de implementar qualquer mudança no processo: o modelo é uma previsão, não uma garantia.
  • Se for detectada curvatura por meio dos pontos centrais, considere aumentar o planejamento com pontos axiais para ajustar um modelo de superfície de resposta que leve em conta adequadamente a relação curva.

Alternativas: quando não usar Analisar DOE fatorial

  • Se o experimento foi criado com um Planejamento de Triagem Definitiva, use Analisar Planejamento de Triagem Definitiva em vez disso: ele usa um algoritmo otimizado especificamente para a estrutura de dados do DSD.
  • Se o experimento foi um planejamento de misturas, use Analisar DoE de Misturas em vez disso: a análise fatorial padrão não trata corretamente a restrição de mistura.

Exemplo de Criar e Analisar DOE fatorial

As etapas a seguir:

  1. Insira os dados necessários no painel do lado direito, Design & Analysis Inputs.
Create & Analyse Factorial DOE — figure 1

2. Agora, analise os dados no Zometric Statistical Software em https://statsai.zometric.com/.

3. Para encontrar Criar e Analisar DOE fatorial, escolha Statistical module> DOE>Create & Analyse Factorial DoE.

4. Clique em Step 1. As opções necessárias serão preenchidas com as configurações padrão.

5. Clique em Step 2. No painel do lado esquerdo, em Designed Experiments & Results, a matriz do planejamento será gerada. Adicione as variáveis de resposta (resultado) como novas colunas no final da matriz do planejamento.

6. No painel do lado direito, em Design & Analysis Inputs, localize a opção Responses . Selecione as colunas das variáveis de resultado recém-adicionadas para defini-las como variáveis de resposta.

7. Selecione os interaction terms necessários, de acordo com as necessidades do experimento

8. Clique em Step 3 para realizar a análise do experimento planejado.

Create & Analyse Factorial DOE — figure 2

9. Após usar a ferramenta mencionada acima, obtém a saída da seguinte forma:

Create & Analyse Factorial DOE — figure 3Create & Analyse Factorial DOE — figure 4Create & Analyse Factorial DOE — figure 5

Como fazer Criar e Analisar DOE fatorial

O guia é o seguinte:

  1. Faça login no Zometric Statistical Software em https://statsai.zometric.com/
  2. Na página inicial, escolha Statistical Tool> DOE>Create & Analyse Factorial DoE.
  3. Em seguida, atualize os dados manualmente ou copie todos os dados (Ctrl+C) de uma planilha do Excel ou cole-os (Ctrl+V), ou então use a opção Load Example, em que os dados de exemplo serão carregados.
  4. Em seguida, preencha as opções necessárias.
  5. Por fim, clique em calculate na parte inferior da página para obter os resultados desejados.

No painel (dashboard) de Criar e Analisar DOE fatorial, a janela é dividida em duas partes.

Create & Analyse Factorial DOE — figure 6

Na parte esquerda fica Designed Experiments & Results. Em Designed Experiments & Results, é gerado o experimento planejado.

Na parte direita, há várias opções, descritas a seguir:

Load example: Carrega um conjunto de dados de exemplo pronto para que você explore a ferramenta e entenda o fluxo de trabalho antes de inserir seus próprios dados.

  • Step 1: Fetch Design Options : Preenche automaticamente as opções explicadas acima
    Step 2: Create Designed Experiments: Gera os experimentos planejados no painel do lado esquerdo (Designed Experiments & Results)
    Step 3: Analyse Experiments
    • Resolution: Define quanta informação o planejamento fatorial fracionado consegue estimar sem confusão de efeitos. Planejamentos de resolução mais alta separam efeitos principais e interações com mais nitidez, mas exigem mais corridas:

      1. Planejamento fatorial completo (fração completa)

      Um planejamento fatorial completo é um planejamento experimental em que todas as combinações possíveis de níveis dos fatores são testadas.

      Principais características

      Vantagens

      Desvantagens

      Exemplo

      Para 3 fatores (A, B, C), cada um em 2 níveis:
      Total de corridas = 2³ = 8 corridas

      2. Planejamento fatorial fracionado (meia fração – fração 1/2)

      Um planejamento de meia fração (fração 1/2) é um tipo de planejamento fatorial fracionado em que apenas metade das corridas totais de um planejamento fatorial completo é realizada.

      Principais características

      Vantagens

      Desvantagens

      Exemplo

      Para 3 fatores (A, B, C):
      Fatorial completo = 8 corridas
      Meia fração = 2³⁻¹ = 4 corridas
      • Se houver k fatores, cada um em 2 níveis, o número total de corridas é:
        2ᵏ
      • Avalia todas as interações possíveis entre os fatores.
      • Fornece informação completa e sem confusão de efeitos.
      • Nenhuma perda de informação por aliasing.
      • Nível mais alto de exatidão.
      • Todos os efeitos principais e efeitos de interação podem ser estimados de forma independente.
      • Nenhuma ambiguidade na interpretação.
      • O número de corridas aumenta rapidamente à medida que o número de fatores cresce.
      • Pode ser demorado e caro.
      • Para k fatores, o número de corridas passa a ser:
        2ᵏ⁻¹
      • Reduz o número de corridas experimentais em 50%.
      • Usa um subconjunto de combinações selecionado de forma sistemática.
      • Alguns efeitos ficam confundidos (aliased) com outros.
      • Exige menos experimentos, economizando tempo e custo.
      • Útil nas fases iniciais da experimentação (triagem de fatores importantes).
      • Alguns efeitos não podem ser separados (devido ao aliasing).
      • A interpretação pode ser menos clara em comparação com os planejamentos fatoriais completos.
    • Centre Points per Block: O número de corridas no ponto médio de todas as faixas dos fatores, adicionadas dentro de cada bloco. Os pontos centrais ajudam a detectar curvatura na resposta e fornecem uma estimativa independente do erro experimental sem exigir combinações adicionais de fatores.
    • Replicates for Corner Points: O número de vezes que cada ponto de canto (combinação extrema de fatores) é repetido. Adicionar réplicas aumenta a precisão das estimativas dos efeitos e fornece uma estimativa de erro mais confiável, mas aumenta o número total de corridas necessárias.
    • Blocks: Divide o experimento em grupos de corridas realizadas sob as mesmas condições, por exemplo, por dia, operador ou equipamento. A formação de blocos remove da análise fontes conhecidas de variação, gerando estimativas mais limpas dos efeitos dos fatores.
    • Responses: Adicione as variáveis de resposta (medições de saída) que serão coletadas durante o experimento. Elas devem ser inseridas como novas colunas imediatamente após a última coluna da matriz do planejamento na planilha. Depois que as colunas de resposta forem adicionadas, selecione-as usando a opção Responses da coluna recém-adicionada, que é a variável de saída. Isso garante que os resultados experimentais sejam associados corretamente às respostas definidas para as análises seguintes.
    • Select Terms: Escolha quais termos do modelo (efeitos principais, interações de dois fatores, efeitos quadráticos) incluir no modelo de análise. Por padrão, os efeitos principais são incluídos; adicione termos de interação se você espera que os fatores influenciem uns aos outros.
    • Isso gerará a análise do planejamento que você criou.
  • Download as Excel: Exibe o resultado em formato Excel, que pode ser facilmente editado e recarregado para os cálculos por meio da opção load file.

Perguntas frequentes

Qual é a diferença entre um planejamento fatorial completo e um fracionado?

Um fatorial completo testa todas as combinações de níveis dos fatores: para k fatores em 2 níveis, são 2ᵏ corridas, com estimativas completas e sem confusão de todos os efeitos principais e interações. Uma meia fração executa 2ᵏ⁻¹, metade das corridas, economizando tempo e custo, mas alguns efeitos ficam confundidos (aliased) e não podem ser separados.

Quando usar um DOE fatorial?

Use-o para planejar um experimento com 2 a 15 fatores, contínuos, categóricos ou mistos, quando quiser estudar seus efeitos individuais e suas interações. Escolha um fatorial fracionado quando recursos ou tempo limitarem o número de corridas. Com mais de 15 fatores, faça primeiro a triagem com um planejamento de triagem definitiva; para proporções de ingredientes, use um planejamento de misturas.

Por que adicionar pontos centrais, réplicas e blocos a um planejamento fatorial?

Os pontos centrais custam relativamente poucas corridas, mas detectam curvatura e fornecem uma estimativa independente do erro experimental. Replicar os pontos de canto melhora a precisão das estimativas dos efeitos. Os blocos agrupam corridas feitas sob as mesmas condições, como um dia, operador ou máquina, para que uma variável de perturbação conhecida não infle os efeitos aparentes dos fatores.

Como analisar um experimento fatorial?

No Zometric Statistical Software, o Step 1 busca as opções do planejamento e o Step 2 gera a matriz do planejamento; adicione as colunas de resposta no final, selecione-as como Responses, escolha os termos do modelo e clique em Step 3 para analisar. Revise os gráficos de resíduos antes de interpretar os efeitos, mantenha os efeitos principais envolvidos em interações significativas e confirme o ótimo previsto com corridas de confirmação.