Design Ortogonal Em Stata Forex




Design Ortogonal Em Stata ForexExperimentos fatoriais completos podem exigir muitas corridas O ASQC (1983) Glossary amp Tables para Controle Estatistico de Qualidade define projeto fatorial fracionario da seguinte maneira: Uma experiencia fatorial em que apenas uma fracao adequadamente escolhida das combinacoes de tratamento necessarias para a experiencia fatorial completa e selecionada Para ser executado. Uma fracao cuidadosamente escolhida das corridas pode ser tudo o que e necessario Mesmo que o numero de fatores, k. Em um design pequeno, as corridas de 2 k especificadas para um fatorial completo podem rapidamente se tornar muito grandes. Por exemplo, 2 6 64 execucoes sao para um projeto fatorial completo de dois niveis com seis fatores. Para este projeto, precisamos adicionar um bom numero de corridas de pontos centrais e, portanto, podemos rapidamente gerar um requisito de recursos muito grande para execucoes com apenas um numero modesto de fatores. As secoes posteriores mostrarao como escolher a fracao certa para projetos de 2 niveis - estes sao equilibrados e ortogonais. A solucao para este problema e usar apenas uma fracao das corridas especificadas pelo projeto fatorial completo. O que corre para fazer e qual deixar fora e o assunto de interesse aqui. Em geral, nos escolhemos uma fracao como frac12, frac14, etc. das corridas exigidas pelo fatorial completo. Usamos varias estrategias que garantem uma escolha adequada de corridas. As secoes a seguir mostrarao como escolher uma fracao adequada de um projeto fatorial completo para atender ao objetivo em questao. Projetos fatoriais fracionarios adequadamente escolhidos para experimentos de 2 niveis tem as propriedades desejaveis ??de serem equilibrados e ortogonais. Projetos fatoriais fracionarios de 2 niveis enfatizados Nota: Vamos enfatizar apenas as fracoes de projetos de dois niveis. Isso ocorre porque os projetos fracionarios de dois niveis sao, na engenharia pelo menos, de longe, os projetos fracionarios mais populares. Os fatoriais fracionarios em que alguns fatores tem tres niveis serao abordados brevemente na Secao 5.3.3.10. Desenhos ortogonais Dois vetores sao ortogonais se a soma dos produtos dos seus elementos correspondentes for 0. Por exemplo, considere os seguintes vetores a e b. Voce pode multiplicar os elementos correspondentes dos vetores para mostrar o seguinte resultado: Isso mostra que os dois vetores sao ortogonais. O conceito de ortogonalidade e importante no Design of Experiments porque diz algo sobre a independencia. A analise experimental de um projeto ortogonal e geralmente direta porque voce pode estimar cada efeito principal e interacao de forma independente. Se seu projeto nao e ortogonal, seja por plano ou por perda acidental de dados, sua interpretacao pode nao ser tao direta. A importancia disso e mostrada com o seguinte exemplo. Considere um 2 3 fatorial completo com oito execucoes. Para mostrar que cada coluna (vetor) e ortogonal as outras colunas, multiplique AB, AC e BC. AB 1 (1) 1 (1) 1 (1) 1 (1) 1 (1) 1 (1) 1 (1) 1 (1) 4 4 0 AC 1 (1) 1 (1) 1 (1) 1 (1) 1 (1) 1 (1) 1 (1) 1 (1) 4 4 0 BC 1 (1) 1 (1) 1 (1) 1 (1) 1 (1) 1 (1) 1 (1 ) 1 (1) 4 4 0 Entao, em certo sentido, o fator A e estimado independentemente de B e C e vice-versa. As estimativas para efeitos e coeficientes permanecerao inalteradas quando voce remover as interacoes do modelo. A outra saida mudara a medida que o erro experimental (MSE) for ajustado de acordo com mais graus de liberdade. Em conclusao, um experimento projetado e ortogonal se os efeitos de qualquer fator se equilibrarem (soma para zero) em todos os efeitos dos outros fatores. A ortogonalidade garante que o efeito de um fator ou interacao pode ser estimado separadamente do efeito de qualquer outro fator ou interacao no modelo. Determine se um design e ortogonal Para determinar se o seu design e ortogonal, faca o seguinte: Ao analisar projetos fatoriais, se o design for exibido em unidades nao codificadas na planilha, primeiro escolha Stat gt DOE gt Display Design. Selecione unidades codificadas. E clique em OK. Escolha Stat gt ANOVA gt Modelo Linear Geral ou Stat gt DOE gt Factorial gt Analise o Design Factorial e complete a caixa de dialogo como de costume. Voce tambem pode fazer isso para os projetos Response Surface, Taguchi e Mixture. Para armazenar uma matriz de design em Taguchi, voce deve ajustar um modelo linear. Clique em Armazenamento. Selecione a matriz de design. Clique em OK em cada caixa de dialogo. Soma os graus de liberdade para todos os termos do modelo, exceto Erro. Os graus de liberdade estao na coluna DF da tabela ANOVA na saida da janela Sessao. Escolha Dados gt Copiar gt Matrix to Columns. Em Copiar da matriz. Entre XMAT1. Em dados copiados na loja. Na folha de calculo atual, em colunas. Insira um intervalo de colunas vazias o suficiente para incluir uma coluna para cada grau de liberdade no modelo mais uma para a interceptacao. (Por exemplo, se voce tiver 7 graus de liberdade em seu modelo, voce precisara de 8 colunas no total e podera entrar em C11-C18.) Clique em OK. Escolha Stat gt Estatistica basica gt Correlation. Em Variaveis. Digite o intervalo de colunas da etapa 7. Desmarque Exibir valores p. Clique em OK. Na matriz exibida na janela Sessao, procure por outros termos que nao sejam zero. Um valor positivo ou negativo indica que as duas colunas e seus termos associados nao sao ortogonais. Ao analisar um projeto fatorial, a matriz de design armazenara os termos em unidades nao codificadas se a planilha estiver em unidades nao codificadas. Stat gt DOE gt Factorial gt Analyze Factorial Design ira realizar a analise em unidades codificadas. Ao analisar um projeto de superficie de resposta, a matriz de design armazenara os termos em unidades codificadas ou nao codificadas dependendo das unidades em que voce optar por analisar os dados.