R/data_doc.R
In fndemarqui/planex: Planejamento e Análise de Experimentos
#' Nível de colesterol no sangue
#'
#' @name algodao
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exercício 3.10: Um engenheiro está estudando se a resistência de um novo tipo de fibra sintética pode ser usada para a confecção de camisetas masculinas. Sabendo que a resistência é, em geral, afetada pelo percentual de algodão utilizado na mistura do material da fibra, o engenheiro decidiu conduzir um experimento com 5 níveis (percentuais) de algodão e 5 repetições para cada nível.
#' @format Data frame com 25 linhas e duas variáveis:
#' \itemize{
#' \item percentual: percentual de algodão utilizado na mistura do material da fibra
#' \item resistencia: resistência da fibra sintética (variável resposta).
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
#' Nível de colesterol no sangue
#'
#' @name colesterol
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exercício 10.41: Quinze homens adultos, entre as idades de 35 e 50 anos, participaram de um estudo para avaliar o efeito da dieta e de exercícios no nível de colesterol no sangue. O colesterol total foi medido para cada indivíduo inicialmente e depois de 3 meses de participação em um programa de exercícios aeróbicos e de mudanças para uma dieta de baixo teor de gordura.
#' @format Data frame com 30 linhas e duas variáveis:
#' \itemize{
#' \item medida: quando o peso do participante foi medido
#' \item nivel: nível de colesterol no sangue
#' }
#' @references Montgomery, D. C., Runger, G. C. (2015) Estatística Aplicada e Probabilidade para Engenheiros, 5ª. Edição, Rio de Janeiro: LTC.
#'
NULL
#' Programa de modificação alimentar
#'
#' @name alimentacao
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exercício 10.43: Dez indivíduos participaram de um programa de modificação alimentar para estimular a perda de peso. Os pesos dos participantes foram registrados antes e depois da participação no programa.
#' @format Data frame com 20 linhas e duas variáveis:
#' \itemize{
#' \item medida: quando o peso do participante foi medido
#' \item peso: peso do participante
#' }
#' @references Montgomery, D. C., Runger, G. C. (2015) Estatística Aplicada e Probabilidade para Engenheiros, 5ª. Edição, Rio de Janeiro: LTC.
#'
NULL
#' Ataque químico para remoção de silicone em semicondutores
#'
#' @name semicondutores2
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exercício 10.19: Na fabricação de semicondutores, o ataque químico por via úmida é freuentemente usado para remover silicone da parte posterior das pastilhas antes da metalização. A taxa de ataque é uma característica importante nesse processo e é sabido que ela segue uma distribuição normal. Duas soluções para ataque químico foram comparadas, utilizando-se duas amostras aleatórias de 10 pastilhas para cada solução.
#' @format Data frame com 10 linhas e duas variáveis:
#' \itemize{
#' \item solucao: tipo de solução empregada
#' \item taxa: taxa de ataque químico (10e-3 polegada/min)
#' }
#' @references Montgomery, D. C., Runger, G. C. (2015) Estatística Aplicada e Probabilidade para Engenheiros, 5ª. Edição, Rio de Janeiro: LTC.
#'
NULL
#' Tempo de secagem de tintas
#'
#' @name tintas
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exemplo 10.1 (adaptado): Um engenheiro está interessado em desenvolver uma nova formulação para uma tinta. Duas formulações de tintas são testadas: a formulação 1, que tem uma química padrão, e a formulação 2, que possui um novo ingrediente para secagem (espera-se que essa nova formulação leve a redução do tempo médio de secagem). Com base em experimentos passados, o engenheiro sabe que o desivo-padrão do tempo de secagem é igual a 8 minutos, e que essa variabilidade não deve ser afetada pela adição do novo ingrediente. Dez espécimes são pintados com a formulação 1 e outros dez com a formulação 2, sendo a determinação da formulação utilizada para cada espécime feita de forma aleatória. Os dados desse experimento foram gerados artificialmente no R para fins de ilustração da parte computacional.
#' @format Data frame com 20 linhas e duas variáveis:
#' \itemize{
#' \item formulacao: formulação utilizada na produção da tinta (F1 ou F2)
#' \item tempo: tempo de secagem da tinta (variável resposta)
#' }
#' @references Montgomery, D. C., Runger, G. C. (2015) Estatística Aplicada e Probabilidade para Engenheiros, 5ª. Edição, Rio de Janeiro: LTC.
#'
NULL
#' Resistência à tensão no alumínio
#'
#' @name aluminio
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exemplo 10.4 (adaptado): Testes d resistência à tensão foram feitos em dois tipos diferentes de estruturas de alumínio. Essas estruturas foram usadas na fabricação das asas de um avião comercial. De experiências passadas com o processo de fabricação dessas estruturas e com o procedimento de testes, os desvios-padrão são considerados conhecidos (\eqn{\sigma_{1} = 1} e \eqn{\sigma_{2} = 1.5}, respectivamente).
#' @format Data frame com 22 linhas e duas variáveis:
#' \itemize{
#' \item resistencia: resistência à tensão da estrutura de alumínio
#' \item estrutura: tipo de estrutura (E1 ou E2)
#' }
#' @references Montgomery, D. C., Runger, G. C. (2015) Estatística Aplicada e Probabilidade para Engenheiros, 5ª. Edição, Rio de Janeiro: LTC.
#'
NULL
#' Tempo de secagem de tintas (formato largo do banco de dados)
#'
#' @name tintas2
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exemplo 10.1 (adaptado): Um engenheiro está interessado em desenvolver uma nova formulação para uma tinta. Duas formulações de tintas são testadas: a formulação 1, que tem uma química padrão, e a formulação 2, que possui um novo ingrediente para secagem (espera-se que essa nova formulação leve a redução do tempo médio de secagem). Com base em experimentos passados, o engenheiro sabe que o desivo-padrão do tempo de secagem é igual a 8 minutos, e que essa variabilidade não deve ser afetada pela adição do novo ingrediente. Dez espécimes são pintados com a formulação 1 e outros dez com a formulação 2, sendo a determinação da formulação utilizada para cada espécime feita de forma aleatória. Os dados desse experimento foram gerados artificialmente no R para fins de ilustração da parte computacional.
#' @format Data frame com 10 linhas e duas variáveis:
#' \itemize{
#' \item F1: tempo de secagem da tinta com formulação 1
#' \item F2: tempo de secagem da tinta com formulação 2
#' }
#' @references Montgomery, D. C., Runger, G. C. (2015) Estatística Aplicada e Probabilidade para Engenheiros, 5ª. Edição, Rio de Janeiro: LTC.
#'
NULL
#' Rendimento de dois catalisadores
#'
#' @name catalisadores2
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exemplo 10.5: Dois catalisadores estão sendo analisados para determinar como eles afetam o rendimento médio de um processo quı́mico. Especificamente, o catalisador 1 (mais caro) está correntemente em uso, mas o catalisador 2 (mais barato) é aceitável. Uma vez que o catalisador 2 é mais barato, ele deve ser adotado, desde que não altere o rendimento do processo.
#' @format Data frame com 16 linhas e duas variáveis:
#' \itemize{
#' \item catalisador: tipo de catalisador utilizado (C1 ou C2)
#' \item rendimento: rendimento do processo químico (variável resposta)
#' }
#' @references Montgomery, D. C., Runger, G. C. (2015) Estatística Aplicada e Probabilidade para Engenheiros, 5ª. Edição, Rio de Janeiro: LTC.
#'
NULL
#' Arsênio em agua potável
#'
#' @name arsenio
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exemplo 10.6: A concentração de arsênio em suprimentos públicos de água potável é um reisco potencial de saúde. Um estudo reportou a concentração, em partes por bilhão (ppb), de arsênio em água potável para 10 comunidades metropolitanas de Fênix e 10 comunidades rurais do Arizona.
#' @format Data frame com 20 linhas e duas variáveis:
#' \itemize{
#' \item comunidade: tipo de comunidade onde a amostra de água foi coletada (metropolitana ou rural)
#' \item concentracao: concentração de arsênio presente na amostra (variável resposta)
#' }
#' @references Montgomery, D. C., Runger, G. C. (2015) Estatística Aplicada e Probabilidade para Engenheiros, 5ª. Edição, Rio de Janeiro: LTC.
#'
NULL
#' Resistência de vigas de aço
#'
#' @name vigas
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exemplo 10.10: Um pesquisador tem interesse em comparar dois métodos, a saber Karlruhe (K) e Lehigh (L), para prever a resistência ao cisalhamento entre traves planas metálicas. Os dois métodos são aplicados a 9 traves especı́ficas.
#' @format Data frame com 18 linhas e duas variáveis:
#' \itemize{
#' \item metodo: método empregado(K ou L)
#' \item previsao: previsão de resistência ao cisalhamento das vigas de aço (variável resposta)
#' }
#' @references Montgomery, D. C., Runger, G. C. (2015) Estatística Aplicada e Probabilidade para Engenheiros, 5ª. Edição, Rio de Janeiro: LTC.
#'
NULL
#' Resistência de saquinhos de papel
#'
#' @name saquinhos
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exemplo 13.1: Delineamento com um fator fixo conduzido para avaliar o efeito de 4 diferentes concentrações de madeira de lei sobre a resistência de saquinhos de papel.
#' @format Data frame com 24 linhas e duas variáveis:
#' \itemize{
#' \item resistencia: resistência dos saquinhos (variável resposta)
#' \item concentracao: concentração de madeira de lei (variável categórica com quadro níveis; fator de interesse)
#' }
#' @references Montgomery, D. C., Runger, G. C. (2015) Estatística Aplicada e Probabilidade para Engenheiros, 5ª. Edição, Rio de Janeiro: LTC.
#'
NULL
#' Consumo de chocolate sobre saúde cardiovascular
#'
#' @name chocolate
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Um experimento foi conduzido para investigar o efeito do consumo de chocolate sobre saúde cardiovascular. O experimento consistiu no uso de três tipos diferentes de chocolates: 100 g de chocolate, 100 g de chocolate amargo com 200 mL de leite integral, e 200 g de chocolate ao leite. Os voluntários participantes do estudo receberam aleatoriamente um dos 3 tipos de chocolates investigados e depois de uma hora do consumo do produto a capacidade antioxidante do plasma sanguíneo foi medida em um ensaio. Analise adequadamente os dados provenientes desse experimento, apresentando as conclusões práticas.
#' @format Data frame com 36 linhas e duas variáveis:
#' \itemize{
#' \item capacidade: capacidade antioxidante do plasma sanguíneo (variável resposta)
#' \item tipo: tipo de chocolate consumido (variável categórica com quadro níveis; fator de interesse)
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
#' Efeito de dietas sobre o teor de proteínas do leite
#'
#' @name dietas
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exercício 13.13: Um experimento foi realizado para analisar o efeito de 3 dietas sobre o teor de proteína de leite de vaca. Os dados foram coletados depois de uma semana e incluem 25 vacas sujeitas à dietada de cevada, 27 vacas sujeitas à outras duas dietas. Analise adequadamente os dados provenientes desse experimento e apresente as conclusões práticas obtidas.
#' @format Data frame com 79 linhas e duas variáveis:
#' \itemize{
#' \item teor: teor de proteína do leite (variável resposta)
#' \item dieta: tipo de dieta (variável categórica com três níveis; fator de interesse)
#' }
#' @references Montgomery, D. C., Runger, G. C. (2015) Estatística Aplicada e Probabilidade para Engenheiros, 5ª. Edição, Rio de Janeiro: LTC.
#'
NULL
#' Efeito de diferentes temperaturas sobre a densidade de tijolos
#'
#' @name tijolos
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exercício 13.15: Um experimento foi realizado para determinar se quatro temperaturas específicas de queima afetam a densidade de certo tipo de tijolo. Analise adequadamente os dados provenientes deste experimento, apresentando as conclusões práticas.
#' @format Data frame com 22 linhas e duas variáveis:
#' \itemize{
#' \item densidade: densidade do tijolo (variável resposta)
#' \item temperatura: temperatura do forno, em ºF; (variável categórica com quatro níveis; fator de interesse)
#' }
#' @references Montgomery, D. C., Runger, G. C. (2015) Estatística Aplicada e Probabilidade para Engenheiros, 5ª. Edição, Rio de Janeiro: LTC.
#'
NULL
#' Homogeneidade da produção de teares
#'
#' @name teares
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exemplo 13.4: Delineamento com um fator aleatório conduzido para avaliar a homogeneidade da resistência de tecidos produzidos por diferentes teares de uma fábrica.
#' @format Data frame com 16 linhas e duas variáveis:
#' \itemize{
#' \item resistencia: resistência dos tecidos (variável resposta)
#' \item tear: variável indicadora dos teares selecionados aleatoriamente da linha de produção (variável categórica com quadro níveis; fator de interesse)
#' }
#' @references Montgomery, D. C., Runger, G. C. (2015) Estatística Aplicada e Probabilidade para Engenheiros, 5ª. Edição, Rio de Janeiro: LTC.
#'
NULL
#' Homogeneidade da produção de teares
#'
#' @name moinho
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exercício 13.29: Um moinho têxtil tem um grande número de teares. Supõe-se que cada tear forneça a mesma quantidade de tecidos. Para investigar essa suposição, 5 teares foram escolhidos ao acaso e suas produções foram medidas em diferentes tempos. Pede-se: a) Os teares são similares em relação à produção? Use alpha=0,05. b) Estime a variabilidade entre os teares. c) Estime a variância do erro experimental. d) Analise os resíduos desse experimento e verifique a adequação do modelo.
#' @format Data frame com 25 linhas e duas variáveis:
#' \itemize{
#' \item producao: produção do tear em 1b/min. (variável resposta)
#' \item tear: variável indicadora dos teares selecionados aleatoriamente da linha de produção (variável categórica com quadro níveis; fator de interesse)
#' }
#' @references Montgomery, D. C., Runger, G. C. (2015) Estatística Aplicada e Probabilidade para Engenheiros, 5ª. Edição, Rio de Janeiro: LTC.
#'
NULL
#' Homogeneidade do brilho da polpa
#'
#' @name brilho
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exercício 13.31: Um experimento foi conduzido para investigar os efeitos no brilho da polpa, de 4 produtos químicos de branqueamento. Esses produtos químicos foram selecionados ao acaso, a partir de uma população grande de agentes potenciais para o branqueamento. Pede-se: a) Existe uma diferença nos tipos de produtos químicos? b) Estime a variabilidade entre os teares. c) Estime a variância do erro experimental. d) Analise os resíduos desse experimento e verifique a adequação do modelo.
#' @format Data frame com 20 linhas e duas variáveis:
#' \itemize{
#' \item producao: produção do tear em 1b/min. (variável resposta)
#' \item produto: variável indicadora do produto químico selecionado aleatoriamente da população de agentes para branqueamento (variável categórica com quadro níveis; fator de interesse)
#' }
#' @references Montgomery, D. C., Runger, G. C. (2015) Estatística Aplicada e Probabilidade para Engenheiros, 5ª. Edição, Rio de Janeiro: LTC.
#'
NULL
#' Resistência de tecidos
#'
#' @name tecidos
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exemplo 13.5: Delineamento em esquema de blocos completos aleatorizados e um fator fixo conduzido para avaliar o efeito de 4 diferentes produtos químicos sobre a resistência de tecidos.
#' @format Data frame com 20 linhas e 3 variáveis:
#' \itemize{
#' \item resistencia: resistência do tecido (variável resposta)
#' \item produto: tipo de produto químico (variável categórica com quadro níveis; fator de interesse)
#' \item amostra: amostra de tecido utilizada no experimento (bloco; fator de interesse secundário)
#' }
#' @references Montgomery, D. C., Runger, G. C. (2015) Estatística Aplicada e Probabilidade para Engenheiros, 5ª. Edição, Rio de Janeiro: LTC.
#'
NULL
#' Efeitos do tipo de bocal sobre medidas de formas
#'
#' @name bocais
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exercício 13.37: Um experimento foi realizado em que uma medida de forma foi determinda para vários tipos diferentes de bocais, com níveis diferentes de velocidade de jatos de saída. O interesse nesse experimento está principalmente no tipo de bocal, sendo a velocidade um fator de ruído. Analise adequadamente os dados desse experimentos, apresentando as conclusões práticas.
#' @format Data frame com 30 linhas e três variáveis:
#' \itemize{
#' \item medida: medida da forma (variável resposta)
#' \item bocal: tipo de bocal (variável categórica com 5 níveis; fator de interesse)
#' \item velocidade: velocidade do jato de saída, em m/s; (bloco; fator de interesse secundário)
#' }
#' @references Montgomery, D. C., Runger, G. C. (2015) Estatística Aplicada e Probabilidade para Engenheiros, 5ª. Edição, Rio de Janeiro: LTC.
#'
NULL
#' Escapamento de corrente elétrica em um dispositivo SOS MOSFETS
#'
#' @name escapamento
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exercício 13.41: Um experimento foi conduzido a fim de se investigar o escapamento de corrente elétrica em um dispositivo SOS MOSFETS. A finalidade do experimento foi investigar como o escapamento de corrente elétrica varia com o comprimento do canal. Quatro comprimentos diferentes do canal foram selecionados. Para cada comprimento do canal, 5 larguras diferentes foram também usadas. A largura deve ser considerada um fator de ruído. Analise adequadamente os dados desse experiemnto, apresentando as conclusões práticas.
#' @format Data frame com 25 linhas e três variáveis:
#' \itemize{
#' \item escapamento: escapamento de corrente elétrica (variável resposta)
#' \item comprimento: comprimento do canal (variável categórica com 4 níveis; fator de interesse)
#' \item largura: largura do canal (bloco; fator de interesse secundário)
#' }
#' @references Montgomery, D. C., Runger, G. C. (2015) Estatística Aplicada e Probabilidade para Engenheiros, 5ª. Edição, Rio de Janeiro: LTC.
#'
NULL
#' Tempo de vida de baterias
#'
#' @name baterias
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Delineamento com dois fatores fixos cruzados conduzido para avaliar o efeito do tipo de material e nível de temperatura sobre o tempo de vida de baterias.
#' @format Data frame com 36 linhas e 3 variáveis:
#' \itemize{
#' \item tempo: tempo de vida das baterias (em horas; variável resposta)
#' \item tipo: tipo de material utilizado para a fabricação da bateria (variável categórica com três níveis; fator de interesse principal)
#' \item temperatura: temperatura (em ºF) na qual a bateria será exposta (variável categórica com três níveis; fator de interesse principal)
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
#' Volume de garrafas de refrigerantes
#'
#' @name refrigerantes
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Delineamento com 3 fatores fixos cruzados conduzido para avaliar o efeito da carbonatação, da pressão de operação, e a da velocidade da linha de produção sobre o desvio do volume nominal de garrafas de refrigerante.
#' @format Data frame com 24 linhas e 4 variáveis:
#' \itemize{
#' \item devio: desvio do volume nominal da garrafa (em ml; variável resposta)
#' \item carbonatacao: percentual de carbonatação (variável categórica com três níveis; fator de interesse principal)
#' \item pressao: pressão (em libras) (variável categórica com 2 níveis; fator de interesse principal)
#' \item velocidade: velocidade da linha de produção (variável categórica com 2 níveis; fator de interesse principal)
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
#' Força de fibras de monofilamento
#'
#' @name fibras
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Delineamento com um fator fixo e uma covariável conduzido para avaliar se existem diferenças na forças de fibras de monofilamentos produzidas por 3 máquinas.
#' @format Data frame com 15 linhas e 3 variáveis:
#' \itemize{
#' \item força: força da fibra de monofilamento (variável resposta)
#' \item maquina: máquina utilizada na produção das fibras de monofilamento (variável categórica com três níveis; fator de interesse principal)
#' \item diametro: diâmetro da fibra de monofilamento (covariável; interesse secundário)
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
#' Propulsores de foguetes
#'
#' @name propulsores
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description (Exemplo 4.3) Delineamento em esquema quadrado greco-latino conduzido para avaliar 5 diferentes formulações de propulsores de foguetes.
#' @format Data frame com 25 linhas e 5 variáveis:
#' \itemize{
#' \item lote: lote de materia prima utilizado no preparo das formulações (variável categórica com 5 níveis; bloco 1)
#' \item operador: operador responsável por preparar as formulações (variável categórica com 5 níveis; bloco 2)
#' \item montagem: método de montagem empregado (variável categórica com 5 níveis; bloco 3)
#' \item formulacao: tipos de formulação sendo comparadas (variável categórica com 5 níveis; fator de interesse principal)
#' \item queima: taxa de queima
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
#' Tempo de reação de um processo químico
#'
#' @name catalisadores
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Delineamento com blocos incompletos balanceados conduzido com o objetivo de avaliar o efeito de 4 diferentes tipos de catalisadores sobre o tempo de reação de um processo químico.
#' @format Data frame com 12 linhas e 3 variáveis:
#' \itemize{
#' \item lote: lote de materia prima utilizada no processo (variável categórica com 4 níveis; bloco)
#' \item catalisador: catalisador utilizado no processo (variável categórica com 4 níveis; fator de interesse principal)
#' \item tempo: tempo de reação do processo químico (variável resposta)
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
#' Sistema de medições
#'
#' @name medicoes
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Delineamento com dois fatores aleatórios conduzido com o objetivo de avaliar potenciais fontes de variabilidade de um sistema de medições.
#' @format Data frame com 12 linhas e 3 variáveis:
#' \itemize{
#' \item peca: peça que será submetida à medição (fator 1)
#' \item operador: operador operar o equipamento (fator 2)
#' \item dimensao: dimensão da peça (variável resposta)
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
#' Enxertos vasculares (veias artificiais)
#'
#' @name enxertos
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Um delineamento com blocos completos aleatorizados foi realizado com o objetivo de avaliar o efeito de diferentes níveis de pressão na ocorrência de saliências em enxertos vasculares produzidos com diferentes lotes de materia prima (fonte de variablidade de perturbação). Analise adequadamente os dados provenientes desse experimento, apresentando as conclusões práticas.
#' @format Data frame com 24 linhas e 3 variáveis:
#' \itemize{
#' \item pressao: pressão de extrusão (em libras; fator de interesse principal)
#' \item lote: lote de materia prima (bloco - fator de interesse secundário)
#' \item saliencia: saliência (variável resposta)
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
#' Efeito de ingredientes sobre o tempo de reação de um processo químico
#'
#' @name ingredientes
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description O efeito de cinco ingredientes diferentes (A, B, C, D, E) sobre o tempo de reação de um processo químico está sendo estudado. Cada lote de material novo é grande o suficiente para permitir cinco corridas do experimento. Além disso, cada corrida requer aproximadamente 1.5 horas, de forma que apenas cinco execuções podem ser feitas em um dia. O engenheiro decide executar um experimento quadrado latino para que os efeitos do dia e do lote podem ser sistematicamente controlados. Analise os dados desta experiência (use um nível de significância de 0,05) e tire conclusões.
#' @format Data frame com 20 linhas e 4 variáveis:
#' \itemize{
#' \item ingrediente: ingrediente utilizado no processo químico (fator de interesse principal; 5 níveis)
#' \item dia: dia de execução do experimento (bloco1 - fator de interesse secundário)
#' \item lote: lote de materia prima (bloco2 - fator de interesse secundário)
#' \item tempo: tempo de reação do processo químico (variável resposta)
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
#' Tempo de montagem de um componente de tv
#'
#' @name montagem
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exercício 4.36: Um engenheiro industrial está investigando o efeito de 4 tipos de métodos de montagem sobre o tempo de montagem de um componente de tv. Quatro operadores foram selecionados para o estudo. Além disso, o engenheiro sabe que que cada processo de montagem gera fadiga (no operador), afetando o tempo de montagem das sucessivas componentes. O engenheiro também suspeita que o local de trabalho dos operadores pode afetar o tempo de montagem. Desta forma, um experimento do tipo quadrado greco-latino foi conduzido, visando controlar as fontes de variação de perturbação. Analise adequadamente os dados desse experimento, apresentando as conclusões práticas.
#' @format Data frame com 16 linhas e 5 variáveis:
#' \itemize{
#' \item ordem: ordem de montagem (variável categórica com 4 níveis; bloco 1)
#' \item operador: operador selecionado (variável categórica com 4 níveis; bloco 2)
#' \item local: local de trabaho (variável categórica com 4 níveis; bloco 3)
#' \item metodo: método de montagem (variável categórica com 4 níveis; fator de interesse principal)
#' \item tempo: tempo de montagem da componente
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
#' Rendimeno de um processo químico
#'
#' @name rendimento
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exercício 4.35: O rendimento de um processo químico foi medido usando-se 5 lotes de matéria prima, 5 concentrações de ácido, 5 tempos de espera, e 5 concentrações de catalisadores, configurando um delineamento do tipo quadrado greco-latino. Analise adequadamente os dados provenientes desse experimento, apresentando as suas conclusões práticas.
#' @format Data frame com 25 linhas e 5 variáveis:
#' \itemize{
#' \item lote: lote de materia prima utilizado no preparo das formulações (variável categórica com 5 níveis; bloco 1)
#' \item acido: concentracao de ácido utilizado no processo (variável categórica com 5 níveis; bloco 2)
#' \item catalisador: concentração de catalisador utilizado no processo (variável categórica com 5 níveis; bloco 3)
#' \item tempo: tempo de espera (variável categórica com 5 níveis; fator de interesse principal)
#' \item rendimento: rendimento do processo químico
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
#' Efeito de aditivos na gasolina sobre a quilometragem
#'
#' @name quilometragem
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exercício 4.40: Um engenheiro está estudando o desempenho da quilometragem característica de cinco tipos de aditivos à gasolina. No teste de estrada ele deseja usar carros como blocos; no entanto, devido a uma restrição de tempo, ele deve usar um delineamento com blocos incompletos. Analise adequadamente os dados desse experimento e apresente as conclusões práticas.
#' @format Data frame com 20 linhas e 3 variáveis:
#' \itemize{
#' \item aditivo: aditivo utilizado (variável categórica com 5 níveis; fator de interesse principal)
#' \item carro: carro utilizado para a realização do experimento (variável categórica com 5 níveis; bloco)
#' \item quilometragem: quilometragem observada (variável resposta)
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
#' Efeito da concentração de madeira sobre a força do papel
#'
#' @name papel
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exercício 4.42: Sete concentrações diferentes de madeira estão sendo estudados para determinar seu efeito sobre a força do papel produzido. No entanto, a planta piloto só pode produzir três corridas do experimento por dia. Como os dias podem afetar a força do papel produzido, um delineamento com blocos incompletos aleatorizados foi conduzido. Analise os dados desse experimento e apresente as conclusões práticas.
#' @format Data frame com 21 linhas e 3 variáveis:
#' \itemize{
#' \item concentracao: concentração de madeira (variável categórica com 7 níveis; fator de interesse principal)
#' \item dia: dia em que o experimento foi conduzido (variável categórica com 4 níveis; bloco)
#' \item forca: forca do papel (variável resposta)
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
#' Rendimento de um processo químico
#'
#' @name rendimento2k
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exemplo (pág. 234): Um engenheiro químico está interessado em investigar o efeito da concentração de um reagente (fator A) e da quantidade de catalisador (fator B) sobre o rendimento de um processo químico com o objetivo de verificar se ajustes sobre os níveis tais fatores aumentariam o rendimento.
#' @format Data frame com 12 linhas e 3 variáveis:
#' \itemize{
#' \item reagente: nivel baixo (15%): -1 ; nivel alto (20%): +1
#' \item catalisador: nivel baixo (1 libra): -1; nivel alto (2 libras): +1
#' \item rendimento: rendimento do processo químico
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
#' Entendendo efeitos de interação (caso 1)
#'
#' @name interacao1
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exemplo de efeitos de interação em delineamentos com dois fatores fixos cruzados.
#' @format Data frame com 8 linhas e 3 variáveis:
#' \itemize{
#' \item fator A: variável categórica com 2 níveis
#' \item fator B: variável categórica com 2 níveis
#' \item resp: variável resposta
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
#' Entendendo efeitos de interação (caso 2)
#'
#' @name interacao2
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exemplo de efeitos de interação em delineamentos com dois fatores fixos cruzados.
#' @format Data frame com 8 linhas e 3 variáveis:
#' \itemize{
#' \item fator A: variável categórica com 2 níveis
#' \item fator B: variável categórica com 2 níveis
#' \item resp: variável resposta
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
#' Entendendo efeitos de interação (caso 3)
#'
#' @name interacao3
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exemplo de efeitos de interação em delineamentos com dois fatores fixos cruzados.
#' @format Data frame com 8 linhas e 3 variáveis:
#' \itemize{
#' \item fator A: variável categórica com 2 níveis
#' \item fator B: variável categórica com 2 níveis
#' \item resp: variável resposta
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
#' Impureza de um produto químico
#'
#' @name impureza
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exemplo 5.2: A impureza de um produto químico é afetada por dois fatores, a saber: temperatura e pressão. Um exeprimento com dois fatores fixos cruzados foi conduzido para avaliar o efeito desses dois fatores sobre a impureza do produto químico.
#' @format Data frame com 15 linhas e 3 variáveis:
#' \itemize{
#' \item temperatura: variável categórica com 3 níveis (fator 1)
#' \item pressão: variável categórica com 5 níveis (fator 2)
#' \item impureza: impureza do produto químico (variável resposta)
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
#' Taxa de filtragem de um produto químico
#'
#' @name filtragem
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exemplo 6.2: Um produto químico é produzido em um vaso de pressão. Um experimento fatorial é realizado na planta piloto para estudar os fatores que podem vir a influenciar a taxa de filtragem desse produto. Os quatro fatores são temperatura (A), pressão (B), concentração de formaldeído (C) e taxa de agitação (D). Cada fator está presente em dois níveis. O desenho da matriz e os dados de resposta obtidos de uma única réplica. As 16 corridas são feitas em ordem aleatória. O engenheiro de processos está interessado em maximizar a taxa de filtração.
#' @format Data frame com 16 linhas e 5 variáveis:
#' \itemize{
#' \item temperatura: taxa de agitação (variável categórica com 2 níveis; fator4)
#' \item pressao: taxa de agitação (variável categórica com 2 níveis; fator4)
#' \item concentracao: taxa de agitação (variável categórica com 2 níveis; fator4)
#' \item agitacao: taxa de agitação (variável categórica com 2 níveis; fator4)
#' \item filtragem: taxa de filtragem (variável resposta)
#' \item comb_trat: combinação de tratamentos (ausência da letra indica nível baixo; presença, nível alto)
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
#' Taxa de filtragem de um produto químico (meia fração)
#'
#' @name filtragemFrac
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exercício 14.44: Um produto químico é produzido em um vaso de pressão. Um experimento fatorial fracionário (meia fração) é realizado na planta piloto para estudar os fatores que podem vir a influenciar a taxa de filtragem desse produto. Os quatro fatores são temperatura (A), pressão (B), concentração de formaldeído (C) e taxa de agitação (D). Cada fator está presente em dois níveis. . O engenheiro de processos está interessado em maximizar a taxa de filtração.
#' @format Data frame com 8 linhas e 2 variáveis:
#' \itemize{
#' \item filtragem: taxa de filtragem (variável resposta)
#' \item comb_trat: combinação de tratamentos (ausência da letra indica nível baixo; presença, nível alto)
#' }
#' @references Montgomery, D. C., Runger, G. C. (2015) Estatística Aplicada e Probabilidade para Engenheiros, 5ª. Edição, Rio de Janeiro: LTC.
#'
NULL
#' Zarcões de tintas para aviões
#'
#' @name zarcao
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exemplo 14.1: Zarcões de tinta para avião são aplicados em superfícies de alumínio, por meio de dois métodos: imersão e aspersão. A finalidade do zarcão é melhorar a adesão da tinta, podendo ser aplicado em algumas peças usando qualquer método. O grupo de engenharia de processos responsável por essa operação está interessado em saber se três diferentes tipos de zarcões diferem quanto as suas propriedades de adesão. Um delineamento fatorial foi realizado para investigar o efeito do tipo de zarcão e do método de aplicação na adesão da tinta. Três espécimes foram pintados com cada um dos zarcões, usando cada um dos métodos de adesão. Uma camada de tinta foi aplicada e a força de adesão foi medida.
#' @format Data frame com 18 linhas e três variáveis:
#' \itemize{
#' \item adesao: adesao da tinta (variável resposta)
#' \item tipo: tipo de zarcao (variável categórica com 3 níveis; fator 1)
#' \item metodo: método de aplicação do zarcao (variável categórica com 2 níveis; fator 2)
#' }
#' @references Montgomery, D. C., Runger, G. C. (2015) Estatística Aplicada e Probabilidade para Engenheiros, 5ª. Edição, Rio de Janeiro: LTC.
#'
NULL
#' Rugosidade da superfície
#'
#' @name rugosidade
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Um engenheiro mecânico está estudando a rugosidade da superfície de uma peça usinada. Três fatores são de interesse: taxa de alimentaçao, profundidade do corte e ângulo da ferramenta. O engenheiro decidiu realizar um experinto 2^3 fatorial com duas réplicas completas do experimento
#' @format Data frame com 16 linhas e 4 variáveis:
#' \itemize{
#' \item rugosidade: rugosidade (variável resposta)
#' \item alimentacao: taxa de alimentacao (variável categórica com 2 níveis; fator 1)
#' \item profundidade: profundade do corte (variável categórica com 2 níveis; fator 2)
#' \item angulo: ângulo da ferramenta (variável categórica com 2 níveis; fator 3)
#' }
#' @references Montgomery, D. C., Runger, G. C. (2015) Estatística Aplicada e Probabilidade para Engenheiros, 5ª. Edição, Rio de Janeiro: LTC.
#'
NULL
#' Sabor de um refrigerante
#'
#' @name refrigerantes2k
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exercício 14.13: Pensa-se que quatro fatores influenciam o sabor de um refrigerante: tipo de adoçante (A), razão entre xarope e água (B), nível de carbonatação (C), e temperataura. Cada fator pode ser corrido em dois níveis, produzindo um delineamento $2^4$ com duas replicações completas. Em cada corrida do experimento amostras de refrigerante são dadas a 20 pessoas para testar. Cara pessoa atribui uma nota de 1 a 10 ao refrigerante provado. A pontuação total é a variável resposta, e o objetivo é encontrar uma formulação que maximize a pontuação total. Analise adequadamente os dados desse experimento e tire as suas conclusões.
#' @format Data frame com 32 linhas e duas variáveis:
#' \itemize{
#' \item pontuacao: pontuacao atribuida à amostra de refrigerante (variável resposta)
#' \item comb_trat: combinação de tratamentos na ordenação de Yates.
#' }
#' @references Montgomery, D. C., Runger, G. C. (2015) Estatística Aplicada e Probabilidade para Engenheiros, 5ª. Edição, Rio de Janeiro: LTC.
#'
NULL
#' Planta de fabricação de semicondutores
#'
#' @name semicondutores1rep
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exercício 14.17: Um experimento foi realizado em uma planta de fabricação de semicondutores, como um esforço para aumentar o rendimento. Cinto fatores, cada um com dois níveis foram estudados. Os fatores (e níveis) foram A = abertura (pequena, grande), B = tempo de exposição (20% abaixo do normal, 20% acima do normal), C = tempo de desenvolvimento (30s e 45s), D = dimensão da máscara (pequena, grande), e E = tempo de ataque químico (14.5 min, 15.5 min). Devido ao número elevado de fatores (5), o experimento foi conduzido com uma única réplica. Analise os dados do experimento e tire as suas conclusões.
#' @format Data frame com 32 linhas e duas variáveis:
#' \itemize{
#' \item rendimento: variável resposta
#' \item comb_trat: combinação de tratamentos.
#' }
#' @references Montgomery, D. C., Runger, G. C. (2015) Estatística Aplicada e Probabilidade para Engenheiros, 5ª. Edição, Rio de Janeiro: LTC.
#'
NULL
#' Planta de fabricação de semicondutores
#'
#' @name semicondutores
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exemplo 8.2: Um experimento foi realizado em uma planta de fabricação de semicondutores, como um esforço para aumentar o rendimento. Cinto fatores, cada um com dois níveis foram estudados. Os fatores (e níveis) foram A = abertura (pequena, grande), B = tempo de exposição (20% abaixo do normal, 20% acima do normal), C = tempo de desenvolvimento (30s e 45s), D = dimensão da máscara (pequena, grande), e E = tempo de ataque químico (14.5 min, 15.5 min). Devido ao número elevado de fatores (5) e a questões orçamentárias, uma meia fração do delineamento 2^5 foi corrida. Analise os dados do experimento e tire as suas conclusões.
#' @format Data frame com 16 linhas e duas variáveis:
#' \itemize{
#' \item rendimento: variável resposta
#' \item comb_trat: combinação de tratamentos.
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
#' Acabamento de superfície de peças metálicas
#'
#' @name acabamento
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exercício 14.2: Um engenheiro suspeita que o acabamento de uma superfícies de peças metálicas seja influenciado pelo tipo de tinta usada e pelo tempo de secagem. Ele selecionou 3 tempos de secagem - 20, 25, e 30 minutos - e usou dois tipos de tinta. Três peças são testadas com cada combinação de tipo de tinta e tempo de secagem. Realize a análise dos dados e tire as suas conclusões.
#' @format Data frame com 18 linhas e três variáveis:
#' \itemize{
#' \item acabamento: variável resposta
#' \item tinta: tipo de tinta utilzada (fator 1; dois níveis)
#' \item tempo: tempo de secagem (fator 2; 3 níveis: 20min, 25min e 30min)
#' }
#' @references Montgomery, D. C., Runger, G. C. (2015) Estatística Aplicada e Probabilidade para Engenheiros, 5ª. Edição, Rio de Janeiro: LTC.
#'
NULL
#' Acabamento de superfície de peças metálicas
#'
#' @name corrente
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exercício 14.7: Um engenheiro realizou um estudo sobre o efeito de duas variáveis - tratamento com polissilicone e condições de recozimento (tempo e temperatura) - sobre a corrente de um transmissor biploar. Analise os dados provenientes desse experimento e tire as suas conclusões.
#' @format Data frame com 20 linhas e três variáveis:
#' \itemize{
#' \item corrente: variável resposta
#' \item polissilicone: tratamento com polissiliconte (fator 1; dois níveis - 1e-20; 2e-20)
#' \item recozimento: recozimento (fator 2; 5 níveis: 900/60, 900/180, 950/60, 1000/15, 1000/30 - temperatura/tempo)
#' }
#' @references Montgomery, D. C., Runger, G. C. (2015) Estatística Aplicada e Probabilidade para Engenheiros, 5ª. Edição, Rio de Janeiro: LTC.
#'
NULL
#' Acabamento de superfície de peças metálicas
#'
#' @name queima
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exercício 14.4: Um experimento foi conduzido para determinar se a temperatura (°C) de queima ou a posição da fornalha afetam a densidade de um ânodo de carbono. Análise adequadamente os dados provenientes desse experimento, apresentando as suas conclusões.
#' @format Data frame com 18 linhas e três variáveis:
#' \itemize{
#' \item densidade: variável resposta
#' \item posicao: posição da fornalha (fator 1; dois níveis)
#' \item temperatura: temperatura da fornalha (fator 2; 3 níveis: 800, 825 e 850 °C)
#' }
#' @references Montgomery, D. C., Runger, G. C. (2015) Estatística Aplicada e Probabilidade para Engenheiros, 5ª. Edição, Rio de Janeiro: LTC.
#'
NULL
#' Acabamento de superfície de peças metálicas
#'
#' @name chumbo
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exercício 14.26: Um delineamento 2^3 foi conduzido para determinar o nível de chumbo, utilizando-se a espectrometria de absorção atômica de chama (EAAC). Análise adequadamente os dados provenientes desse experimento, apresentando as suas conclusões.
#' @format Data frame com 16 linhas e quatro variáveis:
#' \itemize{
#' \item recuperacao: recuperação de chumbo (%) - variável resposta
#' \item TA: tempo de agitação (fator 1 - nível baixo: 5e-6; nível alto: 5e-5)
#' \item pH: pH (fator 2 - nível baixo: 6; nível alto: 8)
#' \item CR: concentração de reagente (fator 3 - nível baixo: 10; nível alto: 30)
#' }
#' @references Montgomery, D. C., Runger, G. C. (2015) Estatística Aplicada e Probabilidade para Engenheiros, 5ª. Edição, Rio de Janeiro: LTC.
#'
NULL
#' Tratamentos de retardantes de fogo
#'
#' @name fogo
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exercício 14.18: Um engenheiro conduziu um experimento para testar tecidos com relação à chama, depois de aplicar tratamentos com retardantes de fogo. Os quatro fatores considerados são: o tipo de tecido (A), o tipo de tratamento de retardante de fogo (B), condição de lavagem (C - o nível baixo é sem lavagem; o nível alto é depois de uma lavagem), e o método de condução do teste de chama (D). Todos os fatores foram corridos em dois níveis e a variável resposta são as polegadas de tecido queimado na amostra de teste de tamanho padrão. Análise adequadamente os dados provenientes desse experimento, apresentando as suas conclusões.
#' @format Data frame com 16 linhas e duas variáveis:
#' \itemize{
#' \item polegadas: polegadas de tecido queimado na amostra de teste de tamamnho padrão
#' \item combtrat: combinação de tratamentos
#' }
#' @references Montgomery, D. C., Runger, G. C. (2015) Estatística Aplicada e Probabilidade para Engenheiros, 5ª. Edição, Rio de Janeiro: LTC.
#'
NULL
#' Tratamentos de retardantes de fogo
#'
#' @name televisores
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exercício 14.1: Um engenheiro conduziu um experimento para investigar o feito de dois fatores (tipo de vidro e tipo de fósforo) sobre o brilho de um tubo de televisão. A variável resposta medida é a corrente (em microampères) necessária para a obtenção de um nível especificado de brilho. Análise adequadamente os dados provenientes desse experimento, apresentando as suas conclusões.
#' @format Data frame com 18 linhas e três variáveis:
#' \itemize{
#' \item corrente: variável resposta (em microampères)
#' \item vidro: tipo de vidro (fator 1; 2 níveis)
#' \item fosforo: tipo de fósforo (fator 2; 3 níveis)
#' }
#' @references Montgomery, D. C., Runger, G. C. (2015) Estatística Aplicada e Probabilidade para Engenheiros, 5ª. Edição, Rio de Janeiro: LTC.
#'
NULL
#' Capacidade de sistemas de medição
#'
#' @name capacidade
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exemplo 13.1: Um instrumento é utilizado para medir uma dimensão crítica em uma peça. Vinte partes foram selecionadas do processo de produção, e três operadores selecionados aleatoriamente medem cada parte duas vezes com este medidor. A ordem em que as medições são feitas é completamente aleatória, resultando em um delineamento com dois fatores aleatórios (peças e operadores) e duas replicações.
#' @format Data frame com 120 linhas e 3 variáveis:
#' \itemize{
#' \item medicao: variável resposta
#' \item peca: peça utilizada para a medição
#' \item operador: operador que realiza a medição
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
#' Queda de pressão medida através de válvulas de expansão em turbinas
#'
#' @name turbinas
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exemplo 13.6: A queda de pressão medida através de uma válvula de expansão em uma turbina está sendo estudada. O engenheiro de projeto considera que os fatores temperatura do gás no lado de entrada (A), operador (B), e o manômetro específico usado pelo operador (C) são importantes para explicar a leitura da queda de pressão. Esses três fatores são arranjados em um delineamento fatorial, em que temperatura é considerado um fator fixo e operador e manômetro aleatório são considerados fatore aleatórios.
#' @format Data frame com 72 linhas e 4 variáveis:
#' \itemize{
#' \item queda: queda de pressão medida
#' \item temperatura (A): temperatura do gás no lado de entrada
#' \item operador (B): operador que realiza a medição
#' \item mamometro(C): manômetro específico usado pelo operador
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
#' Rendimento de um processo químico
#'
#' @name rendimentoFrac
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exercício 8.1: Um engenheiro realizou um experimento com o objetivo de melhorar o rendimento de um processo químico. Quadro fatores foram selecionados e, por questões orçamentárias, o engenheiro optou por utilizar o delineamento $2^{4-1}$. Apresente a análise dos dados desse experimento.
#' @format Data frame com 8 linhas e 5 variáveis:
#' \itemize{
#' \item rendimento: variável resposta
#' \item A: fator A
#' \item B: fator B
#' \item C: fator C
#' \item D: fator D
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
#' Rendimento de um processo químico
#'
#' @name carrinhos
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exercício 15.11: Um distribuidor de refrigerantes está estudando a eficácia dos métodos de entrega. Para tanto, três diferentes tipos de carrinhos de mão foram desenvolvidos, e um experimento foi realizado no laboratório de métodos de engenharia da empresa. A variável de interesse é o tempo de entrega em minutos. Os engenheiros suspeitam que o tempo de entrega está relacionado ao o volume de garrafas entregues. Cada carrinho de mão é usado quatro vezes. Os dados referentes a este experimento foram ligeiramente alterados.
#' @format Data frame com 8 linhas e 5 variáveis:
#' \itemize{
#' \item tempo: variável resposta (em minutos)
#' \item carrinho: tipo de carrinho (variável categórica com 3 níveis)
#' \item volume
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
#' Força de fibras sintéticas
#'
#' @name forca
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exercício 13.3: Os fatores que influenciam a resistência à ruptura de um fibras sintéticas estão sendo estudados. As quatro máquinas de produção disponíveis e três operadores são escolhidos e um experimento fatorial é executado usando fibras de um mesmo lote de produção.
#' @format Data frame com 24 linhas e 3 variáveis:
#' \itemize{
#' \item forca: variável resposta.
#' \item operador: fator aleatório com 3 níveis.
#' \item maquina: fator fixo com 4 níveis.
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
#' Pureza de matéria prima
#'
#' @name fornecedores
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exemplo 14.1: Uma empresa compra matéria-prima, em lotes, de três fornecedores diferentes. A pureza da matéria-prima varia consideravelmente, o que causa problemas na fabricação do produto final. Queremos determinar se a variável a pureza é atribuível a diferenças entre os fornecedores. Quatro lotes de matéria-prima são selecionados aleatoriamente de cada fornecedor, e três determinações de pureza são feitas em cada lote.
#' @format Data frame com 36 linhas e 3 variáveis:
#' \itemize{
#' \item pureza: variável resposta.
#' \item fornecedor: fator fixo com 3 níveis.
#' \item lote: fator aleatório com 4 níveis.
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
#' Competição de vinhos
#'
#' @name vinhos
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exemplo: Em uma competição de julgamento de vinhos, quatro vinhos Chardonnay da mesma safra foram julgados por seis juízes, selecionados aleatoriamente de uma lista de sommeliers renomados. Cada juiz provou os vinhos de forma cega, ou seja, sem conhecer suas identidades. A ordem da apresentação do vinho foi aleatorizada de forma independente para cada juiz. Cada vinho foi avaliado em uma escala de 40 pontos; quanto maior a pontuação, maior é a excelência do vinho.
#' @format Data frame com 24 linhas e 3 variáveis:
#' \itemize{
#' \item score: pontuação atribuída ao vinho.
#' \item juiz: degustador do vinho (variável categórica com 6 níveis).
#' \item vinho: vinhos participantes da competição (variável categória com 4 níveis).
#' }
#' @references Kutner, M. H., Nachtsheim, C. J., Neter, J., Li, W. (2005). Applied Linear Statistical Models, 5th Edition, New York: McGraw-Hill.
#'
NULL
#' Taxa de queima de turbinas de aviões
#'
#' @name turbinas2
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exercício 14.1: Um fabricante de turbinas de aviões está interessado em estudar a taxa de queima de turbinas provenientes de três processos de produção. Quatro lotes de turbinas são escolhidas ao acaso a partir da saída de cada um dos três processos de interesse, e três determinações da velocidade de combustão são feitas em cada lote. Pede-se: análise adequadamente os dados provenientes desse experimento.
#' @format Data frame com 36 linhas e 3 variáveis:
#' \itemize{
#' \item queima: taxa de queira (variável resposta).
#' \item processo: processo de produção (fator fixo com 3 níveis).
#' \item lote: lote de matéria prima (fator aleatório com 4 níveis).
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
#' Densidade cozida de um ânodo de carbono.
#'
#' @name densidade
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Um experimento foi conduzido para determinar se a temperatura de queima ou a posição do forno afetam a densidade cozida de um ânodo de carbono.
#' @format Data frame com 18 linhas e 3 variáveis:
#' \itemize{
#' \item posicao: posição do forno - fator fixo com 2 níveis
#' \item temperatura: temperatura de queima (°C) - fator fixo com 3 níveis
#' \item densidade: densidade cozida do ânodo de carbono (variável resposta)
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
#' Tempo de vida de pilhas para dispositivos eletrônicos.
#'
#' @name pilhas
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Um experimento foi conduzido para estudar a vida (em horas) de duas marcas diferentes de baterias em três dispositivos diferentes (rádio, câmera e DVD player portátil). Um delineamento com dois fatores fixos cruzados foi conduzido para investigar os efeitos do tipo de dispositivo e da marca da pilha sobre o tempo de vida das pilhas.
#' @format Data frame com 12 linhas e 3 variáveis:
#' \itemize{
#' \item pilha: marca da pilha (A; B) - fator fixo com 2 níveis
#' \item dispositivo: tipo de dispositivo eletrônico (rádio, câmera e DVD player portátil) - fator fixo com 3 níveis
#' \item horas: tempo de vida em horas (variável resposta)
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
fndemarqui/planex documentation built on July 9, 2024, 2:13 a.m.
R Package Documentation
Browse R Packages
We want your feedback!
Note that we can't provide technical support on individual packages. You should contact the package authors for that.
#' Nível de colesterol no sangue
#'
#' @name algodao
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exercício 3.10: Um engenheiro está estudando se a resistência de um novo tipo de fibra sintética pode ser usada para a confecção de camisetas masculinas. Sabendo que a resistência é, em geral, afetada pelo percentual de algodão utilizado na mistura do material da fibra, o engenheiro decidiu conduzir um experimento com 5 níveis (percentuais) de algodão e 5 repetições para cada nível.
#' @format Data frame com 25 linhas e duas variáveis:
#' \itemize{
#' \item percentual: percentual de algodão utilizado na mistura do material da fibra
#' \item resistencia: resistência da fibra sintética (variável resposta).
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
#' Nível de colesterol no sangue
#'
#' @name colesterol
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exercício 10.41: Quinze homens adultos, entre as idades de 35 e 50 anos, participaram de um estudo para avaliar o efeito da dieta e de exercícios no nível de colesterol no sangue. O colesterol total foi medido para cada indivíduo inicialmente e depois de 3 meses de participação em um programa de exercícios aeróbicos e de mudanças para uma dieta de baixo teor de gordura.
#' @format Data frame com 30 linhas e duas variáveis:
#' \itemize{
#' \item medida: quando o peso do participante foi medido
#' \item nivel: nível de colesterol no sangue
#' }
#' @references Montgomery, D. C., Runger, G. C. (2015) Estatística Aplicada e Probabilidade para Engenheiros, 5ª. Edição, Rio de Janeiro: LTC.
#'
NULL
#' Programa de modificação alimentar
#'
#' @name alimentacao
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exercício 10.43: Dez indivíduos participaram de um programa de modificação alimentar para estimular a perda de peso. Os pesos dos participantes foram registrados antes e depois da participação no programa.
#' @format Data frame com 20 linhas e duas variáveis:
#' \itemize{
#' \item medida: quando o peso do participante foi medido
#' \item peso: peso do participante
#' }
#' @references Montgomery, D. C., Runger, G. C. (2015) Estatística Aplicada e Probabilidade para Engenheiros, 5ª. Edição, Rio de Janeiro: LTC.
#'
NULL
#' Ataque químico para remoção de silicone em semicondutores
#'
#' @name semicondutores2
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exercício 10.19: Na fabricação de semicondutores, o ataque químico por via úmida é freuentemente usado para remover silicone da parte posterior das pastilhas antes da metalização. A taxa de ataque é uma característica importante nesse processo e é sabido que ela segue uma distribuição normal. Duas soluções para ataque químico foram comparadas, utilizando-se duas amostras aleatórias de 10 pastilhas para cada solução.
#' @format Data frame com 10 linhas e duas variáveis:
#' \itemize{
#' \item solucao: tipo de solução empregada
#' \item taxa: taxa de ataque químico (10e-3 polegada/min)
#' }
#' @references Montgomery, D. C., Runger, G. C. (2015) Estatística Aplicada e Probabilidade para Engenheiros, 5ª. Edição, Rio de Janeiro: LTC.
#'
NULL
#' Tempo de secagem de tintas
#'
#' @name tintas
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exemplo 10.1 (adaptado): Um engenheiro está interessado em desenvolver uma nova formulação para uma tinta. Duas formulações de tintas são testadas: a formulação 1, que tem uma química padrão, e a formulação 2, que possui um novo ingrediente para secagem (espera-se que essa nova formulação leve a redução do tempo médio de secagem). Com base em experimentos passados, o engenheiro sabe que o desivo-padrão do tempo de secagem é igual a 8 minutos, e que essa variabilidade não deve ser afetada pela adição do novo ingrediente. Dez espécimes são pintados com a formulação 1 e outros dez com a formulação 2, sendo a determinação da formulação utilizada para cada espécime feita de forma aleatória. Os dados desse experimento foram gerados artificialmente no R para fins de ilustração da parte computacional.
#' @format Data frame com 20 linhas e duas variáveis:
#' \itemize{
#' \item formulacao: formulação utilizada na produção da tinta (F1 ou F2)
#' \item tempo: tempo de secagem da tinta (variável resposta)
#' }
#' @references Montgomery, D. C., Runger, G. C. (2015) Estatística Aplicada e Probabilidade para Engenheiros, 5ª. Edição, Rio de Janeiro: LTC.
#'
NULL
#' Resistência à tensão no alumínio
#'
#' @name aluminio
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exemplo 10.4 (adaptado): Testes d resistência à tensão foram feitos em dois tipos diferentes de estruturas de alumínio. Essas estruturas foram usadas na fabricação das asas de um avião comercial. De experiências passadas com o processo de fabricação dessas estruturas e com o procedimento de testes, os desvios-padrão são considerados conhecidos (\eqn{\sigma_{1} = 1} e \eqn{\sigma_{2} = 1.5}, respectivamente).
#' @format Data frame com 22 linhas e duas variáveis:
#' \itemize{
#' \item resistencia: resistência à tensão da estrutura de alumínio
#' \item estrutura: tipo de estrutura (E1 ou E2)
#' }
#' @references Montgomery, D. C., Runger, G. C. (2015) Estatística Aplicada e Probabilidade para Engenheiros, 5ª. Edição, Rio de Janeiro: LTC.
#'
NULL
#' Tempo de secagem de tintas (formato largo do banco de dados)
#'
#' @name tintas2
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exemplo 10.1 (adaptado): Um engenheiro está interessado em desenvolver uma nova formulação para uma tinta. Duas formulações de tintas são testadas: a formulação 1, que tem uma química padrão, e a formulação 2, que possui um novo ingrediente para secagem (espera-se que essa nova formulação leve a redução do tempo médio de secagem). Com base em experimentos passados, o engenheiro sabe que o desivo-padrão do tempo de secagem é igual a 8 minutos, e que essa variabilidade não deve ser afetada pela adição do novo ingrediente. Dez espécimes são pintados com a formulação 1 e outros dez com a formulação 2, sendo a determinação da formulação utilizada para cada espécime feita de forma aleatória. Os dados desse experimento foram gerados artificialmente no R para fins de ilustração da parte computacional.
#' @format Data frame com 10 linhas e duas variáveis:
#' \itemize{
#' \item F1: tempo de secagem da tinta com formulação 1
#' \item F2: tempo de secagem da tinta com formulação 2
#' }
#' @references Montgomery, D. C., Runger, G. C. (2015) Estatística Aplicada e Probabilidade para Engenheiros, 5ª. Edição, Rio de Janeiro: LTC.
#'
NULL
#' Rendimento de dois catalisadores
#'
#' @name catalisadores2
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exemplo 10.5: Dois catalisadores estão sendo analisados para determinar como eles afetam o rendimento médio de um processo quı́mico. Especificamente, o catalisador 1 (mais caro) está correntemente em uso, mas o catalisador 2 (mais barato) é aceitável. Uma vez que o catalisador 2 é mais barato, ele deve ser adotado, desde que não altere o rendimento do processo.
#' @format Data frame com 16 linhas e duas variáveis:
#' \itemize{
#' \item catalisador: tipo de catalisador utilizado (C1 ou C2)
#' \item rendimento: rendimento do processo químico (variável resposta)
#' }
#' @references Montgomery, D. C., Runger, G. C. (2015) Estatística Aplicada e Probabilidade para Engenheiros, 5ª. Edição, Rio de Janeiro: LTC.
#'
NULL
#' Arsênio em agua potável
#'
#' @name arsenio
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exemplo 10.6: A concentração de arsênio em suprimentos públicos de água potável é um reisco potencial de saúde. Um estudo reportou a concentração, em partes por bilhão (ppb), de arsênio em água potável para 10 comunidades metropolitanas de Fênix e 10 comunidades rurais do Arizona.
#' @format Data frame com 20 linhas e duas variáveis:
#' \itemize{
#' \item comunidade: tipo de comunidade onde a amostra de água foi coletada (metropolitana ou rural)
#' \item concentracao: concentração de arsênio presente na amostra (variável resposta)
#' }
#' @references Montgomery, D. C., Runger, G. C. (2015) Estatística Aplicada e Probabilidade para Engenheiros, 5ª. Edição, Rio de Janeiro: LTC.
#'
NULL
#' Resistência de vigas de aço
#'
#' @name vigas
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exemplo 10.10: Um pesquisador tem interesse em comparar dois métodos, a saber Karlruhe (K) e Lehigh (L), para prever a resistência ao cisalhamento entre traves planas metálicas. Os dois métodos são aplicados a 9 traves especı́ficas.
#' @format Data frame com 18 linhas e duas variáveis:
#' \itemize{
#' \item metodo: método empregado(K ou L)
#' \item previsao: previsão de resistência ao cisalhamento das vigas de aço (variável resposta)
#' }
#' @references Montgomery, D. C., Runger, G. C. (2015) Estatística Aplicada e Probabilidade para Engenheiros, 5ª. Edição, Rio de Janeiro: LTC.
#'
NULL
#' Resistência de saquinhos de papel
#'
#' @name saquinhos
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exemplo 13.1: Delineamento com um fator fixo conduzido para avaliar o efeito de 4 diferentes concentrações de madeira de lei sobre a resistência de saquinhos de papel.
#' @format Data frame com 24 linhas e duas variáveis:
#' \itemize{
#' \item resistencia: resistência dos saquinhos (variável resposta)
#' \item concentracao: concentração de madeira de lei (variável categórica com quadro níveis; fator de interesse)
#' }
#' @references Montgomery, D. C., Runger, G. C. (2015) Estatística Aplicada e Probabilidade para Engenheiros, 5ª. Edição, Rio de Janeiro: LTC.
#'
NULL
#' Consumo de chocolate sobre saúde cardiovascular
#'
#' @name chocolate
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Um experimento foi conduzido para investigar o efeito do consumo de chocolate sobre saúde cardiovascular. O experimento consistiu no uso de três tipos diferentes de chocolates: 100 g de chocolate, 100 g de chocolate amargo com 200 mL de leite integral, e 200 g de chocolate ao leite. Os voluntários participantes do estudo receberam aleatoriamente um dos 3 tipos de chocolates investigados e depois de uma hora do consumo do produto a capacidade antioxidante do plasma sanguíneo foi medida em um ensaio. Analise adequadamente os dados provenientes desse experimento, apresentando as conclusões práticas.
#' @format Data frame com 36 linhas e duas variáveis:
#' \itemize{
#' \item capacidade: capacidade antioxidante do plasma sanguíneo (variável resposta)
#' \item tipo: tipo de chocolate consumido (variável categórica com quadro níveis; fator de interesse)
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
#' Efeito de dietas sobre o teor de proteínas do leite
#'
#' @name dietas
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exercício 13.13: Um experimento foi realizado para analisar o efeito de 3 dietas sobre o teor de proteína de leite de vaca. Os dados foram coletados depois de uma semana e incluem 25 vacas sujeitas à dietada de cevada, 27 vacas sujeitas à outras duas dietas. Analise adequadamente os dados provenientes desse experimento e apresente as conclusões práticas obtidas.
#' @format Data frame com 79 linhas e duas variáveis:
#' \itemize{
#' \item teor: teor de proteína do leite (variável resposta)
#' \item dieta: tipo de dieta (variável categórica com três níveis; fator de interesse)
#' }
#' @references Montgomery, D. C., Runger, G. C. (2015) Estatística Aplicada e Probabilidade para Engenheiros, 5ª. Edição, Rio de Janeiro: LTC.
#'
NULL
#' Efeito de diferentes temperaturas sobre a densidade de tijolos
#'
#' @name tijolos
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exercício 13.15: Um experimento foi realizado para determinar se quatro temperaturas específicas de queima afetam a densidade de certo tipo de tijolo. Analise adequadamente os dados provenientes deste experimento, apresentando as conclusões práticas.
#' @format Data frame com 22 linhas e duas variáveis:
#' \itemize{
#' \item densidade: densidade do tijolo (variável resposta)
#' \item temperatura: temperatura do forno, em ºF; (variável categórica com quatro níveis; fator de interesse)
#' }
#' @references Montgomery, D. C., Runger, G. C. (2015) Estatística Aplicada e Probabilidade para Engenheiros, 5ª. Edição, Rio de Janeiro: LTC.
#'
NULL
#' Homogeneidade da produção de teares
#'
#' @name teares
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exemplo 13.4: Delineamento com um fator aleatório conduzido para avaliar a homogeneidade da resistência de tecidos produzidos por diferentes teares de uma fábrica.
#' @format Data frame com 16 linhas e duas variáveis:
#' \itemize{
#' \item resistencia: resistência dos tecidos (variável resposta)
#' \item tear: variável indicadora dos teares selecionados aleatoriamente da linha de produção (variável categórica com quadro níveis; fator de interesse)
#' }
#' @references Montgomery, D. C., Runger, G. C. (2015) Estatística Aplicada e Probabilidade para Engenheiros, 5ª. Edição, Rio de Janeiro: LTC.
#'
NULL
#' Homogeneidade da produção de teares
#'
#' @name moinho
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exercício 13.29: Um moinho têxtil tem um grande número de teares. Supõe-se que cada tear forneça a mesma quantidade de tecidos. Para investigar essa suposição, 5 teares foram escolhidos ao acaso e suas produções foram medidas em diferentes tempos. Pede-se: a) Os teares são similares em relação à produção? Use alpha=0,05. b) Estime a variabilidade entre os teares. c) Estime a variância do erro experimental. d) Analise os resíduos desse experimento e verifique a adequação do modelo.
#' @format Data frame com 25 linhas e duas variáveis:
#' \itemize{
#' \item producao: produção do tear em 1b/min. (variável resposta)
#' \item tear: variável indicadora dos teares selecionados aleatoriamente da linha de produção (variável categórica com quadro níveis; fator de interesse)
#' }
#' @references Montgomery, D. C., Runger, G. C. (2015) Estatística Aplicada e Probabilidade para Engenheiros, 5ª. Edição, Rio de Janeiro: LTC.
#'
NULL
#' Homogeneidade do brilho da polpa
#'
#' @name brilho
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exercício 13.31: Um experimento foi conduzido para investigar os efeitos no brilho da polpa, de 4 produtos químicos de branqueamento. Esses produtos químicos foram selecionados ao acaso, a partir de uma população grande de agentes potenciais para o branqueamento. Pede-se: a) Existe uma diferença nos tipos de produtos químicos? b) Estime a variabilidade entre os teares. c) Estime a variância do erro experimental. d) Analise os resíduos desse experimento e verifique a adequação do modelo.
#' @format Data frame com 20 linhas e duas variáveis:
#' \itemize{
#' \item producao: produção do tear em 1b/min. (variável resposta)
#' \item produto: variável indicadora do produto químico selecionado aleatoriamente da população de agentes para branqueamento (variável categórica com quadro níveis; fator de interesse)
#' }
#' @references Montgomery, D. C., Runger, G. C. (2015) Estatística Aplicada e Probabilidade para Engenheiros, 5ª. Edição, Rio de Janeiro: LTC.
#'
NULL
#' Resistência de tecidos
#'
#' @name tecidos
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exemplo 13.5: Delineamento em esquema de blocos completos aleatorizados e um fator fixo conduzido para avaliar o efeito de 4 diferentes produtos químicos sobre a resistência de tecidos.
#' @format Data frame com 20 linhas e 3 variáveis:
#' \itemize{
#' \item resistencia: resistência do tecido (variável resposta)
#' \item produto: tipo de produto químico (variável categórica com quadro níveis; fator de interesse)
#' \item amostra: amostra de tecido utilizada no experimento (bloco; fator de interesse secundário)
#' }
#' @references Montgomery, D. C., Runger, G. C. (2015) Estatística Aplicada e Probabilidade para Engenheiros, 5ª. Edição, Rio de Janeiro: LTC.
#'
NULL
#' Efeitos do tipo de bocal sobre medidas de formas
#'
#' @name bocais
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exercício 13.37: Um experimento foi realizado em que uma medida de forma foi determinda para vários tipos diferentes de bocais, com níveis diferentes de velocidade de jatos de saída. O interesse nesse experimento está principalmente no tipo de bocal, sendo a velocidade um fator de ruído. Analise adequadamente os dados desse experimentos, apresentando as conclusões práticas.
#' @format Data frame com 30 linhas e três variáveis:
#' \itemize{
#' \item medida: medida da forma (variável resposta)
#' \item bocal: tipo de bocal (variável categórica com 5 níveis; fator de interesse)
#' \item velocidade: velocidade do jato de saída, em m/s; (bloco; fator de interesse secundário)
#' }
#' @references Montgomery, D. C., Runger, G. C. (2015) Estatística Aplicada e Probabilidade para Engenheiros, 5ª. Edição, Rio de Janeiro: LTC.
#'
NULL
#' Escapamento de corrente elétrica em um dispositivo SOS MOSFETS
#'
#' @name escapamento
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exercício 13.41: Um experimento foi conduzido a fim de se investigar o escapamento de corrente elétrica em um dispositivo SOS MOSFETS. A finalidade do experimento foi investigar como o escapamento de corrente elétrica varia com o comprimento do canal. Quatro comprimentos diferentes do canal foram selecionados. Para cada comprimento do canal, 5 larguras diferentes foram também usadas. A largura deve ser considerada um fator de ruído. Analise adequadamente os dados desse experiemnto, apresentando as conclusões práticas.
#' @format Data frame com 25 linhas e três variáveis:
#' \itemize{
#' \item escapamento: escapamento de corrente elétrica (variável resposta)
#' \item comprimento: comprimento do canal (variável categórica com 4 níveis; fator de interesse)
#' \item largura: largura do canal (bloco; fator de interesse secundário)
#' }
#' @references Montgomery, D. C., Runger, G. C. (2015) Estatística Aplicada e Probabilidade para Engenheiros, 5ª. Edição, Rio de Janeiro: LTC.
#'
NULL
#' Tempo de vida de baterias
#'
#' @name baterias
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Delineamento com dois fatores fixos cruzados conduzido para avaliar o efeito do tipo de material e nível de temperatura sobre o tempo de vida de baterias.
#' @format Data frame com 36 linhas e 3 variáveis:
#' \itemize{
#' \item tempo: tempo de vida das baterias (em horas; variável resposta)
#' \item tipo: tipo de material utilizado para a fabricação da bateria (variável categórica com três níveis; fator de interesse principal)
#' \item temperatura: temperatura (em ºF) na qual a bateria será exposta (variável categórica com três níveis; fator de interesse principal)
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
#' Volume de garrafas de refrigerantes
#'
#' @name refrigerantes
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Delineamento com 3 fatores fixos cruzados conduzido para avaliar o efeito da carbonatação, da pressão de operação, e a da velocidade da linha de produção sobre o desvio do volume nominal de garrafas de refrigerante.
#' @format Data frame com 24 linhas e 4 variáveis:
#' \itemize{
#' \item devio: desvio do volume nominal da garrafa (em ml; variável resposta)
#' \item carbonatacao: percentual de carbonatação (variável categórica com três níveis; fator de interesse principal)
#' \item pressao: pressão (em libras) (variável categórica com 2 níveis; fator de interesse principal)
#' \item velocidade: velocidade da linha de produção (variável categórica com 2 níveis; fator de interesse principal)
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
#' Força de fibras de monofilamento
#'
#' @name fibras
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Delineamento com um fator fixo e uma covariável conduzido para avaliar se existem diferenças na forças de fibras de monofilamentos produzidas por 3 máquinas.
#' @format Data frame com 15 linhas e 3 variáveis:
#' \itemize{
#' \item força: força da fibra de monofilamento (variável resposta)
#' \item maquina: máquina utilizada na produção das fibras de monofilamento (variável categórica com três níveis; fator de interesse principal)
#' \item diametro: diâmetro da fibra de monofilamento (covariável; interesse secundário)
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
#' Propulsores de foguetes
#'
#' @name propulsores
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description (Exemplo 4.3) Delineamento em esquema quadrado greco-latino conduzido para avaliar 5 diferentes formulações de propulsores de foguetes.
#' @format Data frame com 25 linhas e 5 variáveis:
#' \itemize{
#' \item lote: lote de materia prima utilizado no preparo das formulações (variável categórica com 5 níveis; bloco 1)
#' \item operador: operador responsável por preparar as formulações (variável categórica com 5 níveis; bloco 2)
#' \item montagem: método de montagem empregado (variável categórica com 5 níveis; bloco 3)
#' \item formulacao: tipos de formulação sendo comparadas (variável categórica com 5 níveis; fator de interesse principal)
#' \item queima: taxa de queima
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
#' Tempo de reação de um processo químico
#'
#' @name catalisadores
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Delineamento com blocos incompletos balanceados conduzido com o objetivo de avaliar o efeito de 4 diferentes tipos de catalisadores sobre o tempo de reação de um processo químico.
#' @format Data frame com 12 linhas e 3 variáveis:
#' \itemize{
#' \item lote: lote de materia prima utilizada no processo (variável categórica com 4 níveis; bloco)
#' \item catalisador: catalisador utilizado no processo (variável categórica com 4 níveis; fator de interesse principal)
#' \item tempo: tempo de reação do processo químico (variável resposta)
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
#' Sistema de medições
#'
#' @name medicoes
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Delineamento com dois fatores aleatórios conduzido com o objetivo de avaliar potenciais fontes de variabilidade de um sistema de medições.
#' @format Data frame com 12 linhas e 3 variáveis:
#' \itemize{
#' \item peca: peça que será submetida à medição (fator 1)
#' \item operador: operador operar o equipamento (fator 2)
#' \item dimensao: dimensão da peça (variável resposta)
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
#' Enxertos vasculares (veias artificiais)
#'
#' @name enxertos
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Um delineamento com blocos completos aleatorizados foi realizado com o objetivo de avaliar o efeito de diferentes níveis de pressão na ocorrência de saliências em enxertos vasculares produzidos com diferentes lotes de materia prima (fonte de variablidade de perturbação). Analise adequadamente os dados provenientes desse experimento, apresentando as conclusões práticas.
#' @format Data frame com 24 linhas e 3 variáveis:
#' \itemize{
#' \item pressao: pressão de extrusão (em libras; fator de interesse principal)
#' \item lote: lote de materia prima (bloco - fator de interesse secundário)
#' \item saliencia: saliência (variável resposta)
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
#' Efeito de ingredientes sobre o tempo de reação de um processo químico
#'
#' @name ingredientes
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description O efeito de cinco ingredientes diferentes (A, B, C, D, E) sobre o tempo de reação de um processo químico está sendo estudado. Cada lote de material novo é grande o suficiente para permitir cinco corridas do experimento. Além disso, cada corrida requer aproximadamente 1.5 horas, de forma que apenas cinco execuções podem ser feitas em um dia. O engenheiro decide executar um experimento quadrado latino para que os efeitos do dia e do lote podem ser sistematicamente controlados. Analise os dados desta experiência (use um nível de significância de 0,05) e tire conclusões.
#' @format Data frame com 20 linhas e 4 variáveis:
#' \itemize{
#' \item ingrediente: ingrediente utilizado no processo químico (fator de interesse principal; 5 níveis)
#' \item dia: dia de execução do experimento (bloco1 - fator de interesse secundário)
#' \item lote: lote de materia prima (bloco2 - fator de interesse secundário)
#' \item tempo: tempo de reação do processo químico (variável resposta)
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
#' Tempo de montagem de um componente de tv
#'
#' @name montagem
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exercício 4.36: Um engenheiro industrial está investigando o efeito de 4 tipos de métodos de montagem sobre o tempo de montagem de um componente de tv. Quatro operadores foram selecionados para o estudo. Além disso, o engenheiro sabe que que cada processo de montagem gera fadiga (no operador), afetando o tempo de montagem das sucessivas componentes. O engenheiro também suspeita que o local de trabalho dos operadores pode afetar o tempo de montagem. Desta forma, um experimento do tipo quadrado greco-latino foi conduzido, visando controlar as fontes de variação de perturbação. Analise adequadamente os dados desse experimento, apresentando as conclusões práticas.
#' @format Data frame com 16 linhas e 5 variáveis:
#' \itemize{
#' \item ordem: ordem de montagem (variável categórica com 4 níveis; bloco 1)
#' \item operador: operador selecionado (variável categórica com 4 níveis; bloco 2)
#' \item local: local de trabaho (variável categórica com 4 níveis; bloco 3)
#' \item metodo: método de montagem (variável categórica com 4 níveis; fator de interesse principal)
#' \item tempo: tempo de montagem da componente
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
#' Rendimeno de um processo químico
#'
#' @name rendimento
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exercício 4.35: O rendimento de um processo químico foi medido usando-se 5 lotes de matéria prima, 5 concentrações de ácido, 5 tempos de espera, e 5 concentrações de catalisadores, configurando um delineamento do tipo quadrado greco-latino. Analise adequadamente os dados provenientes desse experimento, apresentando as suas conclusões práticas.
#' @format Data frame com 25 linhas e 5 variáveis:
#' \itemize{
#' \item lote: lote de materia prima utilizado no preparo das formulações (variável categórica com 5 níveis; bloco 1)
#' \item acido: concentracao de ácido utilizado no processo (variável categórica com 5 níveis; bloco 2)
#' \item catalisador: concentração de catalisador utilizado no processo (variável categórica com 5 níveis; bloco 3)
#' \item tempo: tempo de espera (variável categórica com 5 níveis; fator de interesse principal)
#' \item rendimento: rendimento do processo químico
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
#' Efeito de aditivos na gasolina sobre a quilometragem
#'
#' @name quilometragem
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exercício 4.40: Um engenheiro está estudando o desempenho da quilometragem característica de cinco tipos de aditivos à gasolina. No teste de estrada ele deseja usar carros como blocos; no entanto, devido a uma restrição de tempo, ele deve usar um delineamento com blocos incompletos. Analise adequadamente os dados desse experimento e apresente as conclusões práticas.
#' @format Data frame com 20 linhas e 3 variáveis:
#' \itemize{
#' \item aditivo: aditivo utilizado (variável categórica com 5 níveis; fator de interesse principal)
#' \item carro: carro utilizado para a realização do experimento (variável categórica com 5 níveis; bloco)
#' \item quilometragem: quilometragem observada (variável resposta)
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
#' Efeito da concentração de madeira sobre a força do papel
#'
#' @name papel
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exercício 4.42: Sete concentrações diferentes de madeira estão sendo estudados para determinar seu efeito sobre a força do papel produzido. No entanto, a planta piloto só pode produzir três corridas do experimento por dia. Como os dias podem afetar a força do papel produzido, um delineamento com blocos incompletos aleatorizados foi conduzido. Analise os dados desse experimento e apresente as conclusões práticas.
#' @format Data frame com 21 linhas e 3 variáveis:
#' \itemize{
#' \item concentracao: concentração de madeira (variável categórica com 7 níveis; fator de interesse principal)
#' \item dia: dia em que o experimento foi conduzido (variável categórica com 4 níveis; bloco)
#' \item forca: forca do papel (variável resposta)
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
#' Rendimento de um processo químico
#'
#' @name rendimento2k
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exemplo (pág. 234): Um engenheiro químico está interessado em investigar o efeito da concentração de um reagente (fator A) e da quantidade de catalisador (fator B) sobre o rendimento de um processo químico com o objetivo de verificar se ajustes sobre os níveis tais fatores aumentariam o rendimento.
#' @format Data frame com 12 linhas e 3 variáveis:
#' \itemize{
#' \item reagente: nivel baixo (15%): -1 ; nivel alto (20%): +1
#' \item catalisador: nivel baixo (1 libra): -1; nivel alto (2 libras): +1
#' \item rendimento: rendimento do processo químico
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
#' Entendendo efeitos de interação (caso 1)
#'
#' @name interacao1
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exemplo de efeitos de interação em delineamentos com dois fatores fixos cruzados.
#' @format Data frame com 8 linhas e 3 variáveis:
#' \itemize{
#' \item fator A: variável categórica com 2 níveis
#' \item fator B: variável categórica com 2 níveis
#' \item resp: variável resposta
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
#' Entendendo efeitos de interação (caso 2)
#'
#' @name interacao2
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exemplo de efeitos de interação em delineamentos com dois fatores fixos cruzados.
#' @format Data frame com 8 linhas e 3 variáveis:
#' \itemize{
#' \item fator A: variável categórica com 2 níveis
#' \item fator B: variável categórica com 2 níveis
#' \item resp: variável resposta
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
#' Entendendo efeitos de interação (caso 3)
#'
#' @name interacao3
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exemplo de efeitos de interação em delineamentos com dois fatores fixos cruzados.
#' @format Data frame com 8 linhas e 3 variáveis:
#' \itemize{
#' \item fator A: variável categórica com 2 níveis
#' \item fator B: variável categórica com 2 níveis
#' \item resp: variável resposta
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
#' Impureza de um produto químico
#'
#' @name impureza
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exemplo 5.2: A impureza de um produto químico é afetada por dois fatores, a saber: temperatura e pressão. Um exeprimento com dois fatores fixos cruzados foi conduzido para avaliar o efeito desses dois fatores sobre a impureza do produto químico.
#' @format Data frame com 15 linhas e 3 variáveis:
#' \itemize{
#' \item temperatura: variável categórica com 3 níveis (fator 1)
#' \item pressão: variável categórica com 5 níveis (fator 2)
#' \item impureza: impureza do produto químico (variável resposta)
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
#' Taxa de filtragem de um produto químico
#'
#' @name filtragem
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exemplo 6.2: Um produto químico é produzido em um vaso de pressão. Um experimento fatorial é realizado na planta piloto para estudar os fatores que podem vir a influenciar a taxa de filtragem desse produto. Os quatro fatores são temperatura (A), pressão (B), concentração de formaldeído (C) e taxa de agitação (D). Cada fator está presente em dois níveis. O desenho da matriz e os dados de resposta obtidos de uma única réplica. As 16 corridas são feitas em ordem aleatória. O engenheiro de processos está interessado em maximizar a taxa de filtração.
#' @format Data frame com 16 linhas e 5 variáveis:
#' \itemize{
#' \item temperatura: taxa de agitação (variável categórica com 2 níveis; fator4)
#' \item pressao: taxa de agitação (variável categórica com 2 níveis; fator4)
#' \item concentracao: taxa de agitação (variável categórica com 2 níveis; fator4)
#' \item agitacao: taxa de agitação (variável categórica com 2 níveis; fator4)
#' \item filtragem: taxa de filtragem (variável resposta)
#' \item comb_trat: combinação de tratamentos (ausência da letra indica nível baixo; presença, nível alto)
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
#' Taxa de filtragem de um produto químico (meia fração)
#'
#' @name filtragemFrac
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exercício 14.44: Um produto químico é produzido em um vaso de pressão. Um experimento fatorial fracionário (meia fração) é realizado na planta piloto para estudar os fatores que podem vir a influenciar a taxa de filtragem desse produto. Os quatro fatores são temperatura (A), pressão (B), concentração de formaldeído (C) e taxa de agitação (D). Cada fator está presente em dois níveis. . O engenheiro de processos está interessado em maximizar a taxa de filtração.
#' @format Data frame com 8 linhas e 2 variáveis:
#' \itemize{
#' \item filtragem: taxa de filtragem (variável resposta)
#' \item comb_trat: combinação de tratamentos (ausência da letra indica nível baixo; presença, nível alto)
#' }
#' @references Montgomery, D. C., Runger, G. C. (2015) Estatística Aplicada e Probabilidade para Engenheiros, 5ª. Edição, Rio de Janeiro: LTC.
#'
NULL
#' Zarcões de tintas para aviões
#'
#' @name zarcao
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exemplo 14.1: Zarcões de tinta para avião são aplicados em superfícies de alumínio, por meio de dois métodos: imersão e aspersão. A finalidade do zarcão é melhorar a adesão da tinta, podendo ser aplicado em algumas peças usando qualquer método. O grupo de engenharia de processos responsável por essa operação está interessado em saber se três diferentes tipos de zarcões diferem quanto as suas propriedades de adesão. Um delineamento fatorial foi realizado para investigar o efeito do tipo de zarcão e do método de aplicação na adesão da tinta. Três espécimes foram pintados com cada um dos zarcões, usando cada um dos métodos de adesão. Uma camada de tinta foi aplicada e a força de adesão foi medida.
#' @format Data frame com 18 linhas e três variáveis:
#' \itemize{
#' \item adesao: adesao da tinta (variável resposta)
#' \item tipo: tipo de zarcao (variável categórica com 3 níveis; fator 1)
#' \item metodo: método de aplicação do zarcao (variável categórica com 2 níveis; fator 2)
#' }
#' @references Montgomery, D. C., Runger, G. C. (2015) Estatística Aplicada e Probabilidade para Engenheiros, 5ª. Edição, Rio de Janeiro: LTC.
#'
NULL
#' Rugosidade da superfície
#'
#' @name rugosidade
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Um engenheiro mecânico está estudando a rugosidade da superfície de uma peça usinada. Três fatores são de interesse: taxa de alimentaçao, profundidade do corte e ângulo da ferramenta. O engenheiro decidiu realizar um experinto 2^3 fatorial com duas réplicas completas do experimento
#' @format Data frame com 16 linhas e 4 variáveis:
#' \itemize{
#' \item rugosidade: rugosidade (variável resposta)
#' \item alimentacao: taxa de alimentacao (variável categórica com 2 níveis; fator 1)
#' \item profundidade: profundade do corte (variável categórica com 2 níveis; fator 2)
#' \item angulo: ângulo da ferramenta (variável categórica com 2 níveis; fator 3)
#' }
#' @references Montgomery, D. C., Runger, G. C. (2015) Estatística Aplicada e Probabilidade para Engenheiros, 5ª. Edição, Rio de Janeiro: LTC.
#'
NULL
#' Sabor de um refrigerante
#'
#' @name refrigerantes2k
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exercício 14.13: Pensa-se que quatro fatores influenciam o sabor de um refrigerante: tipo de adoçante (A), razão entre xarope e água (B), nível de carbonatação (C), e temperataura. Cada fator pode ser corrido em dois níveis, produzindo um delineamento $2^4$ com duas replicações completas. Em cada corrida do experimento amostras de refrigerante são dadas a 20 pessoas para testar. Cara pessoa atribui uma nota de 1 a 10 ao refrigerante provado. A pontuação total é a variável resposta, e o objetivo é encontrar uma formulação que maximize a pontuação total. Analise adequadamente os dados desse experimento e tire as suas conclusões.
#' @format Data frame com 32 linhas e duas variáveis:
#' \itemize{
#' \item pontuacao: pontuacao atribuida à amostra de refrigerante (variável resposta)
#' \item comb_trat: combinação de tratamentos na ordenação de Yates.
#' }
#' @references Montgomery, D. C., Runger, G. C. (2015) Estatística Aplicada e Probabilidade para Engenheiros, 5ª. Edição, Rio de Janeiro: LTC.
#'
NULL
#' Planta de fabricação de semicondutores
#'
#' @name semicondutores1rep
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exercício 14.17: Um experimento foi realizado em uma planta de fabricação de semicondutores, como um esforço para aumentar o rendimento. Cinto fatores, cada um com dois níveis foram estudados. Os fatores (e níveis) foram A = abertura (pequena, grande), B = tempo de exposição (20% abaixo do normal, 20% acima do normal), C = tempo de desenvolvimento (30s e 45s), D = dimensão da máscara (pequena, grande), e E = tempo de ataque químico (14.5 min, 15.5 min). Devido ao número elevado de fatores (5), o experimento foi conduzido com uma única réplica. Analise os dados do experimento e tire as suas conclusões.
#' @format Data frame com 32 linhas e duas variáveis:
#' \itemize{
#' \item rendimento: variável resposta
#' \item comb_trat: combinação de tratamentos.
#' }
#' @references Montgomery, D. C., Runger, G. C. (2015) Estatística Aplicada e Probabilidade para Engenheiros, 5ª. Edição, Rio de Janeiro: LTC.
#'
NULL
#' Planta de fabricação de semicondutores
#'
#' @name semicondutores
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exemplo 8.2: Um experimento foi realizado em uma planta de fabricação de semicondutores, como um esforço para aumentar o rendimento. Cinto fatores, cada um com dois níveis foram estudados. Os fatores (e níveis) foram A = abertura (pequena, grande), B = tempo de exposição (20% abaixo do normal, 20% acima do normal), C = tempo de desenvolvimento (30s e 45s), D = dimensão da máscara (pequena, grande), e E = tempo de ataque químico (14.5 min, 15.5 min). Devido ao número elevado de fatores (5) e a questões orçamentárias, uma meia fração do delineamento 2^5 foi corrida. Analise os dados do experimento e tire as suas conclusões.
#' @format Data frame com 16 linhas e duas variáveis:
#' \itemize{
#' \item rendimento: variável resposta
#' \item comb_trat: combinação de tratamentos.
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
#' Acabamento de superfície de peças metálicas
#'
#' @name acabamento
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exercício 14.2: Um engenheiro suspeita que o acabamento de uma superfícies de peças metálicas seja influenciado pelo tipo de tinta usada e pelo tempo de secagem. Ele selecionou 3 tempos de secagem - 20, 25, e 30 minutos - e usou dois tipos de tinta. Três peças são testadas com cada combinação de tipo de tinta e tempo de secagem. Realize a análise dos dados e tire as suas conclusões.
#' @format Data frame com 18 linhas e três variáveis:
#' \itemize{
#' \item acabamento: variável resposta
#' \item tinta: tipo de tinta utilzada (fator 1; dois níveis)
#' \item tempo: tempo de secagem (fator 2; 3 níveis: 20min, 25min e 30min)
#' }
#' @references Montgomery, D. C., Runger, G. C. (2015) Estatística Aplicada e Probabilidade para Engenheiros, 5ª. Edição, Rio de Janeiro: LTC.
#'
NULL
#' Acabamento de superfície de peças metálicas
#'
#' @name corrente
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exercício 14.7: Um engenheiro realizou um estudo sobre o efeito de duas variáveis - tratamento com polissilicone e condições de recozimento (tempo e temperatura) - sobre a corrente de um transmissor biploar. Analise os dados provenientes desse experimento e tire as suas conclusões.
#' @format Data frame com 20 linhas e três variáveis:
#' \itemize{
#' \item corrente: variável resposta
#' \item polissilicone: tratamento com polissiliconte (fator 1; dois níveis - 1e-20; 2e-20)
#' \item recozimento: recozimento (fator 2; 5 níveis: 900/60, 900/180, 950/60, 1000/15, 1000/30 - temperatura/tempo)
#' }
#' @references Montgomery, D. C., Runger, G. C. (2015) Estatística Aplicada e Probabilidade para Engenheiros, 5ª. Edição, Rio de Janeiro: LTC.
#'
NULL
#' Acabamento de superfície de peças metálicas
#'
#' @name queima
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exercício 14.4: Um experimento foi conduzido para determinar se a temperatura (°C) de queima ou a posição da fornalha afetam a densidade de um ânodo de carbono. Análise adequadamente os dados provenientes desse experimento, apresentando as suas conclusões.
#' @format Data frame com 18 linhas e três variáveis:
#' \itemize{
#' \item densidade: variável resposta
#' \item posicao: posição da fornalha (fator 1; dois níveis)
#' \item temperatura: temperatura da fornalha (fator 2; 3 níveis: 800, 825 e 850 °C)
#' }
#' @references Montgomery, D. C., Runger, G. C. (2015) Estatística Aplicada e Probabilidade para Engenheiros, 5ª. Edição, Rio de Janeiro: LTC.
#'
NULL
#' Acabamento de superfície de peças metálicas
#'
#' @name chumbo
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exercício 14.26: Um delineamento 2^3 foi conduzido para determinar o nível de chumbo, utilizando-se a espectrometria de absorção atômica de chama (EAAC). Análise adequadamente os dados provenientes desse experimento, apresentando as suas conclusões.
#' @format Data frame com 16 linhas e quatro variáveis:
#' \itemize{
#' \item recuperacao: recuperação de chumbo (%) - variável resposta
#' \item TA: tempo de agitação (fator 1 - nível baixo: 5e-6; nível alto: 5e-5)
#' \item pH: pH (fator 2 - nível baixo: 6; nível alto: 8)
#' \item CR: concentração de reagente (fator 3 - nível baixo: 10; nível alto: 30)
#' }
#' @references Montgomery, D. C., Runger, G. C. (2015) Estatística Aplicada e Probabilidade para Engenheiros, 5ª. Edição, Rio de Janeiro: LTC.
#'
NULL
#' Tratamentos de retardantes de fogo
#'
#' @name fogo
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exercício 14.18: Um engenheiro conduziu um experimento para testar tecidos com relação à chama, depois de aplicar tratamentos com retardantes de fogo. Os quatro fatores considerados são: o tipo de tecido (A), o tipo de tratamento de retardante de fogo (B), condição de lavagem (C - o nível baixo é sem lavagem; o nível alto é depois de uma lavagem), e o método de condução do teste de chama (D). Todos os fatores foram corridos em dois níveis e a variável resposta são as polegadas de tecido queimado na amostra de teste de tamanho padrão. Análise adequadamente os dados provenientes desse experimento, apresentando as suas conclusões.
#' @format Data frame com 16 linhas e duas variáveis:
#' \itemize{
#' \item polegadas: polegadas de tecido queimado na amostra de teste de tamamnho padrão
#' \item combtrat: combinação de tratamentos
#' }
#' @references Montgomery, D. C., Runger, G. C. (2015) Estatística Aplicada e Probabilidade para Engenheiros, 5ª. Edição, Rio de Janeiro: LTC.
#'
NULL
#' Tratamentos de retardantes de fogo
#'
#' @name televisores
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exercício 14.1: Um engenheiro conduziu um experimento para investigar o feito de dois fatores (tipo de vidro e tipo de fósforo) sobre o brilho de um tubo de televisão. A variável resposta medida é a corrente (em microampères) necessária para a obtenção de um nível especificado de brilho. Análise adequadamente os dados provenientes desse experimento, apresentando as suas conclusões.
#' @format Data frame com 18 linhas e três variáveis:
#' \itemize{
#' \item corrente: variável resposta (em microampères)
#' \item vidro: tipo de vidro (fator 1; 2 níveis)
#' \item fosforo: tipo de fósforo (fator 2; 3 níveis)
#' }
#' @references Montgomery, D. C., Runger, G. C. (2015) Estatística Aplicada e Probabilidade para Engenheiros, 5ª. Edição, Rio de Janeiro: LTC.
#'
NULL
#' Capacidade de sistemas de medição
#'
#' @name capacidade
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exemplo 13.1: Um instrumento é utilizado para medir uma dimensão crítica em uma peça. Vinte partes foram selecionadas do processo de produção, e três operadores selecionados aleatoriamente medem cada parte duas vezes com este medidor. A ordem em que as medições são feitas é completamente aleatória, resultando em um delineamento com dois fatores aleatórios (peças e operadores) e duas replicações.
#' @format Data frame com 120 linhas e 3 variáveis:
#' \itemize{
#' \item medicao: variável resposta
#' \item peca: peça utilizada para a medição
#' \item operador: operador que realiza a medição
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
#' Queda de pressão medida através de válvulas de expansão em turbinas
#'
#' @name turbinas
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exemplo 13.6: A queda de pressão medida através de uma válvula de expansão em uma turbina está sendo estudada. O engenheiro de projeto considera que os fatores temperatura do gás no lado de entrada (A), operador (B), e o manômetro específico usado pelo operador (C) são importantes para explicar a leitura da queda de pressão. Esses três fatores são arranjados em um delineamento fatorial, em que temperatura é considerado um fator fixo e operador e manômetro aleatório são considerados fatore aleatórios.
#' @format Data frame com 72 linhas e 4 variáveis:
#' \itemize{
#' \item queda: queda de pressão medida
#' \item temperatura (A): temperatura do gás no lado de entrada
#' \item operador (B): operador que realiza a medição
#' \item mamometro(C): manômetro específico usado pelo operador
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
#' Rendimento de um processo químico
#'
#' @name rendimentoFrac
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exercício 8.1: Um engenheiro realizou um experimento com o objetivo de melhorar o rendimento de um processo químico. Quadro fatores foram selecionados e, por questões orçamentárias, o engenheiro optou por utilizar o delineamento $2^{4-1}$. Apresente a análise dos dados desse experimento.
#' @format Data frame com 8 linhas e 5 variáveis:
#' \itemize{
#' \item rendimento: variável resposta
#' \item A: fator A
#' \item B: fator B
#' \item C: fator C
#' \item D: fator D
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
#' Rendimento de um processo químico
#'
#' @name carrinhos
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exercício 15.11: Um distribuidor de refrigerantes está estudando a eficácia dos métodos de entrega. Para tanto, três diferentes tipos de carrinhos de mão foram desenvolvidos, e um experimento foi realizado no laboratório de métodos de engenharia da empresa. A variável de interesse é o tempo de entrega em minutos. Os engenheiros suspeitam que o tempo de entrega está relacionado ao o volume de garrafas entregues. Cada carrinho de mão é usado quatro vezes. Os dados referentes a este experimento foram ligeiramente alterados.
#' @format Data frame com 8 linhas e 5 variáveis:
#' \itemize{
#' \item tempo: variável resposta (em minutos)
#' \item carrinho: tipo de carrinho (variável categórica com 3 níveis)
#' \item volume
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
#' Força de fibras sintéticas
#'
#' @name forca
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exercício 13.3: Os fatores que influenciam a resistência à ruptura de um fibras sintéticas estão sendo estudados. As quatro máquinas de produção disponíveis e três operadores são escolhidos e um experimento fatorial é executado usando fibras de um mesmo lote de produção.
#' @format Data frame com 24 linhas e 3 variáveis:
#' \itemize{
#' \item forca: variável resposta.
#' \item operador: fator aleatório com 3 níveis.
#' \item maquina: fator fixo com 4 níveis.
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
#' Pureza de matéria prima
#'
#' @name fornecedores
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exemplo 14.1: Uma empresa compra matéria-prima, em lotes, de três fornecedores diferentes. A pureza da matéria-prima varia consideravelmente, o que causa problemas na fabricação do produto final. Queremos determinar se a variável a pureza é atribuível a diferenças entre os fornecedores. Quatro lotes de matéria-prima são selecionados aleatoriamente de cada fornecedor, e três determinações de pureza são feitas em cada lote.
#' @format Data frame com 36 linhas e 3 variáveis:
#' \itemize{
#' \item pureza: variável resposta.
#' \item fornecedor: fator fixo com 3 níveis.
#' \item lote: fator aleatório com 4 níveis.
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
#' Competição de vinhos
#'
#' @name vinhos
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exemplo: Em uma competição de julgamento de vinhos, quatro vinhos Chardonnay da mesma safra foram julgados por seis juízes, selecionados aleatoriamente de uma lista de sommeliers renomados. Cada juiz provou os vinhos de forma cega, ou seja, sem conhecer suas identidades. A ordem da apresentação do vinho foi aleatorizada de forma independente para cada juiz. Cada vinho foi avaliado em uma escala de 40 pontos; quanto maior a pontuação, maior é a excelência do vinho.
#' @format Data frame com 24 linhas e 3 variáveis:
#' \itemize{
#' \item score: pontuação atribuída ao vinho.
#' \item juiz: degustador do vinho (variável categórica com 6 níveis).
#' \item vinho: vinhos participantes da competição (variável categória com 4 níveis).
#' }
#' @references Kutner, M. H., Nachtsheim, C. J., Neter, J., Li, W. (2005). Applied Linear Statistical Models, 5th Edition, New York: McGraw-Hill.
#'
NULL
#' Taxa de queima de turbinas de aviões
#'
#' @name turbinas2
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Exercício 14.1: Um fabricante de turbinas de aviões está interessado em estudar a taxa de queima de turbinas provenientes de três processos de produção. Quatro lotes de turbinas são escolhidas ao acaso a partir da saída de cada um dos três processos de interesse, e três determinações da velocidade de combustão são feitas em cada lote. Pede-se: análise adequadamente os dados provenientes desse experimento.
#' @format Data frame com 36 linhas e 3 variáveis:
#' \itemize{
#' \item queima: taxa de queira (variável resposta).
#' \item processo: processo de produção (fator fixo com 3 níveis).
#' \item lote: lote de matéria prima (fator aleatório com 4 níveis).
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
#' Densidade cozida de um ânodo de carbono.
#'
#' @name densidade
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Um experimento foi conduzido para determinar se a temperatura de queima ou a posição do forno afetam a densidade cozida de um ânodo de carbono.
#' @format Data frame com 18 linhas e 3 variáveis:
#' \itemize{
#' \item posicao: posição do forno - fator fixo com 2 níveis
#' \item temperatura: temperatura de queima (°C) - fator fixo com 3 níveis
#' \item densidade: densidade cozida do ânodo de carbono (variável resposta)
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
#' Tempo de vida de pilhas para dispositivos eletrônicos.
#'
#' @name pilhas
#' @docType data
#' @author Fábio N. Demarqui \email{fndemarqui@est.ufmg.br}
#' @keywords datasets
#' @description Um experimento foi conduzido para estudar a vida (em horas) de duas marcas diferentes de baterias em três dispositivos diferentes (rádio, câmera e DVD player portátil). Um delineamento com dois fatores fixos cruzados foi conduzido para investigar os efeitos do tipo de dispositivo e da marca da pilha sobre o tempo de vida das pilhas.
#' @format Data frame com 12 linhas e 3 variáveis:
#' \itemize{
#' \item pilha: marca da pilha (A; B) - fator fixo com 2 níveis
#' \item dispositivo: tipo de dispositivo eletrônico (rádio, câmera e DVD player portátil) - fator fixo com 3 níveis
#' \item horas: tempo de vida em horas (variável resposta)
#' }
#' @references Montgomery, D. C. (2016). Design and Analysis of Experiments, 8ª. Edição, New York: Wiley.
#'
NULL
R Package Documentation
Browse R Packages
We want your feedback!
Note that we can't provide technical support on individual packages. You should contact the package authors for that.
Embedding an R snippet on your website
Add the following code to your website.
For more information on customizing the embed code, read Embedding Snippets.