1. Diseño experimental (caso fijo del paper)
10 corridas: 8 vértices del cubo factorial 2³ (pH, A-208, %-m200) más 2 réplicas del punto central. Datos publicados en Revista Veritas (DOI 10.61616/rvdc.v6i3.1046) — no editables.
| Corrida | X1 (pH cod.) | X2 (A-208 cod.) | X3 (%-m200 cod.) | pH | A-208 (gr/Tm) | %-m200 | %Rec. Cu real |
|---|
2. Cotas de operación para el Solver
Rango [mínimo, máximo] a explorar para cada factor. Por defecto son los mismos rangos del diseño original — puedes ampliarlos o acotarlos.
pH
A-208 (gr/Tm)
%-m200
3. Efectos y ANOVA
Efecto de cada factor/interacción (estilo Yates) y prueba F de Fisher contra el error puro (réplicas del centro). "Significativo" = Fo > F crítico (α=0.05).
| Efecto | Suma | Coef. b (codif.) | SS | Fo | F crítico | Significativo |
|---|
Cada barra es el Fo de un efecto; la línea punteada marca el F crítico (α=0.05). Las barras que la superan son significativas.
Promedio de %Rec. Cu en nivel bajo (-1) vs alto (+1) de cada factor. La línea gris punteada es el promedio general de las 8 corridas.
4. Modelo de regresión
| pH | A-208 | %-m200 | %Rec. Cu real | %Rec. Cu estimada | Residuo |
|---|
Suma de cuadrados residual: -
Cada punto es una corrida. Mientras más cerca de la línea de 45°, mejor el ajuste del modelo.
5. Resultado del Solver
Al ser el modelo lineal, el óptimo cae en un vértice de tus cotas — se ubica según el signo de cada coeficiente natural.
%Rec. Cu estimada sobre pH y A-208, con %-m200 fijado en el valor del óptimo. El punto ● es "Sin Solver" y la estrella ★ es "Con Solver".