El criterio de D-optimalidad minimiza el determinante de la matriz de varianzas y covarianzas de los coeficientes de regresión. Usted especifica el modelo, luego, Minitab selecciona los puntos de diseño que optimicen el criterio de D-óptimo de un conjunto de puntos candidatos. Las filas de las columnas del diseño en la hoja de trabajo contienen el conjunto candidato de puntos de diseño. El proceso de selección está conformado por dos pasos:
Minitab selecciona puntos de diseño del conjunto candidato para obtener el diseño inicial. Usted puede escoger cuál algoritmo se utilizará para seleccionar estos puntos en el cuadro de diálogo secundario Métodos. Las opciones incluyen: selección secuencial, selección aleatoria o una combinación de selección secuencial y aleatoria. Por opción predeterminada, Minitab selecciona todos los puntos de forma secuencial. Selección secuencial significa que todos los puntos en el diseño inicial se agregaron en el orden que produjo el máximo aumento en D-optimalidad. Si usted repite la selección del diseño y las corridas que se encuentran en el conjunto candidato están en el mismo orden, el algoritmo hallará la misma solución.
Los puntos de diseño candidatos se pueden agregar con reemplazo al diseño final durante el proceso de optimización. Por lo tanto, el diseño final puede contener puntos de diseño duplicados.
En optimización numérica, siempre existe el peligro de hallar el óptimo local en lugar del óptimo global. Para evitar hallar un óptimo local, usted podría realizar múltiples ensayos del procedimiento de optimización comenzando de diferentes diseños iniciales. Solo es posible un ensayo si genera el diseño inicial únicamente mediante selección secuencial o si especifica el diseño inicial con una columna indicadora.
Si usted no desea seleccionar un modelo por adelantado, una buena estrategia es distribuir uniformemente los puntos de diseño en la superficie del diseño. En este caso, el método basado en la distancia provee una solución para seleccionar los puntos de diseño. El algoritmo de optimalidad basada en la distancia selecciona puntos de diseño de un conjunto candidato, de forma que los puntos se distribuyan uniformemente en el espacio del diseño.
El algoritmo para diseños basados en la distancia no utiliza un método de intercambio. El algoritmo tampoco replica puntos cuando usted selecciona un diseño óptimo.
Minitab selecciona el punto candidato con la mayor distancia euclidiana desde el origen (diseño de superficie de respuesta) o el punto que está más cerca de un componente puro (diseño de mezcla) como el punto de inicio. Luego, Minitab agrega puntos de diseño adicionales de manera escalonada, de forma que cada nuevo punto esté lo más alejado posible de los puntos ya seleccionados para el diseño.
Usted debe utilizar una columna indicadora para indicar cuáles puntos están disponibles para agregar al diseño original. Luego, Minitab agrega puntos de diseño adicionales de manera escalonada, de forma que cada nuevo punto esté lo más alejado posible de los puntos ya seleccionados para el diseño.