Un científico de materiales ha determinado cuatro factores que explican gran parte de la variabilidad en la tasa de crecimiento de cristales. El científico diseña un experimento central compuesto de superficie de respuesta para definir las condiciones óptimas para el crecimiento de los cristales. Después de crear el diseño, el científico determina que los recursos disponibles restringen a 20 el número de puntos del diseño que pueden incluirse.
Los bloques representan el plan de ejecutar el diseño de forma secuencial. Dependiendo del análisis del primer bloque, el científico podría escoger ejecutar los puntos en el bloque axial para agregar términos cuadráticos al modelo.
El científico desea utilizar D-optimalidad como criterio para seleccionar 20 puntos del diseño original que siguen el esquema de bloques original y permiten la estimación de los términos que el científico planeaba estudiar con el diseño compuesto central completo.
Los puntos del diseño que se seleccionan dependen del orden de fila de los puntos en el conjunto candidato. Por lo tanto, Minitab puede seleccionar un diseño óptimo diferente en el mismo conjunto de puntos candidatos, si estos se encuentran en un orden diferente. Esto puede ocurrir porque puede haber múltiples diseños D-óptimo para un conjunto candidato de puntos especificado.
Número de la condición: | 10.2292 |
---|---|
D-optimalidad (determinante de XTX): | 2.73819E+18 |
A-optimalidad (rastro de inv(XTX)): | 2.50391 |
G-optimalidad (apalancamiento prom./apalancamiento máx.): | 0.8 |
V-optimalidad (apalancamiento promedio): | 0.8 |
Apalancamiento máximo: | 1 |