Utilice Seleccionar
diseño óptimo para seleccionar, agregar, intercambiar o evaluar las corridas de un conjunto candidato de corridas experimentales. Las capacidades de diseño óptimo de Minitab se pueden usar con diseños factoriales completos generales, diseños de superficie de respuesta y diseños de mezcla. Minitab provee dos criterios de optimalidad para la selección de los puntos de diseño: D-optimalidad y optimalidad basada en la distancia. Para obtener más información, vaya a ¿Qué es un diseño óptimo?.
Puede usar
Seleccionar diseño óptimo para realizar cualquiera de las siguientes tareas.
- Seleccionar un diseño óptimo
- Seleccione puntos de diseño en un conjunto candidato de puntos para lograr un diseño óptimo. Seleccionar
diseño óptimo suele utilizarse para reducir el número de corridas experimentales cuando el diseño original contiene más puntos de lo que se considera viable debido a limitaciones de tiempo o dinero.
- Por ejemplo, un ingeniero tiene dos factores categóricos de 3 niveles y tres factores categóricos de 2 niveles que requieren 72 corridas para una sola réplica de un diseño factorial completo general. En lugar de ello, el ingeniero selecciona 24 puntos para formar un diseño D-óptimo que pueda estimar los efectos principales y algunas interacciones de 2 factores.
- Ampliar un diseño existente
- Agregue puntos de diseño a un diseño D-óptimo. Por lo general, usted amplía un diseño cuando cuenta con recursos adicionales para recolectar más datos después de haber creado un diseño y recogido datos. También se recomienda ampliar un diseño para agregar corridas que permitan incluir términos adicionales en el modelo.
- Por ejemplo, después de ejecutar un diseño D-óptimo de 24 corridas, el ingeniero determina que hay suficientes recursos para agregar 4 corridas experimentales más.
- Mejorar la D-optimalidad de un diseño
- Agregue o intercambie puntos para mejorar la D-optimidad del diseño. Por lo general, los puntos se intercambian antes de recolectar los datos.
- Por ejemplo, en el diseño inicial, los 24 puntos del diseño D-óptimo estiman los efectos principales y algunas interacciones de dos factores. El ingeniero decide seleccionar un conjunto diferente de 24 puntos de diseño que estimen los efectos principales únicamente.
- Evaluar un diseño
- Obtenga estadísticos de optimalidad para el diseño. Puede utilizar esta información para comparar diseños o evaluar cambios en la optimalidad de un diseño si cambia el modelo.
- Por ejemplo, el ingeniero genera un diseño D-óptimo que estima todos los efectos principales y algunas interacciones de 2 factores. El ingeniero desea saber cómo cambia la D-optimalidad si el modelo contiene solamente los efectos principales.
Dónde encontrar este análisis
Cuándo utilizar un análisis alternativo
