Aviso
Ahora estás saliendo de support.minitab.com.
Haga clic en Continuar para continuar con:
Minitab muestra el criterio e indica si el diseño se seleccionó o se amplió.
Para diseños factoriales, D-optimalidad es el único criterio que provee Minitab.
El número de puntos de diseño candidatos muestra cuántos puntos del diseño (filas de la hoja de trabajo) se consideran en la búsqueda del diseño óptimo. Un punto de diseño es una combinación de condiciones experimentales o niveles de factores con la que se miden las respuestas. Cada punto corresponde a una fila en la hoja de trabajo que contiene los puntos candidatos.
El número de puntos de diseño que se ampliarán/mejorarán muestra cuántas corridas experimentales hay en el diseño antes de que concluya la ampliación o mejora.
Utilice el número de puntos de diseño para ver el número de puntos en el diseño inicial. Un punto es una combinación de condiciones experimentales o niveles de factores con la que se miden las respuestas. El diseño inicial puede tener puntos replicados para que el número de puntos de diseño que se ampliarán/mejorarán pueda exceder el número de puntos de diseño candidatos.
El número de puntos de diseño óptimo muestra cuántas corridas experimentales hay en el diseño óptimo final.
Utilice el número de puntos de diseño óptimo para ver cuántos puntos hay en el diseño final. Un punto es una combinación de condiciones experimentales o niveles de factores con la que se miden las respuestas. Si usted almacena el diseño óptimo, cada punto corresponde a una fila en la hoja de trabajo.
La lista muestra las letras que representan los términos en el modelo. Los términos de orden superior se representan con múltiples letras. Por ejemplo, el primer factor es A y el segundo factor es B. La interacción entre los dos primeros factores en la hoja de trabajo es AB. El número de términos debe ser menor que el número de puntos de diseño en el diseño óptimo.
El número de grados de libertad de todos los términos en el modelo debe ser menor que el número de puntos de diseño en el diseño óptimo. Para términos que solo tienen variables continuas, los grados de libertad que utilizan los términos son iguales al número de términos. Para términos categóricos, los grados de libertad dependen del número de niveles de los factores categóricos o variables del proceso.
Utilice los resultados para ver los términos que Minitab utiliza para calcular los criterios de optimalidad. Puesto que la D-optimalidad depende de los términos, un diseño que sea D-óptimo para un conjunto de términos muy probablemente no será D-óptimo para otro conjunto de términos.
Al utilizar optimalidad basada en la distancia, Minitab distribuye los puntos de diseño uniformemente por el espacio del diseño. Para un diseño de superficie de respuesta, usted puede incluir todos los factores o puede utilizar un subconjunto de los factores. Para un diseño de mezcla, debe incluir todos los componentes en el diseño. También puede agregar variables del proceso para un diseño de mezcla.
Para un diseño de superficie de respuesta, Minitab indica el número de factores en el diseño. Para un diseño de mezcla, Minitab indica el número de componentes en la mezcla y el número de variables del proceso en el diseño.
Por ejemplo, usted compara los resultados utilizando una selección totalmente secuencial y los resultados utilizando una combinación de selección secuencial y aleatoria para el mismo diseño.
En estos resultados, al intentar diferentes puntos de inicio, Minitab halló un diseño más D-óptimo utilizando el método de combinación con diferentes diseños iniciales.
Compare los resultados del método de intercambio y el método de Fedorov. El primer conjunto de resultados utiliza el método de intercambio. El segundo conjunto de resultados utiliza el método de Fedorov.
En estos resultados, el algoritmo halló un diseño más D-óptimo con el método de Fedorov. Valores de D-optimalidad más grandes indican un diseño más óptimo.
| Número de la condición: | 223.585 |
|---|---|
| D-optimalidad (determinante de XTX): | 6.43729E+28 |
| A-optimalidad (rastro de inv(XTX)): | 11.4062 |
| G-optimalidad (apalancamiento prom./apalancamiento máx.): | 0.96875 |
| V-optimalidad (apalancamiento promedio): | 0.96875 |
| Apalancamiento máximo: | 1 |
| Número de la condición: | 213.875 |
|---|---|
| D-optimalidad (determinante de XTX): | 8.91317E+28 |
| A-optimalidad (rastro de inv(XTX)): | 11.1267 |
| G-optimalidad (apalancamiento prom./apalancamiento máx.): | 0.96875 |
| V-optimalidad (apalancamiento promedio): | 0.96875 |
| Apalancamiento máximo: | 1 |
La lista muestra los números de fila de los puntos en el conjunto candidato en el orden en que el algoritmo agrega los puntos al diseño.
Utilice la lista para poder identificar los puntos óptimos en el conjunto candidato. El orden corresponde a filas, no a las columnas de orden estándar u orden de las corridas. El orden de los puntos en el conjunto candidato afecta cómo procede el algoritmo, por lo que si el orden de la hoja de trabajo cambia, entonces el algoritmo secuencial muy probablemente hallará una solución óptima diferente.
Ahora estás saliendo de support.minitab.com.
Haga clic en Continuar para continuar con: