Descripción general de los diseños rápidos

Diseños rápidos ofrece un subconjunto de los experimentos diseñados en Minitab Statistical Software que cubren casos de análisis comunes e importantes. Diseños rápidos recopila una pequeña cantidad de información suya para seleccionar un diseño. A continuación, Diseños rápidos te pide que rellenes la última información necesaria para crear una hoja de trabajo para el diseño. Dejar de lado muchas de las opciones a considerar en el conjunto completo de diseños en Minitab Statistical Software le permite crear diseños comunes más rápido y con menos decisiones.

El subconjunto de diseños de Diseños rápidos incluye diseños factoriales comunes y 5 diseños que son útiles para casos específicos. Seleccione los siguientes enlaces para obtener más información sobre los tipos de diseños.
Diseños factoriales comunes
Estimar los efectos principales y de interacción. Para obtener más información, vaya a Diseños factoriales y factoriales fraccionados.
Diseños de cribado
Identifique de manera eficiente las variables más significativas entre muchos candidatos potenciales. Para obtener más información, vaya a Diseños de cribado.
Diseños de superficie de respuesta
Estime los efectos principales, de interacción y cuadráticos. Para obtener más información, vaya a Diseños de superficie de respuesta.
Diseño de parcela dividida de 2 niveles
Estimar los efectos principales y de interacción cuando uno o más factores son difíciles de cambiar. Para obtener más información, vaya a Diseños de parcelas divididas.
Diseños de mezcla
Comprender el efecto de los cambios en las proporciones de los componentes de una mezcla. Para obtener más información, consulta el artículo Diseños de mezclas.
Diseño de Taguchi
Encuentre los ajustes de factor óptimos para lograr robustez frente al ruido incontrolable. Para obtener más información, vaya a diseños de Taguchi.

Diseño de experimentos: ¿Cuántos factores quieres estudiar?

En primer lugar, Diseños rápidos pregunta por el número de factores a estudiar: 2, 3, 4, 5, 6 o más.
  • Para 2 a 6 factores, seleccione el número de factores que desea estudiar.
  • Para 7 o más factores, seleccione Seleccione un diseño de cribado.

Detalles de la decisión

La siguiente información proporciona información sobre los factores y los diseños de los exámenes de detección.

¿Qué es un factor?
Los factores son variables predictoras (también llamadas variables independientes) que se eligen variar sistemáticamente durante un experimento para determinar su efecto en la variable de respuesta (dependiente).
Por ejemplo, desea inspeccionar el acabado superficial de las piezas metálicas. Para la aplicación de interés, desea evaluar cómo la velocidad de avance, la velocidad de corte y la profundidad de corte afectan al producto terminado. La velocidad de avance, la velocidad de corte y la profundidad de corte son los factores del experimento. En el experimento, se varían intencionadamente los valores de los factores.
En esta fase de los diseños rápidos, los factores incluyen los componentes de la mezcla. Los componentes son los ingredientes que conforman una mezcla. En una mezcla, las proporciones de los componentes influyen en la respuesta. Supongamos que usted desea estudiar cómo las proporciones de tres componentes de un desodorante de ambientes interiores afectan la aceptación del producto según su fragancia. Los tres componentes son aceite de rosa, aceite de mandarina y aceite de nerolí. En el experimento, varía intencionalmente las proporciones de los aceites en la mezcla.
¿Qué es un diseño de cribado?
Para más de 7 factores, Diseños rápidos lo guía hacia un diseño de pantalla.
En muchas aplicaciones, el número de factores que potencialmente afectan la calidad del proceso es demasiado grande como para estudiar todos los factores en detalle. El objetivo habitual de un diseño de cribado es identificar los factores más importantes que afectan la calidad del proceso. Después de los experimentos de cribado, normalmente se realizan experimentos de optimización que proporcionan más detalles sobre las relaciones entre los factores más importantes y las variables de respuesta.