Diseño de experimentos (DOE) es potencialmente una de las armas más estratégicas de su arsenal analítico. El DOE es fundamental para aprender más rápido de los datos y se puede aplicar en muchas áreas, no solo en áreas tradicionales como la manufactura, sino también en mercadotecnia, recursos humanos y una gran cantidad de áreas. Como Bradley Jones, investigador principal en la división JMP de SAS , dice, “la experimentación diseñada es el enfoque más rápido y menos costoso para lograr una innovación exitosa”. ¿Por qué, entonces, las personas que se están cayendo sobre ellas no están configurando experimentos para aprender más rápido de los datos?
Estas y otras preguntas fueron exploradas en conversaciones recientes que tuve con Brad y Peter Goos, profesor titular en la Universidad de Amberes. Ellos son coautores del libro reciente, Diseño óptimo de experimentos: un enfoque de estudio de caso . Este es un gran libro porque lo lleva a los nuevos avances en el DOE y lo hace de una manera que lo hace conceptualmente muy comprensible, incluso para el principiante. Pero va más lejos que eso.
Ha habido una revolución lenta en el DOE. Ya no estamos limitados a usar diseños de libros de texto. Gracias a las búsquedas de diseño más automatizadas y la capacidad de explicar de manera flexible las muchas restricciones que enfrentamos en el mundo real, debido al trabajo de personas como Peter y Brad, ahora podemos diseñar nuestros experimentos a medida y elegir los diseños que se ajustan nuestro problema en lugar de forzar nuestros problemas para adaptarse a los diseños. A través de los estudios de caso en su libro, los autores muestran que puede hacer experimentos a medida que aborden una variedad de problemas para proporcionar resultados verdaderamente útiles. Ya no tiene que dejar que la cola mueva al perro limitando su elección de experimentos a los diseños de tablas, que con demasiada frecuencia no encajan en el problema en cuestión.
Tomamos un ejemplo de su libro, Capítulo 7, un diseño de superficie de respuesta en bloques, y lo realizamos como un sketch en el nuevo Hablando de forma analítica , que se estrenó hoy. Tengo que desempeñar el papel de investigador científico que busca ayuda de expertos en un problema de diseño. Brad y Peter desempeñan el papel de experto, en el libro y en la vida real, compartiendo su experiencia para resolver el problema. El enfoque del estudio de caso es muy eficaz para ilustrar el valor (y en muchos casos la facilidad) de diseños personalizados u óptimos.
Otros libros que Brad y Peter recomiendan para aquellos que son nuevos en DOE: The 8 th edición del libro de Douglas Montgomery, Diseño y análisis de experimentos , y el primer libro de Pedro (inspirado en su tesis), El diseño óptimo de experimentos bloqueados y de parcelas divididas . Brad dice que el primer capítulo proporciona una introducción sobresaliente al diseño personalizado u óptimo y brinda una justificación convincente para su uso rutinario.
Otra de mis citas favoritas (parafraseadas) de Peter: El desarrollo reciente más importante en el DOE es la disponibilidad de algoritmos rápidos y potentes para calcular buenos diseños experimentales para prácticamente cualquier escenario experimental posible, no solo para experimentos completamente aleatorios, sino también para experimentos con Observaciones correlacionadas tales como experimentos bloqueados o experimentos de parcelas divididas. Además, ahora también podemos calcular diagnósticos como la fracción de los gráficos de espacio de diseño, que visualizan el rendimiento de un diseño en términos de la varianza de la predicción.
Para asegurarse de estar equipado con las últimas ideas sobre el DOE y la resolución creativa de problemas, consulte Peter y Brad para obtener más información. el webcast y su libro. Peter y Brad han escrito varios artículos de revistas en Biometrika , Revista de Tecnología de Calidad , Journal of Choice Modeling , Diario de estadísticas económicas y de negocios y Modelos estocásticos aplicados en los negocios y la industria.
También han contribuido algunos artículos, disponibles para descarga gratuita, para Estadísticas aplicadas (alias Revista de la Real Sociedad de Estadística: Serie C ) y Ingeniería de Calidad y Confiabilidad Internacional. .
