¿Necesitamos habilidad en matemáticas para el diseño de experimentos?<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Utilizo SAS JMP para ejecutar experimentos de prueba multivariados (MVT, regresión), genera un plan de prueba y realiza análisis de regresión, definiendo efectos significativos. Lo más importante es poder interpretar y conocer las trampas.
Los cálculos matemáticos, como tales, no son necesarios.
He leído libros de estadísticas como Montgomery Design de experimentos y generalmente están llenos de fórmulas.
Todavía no puedo entender cómo se usan en el mundo real.
Sí, entiendo que necesito saber conceptos, diferentes tipos de diseños, conceptos básicos de estadísticas como valor de p, desviación estándar, cómo calcular el tamaño de muestra adecuado, etc.
Hablo sobre diseño de experimentos, principalmente en marketing web y campos de experiencia de usuario.
Re: ¿Necesitamos habilidad en matemáticas para el diseño de experimentos?Para lo que vale la pena, he tenido mucho éxito al usar DoE sin entender estas fórmulas.
Re: ¿Necesitamos habilidad en matemáticas para el diseño de experimentos?Voy a recomendar NO centrarse en las matemáticas ... por herético que parezca de un estadístico. Enfócate en lo siguiente:
1. El proceso en estudio. Factores (control, molestia y ruido). Respuestas (continuas, categóricas, medidas repetidas, etc.). El sistema de medición. ¿Cómo funciona realmente el proceso? No hagas nada más hasta que sepas esto.
2. Ni siquiera comience a preocuparse por su diseño o análisis hasta que haya formulado una meta experimental específica y un objetivo que aborde un problema práctico ... no algunos requisitos de diseño o análisis.
3. Luego, de acuerdo con el pensamiento de mi colega Mike Anderson, encuentre el diseño experimental más eficiente. La eficiencia para mí no es y no debe limitarse a criterios exclusivamente matemáticos, como los criterios de optimalidad ... pero de manera más general. Para mí, la eficiencia es el diseño que proporciona la información requerida para el menor gasto de recursos.
4. ¿Qué sabe acerca de su sistema de medición para sus respuestas a características tales como repetibilidad, reproducibilidad, linealidad, etc.?
5. Vaya a gemba cuando el experimento se ejecute / realice, si es posible. No presuma que la matriz de diseño se ejecutará tal como la escribió en una hoja de papel y le dio a alguien para que se ejecute.
6. Finalmente, cuando llegue al análisis ... Tengo tres reglas para un exitoso análisis de resultados de diseño experimental: Regla 1: trazar los datos; Regla 2: Graficar los datos; Regla 3: Graficar los datos. Este es el sello distintivo de JMP ... seguro que JMP hace las matemáticas bajo el capó, pero con la cornucopia de las técnicas de análisis gráfico disponibles en JMP ... las matemáticas deberían ser la menor de tus preocupaciones.
¡Buena suerte!
Re: ¿Necesitamos habilidad en matemáticas para el diseño de experimentos?En pocas palabras, el diseño experimental consiste en obtener el mayor valor e información de los recursos asignados para la adquisición de datos. También puede ayudar a actuar como un marco para el cumplimiento de las mejores prácticas experimentales (verificación de la significación estadística, aleatorización, tamaño de la muestra, etc.). En realidad, existe una gran cantidad de diseño experimental en las áreas de marketing y experiencia del usuario, así como temas relacionados, como el diseño de encuestas. Si desea algunos ejemplos del mundo real, puede consultar el área de JMP Discovery Series ( https://community.jmp.com/community/discovery-summit-series ). Si tiene curiosidad sobre el tema en general, también puede consultar algunos de los seminarios web que hemos publicado sobre el tema.
Mejor,
METRO
Re: ¿Necesitamos habilidad en matemáticas para el diseño de experimentos?Gracias por esta sugerencia. Ya he leído este libro, pero creo que lo volveré a leer. También conozco un libro de Paul Berger Experimental Design with Applications in Management pero aún no lo he leído.
Re: ¿Necesitamos habilidad en matemáticas para el diseño de experimentos?Gracias por sugerencia. Tengo este libro pero no lo he leído todavía. Me gustó su estilo de diálogo.
¿Crees que este libro es suficiente para comprender las dificultades prácticas del DOE y las estadísticas esenciales?
¿Qué temas de matemáticas necesito estudiar para comprender fórmulas esenciales en el DOE?
Entiendo las fórmulas básicas pero algo como esto me confunde:
Re: ¿Necesitamos habilidad en matemáticas para el diseño de experimentos?Es posible que desee retirar
Pruebas 1,2,3 Diseño experimental en marketing y operaciones de servicio por Johannes Ledolter y Arthur J. Swersey
http://www.sup.org/books/title/?id=4513
Re: ¿Necesitamos habilidad en matemáticas para el diseño de experimentos?Estoy de acuerdo en el punto de que muchos libros están llenos de fórmulas, más que las necesidades típicas de los usuarios.
Por otro lado, el diseño de experimentos siempre apunta a generar los datos correctos para un tipo específico de análisis de datos. Al final: ¿Cuál es el punto de obtener buenos datos para realizar un análisis que realmente no comprende? Cuanto mejor comprenda el análisis de regresión, más aprenderá de su DOE.
Por lo tanto, creo que es esencial tener una buena comprensión de las estadísticas que se utilizan al analizar sus DOE. Por supuesto, saber qué es un valor de p es un comienzo, pero tener un buen entendimiento de los problemas potenciales y lo que significan para su proceso es muy valioso.
Recomendaría asistir a una clase DOE dada por alguien con experiencia real en el mundo DOE o leer un libro orientado a la práctica que no omita las estadísticas esenciales, como la de Peter Goose y Bradley Jones: Diseño óptimo de experimentos: un estudio de caso Enfoque Wiley: Diseño óptimo de experimentos: un enfoque de estudio de caso - Peter Goos, Bradley Jones ).
