<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Hola
¿Puede alguien por favor ayudarme a comprender cuántos puntos centrales debería tener en los experimentos factoriales de 2k? por ejemplo, cuántos puntos centrales tengo en el experimento factorial 2 ^ 3 con 1 replicación
¿Cuántos puntos centrales tengo en el experimento factorial 2 ^ 4 con 1 replicación?
¿Cuántos puntos centrales tengo en el experimento factorial 2 ^ 3 con 0 replicaciones, etc.?
Gracias
Ramon Bamer
Hola ramon He diseñado 2 ^ 3 factoriales con 5 o 6 puntos centrales porque queríamos una buena comprensión del ruido experimental. También he diseñado 2 ^ 3 factoriales sin puntos centrales, porque los experimentadores no pudieron realizar más de 8 ejecuciones o porque los factores solo tenían dos niveles discretos (encendido / apagado, antiguo / nuevo).
La cantidad de puntos centrales incluidos en un experimento factorial realmente depende del tipo de información que desea obtener del experimento. Aquí hay tres tipos de información que puede obtener al agregar puntos centrales a un experimento diseñado:
Estimación del error experimental puro - Para probar los efectos de cada factor, necesita una estimación confiable del "ruido" o error experimental. Cada punto redundante o replicado (podría ser un punto central de un punto factorial) proporciona otro grado de libertad para estimar el error experimental. Crear un diseño i n JMP, agregue datos de respuesta simulados, ejecute la plataforma Fit Model y verifique los grados de libertad de Pure Error en la casilla "Falta de ajuste". He visto valores mínimos de referencia de 3 a 6, pero a veces esos valores mínimos todavía no son posibles.
Detección de tendencias no lineales. - Agregar puntos centrales a un diseño crea un tercer nivel en el factorial de dos niveles, y esto permite una prueba de curvatura. Tenga en cuenta que esta prueba de curvatura no indica si la curvatura se debe al factor 1, factor 2, ... o factor "k". Es típico incluir al menos 3 o 4 puntos centrales para detectar la curvatura con una potencia similar a la de las pruebas de efectos factoriales.
Determinación de la estabilidad en el tiempo. - Suponiendo que las ejecuciones experimentales no se ejecuten simultáneamente (por ejemplo, 8 campos de maíz o 8 matraces al mismo tiempo), podría haber una deriva temporal o un pico durante las corridas experimentales. Los puntos centrales se pueden dispersar uniformemente sobre las corridas factoriales para detectar estas situaciones. Los puntos centrales se pueden trazar por separado para verificar las tendencias. Incluso con 4 o 6 puntos centrales, esto sigue siendo una prueba muy cruda para la estabilidad en el tiempo.
En pocas palabras: la cantidad de puntos centrales es una llamada de juicio, basada en su comprensión del proceso y los objetivos experimentales. Puede ser más importante replicar todo el experimento factorial, ya que es posible que necesite más potencia para detectar los efectos principales e interacciones (especialmente si los cambios que desea ver son pequeños en comparación con el ruido experimental).
Espero que sea de ayuda.
Howard Rauch
