Hola SEs,
Creé una revista sobre diagnósticos de diseño que quiero compartir con ustedes. También se publica para que esté disponible en la comunidad: MJMP_DesignDiagnostics_2015_10_09 09Okt2015 12_03_44.zip
Puede que esto sea útil para otros, ya que tiene diferentes comparaciones que puede usar también en el sitio y amplíe si desea bucear más profundo de lo que es posible en 45 minutos.
Saludos,
Martín
Aquí está la descripción del Contenido:
Este diario se presentó en mi seminario web de Mastering JMP en alemán sobre Diagnósticos de diseño el 09.10.2015. La revista está en inglés, por lo que todos pueden beneficiarse.
Espero haber agregado suficiente descripción para que todos puedan acostumbrarse. Dentro de la revista hay otros recursos vinculados en seminarios web, blogs, libros, documentos y documentación. También hay tablas dentro del archivo zip, que se enumeran aquí:
- MJMP_DesignDiagnostics_2015_10_09.jrn
- Factores Widget.jmp
- Diseño personalizado_30run.jmp
- DSDlikeDesign_30run.jmp
- PBlikeAugmentedDesign_30run.jmp
- Custom_D_Optimal.jmp
- Custom_I_Optimal.jmp
- Error estándar relativo de Estimación.jmp
En la revista no hablaré sobre diseños de ensayos clínicos, diseños para modelos lineales no lineales o generalizados, diseños de mezcla pura o matrices de cobertura. Sin embargo, hay enlaces a una entrada de blog sobre el DOE para modelos no lineales, así como un enlace al webcat MJMP en Diseños de mezclas. El contenido es el siguiente:
- Algunas observaciones generales sobre los principios de diseño de Fisher, así como el efecto de la probabilidad de detectar un factor significativo, es decir, cuando un cambio en el nivel de este parámetro causará un cambio práctico importante en la respuesta. Esta probabilidad es el poder, se aprende en qué se basa y cómo podría aumentarse.
- Comparar diseños en la capacidad de estimar los efectos del modelo. Especialmente para resaltar que no todos los diseños pueden estimar todos los efectos del modelo como interacciones de dos factores o efectos cuadráticos. Luego, una comparación de poder Muestra que debes asegurarte de comparar manzanas con manzanas, es decir, comparar diseños con el mismo número de carreras y los mismos efectos de modelo.
- Como comparación nos fijamos en diferentes tipos de diseños. Diseño personalizado, diseño tipo Placket-Burman y diseño definitivo tipo pantalla con cada 30 rund (el webcast en inglés de Don McCormack sobre Diagnósticos de diseño le mostrará exactamente cómo generar esos diseños:
( http://www.jmp.com/en_gb/events/ondemand/mastering-jmp/design-diagnostics.html )) - El enfoque está en Evaluate Design Platform, qué se puede modelar y Power Analysis, qué tan bueno se puede estimar.
- La próxima reunión hablará sobre los diseños D-Optimal y Alias-Optimal sobre la importancia de cuidar el aliasing. Esta parte está basada en un blog de Ryan Lekivetz.
( http://blogs.sas.com/content/jmp/2014/06/12/alias-optimal-versus-d-optimal-designs/ ). También describe brevemente los diseños de selección definitiva. - El Enfoque aquí está en el criterio de Optimidad, Mapa de Color en Correlaciones y Eficiencia de Estimación
- El último ejemplo de comparación se basa en un ejemplo de "Experimento de proceso robusto y óptimo" en el libro escrito por Bradley Jones y Peter Goos
( http://www.jmp.com/en_gb/events/ondemand/mastering-jmp/using-definitive-screening-designs-to-get-more-information-from-fewer-trials.html ) - Destacará los diseños de i-óptimo y su Ventaja contra los diseños de d-óptimo con respecto a la reducción de la varianza de predicción.
- El Enfoque está en la estimación de Eficiencia, Eficiencia de Diseño y Fracción de la Gráfica de Espacio de Diseño.
