Obtenga más información en nuestro curso en línea gratuito:
Pensamiento estadístico para la resolución de problemas industriales
En este video, mostramos cómo diseñar experimentos factoriales completos utilizando la plataforma factorial completa en JMP.
Para hacer esto, seleccionamos DOE, luego Clásico y luego Diseño factorial completo.
En el panel Respuestas, podemos cambiar el nombre de la respuesta y el objetivo de la respuesta, y podemos agregar respuestas si queremos estudiar múltiples variables de respuesta en el mismo experimento.
Para este ejemplo, cambiamos el nombre de la respuesta a Rendimiento. El objetivo de este experimento es maximizar el rendimiento, pero puede cambiarlo si es necesario.
Para este ejemplo, ingresamos un límite inferior de 90 para la respuesta. Pero puede dejar este campo en blanco si es necesario.
Ahora sumaremos los factores. Podemos agregar una combinación de factores continuos y categóricos.
Para empezar, sumamos tres factores continuos de dos niveles.
Hacemos doble clic en los nombres para cambiarlos. Cambiamos X1 a Temp, X2 a Time y X3 a Catalyst. A continuación, cambiamos los valores. El nivel bajo de Temp es 50 y el nivel alto es 120. Para Time, los valores son 4 y 24, y para Catalyst, los valores son 1 y 5.
Ahora hacemos clic en Continuar.
Puede ver que este es un diseño de 2x2x2 con ocho carreras, o un 2 3 Diseño factorial completo.
De forma predeterminada, el diseño se ejecuta en orden aleatorio. La aleatorización es importante porque promedia los efectos de las variables no controladas.
Si ingresa un valor en el campo Número de puntos centrales, los puntos de diseño se agregan a la mitad entre los valores alto y bajo para cada uno de los factores continuos. Por ejemplo, si agregamos dos puntos centrales, el diseño incluirá dos ejecuciones en las que Temp es 85, Time es 14 y Catalyst es 3. Estas ejecuciones se pueden usar para probar la idoneidad de su modelo.
No agregaremos puntos centrales para este ejemplo.
El campo Número de réplicas le dice a JMP cuántas veces debe replicar el diseño. Cuando este valor es cero, se genera un diseño con cada tratamiento posible. Si cambia este valor a 1, todo el diseño se replica una vez.
Para ver esto, ingresamos 1 en el campo y hacemos clic en Crear tabla.
Puede ver que este es un diseño de 2x2x2, con 16 carreras.
La columna Patrón es una notación abreviada de los niveles de factor que se usarán para cada ejecución. Por ejemplo, la primera prueba se ejecutará con los tres factores establecidos en el nivel bajo.
Este es un diseño completamente replicado, por lo que cada uno de los tratamientos se ejecuta dos veces, en orden aleatorio. Por ejemplo, las filas 1 y 14 son réplicas. Estas ejecuciones utilizan los mismos niveles de factor.
Se guardan tres scripts en la tabla de datos.
Después de realizar el experimento, puede usar el script del modelo para ejecutar el análisis. Esto también es útil, antes de recopilar datos, para ver el modelo que podrá estimar.
Puede ejecutar el script Evaluar diseño para evaluar las propiedades estadísticas del diseño.
Y puede usar la secuencia de comandos DOE Dialog para volver a la ventana de diseño factorial completo para realizar cambios.
Agreguemos otro factor a este diseño. Agregaremos un factor categórico de cuatro niveles. Para ello, seleccionamos Categórico, 4 niveles. Esto da como resultado un diseño de 2x2x2x4 con 32 corridas.
No queremos replicar este diseño, por lo que cambiamos Número de réplicas a cero y hacemos clic en Crear tabla.
El diseño resultante es un factorial completo aleatorio de 32 corridas con cuatro factores.
Si va a realizar este experimento, esta tabla de diseño es su guía. Le indica qué tratamientos ejecutar y proporciona una columna para registrar los valores de respuesta. Querrás guardar esta tabla con un nuevo nombre para asegurarte de no perder tu trabajo.
