Obtenga más información en nuestro curso en línea gratuito:
Pensamiento estadístico para la resolución de problemas industriales
En este video, mostramos cómo generar un diseño de proyección utilizando el Diseñador personalizado en JMP. Crearemos un diseño de cribado óptimo para el escenario de reacción de Heck, con cinco factores.
Primero, seleccionamos Diseño personalizado en el menú DOE.
Cambiamos la respuesta a Yield.
Hay cinco factores continuos de 2 niveles. Los factores y los niveles de cada factor se almacenan en un archivo, Heck Reaction Factors.jmp. En lugar de ingresar los factores y los niveles de los factores individualmente, hacemos clic en el triángulo rojo y seleccionamos Factores de carga.
Cuando hacemos esto, los factores y los niveles de los factores se cargan en el esquema Factores.
Nuestro siguiente paso es especificar el modelo que queremos estimar.
Supongamos que queremos estimar todas las interacciones bidireccionales. Para ello, seleccionamos Interacciones, 2 Dakota del Norte en el esquema del Modelo. Todas las interacciones bidireccionales se agregan automáticamente al modelo.
Puede ver que todas las interacciones bidireccionales se han agregado al modelo.
El número mínimo de ejecuciones requeridas es 16 y el valor predeterminado es 20.
¿Qué pasa si no necesitamos estimar todas las interacciones bidireccionales? Por ejemplo, podemos saber, en base a datos previos o conocimiento de la materia, que el acetato de sodio no puede interactuar con ninguno de los otros factores.
Podemos hacer clic en estas interacciones y luego hacer clic en Eliminar término.
A medida que eliminamos cada interacción, el número de ejecuciones se actualiza. Después de eliminar las cuatro interacciones con acetato de sodio, la cantidad mínima de ejecuciones requeridas es 12 y la predeterminada es 16.
Veamos algunas otras opciones disponibles.
Cuando diseña un experimento, es posible que tenga algunas limitaciones. Por ejemplo, es posible que no pueda ejecutar ciertas combinaciones de configuraciones de factores. Puede especificar estas restricciones usando las opciones en Definir restricciones de factores.
No haremos esto aquí.
Hay muchas opciones debajo del triángulo rojo. Echemos un vistazo al Criterio de Optimalidad.
El criterio de optimización predeterminado para nuestro diseño es Recomendado. Cuando JMP genera este diseño, genera un diseño D-Optimal. Los diseños D-Optimal a menudo se usan para experimentos de detección, donde el objetivo es identificar y estimar con precisión los efectos importantes.
Para obtener información sobre los diferentes criterios de optimización, busque Criterios de optimización en jmp.com/help.
Sigamos adelante y creemos este diseño.
Para ello, hacemos clic en Crear diseño.
Puede ver el diseño que se ha generado. Debido a que solo tenemos efectos principales e interacciones bidireccionales, cada uno de los factores se encuentra en dos niveles. Tenga en cuenta que hay muchos diseños posibles que son igualmente buenos, por lo que si diseña este experimento, su diseño podría ser ligeramente diferente.
Hay muchas opciones en Evaluación de diseño para evaluar este diseño.
Continuaremos y haremos clic en Crear tabla para crear esta tabla de diseño.
Puede ver que este es un diseño D-Optimal de 16 ejecuciones.
Con este diseño, puede estimar cinco efectos principales y seis de 2 vías.
