Gracias @J_Asscher y @Phil_Kay para esta sesión, y a todos los Usuarios que participaron!
Video:
Resultados de las preguntas de la encuesta:
La discusión continuó a través del chat:
P: ¿Siempre acepta el número predeterminado de parcelas completas? ¿Lo aumentarías alguna vez?
A1: Muy útil por cierto, pero a veces un poco más problemático para modelar.
A2: Es posible que deba aumentar el número de gráficos completos si desea obtener más potencia y precisión en las estimaciones de sus efectos principales para factores que son difíciles de cambiar.
P: ¿Cuál es la implicación de ejecutar un diseño estándar agrupando experimentos? ¿Es alguna vez aceptable?
A1: Es posible que tenga variables ocultas que influyen en sus respuestas, como tiempo, temperatura, operador, etc... y el error ya no es aleatorio (puede corresponder a cambios debido a los "cambios de bloque"), lo que puede ocultar algunos factores importantes o revelar los no importantes correlacionados con variables ocultas
A2: Imagínate si haces dos bloques y en el primero tienes X1 como -1 y en la segunda parte como +1. Si tiene un efecto oculto o algo que se degrada con el tiempo y que aumenta con el tiempo, este efecto se atribuye a X1 incluso si no lo es. Esto puede dar lugar a modelos falsos.
Durante la sesión se compartió más información:
- Libro blanco sobre parcela dividida: https://www.stat.purdue.edu/~kuczek/stat514/Split%20plot%20example.pdf
- Sigue a Phil en LinkedIn: #DOEbyPhilKay
- Sigue a Víctor Guiller en LinkedIn: https://www.linkedin.com/es/victorguiller/
