Hola.
Soy
aquí
a
hablar
hoy
acerca de
el
crucial
Paso
0
de Diseño de Experimentos.
En realidad el idea de este es a llevar lleno ventaja
de el poder de diferente herramientas eso son bajo el GAMA plataforma en JMP.
Enfermo caminar a través de qué nosotros debería ser pensamiento acerca de
en aquellos temprano etapas de un experimento.
Si tú mirar en el GAMA plataforma listado,
qué tú lo harás ver es eso Hay a lote de diferente opciones.
Dentro cada elección, Hay muchos más opciones.
Dentro alguno de aquellos, Hay anidado posibilidades.
Si estás un experto en diseño de experimentos,
este poder de posibilidades en realidad siente como semejante a maravilloso colocar de herramientas.
I amar todo de el opciones eso son disponible en JMP eso permitir a mí
a crear el diseño eso I en realidad desear para a particular experimento.
Pero si estás justo conseguir comenzó, entonces I pensar este colocar de posibilidades
poder sentir a pequeño poco intimidante y a veces a poco abrumador.
Él puede ser a pequeño poco como yendo
a a nuevo amable de restaurante eso Tú tienes nunca estado a antes.
Alguien ¿Quién es? a sazonado visitante a aquellos tipos de restaurantes,
ama todo el posibilidades y el poder de opciones en a grande menú.
Pero si estás allá para el primero tiempo,
él quería ser lindo si alguien guiado tú a el bien colocar opciones
entonces eso tú podría hacer a bien decisión
para eso primero visita y tener él ser exitoso.
Aquí está qué Soy planificación en hablando acerca de hoy.
Primero, I pensar el llave a a bien experimental resultado es a en realidad tener
a claro sentido de qué el meta de el experimento es.
Enfermo hablar a través de alguno diferente posibilidades de común objetivos
para experimentos eso en realidad ayuda a nosotros piedra de afilar en en qué eran intentando a lograr
y qué voluntad indicar a éxito para eso experimento.
Entonces Enfermo hacer a rápido caminar- a través de de alguno
de el más común opciones de diseño de experimento opciones en JMP,
y entonces Enfermo devolver a cómo hacer nosotros interactuar con aquellos diálogo cajas eso nosotros conseguir
cuando nosotros tenemos preferido a diseño para qué factores a elegir, el respuestas,
y el relación entre el entradas y el Salidas.
Eso es dónde eran con membrete a través de todo de este,
y I voluntad decir eso el primero y el tercero pasos en realidad necesidad
a enorme cantidad de sujeto asunto pericia.
Si estás yendo a ser exitoso diseño un experimento,
tú en realidad necesidad a saber como mucho como posible
acerca de el estructura bajo cual estás haciendo eso diseño.
Nosotros desear A en hecho incorporar sujeto asunto pericia lo que sea posible
a hacer seguro eso eran en hecho configuración arriba el experimento a el mejor de nuestro capacidad.
Qué son nosotros intentando a ¿hacer?
Yo tengo listado aquí seis común experimental objetivos.
I pensar eso clasificar de da tú,
a lista de verificación si tú como de diferente opciones de cosas
eso tú podría ser pensamiento de logrando con su experimento.
Nosotros podría comenzar con a piloto estudiar,
entonces eran justo interesado en haciendo seguro
eso eran yendo a conseguir datos de suficiente calidad
para el experimentos y respondiendo el preguntas eso nosotros desear a tener.
Nosotros podría ser interesado en exploración o cribado.
Nosotros tener a largo lista de factores,
y nosotros quiero cifra afuera cual uno parecer
a hacer a diferencia para nuestro respuestas de interés,
y cual unos no parecer particularmente importante.
Nosotros también podría desear a hacer alguno modelado.
De hecho formalización eso relación eso eran vidente
entre entradas y respuestas, y capturando él en a funcional forma.
A veces nosotros no conseguir el nivel
de precisión eso nosotros necesidad, y entonces nosotros necesidad a hacer modelo refinamiento,
y entonces eso podría ser a segundo experimento.
Entonces una vez nosotros tener a modelo, nosotros desear a usar eso a de hecho optimizar.
Cómo hacer nosotros conseguir nuestro sistema a llevar a cabo a el mejor de es capacidad para nuestro necesidades.
Entonces por último, Hay a confirmación experimento
dónde nosotros hacer eso transición
de el revisado diseño de experimentos ambiente
eso eran a menudo haciendo nuestro preliminar datos recopilación en
a producción, y haciendo seguro nosotros poder traducir
qué nosotros tenemos visto en ese primero experimento en a producción configuración.
Tú poder ver de este progresión eso Yo tengo delineado aquí,
eso nosotros puede de hecho tener a serie de pequeño experimentos eso nosotros quiero conectar.
Nosotros puede comenzar apagado con a piloto estudiar a conseguir el datos calidad bien,
entonces Bueno cifra afuera cual factores son importante, entonces Bueno quiero modelo aquellos,
entonces Bueno quiero usar eso modelo a optimizar,
y entonces por último traducir aquellos resultados
en el final implementación en producción.
Nosotros poder pensar de este secuencialmente
o para un individual experimento justo abordando uno de estos objetivos.
Ahora nosotros tener alguno estructura para qué
el objetivos de el experimento son y cómo a pensar acerca de eso,
Bueno ahora transición a mirando
en qué alguno de el común opciones son en JMP
y cómo ellos conectar con diferente objetivos.
Enfermo abierto arriba el GAMA pestaña en JMP, y tú poder ver eso nosotros tenemos consiguió
el lista de posibilidades aquí dónde nosotros tenemos consiguió el anidado opciones
escondido debajo alguno de el principal menú elementos eso nosotros tener aquí.
El hablar es solo medio hora, y entonces I no ser capaz a cubrir todo de el cortina a la italiana.
Yo tengo dado a breve descripción de alguno
de el cortina a la italiana eso I no tener tiempo a hablar acerca de.
Diseño Diagnóstico es todo acerca de teniendo a diseño o tal vez varios diseños
y comparando y comprensión el actuación.
Muestra Tamaño Explorador es todo acerca de cómo grande
debería el experimento ser y alguno herramientas a evaluar eso.
Consumidor Estudios y Fiabilidad Diseños son en realidad amable de especializado unos.
Soy configuración aquellos aparte
para tú a hacer a pequeño investigación en su propio acerca de eso.
En Consumidor Estudios, eran generalmente preguntando preguntas
de consumidores, acerca de qué su prioridades son, qué características ellos como.
Eso tiende a ser a comparación entre dos opciones
y cómo ellos valor aquellos opciones.
Fiabilidad es todo acerca de cómo largo nuestro producto voluntad último.
Eso es a pequeño poco diferente
que cosas eso Enfermo hablar acerca de en el descansar de el hablar.
Enfermo comenzar apagado con alguno de la C clásico Diseños
o el general diseños eso nosotros tener eso tener estado desarrollado.
Entonces Enfermo finalizar con alguno de el JMP específico herramientas
eso son mucho más flexible y adaptable a a más amplio rango de situaciones.
Enfermo comenzar con eso abajo parte de el pestaña.
Aquí nosotros son en JMP en el GAMA pestaña, y Soy ir a comenzar con Clásico.
Tú lo harás ver eso Soy abordando este
en a pequeño poco diferente orden que el lista es presentado por JMP.
I pensar aquellos unos son presentado por JMP
en su orden de popularidad, y Soy elegir a abordar a ellos
más de principios acerca de cómo ellos eran desarrollado.
En Clásico Diseños, a Lleno Factorial diseño
es mirando en todo combinaciones de todo factores en todo niveles.
Eso obras bien
si nosotros tener a más bien pequeño número de factores,
pero él poder en hecho conseguir a pequeño poco afuera de control
si nosotros tener a grande número de factores, pero es explorador
el completo colocar de posibilidades muy extensamente.
El próximo uno eso Enfermo hablar acerca de es a Evaluación de dos niveles diseño,
y esencialmente, qué eso es haciendo es es elegir
a subconjunto de el dos factorial posibilidades,
y es a estratégico subconjunto
eso permite a nosotros a explorar el espacio, pero mantener el diseño tamaño más manejable.
Tú lo harás aviso eso aquellos primero dos posibilidades
Yo tengo mostrado en dos niveles, y eso es típico para cribado diseños.
Generalmente, nosotros justo quiero conseguir a simple imagen
de qué acontecimiento entre el aporte y el respuestas.
Cuando nosotros quiero comenzar modelado,
entonces a Respuesta Superficie Diseño típicamente permite para explorador curvatura.
Cuando eran modelado, tres niveles o a veces más que tres niveles
poder ser a bien forma a entender curvatura y también entender interacciones entre
el factores y cómo ellos impacto el respuesta.
Está bien. T sombrero tres de el elementos bajo el Clásico pestaña.
El otro unos son Mezcla Diseño.
Típicamente en todo el otro posibilidades,
qué nosotros tener es eso nosotros poder variar
el individual factores por separado de cada otro.
Pero en a Mezcla Diseño dónde eran hablando acerca de el composición
o el proporción de el ingredientes, ellos son interdependiente.
Si I aumentar el cantidad de uno ingrediente,
él probablemente reduce el proporción
de el otro ingredientes eso son en eso en general mezcla.
Un poco de a especializado uno
cuando eran mirando en puesta juntos ingredientes
en un en general mezcla.
Matrices Taguchi, Yo tengo listado aquí como a amable de mejoramiento,
y el mejoramiento eso ellos son interesado en
es haciendo nuestro proceso robusto.
Típicamente cuando eran en a producción ambiente, nosotros podría tener ruido factores.
Estos son en hecho, factores eso nosotros poder control
en nuestro experimento
pero cuando nosotros conseguir a producción, eran no capaz a control a ellos.
Entonces nosotros tener a colocar de factores
eso nosotros poder control ambos en el experimento y en producción.
El meta de Matrices Taguchi es a mirar para a combinación
de el controlable factores eso obtiene a nosotros lindo estable previsible
actuación al otro lado de el rango de el ruido factores.
Tú poder ver C1 aquí tiene a bonito horizontal línea
cual medio él no asunto cual nivel nosotros son en
para el ruido factor, Bueno conseguir a bonito coherente respuesta.
Aquellos son el clásico opciones.
El próximo de el elementos en este JMP diseño pestaña
eso Enfermo hablar acerca de son Definitivo Cribado Diseños.
Estos son especializado diseños eso eran desarrollado en JMP,
y ellos son a mezcla de un exploración o cribado diseño,
entonces a enfocar en a lote de dos- nivel factor niveles,
y modelado.
Tú poder ver con el azul puntos,
nosotros tener alguno tercero niveles, entonces a medio valor para el factores
eso permite a nosotros a conseguir alguno curvatura estimado como Bueno.
Es a lindo compacto diseño
eso es ante todo acerca de exploración y cribado,
pero él hace dar a nosotros el opción
para un todo en uno oportunidad a hacer alguno modelado como Bueno.
Eso es muy popular en a lote de diferente diseño escenarios.
El próximo pestaña es Especial Objetivo, y tú poder ver Hay bastante a largo lista
de posibilidades allá,
y Enfermo golpear alguno de el más popular unos
eso I pensar espectáculo arriba en a lote de especializado situaciones.
Una cubierta Formación es a menudo usado cuando eran intentando a hacer pruebas de software.
A lote de veces qué causas problemas
en software es cuando nosotros tener el combinaciones de factores.
Este es a bonito pequeño diseño
eso es típico para Cubierta Matrices, entonces 13 corre,
y eran intentando a entender cosas acerca de 10 diferente factores.
Qué lindo acerca de estos Cubierta Matrices es eso él da a nosotros a forma
a ver todo posibilidades de, en este caso, tres diferente factores.
Si I llevar dos niveles de cada factor, a cero y a uno,
Hay ocho diferente combinaciones para cómo I poder combinar aquellos tres factores.
Todo ceros, todo unos, y entonces a mezcla de ceros y unos.
Yo tengo destacado aquellos con ocho diferente testado,
qué en realidad lindo acerca de estos Cubierta Matrices
es cualquiera tres factores I elegir,
I voluntad ser capaz a encontrar todo ocho de aquellos combinaciones.
Hay 10 elegir tres diferente combinaciones de aquellos 3 factores
eso I podría ser interesado en,
y todo de a ellos tener todo de aquellos posibilidades representado.
Eso es a muy pequeño diseño
eso permite a nosotros no entonces mucho estimación, pero a controlar posibilidades para problemas
eso nosotros podría encontrar particularmente en software.
Próximo, a muy importante categoría de Espacio Relleno Diseños.
Comparado a el otras opciones eso Yo tengo habló acerca de,
cual son modelo- basado,
este uno justo dice, I tal vez no saber qué a esperar en mi aporte espacio.
Dejar a mí dar incluso cobertura a lo largo de
el espacio eso Yo tengo declarado y justo ver qué sucede
Tú poder ver eso I tener muchos más niveles de cada de el factores.
Hay a lote de especializado opciones en aquí, pero ellos todo tener este mismo sentir
de lindo, incluso cobertura a lo largo de el entradas rostro.
I pensar estos son a menudo usado
en computadora experimentos o en físico experimentos
dónde eran justo no seguro qué el respuesta voluntad mirar como.
Enfermo hablar a pequeño poco más acerca de eso
cuando nosotros conseguir a el decisión haciendo parte en Paso 3 de el hablar.
Próximo es MSA Diseño o a Medida S sistema Análisis,
y este típicamente es asociado con el Piloto Estudiar.
Antes I bucear en y en realidad comenzar
a modelo cosas o hacer alguno cribado, es útil a entender alguno lo esencial
acerca de el proceso y el calidad de el datos eso Soy conseguir.
Aquí, I poder clasificar de dividir el variabilidad eso Soy vidente
en el respuestas y atributo él a el operador,
el medición dispositivo, o el calibrar, y el regiones ellos mismos.
Clasificar de entender el descomponer de qué contribuyendo a qué Soy vidente.
Eso es muy útil antes I lanzamiento en a más detallado estudiar.
Finalmente, G grupo Ortogonal Súper saturado Diseños
son en hecho, en realidad compacto diseños.
En este ejemplo, dónde tú tener seis corre,
y eran intentando a entender qué acontecimiento con Siete diferente factores.
Eso puede parecer a pequeño poco mágico,
pero es a muy agresivo cribado herramienta eso permite a nosotros a entender
qué acontecimiento con a lote de factores en a muy pequeño experimento.
Es importante con estos diseños a no tener a lote de factores.
Si todo Siete factores son haciendo algo,
y I solo tener seis corre, Enfermo fin arriba bastante confundido en el fin.
Pero si I pensar dos o tres de a ellos puede ser activo,
este puede ser a muy eficiente forma
a explorar qué yendo en sin gasto también muchos recursos.
Aquellos son el comenzar aquí unos eso Yo tengo habló a través de a pequeño poco.
Ahora Soy ir a finalizar con estos maravilloso herramientas en JMP
eso son más general y más flexible para diferente escenarios.
Costumbre Diseño, I pensar es justo un asombroso herramienta para es flexibilidad.
Qué en realidad lindo en Costumbre Diseño
es eso I tener este poder de diferente posibilidades
para el tipos de factores eso I poder incluir.
Continuo factores, tal vez Enfermo agregar en,
Discreto Numérico unos, y entonces también Categórico Factores.
I tener a lote de diferente opciones entonces I poder poner juntos el piezas,
y si Soy no seguro qué el diseño debería mirar como
en eso abajo parte de el lista,
este da JMP alguno control a ayuda guía a mí a a Buena elección.
En el próximo página, I tener el opción acerca de
si Soy justo interesado en Principal E efectos,
si I quiero agregar alguno dos factor interacciones,
y si I desear a construir a Respuesta S superficie Modelo,
entonces más el modelado meta de el experimento.
Este es clasificar de un fácil forma a construir a diseño,
y I tener flexibilidad aquí a especificar lo que diseño tamaño
Siento quería ser útil y es dentro mi presupuesto a hacer a diseño
y el pericia de el JMP diseño equipo
son ir a guía a mí a a sensitivo elección.
Este es a excelente forma si estás no seguro acerca de cómo a proceder,
pero estás aún haciendo alguno llave decisiones
acerca de qué el meta de el experimento debería mirar como.
Próximo, el Aumentar pestaña.
Si tú pensar atrás a qué Yo tengo habló acerca de para el Experimental Objetivos,
tú ver eso Hay este conexión entre el etapas.
Tal vez Yo tengo hecho alguno explorador o cribado,
y entonces Identificación como a transición a modelado.
Bien, este permite a mí a llevar un experimento
eso Yo tengo ya correr y coleccionado datos para,
y entonces conectar él a el Aumentar D diseño, asignar el roles de qué a respuesta
y qué el factor, y entonces agregar en alguno adicional corre.
Hay alguno especializado unos aquí,
pero si I elegir el Aumentar parte,
eso permite a mí a especificar a nuevo colocar de factores,
tal vez a subconjunto de qué I tener o un adicional factor
y entonces también qué modelo I quería ahora como a diseño para.
Este es a flexible herramienta para conectando varios conjuntos de datos juntos.
Por último, Fácil GAMA es a excelente forma a conseguir comenzó para su muy primero experimento.
Él permite tú a construir secuencialmente
y él guías tú a través de el Siete diferente pasos
de el completo experimento.
Lo hará permitir a nosotros a diseño y definir,
y entonces eso es calculando afuera qué el factores son,
qué el niveles son,
su general naturaleza, entonces nosotros poder seleccionar qué amable de modelo
marcas el mayoría sentido para qué eran intentando a lograr,
entonces progreso todo el forma a de hecho correr el experimento, entrando el datos,
haciendo el análisis y entonces generando resultados.
Este es a maravilloso progresión eso paseos tú todo el forma a través de
qué soy I intentando a ¿hacer?
A teniendo alguno final resultados a ser capaz a mirar en.
Qué I voluntad decir es eso este es diseñado para a modelo- basado acercarse.
Qué tú lo harás ver es eso todo de estos
mirar como ellos son yendo a elegir a polinomio forma de el modelo.
Eso necesidades a hacer sentido como a a partir de punto.
Pero si eso hace hacer sentido y él hace en a lote de situaciones,
entonces este es a maravilloso opción.
Justo a finalizar cosas arriba aquí, qué son alguno de el otro llave preguntas
ahora eso I tener a meta I saber a particular elección eso I desear a usar en JMP,
qué son alguno de el otro llave preguntas antes I de hecho generar eso ¿diseño?
Un todo categoría es acerca de el factores.
Nosotros necesidad a usar nuestro sujeto asunto pericia
a cifra afuera cual factores nosotros debería ser mirando en.
Si nosotros tener también largo de a lavadero lista de factores,
entonces el experimento necesariamente necesidades
a ser bastante grande en orden a entender todo de a ellos.
Eso es ir a tener un impacto en cómo caro nuestro experimento voluntad ser.
Si nosotros tener también pocos factores,
entonces nosotros correr el posibilidad de desaparecido algo importante.
Qué tipo son ellos yendo a ¿ser?
Nosotros necesidad a pensar acerca de conseguir el bien subconjunto.
Como I presentado tú en C boca Diseño, nosotros tener bastante a ancho variedad de diferente
tipos de roles para el diferente factores eso eran mirando en.
Eso es otro colocar de opciones.
Cómo mucho poder nosotros manipular el ¿factores?
Son ellos naturalmente categórico, o son ellos ¿continuo?
Entonces nosotros necesidad a pensar acerca de el rangos o el valores para cada de aquellos.
Vamos ir a GAMA y Costumbre Diseño.
Entonces yo lo haré justo comenzar apagado
y Enfermo tener tres diferente continuo factores.
Qué tú poder ver es I poder dar a nombre
a cada de el factores, pero I también conseguir a declarar el rango
eso I desear a experimento en para cada de aquellos factores.
A s tú poder imaginar,
este tiene a crítico role en el espacio eso Soy de hecho yendo a explorar.
I necesidad a piedra de afilar en en qué posible
y qué Soy interesado en a conseguir aquellos rangos bien.
Si I hacer el rango también grande,
entonces I puede de hecho tener a lote yendo en al otro lado de el rango de el aporte
y I puede no ser capaz a completamente captura qué yendo en.
Si I hacer el rango también pequeño, entonces I puede extrañar el objetivo ubicación
y I puede conseguir a distorsionado vista de el importancia de eso factor.
Aquí, este aporte de hecho tiene a lote yendo en para eso respuesta,
pero si I muestra en a muy angosto rango, él aspecto como es no haciendo cualquier cosa.
Por último, si Soy en el equivocado ubicación, I puede extrañar alguno características
y no ser capaz a optimizar el proceso para qué Soy haciendo.
De nuevo, el elección de cual factores y el rangos,
se basa a lote en teniendo alguno fundamental comprensión
acerca de qué eran intentando a hacer y dónde nosotros necesidad a explorar.
El próximo pedazo a hablar acerca de es
el relación entre entradas y respuestas.
I voluntad decir eso uno de el común errores
eso I a menudo ver es eso nosotros correr un experimento,
y entonces después el hecho, gente darse cuenta, Vaya, nosotros debería tener coleccionado este.
En libros de texto, a lote de veces,
él aspecto como Hay a soltero respuesta eso eran interesado en
y nosotros correr el experimento a justo recolectar para eso respuesta.
En práctica, I pensar mayoría experimentos tener múltiple respuestas
y entonces este es a llave decisión, es a hacer seguro
antes nosotros recolectar eso primero datos punto
eso nosotros de hecho incluir el bien colocar de respuestas
entonces eso nosotros poder respuesta todo de el preguntas de eso uno experimento.
Entonces nosotros necesidad a pensar acerca de qué nosotros saber acerca de el relación.
Es él probable a ser ¿liso?
Es él ir a ser continuo en el rango eso nosotros tenemos ¿seleccionado?
Cómo complicado son nosotros esperando él a ¿ser?
A todos de estos tener un impacto en el diseño eso eran yendo a tener.
A pareja de común errores acerca de el relación es,
uno, ser a pequeño también seguro,
entonces nosotros asumir eso nosotros saber también mucho acerca de qué ir a suceder,
y entonces no construir en alguno protección contra sorpresas.
Entonces también si nosotros tener múltiple respuestas,
no diseño para el mayoría complicado relación.
Si uno de a ellos eran interesado en Principal E efectos
y el otro uno nosotros pensar allá podría ser curvatura,
nosotros necesidad a construir el diseño entonces eso él poder estimar el curvatura
porque eso es el más complicado relación.
A primero llave decisión eso I pensar
es a pequeño poco oculto en JMP es eso nosotros tener a decidir entre modelo- basado,
y eso es generalmente sensitivo si eran seguro
eso nuestro respuestas voluntad ser liso y continuo,
y eso eran no investigando también grande de a región,
o debería nosotros hacer espacio ¿relleno?
Espacio relleno poder ser a bien seguridad neto si eran no seguro qué a esperar,
si eran explorador a grande región,
o si nosotros quiero proteger contra sorpresas.
Soy señalando aquí en el último deslizar.
I tener más detalles acerca de eso a a papel
eso I escribió con a colega, Dra. Lu Lu
en el Universidad de Sur Florida,
dónde nosotros hablar acerca de el trascendencia
de eso primero tenedor en el camino, cómo hacer nosotros elegir entre modelo- basado
y espacio relleno, y qué son el ¿repercusiones?
Entonces por último, nosotros necesidad a pensar a pequeño poco acerca de restricciones.
Nuestro aporte región,
si nosotros tenemos declarado alguno rangos para el diferente entradas,
eso naturalmente parece como es a cuadrado o a rectángulo.
Pero en eso región,
allá puede ser alguno porciones dónde nosotros no poder
conseguir a respuesta o nosotros justo no cuidado acerca de qué el respuestas mirar como.
Imaginar si I soy haciendo un experimento acerca de hornada y Soy diverso el tiempo
eso el galletas son en el horno y el temperatura de el horno.
I podría saber eso el más genial temperatura
para el más corto cantidad de tiempo no producir a horneado galleta.
Lo hará aún ser crudo, o él podría ser el más caliente temperatura
para el más largo tiempo voluntad cocer demasiado el galletas.
I desear a clasificar de cortar apagado regiones
de eso espacio eso no son de interés o no dar a mí a razonable cosa.
En JMP, Hay fácil maneras a especificar restricciones
a hacer el forma de eso región fósforo qué tú desear.
El último cosa es todo acerca de presupuesto,
cómo grande debería mi experimento ser, y eso es a función de el tiempo
eso I tener disponible y el costo de el experimento.
En JMP, nosotros saltar a aquí.
Tal vez I especificar a respuesta superficie modelo,
tú lo harás ver eso Hay a nuevo característica llamado Diseño Explorador,
cual cuando I activar eso,
él permite a mí con a soltero hacer clic de a botón a generar múltiple diseños.
I poder optimizar para bien estimación, entonces D o HACIA optimidad,
o bien predicción de el respuestas con IO optimidad.
I poder variar el tamaño de el experimento y centro agujas y se replica.
Si I hacer clic Generar Todo Diseños, él voluntad generar a docena o entonces diseños,
cual entonces I poder comparar y considerar
y cifra afuera cual uno marcas el mayoría sentido.
I pensar comprensión el presupuesto, pensamiento de eso como a restricción,
es un importante consideración eso nosotros necesidad a tener.
A envoltura cosas arriba, justo a pocos útil recursos.
El primero uno es a JMP web página
eso negociaciones en a pequeño más detalle acerca de el diferente tipos de diseños.
Él rellenos en a lote de el detalles eso I no era capaz a hablar acerca de hoy
acerca de aquellos individual opciones en el GAMA pestaña.
El Modelo B ased versus Espacio-F enfermo , eso es el papel I referenciado más temprano,
dónde nosotros necesidad a entender
el trascendencia de elegir a modelo- basado diseño
o haciendo espacio- relleno, cual es a pequeño más general
y a pequeño más protector si nosotros son esperando alguno sorpresas.
Entonces el último dos cosas son, dos blancos Papeles eso I escribió,
el primero uno negociaciones acerca de cómo tú poder usar Diseño Explorador
a considerar diferente diseño tamaños
y diferente optimalidad criterios y entonces elegir entre
el diferente opciones por mirando en el comparar diseño opción en JMP.
Entonces por último, todo Yo tengo habló acerca de aquí
es dependiente en sujeto asunto pericia.
El por qué y cómo de preguntando bien preguntas,
dar alguno estrategias para cómo a interactuar con nuestro sujeto asunto expertos
a ser capaz a objetivo aquellos conversaciones y hacer a ellos como productivo como posible.
I esperanza este tiene estado útil,
y lo hará ayuda tú tener a exitoso primero experimento usando JMP software.
Gracias.
