A: El siguiente paso es realizar el experimento. Yo no lo hice. Sin embargo, aquí están las instrucciones que un fabricante de pizzas real dio a sus pizzeros después de realizar el experimento.
P: En el primer ejemplo, ¿las zonas de color se añadieron simplemente utilizando la configuración de los ejes?
R: Sí. Puede agregar límites de especificación a sus variables de respuesta ( https://www.jmp.com/support/help/en/16.1/#page/jmp/spec-limits-column-property.shtml ) y hacer que aparezcan en su gráfico de perfilador, pero tendría que editar la configuración de los ejes ( https://www.jmp.com/support/help/en/16.1/#page/jmp/customize-axes-and-axis-labels-in-graphs.shtml#ww781878 ) para mostrar un rango de especificación coloreado.
P: ¿Qué capacidades tiene JMP para diseñar ensayos clínicos? Veo que JMP puede analizar datos de ensayos clínicos, pero no estoy seguro de si podemos diseñarlos.
A: Actualmente, JMP no se utiliza mucho para el diseño de ensayos clínicos. Sin embargo, no hay razón para que no pueda utilizarse. Los ensayos clínicos son diferentes de los experimentos de I+D industrial. En algunos aspectos, son más sencillos porque a menudo solo hay un factor: fármaco o placebo. Los aspectos más complejos del diseño de ensayos clínicos podrían ser un ámbito en el que JMP podría resultar útil.
P: ¿Cómo estableciste las restricciones?
A; Hay varias opciones. Usé restricciones sin codificar (unidades sin procesar). Otra opción es establecer todos los factores en un rango de menos uno a uno y luego usar unidades codificadas. O podrías consultar a JMP, por ejemplo, e ingresar los dos puntos que definen estas dos líneas (las restricciones superior e inferior). Luego, en este ejemplo, JMP resolverá y a partir de ahí podrás especificar de forma interactiva. Para usuarios avanzados, también puedes aplicar conocimientos del dominio e ingresar ecuaciones para círculos y elipses, y puedes obtener restricciones muy complejas, obtener más de una restricción, etc. También hay formas de establecer restricciones de desigualdad que indiquen valores inaceptables (como nunca usar este tipo de carne para una pizza baja en calorías).
P: ¿Qué son las parcelas completas y cuándo se utilizan?
A: El objetivo de las parcelas completas es manejar factores difíciles de cambiar, como la temperatura en el estudio de la pizza. No conviene modificar ese factor entre cada ensayo. Por lo tanto, dentro de una parcela completa, se realiza una serie de ensayos donde la temperatura se mantiene constante y solo se modifica entre parcelas completas. Se puede decidir cuántas parcelas completas se necesitan, en función de cuántas veces se puede y se desea modificar ese factor difícil de cambiar. Como en muchos aspectos del diseño de experimentos, se trata de un equilibrio y un compromiso.
P: ¿Cuál es el mejor diseño para empezar?
A: El diseño personalizado es una buena opción, flexible y permite realizar diseños de cribado. Sin embargo, existen ciertos tipos de diseños de cribado que pueden ser más eficientes, como los diseños supersaturados introducidos en JMP 16. También se pueden usar diseños de cribado definitivos, pero es posible que, una vez que se conocen los factores categóricos con más de dos niveles, el cribado definitivo quede obsoleto. (Véase el documento adjunto «Resumen de opciones, usos y beneficios de JMP Design Options» de Donnelly).
P: ¿Cuál es el número mínimo y máximo de factores necesarios para desarrollar el modelo perfecto?
A: No hay un número fijo, por supuesto. En las etapas iniciales, suele haber muchos factores, y es necesario considerar varias preguntas que detallo en el blog. Hacer suposiciones sin analizarlas puede dejar la solución en la pizarra. Si es posible, al principio es mejor analizar muchos factores y filtrarlos, y listo; eso es experimentación eficiente. JMP también permite realizar diseños supersaturados y de selección. Consulte las diapositivas adjuntas para ver otras plataformas de diseño de experimentos (DOE) de JMP.
Recursos
