¿Son confiables los cálculos de potencia en experimentos de mezclas?En un experimento ternario de mezcla de 12 series con un modelo especial de Sheffé, solo obtengo el 5 % de la potencia de los componentes; esto significa que hay un 95 % de probabilidad de que no se observe el efecto de los componentes. ¿Son fiables los cálculos de potencia en experimentos de mezcla considerando la alta colinealidad entre los factores?
Diseño de experimentosRe: ¿Son confiables los cálculos de potencia en experimentos de mezclas?Sí, son fiables. En primer lugar, la potencia es baja debido al alto grado inherente de correlación entre las estimaciones. En segundo lugar, cualquier restricción en los componentes individuales o en las combinaciones de componentes aumenta aún más las correlaciones, lo que disminuye la potencia. En tercer lugar, no solemos esperar que un diseño de mezcla nos indique qué componentes son significativos. Todos los componentes cambian conjuntamente, no de forma independiente, por lo que es imposible asignarles significancia. Los experimentos de mezcla suelen centrarse en la predicción para la exploración u optimización.
Re: ¿Son confiables los cálculos de potencia en experimentos de mezclas?Hola @frankderuyck ,
Los diseños de mezclas son diseños de optimización, no de cribado. Generalmente, se ejecuta un diseño de mezcla si el número de factores es bajo o se sabe que los componentes influyen en la(s) respuesta(s). Por lo tanto, los cálculos de potencia no son una métrica sensata (aunque sea fiable) que yo utilizaría para evaluar/comparar diseños de mezclas. Intente utilizar métricas predictivas como el perfil de varianza de la predicción , el gráfico de fracción del espacio de diseño , la superficie de varianza de la predicción y los diagnósticos de diseño : la eficiencia G relativa (relacionada con la varianza máxima de la predicción en el espacio experimental) y la varianza media de la predicción para evaluar y comparar diseños de mezclas.
Además, como un diseño de mezcla involucra factores que son linealmente dependientes (suma = 100% o 1), esta situación crea multicolinealidad, lo que infla el error en las estimaciones de los términos de efecto, por lo que tendría una potencia muy baja para los diferentes efectos en su modelo.
Ver otras discusiones relevantes:
Diseño personalizado: Combinación de variables de proceso. ¿Cómo evaluar el diseño?
¿Debería considerar el análisis de potencia en el DOE?
¿Cómo utilizar eficazmente el resumen de efectos para una mezcla DOE?
Espero que esta respuesta te ayude.
Re: ¿Son confiables los cálculos de potencia en experimentos de mezclas?Gracias Víctor, la multicolinealidad indde es fuente de predicción de potencia poco fiable.
Re: ¿Son confiables los cálculos de potencia en experimentos de mezclas?De hecho, como la mezcla DOE es potencia I-óptima, no tiene sentido
