Vídeo 1: Introducción a JMP 19
Vídeo 2: Inclusión de covariables y/o variables suplementarias no controladas en la configuración y análisis del DOE.
Vídeo 3: Cómo calcular la potencia del tamaño de la muestra en DOE, en particular para estudios in vivo (es decir, estudios con animales) donde las réplicas son comunes y necesarias.
Vídeo 4: ¿Cómo elegir el diseño apropiado para un experimento DoE?
Preguntas y respuestas del DOE Club del tercer trimestre recopiladas
- ¿Cómo deben manejarse las covariables y las variables suplementarias no controladas en la configuración y el análisis de un DOE?
Los experimentos diseñados a menudo se enfrentan a variables ajenas a los factores planificados, llamadas covariables. Algunas son medibles, pero no están controladas (p. ej., peso basal, pH), mientras que otras son ruido no controlado (p. ej., humedad, efectos del operador). Ignorarlas puede aumentar el error y ocultar los verdaderos efectos de los factores.
Enfoque del DOE:
- CovariablesSi son medibles, incorpórelos al modelo. Esto reduce la variación inexplicable, afina las estimaciones y aumenta la potencia.
- Variables suplementarias no controladas:Si no es medible, gestione mediante bloqueo (agrupación de condiciones similares), aleatorización (distribución uniforme de los efectos molestos) y replicación (estimación de la variabilidad).
Solución:
Identifique las covariables probables durante la etapa de definición, mídalas consistentemente e inclúyalas en el modelo. Para factores de ruido no medibles, utilice el bloqueo, la aleatorización y la replicación. Esto garantiza una detección de señales más precisa y conclusiones fiables, especialmente en DOE complejos de biología o fabricación.
Referencia:
https://community.jmp.com/t5/JMP-Blog/¿Qué-es-una-covariante-en-el-diseño-de-experimentos/ba-p/361517
https://community.jmp.com/t5/Discussions/DOE-with-covariate/td-p/825007
https://community.jmp.com/t5/Discussions/Unexpected-change-in-controlled-variable-in-DOE/td-p/729169
https://community.jmp.com/t5/Discussions/Mixture-DOE-with-covariate-batch-effects/td-p/718593
https://community.jmp.com/t5/Aprenda-JMP-Events/Tutorial-para-desarrolladores: Cómo-manejar-covariables-de-forma-efectiva-cuando/ev-p/809996
https://community.jmp.com/t5/JMPer-Cable/Novedades en JMP-16: Manejo mejorado de covariables en DOE/ba-p/361540
https://community.jmp.com/t5/Discussions/How-to-Account-for-Uncontrolled-Factors-Using-a-Definitive/td-p/666426
- ¿Cómo podemos calcular la potencia del tamaño de muestra de un DOE, particularmente en estudios in vivo (animales) donde las réplicas son comunes y necesarias?
En los estudios in vivo , el tamaño de la muestra está limitado por el costo, la ética y la viabilidad. Un número insuficiente de animales resulta en una baja potencia (riesgo de pasar por alto efectos reales), mientras que un número excesivo desperdicia recursos y puede generar inquietudes éticas.
Enfoque del DOE:
- Fuerzaes la probabilidad de detectar un efecto verdadero dado el tamaño de la muestra, el tamaño del efecto, la variabilidad y el nivel de significancia.
- RéplicasSon especialmente importantes en los estudios con animales porque la variabilidad biológica es alta.
- Plataforma de potencia y tamaño de muestra de JMPle permite simular diferentes escenarios antes de ejecutar el estudio.
Solución:
Estimar la variabilidad esperada a partir de datos piloto o literatura. Utilizar el análisis de potencia para determinar el número mínimo de réplicas necesarias para lograr una potencia aceptable (comúnmente 80%). Si las limitaciones de recursos limitan el tamaño de la muestra, diseñar el DOE para centrarse en los factores más críticos y considerar el uso de bloques o covariables para reducir el ruido. Esto equilibra el rigor estadístico con las realidades éticas y presupuestarias.
Referencia:
https://community.jmp.com/t5/Discussions/How-to-use-sample-size-and-power-for-factorial-DoE-to-determine/td-p/380872
https://community.jmp.com/t5/Discussions/Power-calculations-to-determine-sample-and-replication-of/td-p/552299
https://community.jmp.com/t5/Discussions/Sample-Size-for-DOE/td-p/237085
https://community.jmp.com/t5/Discussions/Power-Equation/td-p/53219
https://community.jmp.com/t5/Discussions/¿Debería considerar el análisis de potencia en el DOE/td-p/501063?
https://community.jmp.com/t5/Discussions/DoE-How-to-treat-replicate-measurements/td-p/18588
https://community.jmp.com/t5/Discussions/Power-Analysis-in-Design-Evaluation-DOE/td-p/65472
https://community.jmp.com/t5/Discussions/Doe-and-replications/td-p/565281
https://community.jmp.com/t5/Learning-Center/Sample-Size-Explorers-DOE/ta-p/414885
https://community.jmp.com/t5/Discussions/quot-Animals-quot-Split-Plot-DOE/td-p/546140
- Al diseñar una ruta de exploración del DOE, ¿cómo determinamos la cantidad de experimentos necesarios para lograr objetivos específicos (como la cobertura del espacio de diseño o la reducción de la incertidumbre) y cómo podemos equilibrar esto con las limitaciones de recursos?
Al planificar un DOE, siempre existe una tensión entre el número ideal de ejecuciones (para cubrir el espacio de diseño y reducir la incertidumbre) y el máximo de ejecuciones factibles debido a limitaciones de tiempo, costo o éticas. Sin una planificación cuidadosa, se corre el riesgo de obtener resultados insuficientes o de desperdiciar recursos.
Enfoque del DOE:
- Utilice diagnósticos de diseño (como perfiles de varianza de predicción, cobertura del espacio de diseño y estructuras de alias) para cuantificar qué tan bien un diseño candidato explora el espacio factorial.
- Aplicar análisis de potencia para comprobar si el tamaño de muestra elegido puede detectar efectos de importancia práctica.
- Explore diseños secuenciales/iterativos (como Bayes Opt) comenzando desde abajo y expandiéndose solo si es necesario, en lugar de comprometer todos los recursos desde el principio.
Solución:
Defina claramente los objetivos experimentales (detección de efectos, mapeo de la superficie de respuesta o pruebas de robustez). A continuación, utilice las herramientas del DOE para evaluar los diseños candidatos en relación con dichos objetivos dentro del límite de recursos establecido. Si el máximo de experimentos permitidos no proporciona suficiente cobertura o potencia,
- limitar el alcance del estudio a factores y respuestas críticos, o
- Adoptar una estrategia de diseño por etapas. Esto garantiza que, incluso con limitaciones, el DOE genere información significativa y defendible.
https://community.jmp.com/t5/Discussions/how-JMP-design-the-number-of-runs-for-Default-under-DOE-custom/td-p/662940
https://community.jmp.com/t5/Discussions/JMP-Custom-DOE-vs-Full-Factorial-DOE/td-p/256413
https://www.jmp.com/content/dam/jmp/documents/es/support/jmp111/DOE_Guide.pdf
https://community.jmp.com/t5/Aprenda-JMP-Events/Comprensión-de-las-capacidades-del-DOE-en-JMP/ev-p/809981
- ¿Cuál es la mejor manera de elegir el diseño experimental apropiado para un estudio DOE?
Seleccionar un diseño inadecuado corre el riesgo de desperdiciar recursos y no responder las preguntas del estudio.
Enfoque del DOE:
- Diseño adaptado al objetivo:
Cribado : Diseño de cribado definitivo, factorial fraccional (DSD).
Modelado de optimización/curvatura : diseños de superficies de respuesta (compuesto central, Box–Behnken).
Mezcla/formulaciones: diseños de red simplex, centroide simplex o de relleno de espacio de mezcla.
Robustez/ruido: Taguchi o diseños robustos.
- Diseño personalizado en JMP:Cuando los diseños de catálogo estándar no se ajustan (debido a tipos de factores inusuales, restricciones o límites de recursos), la plataforma de diseño personalizado de JMP crea un experimento adaptado a sus factores, modelo y número de ejecuciones.
- Verifique siempre los diagnósticos (estructura de alias, variación de predicción, eficiencia del diseño) para validar la elección.
Solución:
Defina claramente el objetivo experimental (cribado, optimización, robustez, mezclas). Utilice diseños clásicos cuando corresponda, pero confíe en el Diseño Personalizado de JMP para gestionar escenarios complejos del mundo real. Esto garantiza flexibilidad, un uso eficiente de los recursos y la coherencia con la pregunta científica real.
https://www.synthace.com/blog/tipos-de-diseño-de-doe-una-guia-del-usuario
https://ilssi.org/como-elegir-el-diseño-adecuado-para-un-experimento-diseñado-doe/
https://community.jmp.com/t5/Abstracts/Diseño-de-Experimentos-Paso-Crucial-0-Elegir-el-DOE-Adecuado/ev-p/738877
https://www.jmp.com/content/dam/jmp/documents/es/support/jmp111/DOE_Guide.pdf
https://www.itl.nist.gov/div898/handbook/pri/section3/pri33.htm
Recursos del DOE del JMP 19
Optimización bayesiana en JMP 19:
- Descripción general de la plataforma de optimización bayesiana JMP: https://www.jmp.com/es/software/optimización-bayesiana
- Introducción comunitaria a la optimización bayesiana en JMP Pro 19: https://community.jmp.com/t5/JMPer-Cable/Introducción a la plataforma de optimización bayesiana en JMP-Pro/ba-p/897807
- Descripción general de la nueva versión de JMP 19, incluida la optimización bayesiana: https://www.jmp.com/es/software/nuevas-versiones/novedades-en-jmp
- Demostración de optimización bayesiana de JMP Pro 19 en YouTube: https://www.youtube.com/watch?v=9rOqTZHpRqA
Documentos técnicos del DOE en JMP (general y JMP 19):
- Documento técnico sobre las ventajas del DOE de JMP: https://www.jmp.com/es/recursos/documentos-blancos/doe-advantage
- Página oficial de documentos técnicos de JMP (incluidos los documentos del DOE): https://www.jmp.com/es/recursos/listado-de-recursos/por-tipo/documentos-blancos
- Documento técnico detallado del JMP DOE en formato PDF: https://www.jmp.com/content/dam/jmp/documents/en/white-papers/jmp-whitepaper-doe-advantage.pdf
- Documento técnico adicional del DOE (PDF): https://www.jmp.com/content/dam/jmp/documents/en/white-papers/103044-doe.pdf
Información relacionada con el DOE y nuevas características en JMP 19:
- Guía de diseño de experimentos JMP 19 (PDF): https://www.jmp.com/content/dam/jmp/documents/es/support/jmp19/guia-de-diseño-de-experimentos.pdf
- Página de descripción general de las capacidades del DOE de JMP: https://www.jmp.com/es/software/capabilities/design-of-experiments
- Novedades en JMP DOE (JMP 19) con nuevos exploradores y herramientas mejoradas: https://community.jmp.com/t5/JMPer-Cable/Novedades en JMP-DOE/ba-p/898558
