La aleatorización de un experimento por completo es a menudo imposible o prohibitivamente costosa. Ahí es donde los diseños de parcelas divididas pueden ser valiosos. Los diseños de parcelas divididas le permiten corregir ciertos factores para varias ejecuciones seguidas. Dentro de cada bloque de ejecuciones (o gráfica completa), los factores que son difíciles de cambiar permanecen fijos, mientras que los otros varían aleatoriamente de una ejecución a otra. Esto hace que la logística de ejecutar un diseño sea más simple.
Si ha tenido la oportunidad de ver a Bradley Jones, director de I + D de JMP, demostrar cómo JMP Custom Designer maneja los diseños de parcelas divididas de manera elegante y eficiente, querrá leer el documento que recientemente fue coautor.
En la edición de mayo de 2007 de Journal of the Royal Statistical Society: Series C (Estadística aplicada), Brad y Profesor peter goos de Universiteit Antwerpen presentan un nuevo método para generar diseños óptimos de parcelas divididas. En el papel, demuestran la utilidad de esta flexibilidad con un experimento de polipropileno de 100 ejecuciones que involucra 11 factores. En el experimento, encontraron un diseño que es sustancialmente más eficiente que los diseños producidos utilizando otros enfoques.
También tenemos más recursos En diseño de experimentos (DOE o DOX).
Si tienes JMP, echa un vistazo datos e instrucciones de muestra Para generar un diseño de parcelas divididas.
