Cuando las restricciones experimentales limitan la aleatorización del orden experimental, se hace necesario realizar un análisis utilizando un modelo experimental de etapas divididas. Cuando los datos experimentales están ordenados, esto se ha resuelto reorganizando manualmente matrices ortogonales o tablas ANOVA completas, aunque esto resulta tedioso. Sin embargo, cuando los datos están desorganizados, esto se vuelve imposible. JMP cuenta con funciones analíticas sofisticadas en su sección de "ajuste de modelos" que pueden manejar experimentos de etapas divididas y ramificados con datos desorganizados. Este es un resumen de la reunión de usuarios de JMP celebrada el 2 de marzo de 2006. Posteriormente se llevaron a cabo varias "sesiones de estudio de experimentos de etapas divididas de JMP", pero no tuvieron mucha duración. En los últimos años, es gratificante que JMP se haya generalizado en la industria manufacturera y que su diseño de experimentos (DOE) haya atraído la atención para la planificación y el análisis experimental. En los experimentos del mundo real, siempre existen algunas restricciones en la aleatorización, pero en la práctica, los análisis se realizan asumiendo una aleatoriedad completa, lo que a menudo lleva a una interpretación errónea de los resultados. Reconociendo que la situación sigue siendo la misma que hace 20 años, me gustaría presentar esto como un curso introductorio, que incluirá los escritos póstumos del difunto profesor Haga.
