Skip to main navigation menu Skip to main content Skip to site footer

Elección de la función de deseabilidad para diseños óptimos bajo restricciones

Elección de la función de deseabilidad para diseños óptimos bajo restricciones



Open | Download


Section
Articles

How to Cite
Elección de la función de deseabilidad para diseños óptimos bajo restricciones. (2018). Revista EIA, 15(30), 13-24. https://doi.org/10.24050/reia.v15i30.903

Dimensions
PlumX
Citations
license

Copyright statement

The authors exclusively assign to the Universidad EIA, with the power to assign to third parties, all the exploitation rights that derive from the works that are accepted for publication in the Revista EIA, as well as in any product derived from it and, in in particular, those of reproduction, distribution, public communication (including interactive making available) and transformation (including adaptation, modification and, where appropriate, translation), for all types of exploitation (by way of example and not limitation : in paper, electronic, online, computer or audiovisual format, as well as in any other format, even for promotional or advertising purposes and / or for the production of derivative products), for a worldwide territorial scope and for the entire duration of the rights provided for in the current published text of the Intellectual Property Law. This assignment will be made by the authors without the right to any type of remuneration or compensation.

Consequently, the author may not publish or disseminate the works that are selected for publication in the Revista EIA, neither totally nor partially, nor authorize their publication to third parties, without the prior express authorization, requested and granted in writing, from the Univeridad EIA.

Svetlana Ivanovna Rudnykh
Víctor Ignacio López-Ríos

Svetlana Ivanovna Rudnykh,

Física, Universidad Estatal de Moscú (Rusia), Ms. en Física, Universidad Industrial de Santander, Especialista en Estadística, Universidad Nacional de Colombia sede Bogotá, Ms. En Estadística Aplicada, Universidad del Norte, Ph.D. (C) en Estadística, Universidad Nacional de Colombia sede Medellín, Docente Facultad Ciencias Básicas Universidad del Atlántico. 

 


Víctor Ignacio López-Ríos,

Matemático, Universidad de Antioquia, Ms. en Estadística, Universidad Nacional de Colombia sede Medellín, Ph.D en Ciencias con Orientación en Probabilidad y Estadística del Centro de Investigación en Matemáticas, CIMAT, México, , Profesor Asociado Escuela de Estadística, Universidad Nacional de Colombia sede Medellín. 


El diseño experimental es una etapa clave de cualquier estudio, ya que influye directamente en la calidad de las inferencias que se pueden hacer a partir de los datos. Los diseños experimentales inadecuados pueden causar problemas en la estimación de los parámetros del modelo y/o entrar en conflicto con la práctica común de laboratorio u otras directrices establecidas. En este artículo se considera el problema de la construcción de diseños óptimos aumentados bajo restricciones para superar estas dificultades. La técnica propuesta por Parker (2005) sugiere generar diseños experimentales que cumplen con ser óptimos de acuerdo con los criterios de diseño tradicional y prácticos de acuerdo con los criterios impuestos por un investigador a través del uso de las funciones de deseabilidad. En este artículo se presentan las pautas generales para la elección adecuada de las funciones de deseabilidad que intervienen en la obtención de los diseños óptimos penalizados con características deseables. Además, se ilustra la metodología propuesta con el modelo de Michaelis-Menten y se comparan  los diseños obtenidos a partir de diferentes funciones de deseabilidad.

Article visits 514 | PDF visits 374


Downloads

Download data is not yet available.
  1. Atkinson, A.C.; Donev, A.N.; Tobias, R.D. (2007). Optimum Experimental Designs, with SAS. Oxford University Press, Oxford, pp.119-328.
  2. Bates, D. M.; Watts, D. C. (1988). Nonlinear Regression Analysis and Its Applications. Wiley, New York, pp.33-62,269.
  3. Derringer, G. C. (1994). A Balancing Act-Optimizing Products Property. Quality Progress, 27(6), pp.51-58.
  4. Derringer, G.; Suich, R. (1980). Simultaneous Optimization of Several Response Variables. Journal of Quality Technology, 12, pp.214-219.
  5. Gibb, R. D. (1998). Optimal Treatment Combination Estimation for Univariate and Multivariate Response Surface Applications. PhD thesis, Richmond, Virginia, Virginia Commonwealth University, Department of Biostatistics, 289 pp.
  6. Harrington, E. (1965). The desirability function. Industrial Quality Control, 21(10), pp.494-498.
  7. Nelder, J. A.; Mead, R. (1965). A simplex method for function minimization. The computer Journal, 7(4), pp.308-313.
  8. Parker, S. M. (2005). Solutions to Reduce Problems Associated with Experimental Designs for Nonlinear Models: Conditional Analysis and Penalized Optimal Designs. PhD thesis, Richmond, Virginia, Virginia Commonwealth University, Department of Biostatistics, 130 pp.
  9. Parker, S.; Gennings, C. (2008). Penalized Locally Optimal Experimental Designs for Nonlinear Models. Journal of Agricultural, Biological and Environmental Statistics, 13(3), pp.334-354.
  10. R Core Team. (2014). R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing, Vienna, Austria, 2012.