Elección de la función de deseabilidad para diseños óptimos bajo restricciones
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 travé... Ver más
1794-1237
2463-0950
15
2018-11-26
13
24
info:eu-repo/semantics/openAccess
http://purl.org/coar/access_right/c_abf2
Revista EIA - 2018
id |
7fdbac80b5d1e805f6332ddc5319f7a1 |
---|---|
record_format |
ojs |
spelling |
Elección de la función de deseabilidad para diseños óptimos bajo restricciones 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. Atkinson, A.C.; Donev, A.N.; Tobias, R.D. (2007). Optimum Experimental Designs, with SAS. Oxford University Press, Oxford, pp.119-328. Bates, D. M.; Watts, D. C. (1988). Nonlinear Regression Analysis and Its Applications. Wiley, New York, pp.33-62,269. Derringer, G. C. (1994). A Balancing Act-Optimizing Products Property. Quality Progress, 27(6), pp.51-58. Derringer, G.; Suich, R. (1980). Simultaneous Optimization of Several Response Variables. Journal of Quality Technology, 12, pp.214-219. 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. Harrington, E. (1965). The desirability function. Industrial Quality Control, 21(10), pp.494-498. Nelder, J. A.; Mead, R. (1965). A simplex method for function minimization. The computer Journal, 7(4), pp.308-313. 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. R Core Team. (2014). R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing, Vienna, Austria, 2012. Español info:eu-repo/semantics/article http://purl.org/coar/resource_type/c_6501 http://purl.org/coar/resource_type/c_2df8fbb1 http://purl.org/redcol/resource_type/ART info:eu-repo/semantics/publishedVersion http://purl.org/coar/version/c_970fb48d4fbd8a85 info:eu-repo/semantics/openAccess http://purl.org/coar/access_right/c_abf2 Text Revista EIA - 2018 https://creativecommons.org/licenses/by-nc-sa/4.0/ Publication Artículo de revista 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. Rudnykh, Svetlana Ivanovna López-Ríos, Víctor Ignacio https://revistas.eia.edu.co/index.php/reveia/article/view/903 Diseños óptimos Funciones de deseabilidad Revista EIA Fondo Editorial EIA - Universidad EIA application/pdf Diseños óptimos restringidos 15 30 Elección de la función de deseabilidad para diseños óptimos bajo restricciones Journal article https://doi.org/10.24050/reia.v15i30.903 https://revistas.eia.edu.co/index.php/reveia/article/download/903/1183 2018-11-26 00:00:00 2018-11-26 1794-1237 2463-0950 24 13 10.24050/reia.v15i30.903 2018-11-26 00:00:00 |
institution |
UNIVERSIDAD EIA |
thumbnail |
https://nuevo.metarevistas.org/UNIVERSIDADEIA/logo.png |
country_str |
Colombia |
collection |
Revista EIA |
title |
Elección de la función de deseabilidad para diseños óptimos bajo restricciones |
spellingShingle |
Elección de la función de deseabilidad para diseños óptimos bajo restricciones Rudnykh, Svetlana Ivanovna López-Ríos, Víctor Ignacio Diseños óptimos Funciones de deseabilidad Diseños óptimos restringidos |
title_short |
Elección de la función de deseabilidad para diseños óptimos bajo restricciones |
title_full |
Elección de la función de deseabilidad para diseños óptimos bajo restricciones |
title_fullStr |
Elección de la función de deseabilidad para diseños óptimos bajo restricciones |
title_full_unstemmed |
Elección de la función de deseabilidad para diseños óptimos bajo restricciones |
title_sort |
elección de la función de deseabilidad para diseños óptimos bajo restricciones |
title_eng |
Elección de la función de deseabilidad para diseños óptimos bajo restricciones |
description |
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.
|
author |
Rudnykh, Svetlana Ivanovna López-Ríos, Víctor Ignacio |
author_facet |
Rudnykh, Svetlana Ivanovna López-Ríos, Víctor Ignacio |
topicspa_str_mv |
Diseños óptimos Funciones de deseabilidad Diseños óptimos restringidos |
topic |
Diseños óptimos Funciones de deseabilidad Diseños óptimos restringidos |
topic_facet |
Diseños óptimos Funciones de deseabilidad Diseños óptimos restringidos |
citationvolume |
15 |
citationissue |
30 |
publisher |
Fondo Editorial EIA - Universidad EIA |
ispartofjournal |
Revista EIA |
source |
https://revistas.eia.edu.co/index.php/reveia/article/view/903 |
language |
Español |
format |
Article |
rights |
info:eu-repo/semantics/openAccess http://purl.org/coar/access_right/c_abf2 Revista EIA - 2018 https://creativecommons.org/licenses/by-nc-sa/4.0/ |
references |
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. Atkinson, A.C.; Donev, A.N.; Tobias, R.D. (2007). Optimum Experimental Designs, with SAS. Oxford University Press, Oxford, pp.119-328. Bates, D. M.; Watts, D. C. (1988). Nonlinear Regression Analysis and Its Applications. Wiley, New York, pp.33-62,269. Derringer, G. C. (1994). A Balancing Act-Optimizing Products Property. Quality Progress, 27(6), pp.51-58. Derringer, G.; Suich, R. (1980). Simultaneous Optimization of Several Response Variables. Journal of Quality Technology, 12, pp.214-219. 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. Harrington, E. (1965). The desirability function. Industrial Quality Control, 21(10), pp.494-498. Nelder, J. A.; Mead, R. (1965). A simplex method for function minimization. The computer Journal, 7(4), pp.308-313. 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. R Core Team. (2014). R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing, Vienna, Austria, 2012. |
type_driver |
info:eu-repo/semantics/article |
type_coar |
http://purl.org/coar/resource_type/c_6501 |
type_version |
info:eu-repo/semantics/publishedVersion |
type_coarversion |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
type_content |
Text |
publishDate |
2018-11-26 |
date_accessioned |
2018-11-26 00:00:00 |
date_available |
2018-11-26 00:00:00 |
url |
https://revistas.eia.edu.co/index.php/reveia/article/view/903 |
url_doi |
https://doi.org/10.24050/reia.v15i30.903 |
issn |
1794-1237 |
eissn |
2463-0950 |
doi |
10.24050/reia.v15i30.903 |
citationstartpage |
13 |
citationendpage |
24 |
url3_str_mv |
https://revistas.eia.edu.co/index.php/reveia/article/download/903/1183 |
_version_ |
1797159331903307776 |