Elección de la función de deseabilidad para diseños óptimos bajo restricciones

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

Guardado en:

Revista EIA

1794-1237

2463-0950

Rudnykh, Svetlana Ivanovna

López-Ríos, Víctor Ignacio

UNIVERSIDAD EIA

10.24050/reia.v15i30.903

15

2018-11-26

13

24

Colombia

Diseños óptimos

Funciones de deseabilidad

Diseños óptimos restringidos

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

Código QR

Estadísticas y Métricas Alternativas

Títulos similares