El siguiente es un glosario de términos. No pretende ser exhaustivo.
Campos afectados
Glosario
- Alias: cuando la estimación de un efecto también incluye la influencia de uno o más efectos (normalmente interacciones de alto orden), se dice que los efectos tienen un alias (ver confusión). Por ejemplo, si la estimación del efecto D en un experimento de cuatro factores en realidad estima ( D + ABC ), entonces el efecto principal D tiene un alias con la interacción de tres factores ABC . Nota: Esto no causa ninguna dificultad cuando la interacción de orden superior es inexistente o insignificante.
- Análisis de varianza (ANOVA): proceso matemático para separar la variabilidad de un grupo de observaciones en causas asignables y establecer varias pruebas de significación.
- Diseño equilibrado : un diseño experimental en el que todas las células (es decir, combinaciones de tratamientos) tienen el mismo número de observaciones.
- Bloqueo : programa para realizar combinaciones de tratamientos en un estudio experimental, de manera que cualquier efecto sobre los resultados experimentales debido a un cambio conocido en las materias primas, operadores, máquinas, etc., se concentre en los niveles de la variable de bloqueo. Nota: el motivo del bloqueo es aislar un efecto sistemático y evitar que oscurezca los efectos principales. El bloqueo se logra restringiendo la aleatorización.
- Puntos centrales: puntos en el valor central de todos los rangos de factores.
- Niveles de factor de codificación: Transformar la escala de medición para un factor de modo que el valor alto se convierta en +1 y el valor bajo se convierta en -1 (ver escala). Después de codificar todos los factores en un experimento factorial completo de 2 niveles, la matriz de diseño tiene todas las columnas ortogonales. La codificación es una transformación lineal simple de la escala de medición original. Si el valor "alto" es X h y el valor "bajo" es X L (en la escala original), entonces la transformación de escala toma cualquier valor X original y lo convierte en ( X - a ) / b , donde a = ( X h + X L ) / 2 yb = ( X h - X L ) / 2. Para volver a la escala de medición original, simplemente tome el valor codificado y multiplíquelo por by agregue a o, X = b × (valor codificado) + a . Por ejemplo, si el factor es la temperatura y la configuración alta es 65 ° C y la configuración baja es 55 ° C, entonces a = (65 + 55) / 2 = 60 yb = (65 - 55) / 2 = 5 El punto central (donde el valor codificado es 0) tiene una temperatura de 5 (0) + 60 = 60 ° C.
- Diseño comparativo : Un diseño que permite la estimación (normalmente sin sesgo de media) de la diferencia en los efectos de los factores, especialmente para la diferencia en los efectos del tratamiento. La estimación de las diferencias entre los efectos del tratamiento se puede realizar con mayor fiabilidad que la estimación de los efectos absolutos del tratamiento.
- Confusión : Un diseño de confusión es aquel en el que algunos efectos de tratamiento (principales o interacciones) se estiman mediante la misma combinación lineal de las observaciones experimentales que algunos efectos de bloqueo. En este caso, se dice que el efecto del tratamiento y el efecto de bloqueo se confunden. La confusión también se utiliza como un término general para indicar que el valor de una estimación del efecto principal proviene tanto del efecto principal en sí como de la contaminación o el sesgo de interacciones de orden superior. Nota: Los diseños de confusión surgen naturalmente cuando los diseños factoriales completos deben ejecutarse en bloques y el tamaño del bloque es menor que el número de combinaciones de tratamientos diferentes. También ocurren siempre que se elige un diseño factorial fraccional en lugar de un diseño factorial completo.
- Grupo de control : conjunto de unidades experimentales a las que se aplican tratamientos incidentales pero no tratamientos principales. Por ejemplo, al aplicar un herbicida como un tratamiento, las parcelas que reciben ese tratamiento pueden ser atropelladas por una máquina que aplica el herbicida, pero los tratamientos que no reciben el herbicida normalmente no serían pasados. El tráfico de máquinas es un tratamiento incidental. Si existiera la preocupación de que el tráfico de máquinas pudiera tener un efecto sobre la variable que se está midiendo (por ejemplo, muerte de las plantas de fresa), entonces un tratamiento de control recibiría el tráfico de máquinas pero no el herbicida. Los grupos de control son una forma de eliminar la posibilidad de que los tratamientos incidentales sean la causa de los efectos medidos. Los tratamientos incidentales están controlados. Compare los grupos de tratamiento . Un tratamiento que es solo la ausencia de la manipulación en estudio es simplemente uno de los tratamientos y no un control, aunque ahora es común referirse a un tratamiento no manipulado como un control.
- Factores cruzados: consulte los factores a continuación.
- Diseño : un conjunto de corridas experimentales que le permite ajustar un modelo en particular y estimar los efectos deseados.
- Matriz de diseño : descripción de la matriz de un experimento que es útil para construir y analizar experimentos.
- Diseño de experimentos : un enfoque sistemático y riguroso para la resolución de problemas de ingeniería que aplica principios y técnicas en la etapa de recopilación de datos para garantizar la generación de conclusiones de ingeniería válidas, defendibles y sustentables [1]
- Punto de diseño: una combinación única de configuraciones para las variables independientes de un experimento. Un diseño de experimentos dará como resultado un conjunto de puntos de diseño, y cada punto de diseño está diseñado para ejecutarse una o más veces, y el número de iteraciones se basa en la significancia estadística requerida para el experimento.
- Efecto (de un factor): cómo cambiar la configuración de un factor cambia la respuesta. El efecto de un solo factor también se denomina efecto principal. Se puede suponer que un efecto de tratamiento es el mismo para cada unidad experimental, asumiendo la aditividad de la unidad de tratamiento; de forma más general, el efecto del tratamiento puede ser el efecto medio . Otros efectos pueden ser efectos de bloqueo . (Para un factor A con dos niveles, escalado de modo que bajo = -1 y alto = +1, el efecto de A tiene un estimador de media insesgado que se evalúa restando la respuesta media observada cuando A es -1 de la media observada respuesta cuando A = +1 y dividiendo el resultado por 2; la división por 2 es necesaria porque el nivel -1 está a 2 unidades escaladas del nivel +1).
- Error : variación inexplicable en una colección de observaciones. Consulte Errores y residuales en estadísticas . Nota: los diseños experimentales generalmente requieren la comprensión tanto del error aleatorio como de la falta de error de ajuste .
- Unidad experimental : Entidad a la que se aplica una combinación de tratamiento específica. Por ejemplo, una unidad experimental puede ser un
- panel de computadora personal
- oblea de silicio
- bandeja de componentes tratados simultáneamente
- plantas agrícolas individuales
- parcela de tierra
- transmisiones automotrices
- etc.
- Factores: entradas de proceso que un investigador manipula para provocar un cambio correspondiente en la salida. El experimentador no puede controlar algunos factores, pero pueden afectar las respuestas. Estos factores no controlados deben medirse y utilizarse en el análisis de datos, si su efecto es significativo. Nota: Las entradas pueden ser discretas o continuas.
- Factores cruzados : se cruzan dos factores si cada nivel de uno ocurre con cada nivel del otro en el experimento.
- Factores anidados : un factor "A" está anidado dentro de otro factor "B" si los niveles o valores de "A" son diferentes para cada nivel o valor de "B". Nota: Los factores o efectos anidados tienen una relación jerárquica.
- Efecto fijo : Un efecto asociado con una variable de entrada que tiene un número limitado de niveles o en el que solo un número limitado de niveles son de interés para el experimentador.
- Interacción : Ocurre cuando el efecto de un factor en una respuesta depende del nivel de otro factor (s).
- Error de falta de ajuste: error que ocurre cuando el análisis omite uno o más términos o factores importantes del modelo de proceso. Nota: Incluir la replicación en un experimento diseñado permite la separación del error experimental en sus componentes: falta de ajuste y error aleatorio (puro).
- Modelo : Relación matemática que relaciona cambios en una respuesta dada a cambios en uno o más factores.
- Factores anidados: consulte los factores anteriores.
- Ortogonalidad : Dos vectores de la misma longitud son ortogonales si la suma de los productos de sus elementos correspondientes es 0. Nota: Un diseño experimental es ortogonal si los efectos de cualquier factor se equilibran (suma a cero) a través de los efectos de los otros factores. .
- Paradigma : modelo creado dado el diseño básico, la hipótesis y las condiciones particulares del experimento.
- Efecto aleatorio : un efecto asociado con variables de entrada elegidas al azar de una población que tiene un número grande o infinito de valores posibles.
- Error aleatorio : error que se produce debido a la variación natural del proceso. Nota: Por lo general, se supone que el error aleatorio se distribuye normalmente con una media cero y una varianza constante. Nota: El error aleatorio también se denomina error experimental.
- Aleatorización : un programa para asignar material de tratamiento y para realizar combinaciones de tratamiento en un experimento diseñado de manera que las condiciones en una corrida no dependan de las condiciones de la corrida anterior ni predigan las condiciones en las corridas subsecuentes. Nota: No se puede dejar de insistir en la importancia de la aleatorización. La aleatorización es necesaria para que las conclusiones extraídas del experimento sean correctas, inequívocas y defendibles.
- Diseño de regresión discontinua : diseño en el que la asignación a un tratamiento está determinada, al menos en parte, por el valor de una covariable observada que se encuentra a cada lado de un umbral fijo.
- Replicación : realizar la misma combinación de tratamiento más de una vez. Nota: La inclusión de la replicación permite una estimación del error aleatorio independientemente de cualquier error de falta de ajuste.
- Resolución: En los diseños factoriales fraccionados , la "resolución" describe el grado en el que los efectos principales estimados se alias (o se confunden) con las interacciones estimadas de orden superior (interacciones de 2 niveles, interacciones de 3 niveles, etc.). En general, la resolución de un diseño es una interacción más que la más pequeña de orden que tiene un alias con algún efecto principal. Si algunos efectos principales se confunden con algunas interacciones de 2 niveles, la resolución es 3. Nota: Los diseños factoriales completos no tienen confusión y se dice que tienen una resolución "infinita". Para la mayoría de los propósitos prácticos, un diseño de resolución 5 es excelente y un diseño de resolución 4 puede ser adecuado. Los diseños de resolución 3 son útiles como diseños de tramado económicos.
- Respuesta (s): La (s) salida (s) de un proceso. A veces se llama variable (s) dependiente.
- Superficie de respuesta : Un experimento diseñado que modela la respuesta cuantitativa, especialmente para el objetivo a corto plazo de mejorar un proceso y el objetivo a largo plazo de encontrar valores de factor óptimos. Tradicionalmente, las superficies de respuesta se han modelado con polinomios cuadráticos, cuya estimación requiere que cada factor tenga tres niveles.
- Rotabilidad : un diseño es rotativo si la varianza de la respuesta predicha en cualquier punto x depende solo de la distancia de x desde el punto central del diseño. Un diseño con esta propiedad se puede rotar alrededor de su punto central sin cambiar la varianza de predicción en x. Nota: La capacidad de rotación es una propiedad deseable para los diseños de superficies de respuesta (es decir, diseños de modelos cuadráticos).
- Niveles de factor de escala : transformar los niveles de factor de modo que el valor alto se convierta en +1 y el valor bajo en -1.
- Diseño de detección : un experimento diseñado que identifica cuál de los muchos factores tiene un efecto significativo en la respuesta. Nota: Normalmente, los diseños de cribado tienen más de 5 factores.
- Plan de prueba : un documento escrito que brinda una lista específica de los procedimientos de prueba y la secuencia a seguir.
- Tratamiento: Un tratamiento es una combinación específica de niveles de factor cuyo efecto se compara con otros tratamientos.
- Combinación de tratamientos : la combinación de la configuración de varios factores en un ensayo experimental determinado. También conocido como carrera.
- Grupo de tratamiento : ver Grupo de control
- Componentes de la varianza : división de la variación general en componentes asignables.
Ver también
Referencias
enlaces externos
- "A Glossary of DOE Terminology", NIST / SEMATECH e-Handbook of Statistical Methods , consultado el 20 de marzo de 2013
Este artículo incorpora material de dominio público del sitio web del Instituto Nacional de Estándares y Tecnología https://www.nist.gov .