El software que se utiliza para el diseño de experimentos factoriales juega un papel importante en los experimentos científicos y representa una ruta para la implementación de procedimientos de diseño de experimentos que se derivan de la teoría estadística y combinatoria . En principio, el software de diseño de experimentos (DOE) fácil de usar debe estar disponible para todos los experimentadores para fomentar el uso de DOE.
Fondo
Uso de software
El software de diseño experimental factorial simplifica drásticamente los cálculos manuales que antes eran laboriosos y necesarios antes del uso de computadoras.
Durante la Segunda Guerra Mundial, una forma más sofisticada de DOE, llamada diseño factorial, se convirtió en una gran arma para acelerar el desarrollo industrial de las fuerzas aliadas. Estos diseños pueden ser bastante compactos, involucrando tan solo dos niveles de cada factor y solo una fracción de todas las combinaciones, y sin embargo son bastante poderosos para propósitos de detección. Después de la guerra, un estadístico de Imperial Chemical, George Box , describió cómo generar superficies de respuesta para la optimización de procesos. [1] Desde este punto en adelante, DOE se apoderó de la industria de procesos químicos, donde factores como el tiempo, la temperatura, la presión, la concentración, la velocidad de flujo y la agitación se manipulan fácilmente.
Los resultados del DOE, cuando se descubren con precisión con el software DOE, fortalecen la capacidad de discernir verdades sobre las poblaciones de muestra que se están probando: consulte Muestreo (estadísticas) . Los estadísticos [2] [3] describen métodos DOE multifactoriales más fuertes como más “ robustos ”: consulte Diseño experimental .
A medida que los avances del software DOE dieron lugar a la resolución de ecuaciones estadísticas factoriales complejas, los estadísticos comenzaron a diseñar experimentos con más de un factor (multifactor) que se probaba a la vez. En pocas palabras, el DOE computarizado multifactorial comenzó a suplantar los experimentos de un factor a la vez. El software de computadora diseñado específicamente para experimentos diseñados estuvo disponible en varias compañías líderes de software en la década de 1980 e incluía paquetes como JMP , Minitab , Cornerstone y Design – Expert .
Los beneficios notables al utilizar el software DOE incluyen evitar los laboriosos cálculos manuales cuando:
- Identificación de factores clave para la mejora de procesos o productos.
- Establecer y analizar diseños factorial general , factorial de dos niveles, factorial fraccional y Plackett-Burman .
- Realización de optimizaciones numéricas .
- Detección de factores críticos y sus interacciones .
- Analizar factores de proceso o componentes de mezcla.
- Combinando mezclas y variables de proceso en diseños.
- Gráficos 3D giratorios para visualizar superficies de respuesta .
- Explorando contornos 2D con un mouse de computadora, colocando banderas en el camino para identificar coordenadas y predecir respuestas.
- Ubicación precisa donde se cumplen todos los requisitos especificados mediante funciones de optimización numérica dentro del software DOE.
- Encontrar la configuración de factores más deseable para múltiples respuestas simultáneamente.
Hoy en día, el software DOE factorial es una herramienta notable en la que confían ingenieros, científicos, genetistas, biólogos y prácticamente todos los demás experimentadores y creadores, desde agricultores hasta zoólogos. El software DOE es más aplicable a experimentos controlados de múltiples factores en los que el experimentador está interesado en el efecto de algún proceso o intervención en objetos como cultivos, motores a reacción, datos demográficos, técnicas de marketing, materiales, adhesivos, etc. El software de diseño de experimentos es, por lo tanto, una herramienta valiosa con amplias aplicaciones para todas las ciencias naturales, de ingeniería y sociales.
Notas
- ^ Box y Wilson (1951), "Sobre el logro experimental de condiciones óptimas", Revista de la Royal Statistical Society , Serie B, 13,1
- ^ Mark J. Anderson y Patrick J. Whitcomb (2015), DOE simplificado: herramientas prácticas para la experimentación eficaz, tercera edición por ISBN 1-48221-894-1
- ^ Mark J. Anderson y Patrick J. Whitcomb (2016), RSM Simplified: Optimización de procesos mediante métodos de superficie de respuesta para el diseño de experimentos, 2da edición , Productivity Press, ISBN 1-49874-598-9
enlaces externos
- Metodología de superficie de respuesta: optimización de procesos y productos mediante experimentos diseñados, cuarta edición
- Diseño y análisis de experimentos, novena edición
- DOE simplificado: herramientas prácticas para una experimentación eficaz, tercera edición
- RSM Simplified: Optimización de procesos utilizando métodos de superficie de respuesta para el diseño de experimentos, 2.a edición
- Señales de advertencia en el diseño e interpretación experimentales
- NIST Eng. Estadísticas Sección 5 Mejora del proceso