Metodología de superficie de respuesta
En estadística, la metodología de superficie de respuesta ( RSM ) explora las relaciones entre varias variables explicativas y una o más variables de respuesta . El método fue introducido por George EP Box y KB Wilson en 1951. La idea principal de RSM es utilizar una secuencia de experimentos diseñados para obtener una respuesta óptima. Box y Wilson sugieren usar un modelo polinomial de segundo grado para hacer esto. Reconocen que este modelo es solo una aproximación, pero lo usan porque es fácil de estimar y aplicar, incluso cuando se sabe poco sobre el proceso.
Se pueden emplear enfoques estadísticos como RSM para maximizar la producción de una sustancia especial mediante la optimización de factores operativos. Últimamente, para la optimización de la formulación, el RSM, utilizando un diseño adecuado de experimentos ( DoE ), se ha utilizado ampliamente. [1] A diferencia de los métodos convencionales, la interacción entre las variables del proceso se puede determinar mediante técnicas estadísticas. [2]
Una manera fácil de estimar un modelo polinomial de primer grado es usar un experimento factorial o un diseño factorial fraccionado . Esto es suficiente para determinar qué variables explicativas afectan la(s) variable(s) de respuesta de interés. Una vez que se sospecha que solo quedan variables explicativas significativas, se puede implementar un diseño más complicado, como un diseño compuesto central, para estimar un modelo polinomial de segundo grado, que sigue siendo solo una aproximación en el mejor de los casos. Sin embargo, el modelo de segundo grado se puede utilizar para optimizar (maximizar, minimizar o lograr un objetivo específico para) la(s) variable(s) de respuesta de interés.
ORTOGONALIDAD: La propiedad que permite estimar los efectos individuales de los factores k de forma independiente sin (o con un mínimo) de confusión. Además, la ortogonalidad proporciona estimaciones de varianza mínima del coeficiente del modelo para que no estén correlacionadas.
ROTATABILIDAD : La propiedad de puntos giratorios del diseño sobre el centro del espacio factorial. Los momentos de la distribución de los puntos de diseño son constantes.
UNIFORMIDAD: Una tercera propiedad de los diseños CCD utilizados para controlar el número de puntos centrales es la precisión uniforme (o Uniformidad).
