Esta web utiliza cookies propias y de terceros que nos permiten optimizar tu experiencia en el sitio web, evaluar su rendimiento, generar estadísticas de uso y mejorar y añadir nuevas funcionalidades. Mediante el análisis de tus hábitos de navegación podemos mostrar contenidos más relevantes y medir las interacciones con la web.
Puede obtener más información aquí.

Avanzado
Artículos
Portada

MéTODO NOBA IBD

JOSé ALFREDO VALENZUELA BANDA
ELIVA PRESS
01 / 2024
9789999317306
Castellano

Sinopsis

El diseño de experimentos es una herramienta estadística que antes de la década de los ochenta no contaba con la tecnología que pudiera evaluar y analizar los datos de forma rápida las investigaciones. Con el desarrollo de nuevas tecnologías, computadoras y software especializados, el diseño de experimentos comenzó a tener mayor importancia en el ámbito científico e industrial a principios de esta década. Hoy en día con los avances tecnológicos se han encontrado nuevas técnicas y métodos de experimentación, un ejemplo de ello es un algoritmo genérico que ayuda a construir fracciones en los diseños factoriales de niveles mixtos llamado NOBA (Near-Orthogonal Balanced Arrays, por sus siglas en inglés, en español, matrices balanceadas semi ortogonales). Este algoritmo muestra que es posible crear fracciones balanceadas semi ortogonales y de tallas económicas. En este texto se describe como se aplicó el método NOBA a los diseños factoriales de tres niveles (3k) para verificar su capacidad de fraccionamiento y comparar los resultados contra otros métodos. Los resultados de los métodos de fraccionamiento en la investigación se analizaron de acuerdo con las propiedades D - optimalidad y multicolinealidad, obtenidas con el software de Design Expert 11, el cual ayudo a determinar, si el método NOBA es superior. Los resultados de la investigación se muestran dentro del texto y determinan si el algoritmo del método NOBA al ser aplicado a los diseños factoriales de tres niveles genera las mismas fracciones y propiedades que en los diseños factoriales de niveles mixtos y a otros métodos de fraccionamiento ya establecidos, reduciendo el tamaño de la experimentación y los recursos asignados para la corrida experimental. O simplemente solo es aplicable a los diseños factoriales de niveles mixtos.