Diseos de superficie de respuesta

Los diseos de superficie de respuesta se clasifican con base en el grado del modelo que se
pretende utilizar. Estos diseos proporcionan los tratamientos a correr para generar datos que
permitan ajustar un modelo que describa una variable de respuesta en una regin experimental.
Algunas propiedades deseables en los diseos para la MSR son:
1. Que genere una distribucin satisfactoria de los puntos experimentales sobre la regin
experimental. Los diseos ms utilizados son puntos distribuidos de manera uniforme
sobre la regin experimental, o cuando menos tienen alguna simetra con respecto al
centro de sta.
2. El diseo debe requerir un nmero mnimo de corridas experimentales, ya que en
cada prueba realizada se gastan recursos que siempre son escasos.
3. El diseo debe permitir que otros diseos de orden mayor se construyan a partir de l.
Esto permite que, cuando el comportamiento de la respuesta resulta ser ms complicado
de lo que se pensaba (por ejemplo, se detecta curvatura), se agregan puntos adicionales
al diseo para tratar de explicar ese comportamiento.
4. El experimento debe permitir la deteccin de la falta de ajuste, para lo cual se
requieren repeticiones al menos en el centro del diseo.
5. El diseo debe proporcionar un estimador puro de la varianza del error, lo cual se
logra con repeticiones al menos en el punto central.
Otras dos propiedades deseables en los diseos para superficie de res puesta son la
ortogonalidad y la rotabilidad. Estas propiedades aumentan la eficiencia de los diseos
que las poseen, en el sentido de que facilitan la interpretacin de los parmetros
estimados en el modelo y de la superfi cie de respuesta.
Ortogonalidad y rotabilidad
Se considera que un diseo es ortogonal cuando los coeficientes estimados en el modelo
ajustado no estn correlacionados entre s, lo cual hace que el efecto de cada trmino,
representado por el parmetro correspondiente, se estime de manera ms precisa. Un
experimento es ortogonal si en la matriz de diseo todos los vectores columna son
independientes entre s. Es fcil verificar que en un diseo factorial completo 2k las columnas de
su matriz de diseo son independientes: multiplique dos columnas cualesquiera, trmino a
trmino usando la notacin 1 y +1, y el resultado es cero.
Un diseo se llama rotable si la varianza de Y (x) slo depende de la distancia del punto x al
centro del diseo y no de la direccin en la que se encuentra. Es decir, si pensamos en la
variable Y (x)] como otra respuesta, su grfica de contornos tiene la forma de crculos
concntricos alrededor del centro del diseo. La rotabilidad del diseo asegura que la calidad de
la prediccin, medida por [Y (x)], sea invariante a cualquier rotacin del diseo alrededor del
centro del mismo; de aqu se deriva el nombre de esta propiedad. La importancia prctica de la
rotabilidad en el problema de encontrar un punto ptimo es porque asegura que, con
independencia de la direccin en que se explore a partir del centro del diseo, la calidad de
prediccin se comporta de igual manera.
Relacin modelo-diseo
Existe una relacin directa entre el tipo de modelo que se pretende ajustar y el tipo de diseo
que se debe correr. No se debe exigir a un diseo experimental ms informacin de la que puede
dar. Por ejemplo, si se co rre un factorial completo 2k slo se podrn estimar e incluir en el
modelo los efectos principales e interacciones dobles; asimismo, no es posible estimar trminos
cuadrticos puros (como x 2 i ). Si al diseo factorial se le agregan repeticio nes al centro (2k +
centro), en el modelo se puede incluir slo uno de los trminos cuadrticos puros, cualquiera de
ellos, ya que son alias. Las repeticiones al centro no son suficientes para investigar cul o cules
de los trminos cuadrticos estn activos, pero s permiten detectar la presencia de curvatura.
Si el diseo se aumenta con puntos estrella o axiales es posible estudiar de manera separada los
efectos cuadrticos puros e incluirlos a todos en el modelo ajustado, si fuera necesario.
Diseos de primer orden
En principio, al proponer un diseo de primer orden se supone que slo son importantes los
efectos principales. Estrictamente hablando, para estimar los k + 1 parmetros del modelo de
primer orden se requiere un mnimo de k + 1 puntos experimentales.
Un criterio de seleccin del diseo de primer orden es que la varianza de la respuesta predicha
[Y (x)] en el punto x = (x1, x2,..., xk) sea mnima. Este criterio es importante porque cuando
se busca determinar la direccin ptima de movimiento a partir de los predichos por el modelo,
stos tienen mayor precisin, lo cual se traduce en mayor certeza de la direccin seleccionada.
Los diseos que satisfacen este criterio son los que tienen la propiedad de ortogonalidad. Entre
los ms utilizados estn los siguientes:
1. Diseos factoriales 2k
2. Diseos factoriales fraccionados 2k p
3. Diseo de Plackett-Burman
4. Diseo simplex
Todos estos diseos, excepto el diseo simplex, emplean dos niveles en cada factor, lo cual
tiene que ver con el hecho de que slo interesa de tectar el efecto principal de cada factor. Sin
embargo, una vez superada la etapa de cribado es importante aumentar estos arreglos con
repeticiones al centro a fin de detectar la presencia de curvatura o falta de ajuste del modelo; las
repeticiones al centro tambin proporcionan ms grados de libertad para el error aleatorio. Lo
diseos 1 a 3 se explicaron en los captulos previos.
El diseo simplex para k factores se representa por medio de una figura de forma regular
dibujada en un espacio de dimensin k 1, y se caracteriza por el hecho de que el ngulo q
formado por cualquier par de vrtices con el origen, es tal que cos(q) = 1/k. As, para k = 2
factores, los tratamientos del diseo simplex corresponden a los vrtices de un tringulo
equiltero para k = 3 son los vrtices de un tetraedro (figura 12.15). Las matrices de diseo en
unidades codificadas para estos dos casos tambin se mues tran en la figura. Observe que
algunos factores se prueban en dos niveles y otros en tres.
Diseos de segundo orden
Se llaman diseos de segundo orden aquellos que permiten ajustar un modelo de segundo orden
para as estudiar, adems de los efectos lineales y de interaccin, los efectos cuadrticos o de
curvatura pura. Por consiguiente, estos diseos se emplean cuando se quiere explorar una regin
que se espera sea ms compleja o cuando se cree que el punto ptimo ya se encuentra dentro de
la regin experimental. El modelo de segundo orden est dado por:

tiene p = (k + 1)(k + 2)/2 trminos, por lo tanto se requiere al menos esa cantidad de puntos de
diseo. El diseo debe tener al menos tres niveles en cada factor para estimar la curvatura de la
superficie en la direccin de cada factor. Es deseable que estos diseos sean ortogonales, pero a
veces no es fcil que cumplan esta propiedad y se admite alguna dependencia entre las
columnas de los contrastes. Los ms utilizados tienen la propiedad de ser rotables.