PLANEACIÓN PARA LA GENERACIÓN DE UN PROGRAMA PARA CONSTRUIR ESTRUCTURAS DE ALIAS PARA DISEÑOS FACTORIALES FRACCIONADOS DE NIVELES MIXTOS (PLANNING FOR THE GENERATION OF A PROGRAM TO BUILD ALIAS STRUCTURES FOR MIXED LEVELS FRACTIONAL FACTORIAL DESIGNS)
Resumen
Resumen
Los diseños factoriales fraccionados de niveles mixtos permiten analizar sólo una fracción de un diseño factorial completo. Mediante estos diseños es posible minimizar recursos al reducir el número de corridas experimentales. Una desventaja de fraccionar un diseño es la confusión de efectos. Las estructuras de alias muestran la forma en que los términos del diseño quedan confundidos. El propósito de esta investigación es plantear las etapas de la planeación para la generación de un programa que permita construir estructuras de alias para diseños factoriales fraccionados de niveles mixtos. Debido a que el método propuesto para la construcción de estas estructuras tiende a complicarse a medida que aumenta el número de factores en los diseños. Por lo tanto, existe la necesidad de generar una herramienta que facilite obtener las estructuras de alias de estos diseños.
Palabras Clave: Algoritmo, Diseños de niveles mixtos, Estructura de alias, Programación, Planeación.
Abstract
Mixed levels fractional factorial designs of allow analyzing only a fraction of a complete factorial design. Through these designs, it is possible to minimize resources by reducing the number of experimental runs. A disadvantage of fractioning a design is the confusion of effects. Alias structures show how the design terms are confused. The purpose of this research is to propose the stages of planning for the generation of a program that allows the construction of alias structures for mixed levels fractional factorial designs. Because the proposed method for the construction of these structures tends to get complicated as the number of factors in the designs increases. Therefore, there is a need to generate a tool that facilitates obtaining the alias structures of these designs.
Keywords: Algorithm, Alias structures, Mixed levels designs, Programing, planning.
Texto completo:
580-594 PDFReferencias
Ackoff, Russell & Lincoln (1992). Un Concepto de Planeación de Empresas. México: Editorial Limusa Wiley.
Anderson, D. R., Sweeney, D. J., & Williams, T. A. (2008). Estadística para administración y economía. México: Cengage Learning Editores.
Al-Ghamdi, K. A. (2013). A simple method for dealing with aliasing in experimental design. International Journal of Quality & Reliability Management, 30(8), 877-896. doi:http://dx.doi.org/10.1108/IJQRM-Jan-2012-0006.
Box, G., & Meyer, R. (1986). An Analysis for Unreplicated Fractional Factorials. Technometrics, 28(1), 11-18, doi: 10.1080/00401706.19 86.10488093.
Corona, M. A., & Ancona, M. Á. (2011). Diseño de algoritmos y su codificación en lenguaje C. México: McGraw-Hill/Interamericana Editores.
DeCock, D. & Stufken, J. (2000). On Finding Mixed Orthogonal Designs of Strength 2 with Many 2-Level Factors. Statistics & Probability Letters, 50(4), 383–388. doi: https://doi.org/10.1016/S0167-7152(00)00125-5.
Domínguez, J., & Castañon, E. (2018). Diseños de Experimentos. Estrategias y Análisis en Ciencias e Ingenierías. México: Alfaomega.
Garza V., J. B. (2013). Aplicación de diseño de experimentos para el análisis de secado de un producto (Experiment design application for analysis of the drying a product). Innovaciones de negocios, 10(19), 145-158. doi: http://eprints.uanl.mx/id/eprint/12585.
Gutiérrez, H., & de la Vara, R. (2008). Análisis y Diseños de Experimentos. México D.F.: McGraw-Hill.
Guo, Y., Simpson, J., & Pignatiello, J. J. (2007). Construction of Efficient Fractional Factorial Mixed-Level Design. Journal of Quality, 39(3), 241-257, doi: 10.1080/00224065.2007.11917691.
Guo, Y., Simpson, J. R., & Pignatiello, J. J. (2009). The general balance metric for mixed-level fractional factorial designs. Quality and Reliability Engineering International, 25(3), 335-344. doi: https://doi.org/10.1002 /qre.982.
Guo, Y., Simpson J. R., & Pignatiello, J. J. (2009). “Optimal foldover plans for mixed-level fractional factorial designs”. Quality and Reliability Engineering International, 25(4):449-466, doi: https://doi.org/10.1002/qre.981.
Hamada, M., & Wu, C. F. (1992). Analysis of designed experiments with complex aliasing. Journal of Quality Technology, 24, 130-137. doi:https://doi.org/10.1080/00224065.1992.11979383.
Joyanes, L. (2008). Fundamentos de programación. Madrid: McGraw-Hill/Interamericana de españa.
Kuehl, R. O. (2001). Diseños de Experimentos Principios Estadísticos para el análisis y diseños de investigaciones. México: Thomson Editores.
McGrath, R. N., & Lin, D. K. (2014). Aliasing in Fractional. Wiley StatsRef: Statistic Reference Online. doi:10.1002/9781118445112.stat04073.
Montgomery, D. (2017). Design and Análysis of Experiments. New York: John Wiley & Sons.
Moore, H. (2007). MATLAB para Ingenieros. México: Pearson Educación México.
Nguyen, N. (1996). A Note on the Construction of Near- Orthogonal Designs with Mixed Levels and Economic Run Size. Technometrics, 38(3), 279–283. doi: 10.1080/00401706.1996.10484508.
Pantoja Y. V., Ríos A. J., & Tapia M. (2019). A method for construction of mixed‐level fractional designs. Quality and Reliability Engineering International.1–20, doi:https://doi.org/10.1002/qre.2466.
Ríos, A., Simpson, J., & Guo, Y. (2011). Semifold Plans for Mixed-level Designs. Quality Reliability Engineering International, 27(7), 921-929, doi: https://doi.org/10.1002/qre.1181.
Ryan, T. (2007). Modern Experimental Design. Hoboken, New Jersey, U.S.A: Jonh Wiley & Sons.
Triola, M. F. (2013). Estadística. México: Pearson Educación.
Xu, H., & Wu, C.F. J. (2001). Generalized minimum aberration for asymmetrical fractional factorial designs. The Annals of Statistics, 29(4), 1066-1077. doi:10.1214/aos/1013699993.
Xu, H. (2002). An Algorithm for Constructing Orthogonal And Nearly Orthogonal Arrays with Mixed Levels And Small Runs. Technometrics, 44(4), 356-368. doi: https://doi.org/10.1198/004017002188618554.
Xu, H. (2003). Minimum moment aberration for nonregular designs and supersaturated designs. Statistica Sinica, 13(3), 691-708. doi: https://www.jstor.org/stable/24307119.
Xu, H., & Deng, L.Y. (2005). Moment aberration projection for nonregular fractional factorial designs. Technometrics, 47(2), 121-131. doi:10.1198/004017004000000617.
Xu, H. (2015). Nonregular Factorial and Supersaturated Designs. En A. Dean, M. Morris, j. Stufken, & D. Bingham, Handbook of Design and Analysis of Experiments [págs. 339-367]. FL, U.S.A.: Taylor & Francis Group.
Wang, J. C. & Wu, C. F. J. (1991). An Approach to the Construction of Asymmetrical Orthogonal Arrays. Journal of the American Statistical Association. 86(414), 450–456. doi: 10.1080/01621459.1991.10475065.
Wang, J. C. & Wu, C. F. J. (1992). Nearly Orthogonal Designs with Mixed Levels and Small Runs. Technometrics. 34(4), 409–422. doi: 10.1080/00401706.1992.10484952.
Wang, J. C. (1996). Mixed Difference Matrices and the Construction of Orthogonal Designs. Statistics & Probability Letters. 28(2), 121–126. doi: https://doi.org/10.1016/0167-7152(95)00105-0.
Wu, C. F. & Hamada, M. (2009). Experiments: Planning, Analysis, and Parameters Design Optimization. New Jersey: Wiley & Sons.
Wu, C. F. (2018). A fresh look at effect aliasing and interactions: some new wine in old bottles. Annals of the Institute of Statistical Mathematics, 70(2), 249-268.doi:https://doi.org/10.1007/s10463-018-0646-0.
URL de la licencia: https://creativecommons.org/licenses/by/3.0/deed.es
Pistas Educativas está bajo la Licencia Creative Commons Atribución 3.0 No portada. 
TECNOLÓGICO NACIONAL DE MÉXICO / INSTITUTO TECNOLÓGICO DE CELAYA
Antonio García Cubas Pte #600 esq. Av. Tecnológico, Celaya, Gto. México
Tel. 461 61 17575 Ext 5450 y 5146
pistaseducativas@itcelaya.edu.mx