Elección de la función de deseabilidad para diseños óptimos bajo restricciones
Elección de la función de deseabilidad para diseños óptimos bajo restricciones
Barra lateral del artículo
Términos de la licencia (VER)
Declaración del copyright
Los autores ceden en exclusiva a la Universidad EIA, con facultad de cesión a terceros, todos los derechos de explotación que deriven de los trabajos que sean aceptados para su publicación en la Revista EIA, así como en cualquier producto derivados de la misma y, en particular, los de reproducción, distribución, comunicación pública (incluida la puesta a disposición interactiva) y transformación (incluidas la adaptación, la modificación y, en su caso, la traducción), para todas las modalidades de explotación (a título enunciativo y no limitativo: en formato papel, electrónico, on-line, soporte informático o audiovisual, así como en cualquier otro formato, incluso con finalidad promocional o publicitaria y/o para la realización de productos derivados), para un ámbito territorial mundial y para toda la duración legal de los derechos prevista en el vigente texto difundido de la Ley de Propiedad Intelectual. Esta cesión la realizarán los autores sin derecho a ningún tipo de remuneración o indemnización.
La autorización conferida a la Revista EIA estará vigente a partir de la fecha en que se incluye en el volumen y número respectivo en el Sistema Open Journal Systems de la Revista EIA, así como en las diferentes bases e índices de datos en que se encuentra indexada la publicación.
Todos los contenidos de la Revista EIA, están publicados bajo la Licencia Creative Commons Atribución-NoComercial-NoDerivativa 4.0 Internacional
Licencia
Esta obra está bajo una Licencia Creative Commons Atribución-NoComercial-NoDerivativa 4.0 Internacional
Contenido principal del artículo
Resumen
Descargas
Detalles del artículo
Svetlana Ivanovna Rudnykh, Universidad del Atlántico
Física, Universidad Estatal de Moscú (Rusia), Ms. en Física, Universidad Industrial de Santander, Especialista en Estadística, Universidad Nacional de Colombia sede Bogotá, Ms. En Estadística Aplicada, Universidad del Norte, Ph.D. (C) en Estadística, Universidad Nacional de Colombia sede Medellín, Docente Facultad Ciencias Básicas Universidad del Atlántico.
Víctor Ignacio López-Ríos, Universidad Nacional de Colombia sede Medellín
Matemático, Universidad de Antioquia, Ms. en Estadística, Universidad Nacional de Colombia sede Medellín, Ph.D en Ciencias con Orientación en Probabilidad y Estadística del Centro de Investigación en Matemáticas, CIMAT, México, , Profesor Asociado Escuela de Estadística, Universidad Nacional de Colombia sede Medellín.
Referencias (VER)
Atkinson, A.C.; Donev, A.N.; Tobias, R.D. (2007). Optimum Experimental Designs, with SAS. Oxford University Press, Oxford, pp.119-328.
Bates, D. M.; Watts, D. C. (1988). Nonlinear Regression Analysis and Its Applications. Wiley, New York, pp.33-62,269.
Derringer, G. C. (1994). A Balancing Act-Optimizing Products Property. Quality Progress, 27(6), pp.51-58.
Derringer, G.; Suich, R. (1980). Simultaneous Optimization of Several Response Variables. Journal of Quality Technology, 12, pp.214-219.
Gibb, R. D. (1998). Optimal Treatment Combination Estimation for Univariate and Multivariate Response Surface Applications. PhD thesis, Richmond, Virginia, Virginia Commonwealth University, Department of Biostatistics, 289 pp.
Harrington, E. (1965). The desirability function. Industrial Quality Control, 21(10), pp.494-498.
Nelder, J. A.; Mead, R. (1965). A simplex method for function minimization. The computer Journal, 7(4), pp.308-313.
Parker, S. M. (2005). Solutions to Reduce Problems Associated with Experimental Designs for Nonlinear Models: Conditional Analysis and Penalized Optimal Designs. PhD thesis, Richmond, Virginia, Virginia Commonwealth University, Department of Biostatistics, 130 pp.
Parker, S.; Gennings, C. (2008). Penalized Locally Optimal Experimental Designs for Nonlinear Models. Journal of Agricultural, Biological and Environmental Statistics, 13(3), pp.334-354.
R Core Team. (2014). R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing, Vienna, Austria, 2012.