Introducción al diseño de experimentos

Inscribirse

Imágenes del curso

El objetivo del curso es planificar la experimentación para aumentar la eficiencia. Conocer técnicas de diseño experimental, análisis de resultados y ajuste de funciones que permitan obtener modelos que expliquen la influencia de las variables experimentales sobre una o varias variables de respuesta. Optimización.

Número máximo de alumnos: 20

Nota: En cada sesión se incorporarán numerosos ejemplos prácticos con JMP de SAS para Windows e interpretación de resultados. Uso eficiente del software.

PROGRAMA

05/06/2019
09:30 - 14:30 - Primera sesión
1.    Planificación de experiencias
       a.    Ciclo PDCA
       b.    Validación y buena práctica estadística
2.    Introducción al software estadístico JMP de SAS
3.    Medición y fuentes de variabilidad
       a.    Tipos y causas de variabilidad
       b.    Sesgos, variación sistemática y aleatoria
       c.    Procesamiento de los datos
- Maria José Bleda Hernández
06/06/2019
09:30 - 14:30 - Segunda sesión
Método tradicional vs. Diseño de experimentos
5.    Diseños Factoriales
       a.    Factoriales con 2 factores a dos niveles (22)
          •    Tipos de efecto
          •    Matriz de Diseño
          •    Replicación
          •    Puntos centrales
          •    Interacción
          •    Bloques
        b.    Factoriales con 3 factores a dos niveles (23)
        c.    Diseños Compuestos Centrales: diseños factoriales + estrella axial
        d.    Factoriales con k factores a dos niveles (2k)
        e.    Optimización de varias variables de respuesta: función de deseabilidad

- Maria José Bleda Hernández
11/06/2019
09:30 - 14:30 - Tercera sesión
Diseños Factoriales Fraccionales (MJB)
      a.    Confusión
      b.    Ecuación generatriz de la fracción
      c.    Resolución del diseño
      d.    Diseños 2k-1: medias fracciones
7.    Superficies de Respuesta (AMM)
      a.    Camino de mejora
      b.    Localización del óptimo
- Maria José Bleda Hernández
12/06/2019
09:30 - 14:30 - Cuarta sesión
Diseños Factoriales a 3 niveles (3k)
9.    Diseños Factoriales Fraccionales a 3 niveles: Box-Benhken
10.  Diseños Factoriales con mezcla de factores a distintos niveles

- Albert Maria Manich i Bou
13/06/2019
09:30 - 14:30 - Quinta sesión
Diseños Centrales Rotatorios con varias variables de respuesta a optimizar
12.     Diseño de Plackett-Burman
- Albert Maria Manich i Bou