ScholarGate
Asistente
Process / pipelineEngineering methods

Diseño Factorial Fraccional Multi-respuesta — Optimización Simultánea de Múltiples Salidas

El diseño factorial fraccional multi-respuesta (MRFFD, por sus siglas en inglés) aplica un experimento factorial fraccional de resolución eficiente para estudiar múltiples variables de respuesta simultáneamente. Al realizar solo una fracción cuidadosamente elegida de las combinaciones de tratamientos factoriales completos, el experimentador recopila suficiente información para ajustar modelos de respuesta individuales para cada salida y luego optimizar todas las respuestas conjuntamente —típicamente mediante una función de deseabilidad compuesta—, manteniendo manejable el número de corridas experimentales.

Encontrar tema con PaperMindPróximamenteApply, compare, get guidance
Tools & resources
Descargar diapositivas
Learn & explore
VídeoPróximamente

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Mapa de métodos

El vecindario de métodos relacionados: selecciona un nodo para explorarlo.

Fuentes

  1. Derringer, G., & Suich, R. (1980). Simultaneous optimization of several response variables. Journal of Quality Technology, 12(4), 214–219. DOI: 10.1080/00224065.1980.11980968
  2. Montgomery, D. C. (2017). Design and Analysis of Experiments (9th ed.). Wiley. ISBN: 978-1119492443

Cómo citar esta página

ScholarGate. (2026, June 3). Multi-response Fractional Factorial Design of Experiments. ScholarGate. https://scholargate.app/es/experimental-design/multi-response-fractional-factorial-design

¿Qué método?

Coloca este método junto a sus parientes más cercanos y léelos lado a lado: la biblioteca pone los libros sobre la mesa; la elección es tuya.

Comparar lado a lado
ScholarGateMulti-response Fractional Factorial Design (Multi-response Fractional Factorial Design of Experiments). Recuperado el 2026-06-18 de https://scholargate.app/es/experimental-design/multi-response-fractional-factorial-design · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026