Interpretar los resultados clave

para Optimizador de respuestas

Más información sobre Minitab Statistical Software

Complete los siguientes pasos para interpretar Optimizador de respuestas. La salida

clave incluye la gráfica de optimización, los valores ajustados y los intervalos de
confianza.

En este tema

 Paso 1: Identificar el ajuste óptimo de cada predictor

 Paso 2: Identificar la estimación de punto y el rango probable de cada respuesta

Paso 1: Identificar el ajuste óptimo de cada predictor

Utilice la gráfica de optimización para determinar la configuración óptima de los
predictores de acuerdo con los parámetros que usted especificó. Haga doble clic en
la gráfica de optimización para hacerla interactiva e investigar cómo las variables
afectan las respuestas pronosticadas. La configuración de las variables se puede
modificar directamente en la gráfica moviendo las barras verticales rojas.

La gráfica de optimización muestra los valores ajustados para la configuración de

los predictores. Sin embargo, usted debería examinar los intervalos de predicción
en la salida para determinar si el rango de valores probables para un solo valor
futuro se encuentra dentro de los límites aceptables del proceso.
 Resultado clave: Gráfica de optimización
Para los datos sobre aislamiento, la deseabilidad compuesta es 0.775. La primera columna de la
gráfica muestra los valores de respuesta en cada nivel de Material, que es una variable
categórica. La configuración actual es Material = Fórmula2, PresIny = 98.4848, TempIny = 100.0
y TempEnfr = 45.0. La meta era maximizar Aislamiento. Su valor pronosticado es 25.6075 y su
deseabilidad individual es 0.85386. La covariable, TempMedición, se incluye en el modelo como
una variable de ruido no controlable y se fijó en 21.49. Otras observaciones son las siguientes:

 Material: Los dos puntos para cada celda de esta columna representan los dos niveles de la
variable categórica: Fórmula1 y Fórmula2. Fórmula2 parece ser el mejor material. Si se utiliza
Fórmula1, el valor aislante se reduciría y la densidad aumentaría, siendo ambos resultados
indeseables. Sin embargo, debido a que el tipo de material interactúa con otros factores, esta
tendencia podría no mantenerse con otros valores de configuración. Considere si puede
encontrar una solución local para Fórmula1. También puede cambiar la configuración de
Fórmula1 directamente en la gráfica moviendo las barras verticales.

 PresIny: Al aumentar la presión de inyección, también aumentan las tres respuestas. Por lo tanto,
el valor de configuración óptimo se encuentra en la mitad del rango (98.4848), lo que
representa un compromiso entre metas opuestas. La meta es maximizar el valor aislante,
minimizar la densidad y maximizar la resistencia.

 TempIny: Al aumentar la temperatura de inyección, también aumentan todas las respuestas. Sin
embargo, el efecto sobre la densidad es mínimo en comparación con el efecto sobre el valor
aislante. Por lo tanto, usted aumenta la deseabilidad compuesta maximizando la temperatura de
inyección. Los valores de configuración óptimos de la temperatura de inyección se encuentran
 en sus niveles máximos en el experimento. Este resultado sugiere que se debería considerar la
posibilidad de experimentar con temperaturas más elevadas.

 TempEnfr: Al aumentar la temperatura de enfriamiento, aumenta el valor aislante, pero

disminuye la densidad y la resistencia. Los valores de configuración óptimos para la temperatura
de inyección y la temperatura de enfriamiento se encuentran en sus niveles máximos en el
experimento. Este resultado sugiere que se debería considerar la posibilidad de experimentar
con temperaturas más elevadas. Las gráficas muestran que sería recomendable considerar
particularmente el uso de temperaturas de enfriamiento más altas. Si fuera posible extrapolar las
gráficas, aumentar las temperaturas de enfriamiento mejoraría el valor aislante y la densidad. Sin
embargo, la resistencia disminuiría.

Paso 2: Identificar la estimación de punto y el rango

probable de cada respuesta
Utilice los valores ajustados para identificar la estimación de punto de cada variable
de respuesta para la configuración en la gráfica de optimización.

El intervalo de predicción (IP) es un rango que es probable que contenga un valor

de respuesta futura individual para una combinación específica de valores de
configuración de las variables. Si recolecta otro punto de los datos con la misma
configuración, es probable que el nuevo punto de los datos se encuentre dentro
del intervalo de predicción. Los intervalos de predicción más estrechos indican una
predicción más precisa.

Los intervalos de predicción ayudan a evaluar la importancia práctica de los

resultados. Si un intervalo de predicción se extiende más allá de los límites
aceptables, es posible que las predicciones no sean lo suficientemente precisas para
sus requerimientos. En este caso, considere las opciones siguientes:

 Busque valores de configuración que proporcionen precisión adecuada en una

gráfica de optimización.
 Realice estudios adicionales y considere aumentar el tamaño de la muestra para
obtener predicciones más precisas.

Para buscar una mejor configuración en la gráfica de optimización, realice los

siguientes pasos:

1. Haga doble clic en la gráfica de optimización para hacerla interactiva.

2. Ajuste la configuración de los predictores directamente en la Gráfica de
optimización moviendo las barras verticales rojas.
 3. Haga clic en el botón Predecir en la barra de herramientas para generar
nuevos intervalos de predicción para determinar si la nueva solución es
aceptable.

EE de
Respuesta Ajuste ajuste IC de 95% IP de 95%
Resistencia 32.34 1.04 ( 29.45, 35.22) ( 27.25, 37.43)
Densidad 0.6826 0.0597 (0.5167, 0.8484) (0.3899, 0.9753)
Aislamiento 25.608 0.268 (24.863, 26.352) (24.294, 26.921)

Resultados clave: Ajuste, IP

En estos resultados, la configuración de las variables de entrada en la gráfica de optimización
está asociada con las siguientes medias pronosticadas e intervalos de predicción:

 La resistencia media es 32.34 y el rango de valores probables para un valor individual futuro va
de 27.25 a 37.43.

 La densidad media es 0.6826 y el rango de valores probables para un valor individual futuro va
de 0.3899 a 0.9753.

 El aislamiento medio es 25,608 y el rango de valores probables para un valor individual futuro va
de 24,294 a 26,921.

Utilice su conocimiento del proceso para determinar si los intervalos de predicción están dentro
de límites aceptables.