Elección de la constante de ponderación en diseños óptimos compuestos: Diseños CD-óptimos
Main Article Content
Keywords
Diseños experimentales óptimos, matriz de información, eficiencia, D-optimalidad, c-optimalidad, diseño óptimo compuesto, potencia de una prueba, error relativo.
Resumen
Se proponen dos metodologías alternativas para la elección de la constante de ponderación en diseños cD-óptimos. Las metodologías están basadas en el cálculo de la potencia de las pruebas de hipótesis asociadas tanto a la significancia de los parámetros del modelo bajo estudio como a la función no lineal de interés. Se describen las dos metodologías junto con la metodología existente en la literatura del cálculo de las eficiencias de los diseños individuales. Con un ejemplo se exhibe la búsqueda de la constante de ponderación con las dos metodologías propuestas y se compara con la metodología de las eficiencias, obteniendo diseños cD-óptimos con potencias altas y errores relativos pequeños, e incluso mejores que el diseño obtenido con la metodología existente.
MSC: 62K05; 62K99
Descargas
Referencias
[2] V. López Ríos and R. Ramos Quiroga, “Introducción a los diseños óptimos”, Revista Colombiana de Estadística, vol. 30, no. 1, pp. 37–51, 2007. [Online]. Available: http://www.emis.de/journals/RCE/V30/V30-1-37LopezRamos.pdf
[3] A. C. Atkinson, “The usefulness of optimum experimental design”, Journal of the Royal Statistical Society. Serie B (Methodological), vol. 58, no. 1, pp. 59–76, 1996. [Online]. Available: http://www.jstor.org/stable/2346165
[4] Y. C. Huang and W. K. Wong, “Multiple-objective optimal designs”, Journal of Biopharmaceutical Statistics, vol. 8, no. 4, pp. 635–643, 1998. [Online]. Available: http://dx.doi.org/10.1080/10543409808835265
[5] Z. Wei and W. K. Wong, “Multiple-objective designs in a dose response experiment”, Lecture Notes Monograph Series, vol. 34, pp. 73–82, 1998. [Online]. Available: http://www.jstor.org/stable/4356063
[6] H. Dette, A. Pepelyshev, and W. K. Wong, “Optimal designs for dose-finding experiments in toxicity studies”, Bernoulli, vol. 15, pp. 124–145, 2009. [Online]. Available: 10.3150/08 BEJ152
[7] A. Biswas and P. Chaudhuri, “An efficient design for model discrimination on parameter estimation in linear models”, Biometrika, vol. 89, no. 3, pp. 709–718, 2002. [Online]. Available: http://biomet.oxfordjournals.org/content/89/3/709.short
[8] Y. C. Huang and W. K. Wong, “Sequential construction of multiple-objective optimal designs,” Biometrics, vol. 54, pp. 1388–1397, 1998.
[9] T. E. O´Brien and J. O. Rawlings, “A nonsequential design procedure for parameter estimation and model discrimination in nonlinear regression models”, Journal of Statistical Planning and Inference, vol. 55, no. 1, pp. 77–93, 1996. [Online]. Available: http://www.sciencedirect.com/science/article/pii/0378375895001824
[10] A. Atkinson and A. Donev, Optimal Design of Experiments. New York: Oxford, 1992.
[11] D. R. Cook and W. K. Wong, “On the equivalence of the constrained and compound optimal design”, Journal of the American Statistical Association, vol. 89, no. 426, pp. 687–692, 1994. [Online]. Available: http://www.jstor.org/stable/2290872
[12] A. Atkinson, A. Donev, and R. Tobias, Optimum Experimental Designs, with SAS. New York: Oxford, 2007.
[13] R. Martín Martín, “Construcción de diseños óptimos para modelos con variables no controlables”, Tesis de Doctorado, Universidad de Castilla-La mancha, España, 2006. [Online]. Available: https://ruidera.uclm.es/xmlui/handle/10578/972
[14] V. López Ríos, “Diseños óptimos para discriminación y estimación en modelos no lineales”, Tesis de Doctorado, CIMAT, México, 2008. [Online]. Available: http://probayestadistica.cimat.mx
[15] W. K. Wong and M. Moerbeek, “Multiple objetive optimal designs for the hierarchical linear model”, Journal of Official Statistics, vol. 18, no. 2, pp. 291–303, 2002. [Online]. Available: http://igitur-archive.library.uu.nl/fss/2010-0607-200156/UUindex.html
[16] W. Zhu, H. Ahn, and W. K. Wong, “Multiple-objective optimal designs for the logit model”, Communications in Statistics - Theory and Methods, vol. 27, no. 6, pp. 1581–1592, 1998. [Online]. Available: http://dx.doi.org/10.1080/03610929808832178
[17] C. Flórez, “Una alternativa para elegir la constante de ponderación en diseños Óptimos compuestos”, Tesis de Maestría, Escuela de Estsdística Universidad Nacional de Colombia-Medellín, Colombia, 2012. [Online]. Available: http://www.bdigital.unal.edu.co/8509/
[18] I. Lorens and W. K. Wong, “A graphical method for finding maximin efficiency designs”, Biometrics, vol. 56, no. 1, pp. 113–117, 2000. [Online]. Available: http://www.jstor.org/stable/2677110
[19] F. Pukelsheim, Optimal Design of Experiments. New York: John Wiley and Sons, 1993.
[20] S. Huet, A. Bouvier, M. Poursat, and E. Jolivet, Statistical Tools for Nonlinear Regression: A practical Guide with S-Plus and R- Examples. New York: Springer, 2004.
[21] R Development Core Team, R: A Language and Environment for Statistical Computing, R Foundation for Statistical Computing, Vienna, Austria, 2011, ISBN 3-900051-07-0. [Online]. Available: http://www.R-project.org/
Article Sidebar
Article Details
César Flórez-Restrepo, Universidad Nacional de Colombia
MSc. Ciencias-EstadísticaVíctor Ignacio López-Ríos, Universidad nacional de Colombia
PhD. en Estadística
Los autores que publican en esta revista están de acuerdo con los siguientes términos:
- Los autores conservan los derechos de autor y garantizan a la revista el derecho de ser la primera publicación del trabajo al igual que licenciado bajo una Creative Commons Attribution License que permite a otros compartir el trabajo con un reconocimiento de la autoría del trabajo y la publicación inicial en esta revista.
- Los autores pueden establecer por separado acuerdos adicionales para la distribución no exclusiva de la versión de la obra publicada en la revista (por ejemplo, situarlo en un repositorio institucional o publicarlo en un libro), con un reconocimiento de su publicación inicial en esta revista.
- Se permite y se anima a los autores a difundir sus trabajos electrónicamente (por ejemplo, en repositorios institucionales o en su propio sitio web) antes y durante el proceso de envío, ya que puede dar lugar a intercambios productivos, así como a una citación más temprana y mayor de los trabajos publicados (Véase The Effect of Open Access) (en inglés).