OPTIMIZACIÓN DE CURVAS DE CRECIMIENTO A TRAVÉS DE ANÁLISIS UNIVARIADO

OPTIMIZATION PROCESS OF GROWTH CURVES THROUGH UNIVARIATE ANALYSIS

En este artículo se propone una metodología de modelamiento conjunto de tratamientos con niveles cuantitativos medidos en el tiempo, a través de la combinación de las metodologías de superficie de respuesta y curvas de crecimiento. Se realiza la estimación de los parámetros del modelo propuesto, los cuales miden el efecto de los factores asociados al modelo de superficie de respuesta de segundo orden a lo largo del tiempo. Se plantea y juzga las diferentes hipótesis de interés y, finalmente, con el modelo ajustado se encuentran las condiciones de optimización de un conjunto de tratamientos a través del tiempo. Por último, se presenta una aplicación, analizada mediante curvas de crecimiento por Kshirsagar & Boyce (1995).

A methodology is suggested to jointly model treatments with quantitative levels measured in time, by combining the response surface and the growth curve techniques. The model’s parameters are estimated; these measure the effect through time of the factors related to the second order response surface model. The hypothesis of interest are formulated and tested. Additionally, by means of the fitted model, the optimality conditions throughout time are established for a set of specific treatments. As a final step, an application previously analyzed with growth curves by Kshirsagar & Boyce (1995) is now assessed with the proposed model.

Optimización de curvas de crecimiento a través de análisis univariado Optimization Process of Growth Curves Through Univariate Analysis SARA CRISTINA GUERRERO¹, ÓSCAR ORLANDO MELO²

¹Universidad Pedagógica y Tecnológica de Colombia, Departamento de Matemáticas y Estadística, Tunja, Colombia. Profesora auxiliar. Email: cguerreros@unal.edu.co
²Universidad Nacional de Colombia, Facultad de Ciencias, Departamento de Estadística, Bogotá, Colombia. Profesor asociado. Email: oomelom@unal.edu.co

---

Resumen

En este artículo se propone una metodología de modelamiento conjunto de tratamientos con niveles cuantitativos medidos en el tiempo, a través de la combinación de las metodologías de superficie de respuesta y curvas de crecimiento. Se realiza la estimación de los parámetros del modelo propuesto, los cuales miden el efecto de los factores asociados al modelo de superficie de respuesta de segundo orden a lo largo del tiempo. Se plantea y juzga las diferentes hipótesis de interés y, finalmente, con el modelo ajustado se encuentran las condiciones de optimización de un conjunto de tratamientos a través del tiempo. Por último, se presenta una aplicación, analizada mediante curvas de crecimiento por .

Palabras clave: superficie de respuesta, curvas de crecimiento, optimización, análisis univariado.

---

Abstract

A methodology is suggested to jointly model treatments with quantitative levels measured in time, by combining the response surface and the growth curve techniques. The models parameters are estimated; these measure the effect through time of the factors related to the second order response surface model. The hypothesis of interest are formulated and tested. Additionally, by means of the fitted model, the optimality conditions throughout time are established for a set of specific treatments. As a final step, an application previously analyzed with growth curves by is now assessed with the proposed model.

Key words: Response surfaces, Growth curves, Optimization, Univariate analysis.

---

Texto completo disponible en PDF

---

Referencias

1. Box, G. E. P. & Draper, N. R. (1982), `Measures of Lack of Fit for Response Surface Designs and Predictor Variable Transformations´, Tecnometrics 24, 1-8.

2. Box, G. E. P. & Jones, S. (1992), `Split Plot Designs for Robust Product Experimentation´, Journal Applied Statistics 19, 3-26.

3. Box, G. E. P. & Jones, S. (2001), `Split Plot Designs for Robust Process Experimentation´, Quality Engineering 13, 124-127.

4. Box, G. E. P. & Wilson, K. B. (1951), `On the Experimental Attainment of the Optimum Conditions´, Journal Royal of the Statistical Society 13, 1-45.

5. Davidian, M. (2005), Applied Longitudinal Data Analysis, Chapman and Hall, North Carolina, United States.

6. Davis, C. (2002), Statistical Methods for the Analysis of Repeated Measurements, Springer, New York, United States.

7. Draper, N. & Ying, L. H. (1994), `A Note on Slope Rotatability Over all Directions´, Journal of Statistical Planning and Inference 41, 113-119.

8. Frey, K. S., Potter, G. D., Odom, T. W., Senor, M. A., Reagan, V. D., Weir, V. H., Elsslander, R. V. T., Webb, M. S., Morris, E. L., Smith, W. B. & Weigand, K. E. (1992), `Plasma Silicon and Radiographic Bone Density on Weanling Quarter Horses Fed Sodium Zelolite A. J.´, Equine Vet. Sci. 12, 292-296.

9. Grizzle, J. E. & Allen, D. M. (1969), `Analysis of Growth an Dose Response Curves´, Biometrics 25, 357-381.

10. Guerrero, S. C. (2006), Optimizacion de un proceso a tráves de superficies de respuesta en curvas de crecimiento, Tesis de Maestría, Departamento de Estadística, Universidad Nacional de Colombia.

11. Hill, W. J. & Hunter, W. G. (1966), `A Review of Response Surface Methodology: A Literature Review´, Technometrics 8, 571-590.

12. Hinkelman, K. & Kempthorne, O. (1994), Design and Analysis of Experiments. Vol I. Introduction to Experimental Design, John Wiley & Sons, New York, United States.

13. Khatri, C. A. (1966), `A Note on a Manova Model Applied to Problems in Growth Curves´, Ann. Inst. Stat. Math 18, 75-86.

14. Khatri, C. A. (1973), `Testing Some Covariance Structures Under Growth Curve Model´, Journal Multivariate Analysis 3, 102-116.

15. Laird, N. & Ware, J. (1982), `Random-Effects Models for Longitudinal Data´, Biometrics 38, 963-974.

16. Lee, J. C. (1991), `Growth Curve Models and Technological Forecasting´, Statiscal Theory and Data Analysis II, 369-379.

17. Lucas, J. M. (1976), `Which Response Surfaces Is Best?´, Technometrics 18, 411-417.

18. Magnus, J. R. (1994), Matrix Differential Calculus with Applications in Statistics and Econometrics, John Wiley & Sons, New York, United States.

19. Mead, R. & Pike, D. J. (1975), `A Review of Responses Surface Methodology from a Biometric Viewpoint´, Biometrics 31, 830-851.

20. Montgomery, D. C. (2003), Diseño y análisis de experimentos, Segunda edn, Grupo Editorial Limusa, S. A., México.

21. Myers, R. H. & Montgomery, D. C. (1995), Response Surface Methodology: Process and Product Optimization Using Designed Experiments, John Wiley & Sons, New York, United States.

22. Peña, D. (2002), Análisis de datos multivariantes, McGraw-Hill, España.

23. Potthoff, R. & Roy, S. N. (1964), `A Generalized Multivariate Analysis of Variance Models Useful Spetially for Growth Curves Problems´, Biometrika 51, 313-326.

24. Rao, C. R. (1959), `Some Problems Involving Linear Hypothesis in Multivariate Analysis´, Biometrika 46, 49-58.

25. Rao, C. R. (1965), Linear Statistical Inference and Its Applications, John Wiley & Sons, New York, United States.

26. Rao, C. R. (1966), Covariance Adjustment and Related Problems in Multivariate Analysis, `´, in Proceedings of an International Symposium on Multivariate Analysis, p. 87-103.

27. Reinsel, G. (1982), `Multivariate Repeated Measurements for Growth Curve Models with Multivariate Random Effects Covariance Structure´, Journal of the American Statistical Association 77, 190-210.

28. Reinsel, G. (1984), `Estimation and Prediction in a Multivariate Random Effects Generalized Linear Model´, Journal of the American Statistical Association 77, 190-210.

29. Rivera, J. C., Ortiz, A. F. & Melo, O. O. (2006), Un enfoque multivariado de curvas de crecimiento y superficies de respuesta, Trabajo de Grado, Universidad Nacional de Colombia, Facultad de Ciencias, Departamento de Estadística.

30. Singer, J. & Andrade, D. (1994), `Uso de transformaciones en análisis de varianza y análisis de regresión´, Royal Statistical Society 2, 259-256.

31. Srivastava, M. (2001), Nested Growth Curves Models, Special Issue.

32. Srivastava, M. & Katri, C. A. (1979), An Introduction to Multivariate Statistics, North-Holland, New York, United States.

33. Thompson, W. O. (1973), `Secondary Criteria in the Selection of Minimum Bias Design in Two Variables´, Technometrics 2, 319-328.

34. Verbyla, A. P. & Venables, W. N. (1988), `An Extension of the Growth Curve Models´, Biometrica 75, 129-138.

---

[Recibido en febrero de 2008. Aceptado en septiembre de 2008]

---

Este artículo se puede citar en LaTeX utilizando la siguiente referencia bibliográfica de BibTeX:

@ARTICLE{RCEv31n2a05,
    AUTHOR  = {Guerrero, Sara Cristina and Melo, Óscar Orlando},
    TITLE   = {{Optimización de curvas de crecimiento a través de análisis univariado}},
    JOURNAL = {Revista Colombiana de Estadística},
    YEAR    = {2008},
    volume  = {31},
    number  = {2},
    pages   = {193-209}
}

---