Propuesta para aumentar los puntos experimentales en diseños D-óptimos bayesianos

Uno de los criterios de uso más frecuente para la obtención de diseños óptimoses el D-optimalidad, el cual proporciona los puntos experimentales donde se minimizael volumen del elipsoide de confianza asociado al vector de parámetros enel modelo propuesto. A diferencia del diseño D-óptimo clásico, el diseño D- óptimobayesiano no necesariamente tiene tantos puntos de soporte como parámetrostiene el modelo. En este artículo se considera el caso en donde el diseño D-óptimobayesiano tiene tantos puntos de soporte como parámetros tiene el modelo. Estasituación puede no ser tan favorable cuando el modelo no se tiene especificado contotal certeza dado que no sería posible realizar pruebas de falta de ajuste parael modelo. En este artículo se propone una metodología que permite aumentar el número de puntos de soporte del diseño con el fin que, con el diseño resultante, sepueda aplicar la prueba de bondad de ajuste. Finalmente se ejemplifica la metodología con un modelo exponencial.