Los diseños óptimos son una clase de diseños experimentales que son óptimos con respecto a algún criterio estadístico. En el diseño de experimentos para estimar modelos estadísticos, los diseños óptimos permiten estimar los parámetros sin sesgo y con la varianza mínima. Un diseño no óptimo requiere un mayor número de ejecuciones experimentales para estimar los parámetros con la misma precisión que un diseño óptimo. En términos prácticos, los experimentos óptimos pueden reducir los costos de la experimentación.
Análisis Conjoint D-Optimal Design es un diseño basado en D-Optimality para la pregunta Análisis conjunto (elección discreta). En general, D-Optimality es un concepto que utiliza un conjunto deseado de experimentos para optimizar o investigar un objeto estudiado. Busca minimizar | (X'X) −1 |, o maximizar de manera equivalente el determinante de la matriz de información X'X del diseño.
Aquí especifique cuántas versiones del diseño D-Optimal le gustaría generar. Si se seleccionan varias versiones, se generará un gran diseño óptimo en D con un total de tareas igual a (el número de tareas especificado) X (el número de versiones especificado). Al realizar la encuesta, cada encuestado obtendrá la mayor cantidad de tareas especificadas en la pregunta, pero éstas se elegirán al azar a partir del gran diseño óptimo de D generado anteriormente.