DOE full factorial design mit teilweiser ErgebnisknappheitSehr geehrte Damen und Herren.
Schönen Tag. Ich bin Anfänger für DOE und vor kurzem habe ich eine vollständige faktorielle Tabelle erstellt, um meinen Galvanotest durchzuführen. Während der Probenvorbereitung stellte sich jedoch heraus, dass einige Parameter eine schlechte visuelle Qualität aufweisen, die zur Messung der Antworten nicht gerechtfertigt ist. Möglicherweise haben einige Abschnitte, die aus JMP-Tabellen erstellt wurden, keine Ergebnisse.
Ist es in Ordnung, es leer zu lassen, wenn kein Ergebnis vorliegt? Kann ich den unvollständigen Datensatz noch mit "Fit-Modell" analysieren? Was ist die Folge davon?
Oder sollte ich Zeilen entfernen, die keine Ergebnisse haben, und "passendes Modell" ausführen?
Vielen Dank.
* Bitte beziehen Sie sich auf Anhang für JMP-Datei
Re: DOE vollfaktorielles Design mit teilweiser ErgebnisknappheitDanke, Mark. Ich werde diese schlechten Proben erneut messen und es erneut versuchen.
Re: DOE vollfaktorielles Design mit teilweiser ErgebnisknappheitIch habe einige Dinge bei Ihrem Studium bemerkt.
- Sie haben viele Läufe, daher sollten Sie sehr genau wissen, mit welcher Kraft Sie beginnen können. Das Auslassen einiger Läufe sollte Ihre Leistung nicht dramatisch beeinflussen.
- Das Modell für Metal% weist eine starke Passung auf. Vorhersagen aus diesem Modell sind voreingenommen und wahrscheinlich sehr ungenau.
- Ich habe versucht, quadratische Ausdrücke hinzuzufügen, um der fehlenden Passung, wahrscheinlich der Nichtlinearität der Antwort, Rechnung zu tragen. Der resultierende Singularitätsbericht gibt an, dass die Daten die Schätzung dieser Parameter nicht unterstützen. Dieses Ergebnis geht auf meinen früheren Punkt über das Fehlen einiger Beobachtungen zurück, die die Schätzung einiger Parameter verhindern könnten.
- Die ausgelassenen Reihen decken Bedingungen mit niedriger Konzentration und oberer Hälfte des Strombereichs ab. Wurden alle Läufe mit diesen Bedingungen ausgelassen? Können diese Daten wieder hinzugefügt oder erneut ausgeführt werden?
Re: DOE vollfaktorielles Design mit teilweiser ErgebnisknappheitZunächst einmal ist ein schlechtes Ergebnis nicht unbedingt eine schlechte Antwort. Ein DOE sollte möglichst viel vom Faktorraum untersuchen. Es ist wahrscheinlich, sogar wünschenswert, dass einige Bedingungen zu schlechten Ergebnissen führen, so dass das resultierende Modell (der einzige Zweck eines Experiments) dann in der Lage ist, die gesamte Bandbreite der Reaktion einschließlich guter und schlechter Ergebnisse vorherzusagen. Ich möchte Sie dazu ermutigen, die Läufe mit der schlechten visuellen Qualität abzuschließen und diese Daten in die Analyse Ihres Experiments aufzunehmen.
Zweitens müssen Sie bei fehlenden Daten diese Zeilen nicht löschen. Sie können, wenn Sie möchten, aber es ist nicht notwendig. JMP wird sich entsprechend verhalten.
Drittens beeinträchtigt der Datenverlust die Analyse in gewissem Maße. Es ist schwierig, spezifisch zu sein, da der Verlust sowohl von der Anzahl der fehlenden Werte als auch von den Bedingungen abhängt, die nicht eingehalten wurden. Einige Kompromisse beinhalten den Verlust der Leistung bei den Hypothesentests über die Modell- und Modellparameter oder die Möglichkeit, einige Parameter überhaupt abzuschätzen.
