Conception factorielle complète du DOE avec manque partiel de résultatsChers tous.
Bonne journée. Je suis débutant pour le DOE et j'ai récemment créé un tableau factoriel complet pour exécuter mon test de galvanoplastie. Cependant, lors de la préparation de l'échantillon, j'ai constaté que certains paramètres produisaient une mauvaise qualité visuelle, ce qui n'est pas justifié pour mesurer les réponses. Finalement, certaines jambes créées à partir de tables JMP n'ont aucun résultat.
Est-ce bien de laisser le champ vide si aucun résultat n'est disponible? Puis-je encore utiliser le "modèle" pour analyser cet ensemble de données incomplet? Quelle est la conséquence en le faisant?
Ou dois-je supprimer les lignes qui ne donnent aucun résultat et exécuter "fit model"?
Merci beaucoup.
* Veuillez vous référer à la pièce jointe pour le fichier JMP
Re: conception factorielle complète du DOE avec manque partiel de résultatsMerci Mark. Je vais re-mesurer ces mauvais échantillons et essayer de le réexécuter.
Re: conception factorielle complète du DOE avec manque partiel de résultatsJ'ai remarqué certaines choses avec votre étude.
- Vous avez beaucoup de pistes, vous devriez donc avoir le pouvoir de commencer. L'omission de certaines pistes ne devrait pas affecter votre pouvoir de manière dramatique.
- Le modèle Metal% présente un fort manque d’ajustement. Les prévisions de ce modèle seront biaisées et probablement très inexactes.
- J'ai essayé d'ajouter des termes quadratiques pour expliquer le manque d'ajustement, probablement la non-linéarité dans la réponse. Le rapport de singularité résultant indique que les données ne permettent pas d'estimer ces paramètres. Ce résultat me ramène à mon point précédent, à savoir que l’absence de certaines observations pourrait empêcher l’estimation de certains paramètres.
- Les lignes omises couvrent les conditions de faible concentration et la moitié supérieure de la plage de courant. Toutes les pistes avec ces conditions ont-elles été omises? Ces données peuvent-elles être ajoutées ou réexécutées?
Re: conception factorielle complète du DOE avec manque partiel de résultatsTout d'abord, un mauvais résultat n'est pas nécessairement une mauvaise réponse. Un DOE devrait explorer autant que possible l'espace facteur. Il est probable, voire souhaitable, que certaines conditions produisent de mauvais résultats, de sorte que le modèle résultant (seul objectif d’une expérience) puisse ensuite prédire tout l’éventail des réactions, qu’elles soient bonnes ou mauvaises. Je vous encourage à compléter les analyses avec la mauvaise qualité visuelle et à inclure ces données dans l'analyse de votre expérience.
Deuxièmement, dans tous les cas de données manquantes, vous n'avez pas besoin de supprimer ces lignes. Vous pouvez si vous voulez mais ce n'est pas nécessaire. JMP se comportera en conséquence.
Troisièmement, la perte de données compromettra l'analyse dans une certaine mesure. Il est difficile d’être précis car la perte dépend à la fois du nombre de valeurs manquantes et des conditions non observées. Certains compromis incluent une perte de puissance dans les tests d’hypothèse sur le modèle et les paramètres du modèle ou la capacité à estimer certains paramètres.
