Hilfe zu Werten/Bereichen eines kontinuierlichen Faktors für ein DOEHallo, ich versuche bei meiner Arbeit ein DOE für Experimentatoren zu entwerfen und wurde gefragt, ob ich JMP dazu bringen kann, mehr Läufe in einem bestimmten Bereich eines Kontinuumsfaktors einzubeziehen. Die Werte dieses Faktors reichen von 0 bis 500 und sie halten den Bereich 10 bis 100 für am interessantesten und möchten, dass JMP mehr Läufe innerhalb dieses Bereichs hinzufügt als außerhalb. Gibt es eine Möglichkeit, dies zu tun? Alle Vorschläge würden helfen. Danke schön.
Betreff: Hilfe zu Werten/Bereichen eines kontinuierlichen Faktors für ein DOEMachen Sie sich einfach an den ohnehin schon klugen Ratschlag meiner Kollegen Mark, Ian und Mike zu orientieren: Wenn Sie JMP Version 13 verwenden, sollten Sie vielleicht die Plattform „Designs vergleichen“ verwenden, um zu bewerten, wie jedes Ihrer Kandidatendesigns aus den von Ihnen geteilten Perspektiven abschneiden wird Mark in seinem Beitrag oben.
Betreff: Hilfe zu Werten/Bereichen eines kontinuierlichen Faktors für ein DOEDiese Studie Ist ein DOE.
Der Bereich liegt zwischen 10 und 100 Ist liegt im Bereich von 0-500. Also die Modell wird in der Lage sein, im „Sweet Spot“-Bereich zu interpolieren, selbst wenn die Design umfasst diese bestimmten Ebenen nicht.
Ich denke, es kommt auf dich an Überzeugungen über den eingeschränkten Bereich von X1: 10-100. Wenn Sie das glauben
- Die Effektgröße ist im Verhältnis zur Standardabweichung der Antwort groß, beispielsweise dreimal so groß
- Die minimale Reaktion erfolgt innerhalb dieses Bereichs
- Das erwartete Modell ist eine angemessene Beschreibung für diesen Bereich
Wenn Sie glauben, dass alle diese Behauptungen wahr sind, dann verwenden Sie diesen Bereich X1: 10-100 stattdessen von X1: 0-500. Warum das Studium erschweren?
Sie können eine relativ große Anzahl von Durchläufen durchführen, um nur zwei Faktoren zu untersuchen. (Was ist mit all den anderen Faktoren dieser Reaktion? Halten Sie sie konstant? Keine Chance auf einen Interaktionseffekt mit ihnen und X1 oder X2?) Erstellen Sie also ein individuelles I-optimales Design für ein Modell zweiter Ordnung mit X1 und X2 mit etwa 20 Läufen. Es übertrifft das Box-Wilson-Design (zentrales zusammengesetztes Design) und das Box-Behnken-Design hinsichtlich der Datenmodellierung. Hier ist ein Designkandidat:
Beachte das
- Die Replikation ist ein natürliches Ergebnis der größeren Anzahl von Läufen
- Im Allgemeinen gibt es für jeden Faktor drei Ebenen, um das Modell zweiter Ordnung zu unterstützen
- Ein paar Läufe brachten X1 in die Nähe, aber außerhalb der Mitte
- Diese ungeraden Läufe erhöhen die Optimalität
- Diese seltsamen Läufe verkomplizieren das Design (wenn Sie es ausführen).
- Fühlen Sie sich frei, sie mit einem sehr geringen Verlust an Optimalität auf die mittlere Ebene zu ändern
Wie gut funktioniert dieses Design?
Die Trennschärfe ist angemessen hoch, wenn die Effektgröße mindestens doppelt so groß ist wie die Standardabweichung der Antwort. Dieses Ergebnis ist ein Vorteil der Einbeziehung von 14 Läufen über der Mindestanzahl an Läufen. Sie möchten dieses Modell verwenden, um die optimalen Faktoreinstellungen zu ermitteln, die die Reaktion minimieren.
Die Varianz Ihrer Modellvorhersagen wird über ein großes Intervall von Faktorstufen, das im Designraum zentriert ist, recht gering sein.
Daher würde ich die Unterscheidung nach verschiedenen Ebenen für X1 aufgeben. Diese Unterscheidung ergibt sich aus einer designorientierten bzw testen Denkweise. Eine Studie sollte aus einer modellzentrierten oder modellzentrierten Studie stammen experimentieren Denkweise.
Betreff: Hilfe zu Werten/Bereichen eines kontinuierlichen Faktors für ein DOEVielen Dank für Ihre Hilfe und Vorschläge. Ich werde Ihnen einige zusätzliche Informationen zu den Faktoren geben:
kontinuierlich X1 (0-500)
kontinuierlich X2 (0-5000)
Die Anzahl der Läufe, die wir durchführen können, liegt zwischen 25 und 50.
Das Ziel besteht darin, die besten Faktoreinstellungen/-bereiche zu finden, um eine Antwort Y zu minimieren. Wir würden uns auch über einige Replikate freuen, um die Variabilität besser beurteilen zu können.
Der Grund, warum 10 bis 100 für X1 wichtig sind, liegt darin, dass historische Daten zeigen, dass dieser Bereich die Reaktion am meisten beeinflusst. Ein benutzerdefiniertes Design in JMP für ein RSM-Modell umfasst diesen Bereich nicht. Den Faktor als diskrete Zahl zu behandeln, scheint eine gute Option zu sein. Ist es in diesem Fall in Ordnung, es während der Modellanpassung als kontinuierlich zu behandeln?
Ich bin mir nicht sicher, ob das noch ein DOE ist. Ich hoffe, Sie können mich aufklären. Danke!
Betreff: Hilfe zu Werten/Bereichen eines kontinuierlichen Faktors für ein DOEVielleicht um das, was meine Kollegen gesagt haben, zu ergänzen (zusammenzufassen?), finden Sie unten den Text einer Folie, die ich verwende, wenn ich denjenigen, die mit dem Prozess nicht vertraut sind, DOE erkläre.
- Entworfene Experimente sind eine systematisch generierte Reihe von Experimenten, die mit dem Ziel ausgewählt werden, die Beziehungen und Wechselwirkungen von Faktoren zu verstehen, von denen man annimmt, dass sie eine beobachtete Reaktion beeinflussen.
- Was bedeutet das?
- DOEs suchen danach, was mit einer Reaktion passiert, wenn jeder Faktor vorhanden ist von selbst verändert .
- DOEs suchen auch danach, was passiert, wenn Faktoren vorhanden sind gemeinsam verändert .
- Jedes Experiment in einem DOE wird berechnet, um Folgendes bereitzustellen maximale Aussagekraft .
- DOEs wurden entwickelt, um das zu testen größtmögliche Bandbreite der Einstellungen in den Faktoren.
- DOEs sind effizienter Und stärker als Experimente, die mit monothetischer Analyse durchgeführt wurden.
- Die Ausgabe eines DOE ist a mathematisches Modell die verwendet werden können, um die wichtigen Verhaltensweisen der Faktoren und Reaktionen zu beschreiben.
- Was können Sie von einem Designed Experiment erwarten?
- Einige der Experimente werden zu unerwünschten Ergebnissen führen (siehe 2, 4 und 6 oben).
- Die „Lösung“ für ein bestimmtes Problem wird in den Experimenten wahrscheinlich nicht auftauchen (siehe 6 oben).
Betreff: Hilfe zu Werten/Bereichen eines kontinuierlichen Faktors für ein DOEIch habe eine starke Meinung zu diesem Thema. Ich möchte, dass Ihr Experiment gelingt.
Der kontinuierliche Faktorbereich sollte stets möglichst breit eingestellt werden. Ein solches Design bietet die beste Schätzungen für die Wirkungen des Faktors sowie der höchste Macht für Hypothesentests zu diesen Effekten für eine bestimmte Anzahl von Läufen. Die Begrenzung des Faktorbereichs auf 10–100 oder die Einbeziehung dieser Stufen in den Bereich von 0–500 ist hilfreich Kompromiss sowohl die Schätzung als auch die Leistung. Sie können diesen Verlust anhand der Informationen in der Entwurfsbewertungsskizze nach der Erstellung des Entwurfs selbst erkennen. Sie können auch die Plattform „Design vergleichen“ verwenden, um den Unterschied zwischen den beiden Designoptionen zu erkennen.
(Übrigens empfehle ich nicht, einen Faktorbereich mit einer Untergrenze von Null zu verwenden. Diese Praxis verwandelt den kontinuierlichen Faktor im Wesentlichen in einen kategorialen Faktor: abwesend oder vorhanden. Es ist besser, für die Untergrenze einen Wert ungleich Null zu verwenden, damit der Faktor immer vorhanden ist, jedoch in unterschiedlichem Ausmaß. Bei dieser Überlegung handelt es sich um Wissenschaft und Technik, nicht um Statistik.)
Wenn Ihre Kollegen darauf bestehen, diese zusätzlichen Ebenen einzubeziehen, besteht neben Ians Antwort auch eine andere Möglichkeit darin, diesen Faktor mit der Option „Diskrete numerische Werte“ zu definieren. Dieser Ansatz verwendet einen prinzipiellen Entwurfsalgorithmus anstelle eines ad hoc Prozess des manuellen Hinzufügens von Läufen.Auf diese Weise maximieren Sie die in Ihrem Design verfügbaren Informationen.
Sie entwerfen ein Experiment, keinen Test. Verwenden Sie das Modell und nicht das Design, um die „interessantesten“ Funktionen oder Ebenen zu finden. Der Zweck eines Experiments besteht darin, die besten Daten für ein bestimmtes Modell bereitzustellen. Der Zweck eines Tests besteht darin, die Reaktion auf einer bestimmten Faktorebene zu beobachten. Sie sind nicht dasselbe.
Betreff: Hilfe zu Werten/Bereichen eines kontinuierlichen Faktors für ein DOEWas die Mechanik anbelangt: Sobald Sie den Designprozess mit JMP durchlaufen und eine Tabelle erstellt haben, steht es Ihnen frei, dieser Tabelle manuell „zusätzliche“ Zeilen mit Werten hinzuzufügen, wie Sie es für richtig halten. Aber ob dies ratsam ist, und wenn ja, wie man es am besten macht, kann diskutiert werden (abhängig davon, was Sie zu sagen bereit sind, bereits zu wissen, und was Sie herausfinden möchten).
Können Sie also, ohne Geschäftsgeheimnisse preiszugeben, mehr über Ihre experimentellen Ziele und die Ihnen zur Verfügung stehenden Ressourcen sagen?
