Ayuda sobre valores/rango de factor continuo para un DOEHola, estoy intentando diseñar un DOE para experimentadores en mi trabajo y me preguntaron si puedo hacer que JMP incluya más ejecuciones en un rango específico de un factor continuo. Los valores de este factor oscilan entre 0 y 500 y piensan que el rango de 10 a 100 es el más interesante y les gustaría que JMP agregara más ejecuciones dentro de ese rango que fuera de él. ¿Hay alguna forma de hacer esto? Cualquier sugerencia ayudaría. Gracias.
Re: Ayuda sobre valores/rango de factor continuo para un DOEAdemás, aproveche los ya sabios consejos de mis colegas Mark, Ian y Mike: si está ejecutando JMP versión 13, puede considerar usar la plataforma Compare Designs para evaluar cómo se desempeñará cada uno de sus diseños candidatos desde las perspectivas compartidas por Mark en su publicación de arriba.
Re: Ayuda sobre valores/rango de factor continuo para un DOEEste estudio es un DOE.
El rango 10-100 es incluido en el rango de 0-500. Entonces el modelo podrá interpolar en el rango de 'punto óptimo' incluso si el diseño no incluye esos niveles particulares.
Creo que todo se reduce a tu creencias sobre el rango restringido de X1: 10-100. Si crees eso
- el tamaño del efecto es grande en relación con la desviación estándar de la respuesta, digamos tres veces mayor
- la respuesta mínima ocurre dentro de este rango
- el modelo esperado es una descripción adecuada en este rango
Si cree que todas estas afirmaciones son ciertas, utilice este rango X1: 10-100 en cambio de X1: 0-500. ¿Por qué complicar el estudio?
Puede realizar una cantidad relativamente grande de ejecuciones para estudiar solo dos factores. (¿Qué pasa con todos los demás factores de esta respuesta? ¿Mantenerlos constantes? ¿No hay posibilidad de un efecto de interacción con ellos y X1 o X2?) Así que haga un diseño I-óptimo personalizado para un modelo de segundo orden con X1 y X2 con algo así como 20 ejecuciones. Superará al diseño Box-Wilson (diseño compuesto central) y al diseño Box-Behnken en lo que respecta al modelado de datos. Aquí hay un candidato de diseño:
Darse cuenta de
- La replicación es un resultado natural del mayor número de ejecuciones.
- Generalmente hay tres niveles para cada factor para respaldar el modelo de segundo orden.
- un par de carreras colocaron a X1 cerca pero descentrado
- estas ejecuciones impares aumentan la optimización
- estas ejecuciones impares complican el diseño (cuando lo ejecutas)
- siéntase libre de cambiarlos al nivel central con una pérdida muy pequeña de optimización
¿Qué tan bien funciona este diseño?
El poder es razonablemente alto si el tamaño del efecto es al menos dos veces mayor que la desviación estándar de la respuesta. Este resultado es un beneficio de incluir 14 ejecuciones por encima del número mínimo de ejecuciones. Desea utilizar este modelo para determinar la configuración óptima de los factores que minimizarán la respuesta.
La varianza de las predicciones de su modelo será bastante baja en un gran intervalo de niveles de factores centrado en el espacio de diseño.
Así que dejaría de lado la distinción sobre diferentes niveles para X1. Esa distinción proviene de una visión centrada en el diseño o pruebas mentalidad. Un estudio debe provenir de un enfoque centrado en modelos o experimentando mentalidad.
Re: Ayuda sobre valores/rango de factor continuo para un DOEGracias por su ayuda y sugerencias. Le proporcionaré información adicional sobre los factores:
continuo X1 (0-500)
continuo X2 (0-5000)
El número de carreras que podemos hacer es de 25 a 50.
El objetivo es encontrar las mejores configuraciones/regiones de factores para minimizar una respuesta Y. También nos gustaría tener algunas réplicas para evaluar mejor la variabilidad.
La razón por la que 10 a 100 es importante para X1 es que los datos históricos muestran que este rango afecta más la respuesta. Un diseño personalizado en JMP para un modelo RSM no incluirá esta gama. Tratar el factor como numérico discreto parece una buena opción. ¿Estará bien en ese caso tratarlo como continuo durante el ajuste del modelo?
Ya no estoy seguro de si esto es un DOE. Espero que puedas iluminarme. ¡Gracias!
Re: Ayuda sobre valores/rango de factor continuo para un DOETal vez para agregar (¿resumir?) lo que mis colegas han dicho, a continuación se muestra el texto de una diapositiva que uso cuando explico el DOE a quienes no están familiarizados con el proceso.
- Los experimentos diseñados son una serie de experimentos generados sistemáticamente y elegidos con el objetivo de poder comprender las relaciones e interacciones de los factores que se cree que afectan una respuesta observada.
- ¿Qué quiere decir esto?
- Los DOE buscan qué sucede con una respuesta cuando cada factor es cambiado por sí mismo .
- Los DOE también buscan lo que sucede cuando los factores son cambiado juntos .
- Cada experimento en un DOE se calcula para proporcionar la máximo valor informativo .
- Los DOE están diseñados para probar la rango más amplio posible de ajustes en los factores.
- Los DOE son más eficiente y mas poderoso que los experimentos realizados mediante análisis monotético.
- El resultado de una DOE es un modelo matemático que se puede utilizar para describir los comportamientos importantes de los factores y las respuestas.
- ¿Qué se puede esperar de un experimento diseñado?
- Algunos de los experimentos producirán resultados indeseables (ver 2, 4 y 6 arriba).
- La "solución" a un problema particular probablemente no aparecerá en los experimentos (ver 6 arriba).
Re: Ayuda sobre valores/rango de factor continuo para un DOETengo opiniones firmes sobre este tema. Quiero que tu experimento tenga éxito.
El rango de factor continuo debe siempre establecerse lo más ancho posible. Tal diseño proporcionará la mejores estimaciones para los efectos del factor así como el poder más alto para pruebas de hipótesis sobre estos efectos para un número determinado de ejecuciones. Limitar el rango del factor a 10-100 o incluir estos niveles dentro del rango de 0-500 compromiso tanto la estimación como la potencia. Puede comprobar esta pérdida usted mismo utilizando la información proporcionada en el esquema de Evaluación del diseño después de realizar el diseño. También puede utilizar la plataforma Comparar diseño para ver la diferencia entre las dos opciones de diseño.
(Por cierto, no recomiendo utilizar un rango de factores con un límite inferior de cero. Esta práctica convierte el factor continuo en un factor esencialmente categórico: ausente o presente. Es mejor utilizar un valor distinto de cero para el límite inferior, de modo que el factor esté siempre presente, pero en distintos grados. Esa consideración es ciencia e ingeniería, no estadística).
Si sus colegas insisten en incluir estos niveles adicionales, entonces otra forma, además de la respuesta de Ian, es definir este factor con la opción Numérico discreto. Este enfoque utilizará un algoritmo de diseño basado en principios en lugar de un ad hoc proceso de agregar ejecuciones manualmente.De esta manera maximizará la información disponible de su diseño.
Estás diseñando un experimento, no una prueba. Utilice el modelo, no el diseño, para encontrar las características o niveles "más interesantes". El propósito de un experimento es proporcionar los mejores datos para ajustarse a un modelo determinado. El propósito de una prueba es observar la respuesta a un nivel de factor particular. No són la misma cosa.
Re: Ayuda sobre valores/rango de factor continuo para un DOEEn términos de la mecánica, una vez que haya pasado por el proceso de diseño con JMP y haya creado una tabla, tendrá la libertad de agregar filas "extra" a esta tabla a mano con los valores que mejor le parezcan. Pero si esto es aconsejable y, si lo es, cuál es la mejor manera de hacerlo, está abierto a discusión (lo que estará determinado por lo que usted esté dispuesto a decir que ya sabe y lo que esté tratando de descubrir).
Entonces, sin revelar secretos comerciales, ¿puede decirnos más sobre sus objetivos experimentales y los recursos que tiene disponibles?
