Más réplicas o más carreras?<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Hola,
Estoy diseñando un experimento usando diseño personalizado en JMP. El número de variables y sus niveles es alto, por lo que no puedo hacer un diseño factorial completo, pero podría tener más ejecuciones que el mínimo que JMP me da. Mi pregunta es la que es mejor; ¿Para tener más réplicas o para tener más carreras?
Gracias
Re: más réplicas o más ejecuciones?Gracias por toda tu ayuda
Re: más réplicas o más ejecuciones?Aunque es el mismo número de ejecuciones, si observa detenidamente el archivo adjunto, tiene un efecto en el diseño, ya que el algoritmo proporciona un conjunto diferente de ejecuciones. Usted sacrifica algo de poder sobre los efectos principales para poder modelar las interacciones. Está confiando en el principio de dispersión del efecto y, al utilizar una regresión por pasos, espera "probar" un modelo más complejo.
Re: más réplicas o más ejecuciones?Ese es un buen punto, pero supongo que si no tiene ningún efecto en el diseño del experimento, podría considerarlo más adelante cuando esté trabajando en el análisis de los resultados.
Re: más réplicas o más ejecuciones?Siempre se podrían tratar los términos del modelo de interacción bidireccional como "si es posible" para la misma inversión de ejecuciones.
Re: más réplicas o más ejecuciones?Mi experimento es diseñar intersecciones en simulador de conducción. cada configuración de ejecución será una intersección, y cada variable se asocia con una condición de la intersección (por ejemplo, la variable "condición de pavimento" con dos niveles de "mojado" y "seco". Es bueno tener interacciones de dos vías, pero a medida que contratamos conductores, una mayor cantidad de ejecuciones sería costosa.
No, ninguno de mis factores podría ser continuo.
Re: más réplicas o más ejecuciones?¿Esperas interacciones de tu sistema? El verdadero poder del DOE proviene del descubrimiento de interacciones que le permiten eliminar las sensibilidades de su sistema. Como no conozco el contexto de su problema, es difícil ser mucho más útil. Sí, las interacciones en su modelo requerirían más ejecuciones y como sus factores son categóricos, la cantidad de experimentos crece rápidamente. ¿Alguno de sus factores categóricos son candidatos a ser tratados de manera continua? Si es así, el número de carreras puede ser más manejable.
Re: más réplicas o más ejecuciones?Ya, no incluí interacciones de dos vías, ya que aumenta el número de ejecuciones.
Re: más réplicas o más ejecuciones?Realmente no. De los tres, prefiero el compromiso con 2 repeticiones y 18 ejecuciones, pero honestamente, me preocupa más que no haya incluido interacciones de dos vías en el experimento.
Re: más réplicas o más ejecuciones?¡Gracias!
¿Es posible que me des un ejemplo de que un enfoque es preferible al otro?
Re: más réplicas o más ejecuciones?Se ven muy comparables. Cuando ejecuté el algoritmo y dándole 1000 arranques debajo del triángulo rojo, mis resultados fueron ligeramente diferentes.
No perdería el sueño por ninguna de las dos opciones.
¿Qué tal un compromiso con 2 repeticiones y 18 carreras en total? He adjuntado los tres escenarios con el mismo modelo de respuesta simulada para que los veas. Simplemente ejecute los scripts del modelo Fit.
Como puedes ver todos los enfoques son comparables.
Re: más réplicas o más ejecuciones?Gracias por tu respuesta.
Déjame aclarar mi pregunta. Mis variables son las siguientes:
Tengo la posibilidad de tener 18 carreras. Podría establecer el usuario especificado en 18 o cambiar el "Número de ejecuciones de réplica" a 4, lo que da como resultado 18 ejecuciones. Aquí están los resultados de ambos enfoques:
Especificando 18 en el campo "especificado por el usuario":
cambie el "Número de ejecuciones de replicación" a 4:
¿Podría por favor decirme cómo decidir en base a estos resultados?
¡Gracias!
Re: más réplicas o más ejecuciones?Su pregunta no es muy clara, pero puedo decirle que JMP tiene diagnósticos potentes, por lo que puede generar todos los escenarios que imagina y comparar la potencia de sus experimentos en cuestión con las herramientas de diagnóstico de diseño. Utilizo el valor predeterminado sobre el mínimo y solo elijo el mínimo cuando la disponibilidad del material es escasa o los experimentos son costosos.
