Augmentation du processus de mélange DOE<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Mélange à 3 composants,
0 < A < 0,4
0 < B < 0,1
0 < C < 1
avec 1 contrainte linéaire,
0 < (A+B) < 0,4
et 1 facteur de processus catégoriel à 4 niveaux,
P1 = {1,5,10,15}.
J'ai configuré l'expérience en utilisant JMP 12 et ce tutoriel (exemple 1),
Expériences de mélange
Désormais, JMP a calculé que le nombre d'exécutions par défaut est de 18, en utilisant des points au sommet, au bord et au centre de gravité.
Comment puis-je augmenter cela en ajoutant des points axiaux supplémentaires (similaire à un schéma de « remplissage d'espace ») ? Je souhaite avoir plus de données sur la région intérieure car c'est la zone d'optimisation attendue.
Puis-je modifier le facteur de processus en continu tout en utilisant plusieurs niveaux ? Pourquoi JMP autorise-t-il uniquement le hi/lo ?
Mille mercis!
Re : Augmentation du DOE du processus de mélangeJ'ai créé un autre fil de discussion sur ce sujet, vous pourrez peut-être apporter votre expertise sur le sujet :
Enregistrez tous les paramètres de la conception personnalisée de la biche et du rapport de conception
Re : Augmentation du DOE du processus de mélangeAuparavant, j'utilisais Minitab, qui est limité aux plans de mélanges simples. J'ai dû prendre quelques pas en arrière et réapprendre certains concepts pour utiliser toute la puissance de JMP. Excellente communauté d'applications et d'utilisateurs, merci !
Re : Augmentation du DOE du processus de mélangeacide1c,
Une chose à vérifier est si l’évaluation de la conception comparait des pommes avec des pommes ? Après avoir généré la conception avec la cubique de Scheffe pour générer davantage de points de design d'intérieur, vous devrez élaguer le modèle pour évaluer le même modèle qui a été appliqué pour analyser les scénarios D-optimal et I-optimal, à savoir les effets principaux et les interactions bidirectionnelles. (mélanges non linéaires).
Re : Augmentation du DOE du processus de mélangeLe comportement que vous avez observé était prévisible. I-optimal ou D-optimal sont OPTIMAUX pour le nombre d'exécutions que vous avez sélectionnées. En construisant un modèle plus complexe pour forcer les points intérieurs avec le même nombre d'exécutions, il faudra augmenter la variance de prédiction.
Il y a plusieurs points ici à garder à l’esprit. J'en discuterai d'abord en ignorant le facteur processus car je pense qu'il peut y avoir une certaine confusion concernant le modèle de mélange.
Les modèles de mélange sont très différents des modèles de régression standards. Comme Lou l'a indiqué, une interaction bidirectionnelle dans un modèle de mélange de Scheffe (ce que JMP adapte) équivaut à un terme carré pour un terme continu). Cependant, les interactions bidirectionnelles dans un modèle de Scheffe examinent uniquement un effet de courbure le long de l'axe entre les deux composants qui se trouvent dans ce terme d'interaction. Pour votre cas à trois composants, ce serait une courbure le long du bord de l'espace de conception.
Donc, étant donné cela, les conceptions I-optimales ou D-optimales choisiront la meilleure conception pour estimer votre modèle. Si vous essayez uniquement d’estimer la courbure le long des bords de l’espace de conception, il n’est pas nécessaire de placer des points à l’intérieur de la conception. Tout ce qui se passe à l’intérieur ne vous aidera pas à comprendre ce qui se passe aux limites de l’espace de conception. Pensez à un seul X continu. Si vous spécifiez uniquement un modèle linéaire, vous n'avez besoin que d'expériences aux extrémités de la plage. Vous devez spécifier un quadratique pour forcer un troisième niveau.
Le modèle nécessaire pour commencer à placer des points à l’intérieur d’un espace de conception mixte consiste à ajouter des interactions à trois voies. Ceux-ci sont appelés termes cubiques (en fait, termes cubiques spéciaux) dans les modèles de mélange de Scheffe. Ils estiment la courbure entre 3 composants à la fois. Puisque vous disposez d’un mélange à trois composants qui forcera au moins un point à l’intérieur de votre espace de conception. La conception I-optimale aura tendance à placer plus de points à l’intérieur de l’espace de conception afin de mieux estimer ce terme à trois voies.
L'ajout du facteur de processus ne change pas trop les choses par rapport à ce que j'ai tapé. Cependant, ce modèle devient plus complexe et vous souhaiterez peut-être faire certaines choses pour vous assurer d'obtenir au moins trois niveaux pour cette variable de processus.
Re : Augmentation du DOE du processus de mélangeLes paramètres que vous avez suggérés, I-Optimal et Sheffe Cubic, ont ajouté une poignée de points supplémentaires au milieu de l'espace de conception. Mais malheureusement, la désirabilité maximale a été multipliée par deux et la variance prédictive moyenne a augmenté d'environ 0,1 (par rapport à I-Optimal avec interactions secondaires et modèle quadratique). Je vais peut-être essayer de changer le nombre de courses.
Re : Augmentation du DOE du processus de mélangeBonjour acid1c,
Le modèle cubique de Scheffe d'ordre supérieur donnera généralement plus d'exécutions à l'intérieur de l'espace de conception car il s'agit d'un modèle plus complexe. Je ne suggère pas d'utiliser ce modèle pour analyser la conception, mais de l'utiliser pour vous proposer une conception candidate que vous pouvez comparer aux autres conceptions potentielles.
En raison de la nature interdépendante des conceptions de mélanges, un modèle avec des effets principaux et des mélanges non linéaires (interactions bidirectionnelles) ressemble essentiellement à un RSM.
Les fractions D-optimales et I optimales des tracés de l'espace de conception pour 18 exécutions sont présentées ci-dessous.
Re : Augmentation du DOE du processus de mélangeBonjour Lou,
Merci pour votre réponse. Je comprends que I-optimal mettra plus de points dans l'espace de conception et moins aux extrêmes, je vais essayer. Quant à la cubique de Scheffe, comment le terme polynomial du troisième degré affectera-t-il mon DOE ?
Mon objectif est de tester les interactions facteur-réponse, et non facteur-facteur. Pensez-vous que RSM serait approprié pour ce type d’expérience ?
Tous mes vœux.
Re : Augmentation du DOE du processus de mélangeVous pouvez obtenir une conception avec plus de points de région intérieure en modifiant le critère d'optimalité de D-optimal à I-optimal sous le triangle rouge. De plus, le choix d'un cube Scheffe peut parfois entraîner davantage de points internes dans votre espace de conception.
Les facteurs numériques discrets peuvent être utilisés par rapport à votre facteur catégoriel à 4 niveaux.
Re : Augmentation du DOE du processus de mélangeEn réponse à ma deuxième question, " Puis-je modifier le facteur de processus en continu tout en utilisant plusieurs niveaux ? Pourquoi JMP autorise-t-il uniquement le hi/lo ? ", voir ci-dessous.
35417 - Comment créer une conception avec un facteur continu comportant plus de 2 niveaux dans JMP® ?
