86625_es-ES

liliconcom

Diseño Aumentado: Ingrese Números de Ejecuciones

Estoy realizando diseño de materiales con DOE. Ya tengo 150 datos experimentales. Hay más 15 variables. Ahora quiero agregar carreras adicionales de Augment Design. Estoy confundido de cómo determinar los números de carreras. ¿Cómo puedo saber si los nuevos experimentos del diseño de aumento son buenos o no?

 

PD: He probado los Números de Carreras de 300 a 100000, el D-eff. sigue siendo bajo y nunca llega a 100. Puede llegar a 40 en la ronda 8000, pero 8000 nuevos experimentos son demasiado. Qué tengo que hacer ?

Re: Augment Design: ingrese números de ejecuciones

Y uno nunca debe olvidarse de la capacitación real con tutoriales prácticos, pruebas, etc. Puede ver que hay varias opciones posibles cuando se trata del diseño de experimentos, incluido el aprendizaje electrónico. En base a sus preguntas, recomendaría el curso Software JMP: Diseño personalizado de experimentos.  https://support.sas.com/training/us/paths/jmp.html

Re: Augment Design: ingrese números de ejecuciones

Muchas gracias

Re: Augment Design: ingrese números de ejecuciones

los Dominar webcasts JMP son un buen lugar para ver ejemplos de casos de estudio utilizando JMP. Ahi esta un webcast grabado sobre diagnósticos de diseño Eso debería ayudar.

Re: Augment Design: ingrese números de ejecuciones

Muchas gracias.   phil_kay .

 

He leído los primeros 3 capítulos y tengo muchos detalles. Sin embargo, estoy confundido, ¿qué debo hacer en un caso real ya que el libro no muestra cómo hacerlo?

 

¿Podría decirme cómo considerar el poder para detectar el efecto? Un tutorial o ejemplo será lo mejor.

Re: Augment Design: ingrese números de ejecucionesEs posible que D-eff no sea el diagnóstico de diseño más útil para usar en este caso. Mi conjetura es que las 150 ejecuciones existentes tienen una fuerte correlación entre los efectos, por lo que incluso cuando aumenta con muchas corridas nuevas, el diseño completo está lejos de ser ortogonal.

Debes considerar el poder para detectar efectos. Probablemente pueda obtener una buena estimación del "ruido" experimental de sus 150 carreras existentes. Luego, solo tiene que decidir qué tamaño de efecto es importante que detecte.

Le recomendaría que leyera Diseño óptimo de experimentos: un enfoque de estudio de caso de Goos y Jones, ya que esto incluye muchos detalles sobre muchos de los diagnósticos de diseño.