DoE Screening Platform<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Così ho fatto un blocco (X1), due livelli (-1, + 1) tre fattori (A, B, C). 5 corse in un blocco e 5 corse nel blocco successivo. Un controllo in ogni blocco. L'alias era l'interazione A * B * C. Non ho potuto controllare uno dei miei parametri per due delle esecuzioni. Per C, due delle prove erano in realtà controllo a +0,70 invece di +1. Quindi, lo inserisco nel software.
1 analisi) Utilizzando la piattaforma del modello Fit, A e B non erano significativi. C è stato significativo. L'intercettazione era più bassa di dove dovrebbe essere. Questo è stato informativo ma non così utile.
2 analisi) Utilizzando la piattaforma di screening, i coefficienti significativi sono C e C * C. Eseguo il modello usando C e C * C, il risultato è sensato. Biologicamente, questo si aspettava anche perché non ero sorpreso che il risultato della risposta fosse una curvatura. Inoltre, l'intercetta è dove dovrebbe essere. Il modello risultante è logico e più utile per me.
Quindi, il mio collega di lavoro sostiene che il mio progetto iniziale non era un progetto di risposta di superficie. Fondamentalmente è un DoE fattoriale completamente bloccante, quindi non posso avere un modello quadrato (curvatura). Poiché non comprendo appieno la piattaforma di screening per spiegare pienamente il C * C in un rapporto, dovrei adottare un approccio più conservativo e utilizzare la prima analisi classica, ma un modello meno informativo.
Se il mio collega di lavoro è corretto, perché la piattaforma di screening dovrebbe darmi un C ^ 2 quando il mio progetto iniziale non era inteso a rilevarlo. C'è un modo per giustificare il coefficiente quadrato risultante?
Re: DoE Screening PlatformOdio la risposta che non ho ottenuto alcuna informazione dopo 10 esecuzioni. C'è un problema senza repliche, cioè nessuna stima dell'errore puro - un punto centrale in più in ciascun blocco sarebbe migliore. D'altra parte dovresti avere una trama normale degli effetti, e se come dici tu dovresti avere una chiara indicazione grafica di C come effetto attivo (C deviante da una linea retta). Se C è l'unico effetto attivo il resto è rumore. C è un fattore di tre livelli in quanto hai un punto centrale con più meno in uno spazio fattore unidimensionale. I livelli di 0,7 sono rischi in quanto l'ortogonalità del progetto è alquanto discutibile e le risorse quando si stima un coefficiente quadrato C. Se i residui del modello sono ok, è probabile che tu abbia costruito la forza dell'ipotesi "C solo attiva" rispetto a qualsiasi altro modello in modo considerevole. Il prossimo passo potrebbe essere un esperimento di convalida.
Re: DoE Screening PlatformLa piattaforma Screening è una piattaforma molto semplice. Si presume che tu ti trovi in una situazione di screening in modo che i principi di screening siano validi. effetto di scarsità, effetto della gerarchia, effetto ereditario e proiezione). Non è chiaro che questo esperimento sia, in effetti, screening, indipendentemente dalla piattaforma di progettazione in JMP. Quindi i risultati di Screening potrebbero essere sospetti.
La piattaforma di Screening crea contrasti basato su questi principi fino a quando il modello è saturato . Quindi inserisce prima il più grande effetto additivo, poi il secondo più grande e così via basato sul principio della gerarchia degli effetti . Dopo che tutti gli effetti principali sono nel modello, inizia ad aggiungere gli effetti del secondo ordine (ad esempio, interazioni e termini quadratici) utilizzando gli effetti principali in ordine di importanza in base al principio dell'eredità dell'effetto. Continua fino a quando non ha utilizzato tutti i gradi di libertà (cioè 10 termini nel tuo caso). L'idea è che la saturazione del modello aumenti le probabilità che l'effetto della scarsità regga e aumenti la validità del errore pseudo-standard usato nel t -test. Poiché C è entrato come l'effetto principale più significativo, allora entrerebbe presto in un secondo termine, come A * C o C ^ 2, in base al principio dell'ereditarietà dell'effetto. Poiché hai solo un punto centrale, l'assegnazione della curvatura sarà per C, l'effetto principale più significativo basato sul principio dell'eredità dell'effetto. T Qui non è, infatti, nessun dato nel tuo esperimento per determinare effettivamente quali fattori sono responsabili della curvatura nella risposta.
Re: DoE Screening PlatformHai ragione entrambi ....
Se sei un detective allora forse se C è significativo e nessun altro termine è significativo e c'è mancanza di adattamento (dato che hai detto che hai ripetuto il punto centrale in ogni blocco) allora forse C * C è possibile ma renditi conto che è confuso con altri termini possibili (B * B e C * C).
Per chiarire veramente i termini attivi si potrebbe aumentare l'esperimento con 5 esecuzioni aggiuntive per adattarsi all'RSM.
Re: DoE Screening PlatformSì, era in JMP Custom. totale di 10 corse. Il controllo era il punto medio (0)
Re: DoE Screening PlatformPenso che tu non ci abbia dato abbastanza informazioni sul design.
Hai creato il design originale in JMP? Se sì, quale generatore di design hai usato (es Custom, Screening, ecc.)?
5 runs in one block, and 5 runs in the next block. One control in each block.
A quante run totali si sommano? 10 o 12? Quali impostazioni A, B e C hai usato per la corsa "Controllo"?
-Jeff
Re: DoE Screening PlatformSi adatta a una curvatura e scientificamente non ho dubbi che sia una curvatura. Il mio collega ha ragione sul fatto che il mio progetto iniziale non era un progetto di risposta superficiale, quindi non posso avere un risultato C ^ 2?
Re: DoE Screening PlatformChe aspetto ha il grafico di Y = Risposta, X = C? Questo potrebbe aiutarti a decidere quale sia il potenziale effetto di C sulla risposta.
