Valori negativi di Central Composite DesignCiao!
Voglio indagare su dosi di 6 fattori a 3 livelli: 0, 1, 2 pezzi. Senza interazioni a 2 fattori confuse con gli effetti principali.
Quindi ho scelto Central Composite Design - Ortogonale con 9 punti centrali e 53 corse, valore assiale ruotabile - 2.78. È questa la scelta giusta?
Ciò che mi confonde è che il design generato (oltre ai valori 0, 1, 2) ha valori: -1,37841423 e 3,37841423.
3,3 è ok, ma come implementare il valore negativo -1,37841423? Devo usare 0 pezzi in questo caso?
L'ultima domanda è che in una sezione Valutazione progetto in Alias Matrix e Color Map ci sono effetti come X1 * X1 * X1 e X1 * X1. Interazione con se stesso? Che cosa significano e perché ne abbiamo bisogno?
Grazie mille!
Ri: valori negativi di Central Composite DesignGrazie, Mark! Ho scelto CCD perché ha avuto risultati migliori in Color Map su correlazione e Alias Matrix.
Ho considerato la progettazione a 3 livelli con 6 fattori numerici discreti utilizzando la funzione Design personalizzato. Ecco la sua mappa dei colori:
L'altra opzione era il design Taguchi L24:
E CCD rototable-ortogonale:
E quando uso "Sulla faccia" ci sono quadrati rossi:
Il costo non è molto alto quindi è ok avere fino a 60-70 corse.
Ri: valori negativi di Central Composite DesignEsistono diversi metodi di progettazione che producono un buon design per il tuo caso di sei fattori e il modello quadratico per gli effetti. Perché hai scelto un design composito centrale?
La scelta delle proprietà rotanti e ortogonali ha costretto i punti assiali ad estendersi oltre il range di fattori specificato. Puoi invece selezionare 'sulla faccia'.
I progetti ortogonali e girevoli possono essere costosi e non sono necessari per stimare tale modello. La presenza di correlazione delle stime gonfierà la varianza delle stime ma questo aumento può essere tollerabile se la correlazione è piccola, la varianza della risposta è piccola e gli effetti sono ampi.
La matrice alias e la mappa dei colori sulle correlazioni forniscono informazioni sul bias nelle stime in base a termini che non sono nel modello ma potrebbero rappresentare effetti attivi.
