Proyección de un diseño numérico discreto<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />He creado un RSM DOE de parcela dividida con términos numéricos discretos. AMT delta (x1) es un factor de HTC con 5 niveles numéricos discretos y alfa (x2) es un factor ETC con 7 niveles numéricos discretos. Con el fin de llegar a un proceso de optimización basado en sustitutos, estoy usando datos históricos para hacer que un DOE y una superficie de respuesta. Sin embargo, en el futuro espero aplicar este proceso cuando se desconoce la forma de los datos.
Mi pregunta se basa en seleccionar mi diseño para determinar qué términos de mi modelo son significativos. En la descripción de la función de análisis de selección, dice que es solo para 2 niveles o factores continuos. ¿Hay alguna forma automatizada de incluir términos polinomiales de orden superior en la función de selección? Los datos históricos con los que estoy trabajando ahora no son lineales y espero que los datos futuros que generaré también sean no lineales. Así que me gustaría poder comenzar con el máximo polinomio posible dado el número de niveles numéricos de cada factor. Además, me gustaría incluir todos los términos de interacciones de poderes superiores.
Realicé mi propio análisis de detección de forma manual, pero incluí todos los términos en un modelo de ajuste y luego usé la eliminación hacia atrás de términos insignificantes uno por uno. ¿Tiene JMP una forma automatizada de hacer esto?
¿O debería ir ajustando mi modelo de una manera completamente diferente?
Gracias,
Alex
Re: Proyección de un diseño numérico discretoLou
Gracias por tu respuesta, una vez más. Mi principal preocupación es capturar la verdadera física que está ocurriendo en mis pruebas, pero como lo explica la cita de George Box, no hay manera de hacer esto sin tener una cantidad infinita de puntos en mi espacio de diseño, que es prácticamente lo contrario de Lo que el DOE está tratando de lograr.
Entiendo las posibles desventajas de sobre-ajustar los datos con polinomios de orden superior. Quería intentar modelos de orden superior para intentar capturar todo el espacio de diseño con precisión con un solo modelo. Sin embargo, la forma de hacerlo es encontrar un modelo de primer o segundo orden que se ajuste a los datos, determinar si existen regiones en las que los errores del ajuste están más allá de cierta tolerancia o si hay regiones que no se capturan con precisión. utilizando el conocimiento histórico de ingeniería (como la parada de un perfil aerodinámico), y luego vuelva a ejecutar el experimento con más puntos de datos alrededor de la región en cuestión.
Otra opción podría ser dividir el espacio de diseño general en diferentes diseños experimentales y ajustar diferentes modelos a cada uno. Entonces, para un perfil aerodinámico sería un modelo lineal en ángulos de ataque más bajos y algo no lineal cerca de la región de parada.
¿Son estas rutas mejores que tratar de seguir aumentando el orden de un modelo?
Gracias.
Re: Proyección de un diseño numérico discretoAlex
Esta es una pregunta bastante cargada que probablemente es difícil de responder de manera sucinta. Diré por mí que se aplica el principio KISS (que sea sencillo). Una parcela dividida con un modelo RSM (efectos principales, interacciones bidireccionales y términos polinomiales) parece bien para el archivo que compartió. Se adjunta el archivo con el modelo RSM con script.
Espero que esto ayude.
Lou
