¿Es posible poner una variable de mezcla en el diseño de cribado?Hola,
Veo que hay una opción para poner variables de mezcla en el diseño personalizado, pero no en el diseño de cribado. Quiero hacer un diseño de cribado con 4 variables de mezcla. Entonces, ¿tengo que elegir un diseño personalizado y luego elegir D-óptimo para fines de detección? Si hago eso no consigo efectos confusos claros. Quería elegir el diseño de pantalla porque puedo ver claramente los efectos de confusión en eso.
Re: ¿Es posible poner una variable de mezcla en el diseño de cribado?No tengo conocimiento de una forma de obtener el mapa de color de las correlaciones en una tabla directamente desde el proceso de creación del diseño. Puede guardar el diseño y crear las correlaciones a partir de esa tabla de datos resultante utilizando Métodos multivariables> Multivariado si realmente necesita estos resultados en una tabla. Tenga en cuenta que es posible que necesite crear columnas de interacción en su tabla de datos para ese enfoque.
Re: ¿Es posible poner una variable de mezcla en el diseño de cribado?Gracias Dan !!
¿Hay una manera de exportar el mapa de color de las correlaciones en forma de una tabla con los valores de correlación?
Re: ¿Es posible poner una variable de mezcla en el diseño de cribado?La Matriz de Alias aborda el problema de cómo los términos que no están incluidos en el modelo afectan la estimación de los términos del modelo. Para un diseño mixto, realmente desea ver qué tan correlacionados son los términos de su modelo. Cuanto más alta sea la correlación, más "inestables" serán sus estimaciones de parámetros, mayor será la varianza de esas estimaciones de parámetros que afectan las pruebas estadísticas, etc.
En lugar de la matriz de alias, debe mirar el mapa de color en las correlaciones. Tenga en cuenta que al desplazarse sobre cualquiera de los cuadrados de color en esa matriz también le dará el valor de correlación.
Re: ¿Es posible poner una variable de mezcla en el diseño de cribado?Gracias Dan !!
Usted dijo que los diseños de la mezcla tendrán una correlación entre los efectos principales. Pero la matriz de alias muestra solo la correlación entre el efecto principal y las interacciones de 2 factores. ¿Hay una manera de encontrar la correlación entre los efectos principales?
Re: ¿Es posible poner una variable de mezcla en el diseño de cribado?Puede usar la matriz de alias y / o el mapa de color en las correlaciones en el elemento de esquema de evaluación de diseño.
Tenga en cuenta que los diseños de mezcla tendrán correlaciones (confusión parcial) entre los EFECTOS PRINCIPALES, no solo las interacciones (después de todo, el valor del último componente está completamente determinado por el resto). El grado de confusión dependerá de cuán estrechos sean algunos de los rangos de componentes. Esto puede reducirse mediante el uso de codificación de pseudo-componentes (que JMP hace automáticamente), pero no hay mucho que pueda hacer con respecto a estas correlaciones. Lo mejor que puedes hacer es tener los rangos de componentes tan amplios como sea posible.
Los modelos de mezcla se basan en generar predicciones, no en conclusiones de causa y efecto (por ejemplo, una respuesta más alta podría deberse al aumento del componente A o la disminución del componente B, ya que no se puede cambiar un componente sin cambiar otro componente). La conclusión es que las reglas de los diseños clásicos no se aplican a las mezclas, por lo que no existe un "límite deseable" para el valor de correlación.
Re: ¿Es posible poner una variable de mezcla en el diseño de cribado?Gracias Dan!
Así que supongo que para el diseño de mezclas tendré que mirar la matriz de alias para una confusión parcial. Entonces, ¿hay algún valor en particular por debajo del cual pueda considerar el efecto de interacción factorial 2? no ¿Confundido con el efecto principal?
Re: ¿Es posible poner una variable de mezcla en el diseño de cribado?La plataforma de Screening Design en JMP es para el enfoque "clásico" del diseño experimental y solo es relevante para factores independientes, en otras palabras, no para factores de mezcla. Hay MUCHOS enfoques para seleccionar factores más allá de esos diseños clásicos. ¡JMP Education tiene incluso un curso completo dedicado a crear y analizar diseños de proyección! ( Software JMP: Modernos diseños de pantalla )
En los diseños de cribado, usted está tratando de identificar los factores más importantes. Para una situación de mezcla, esto se puede lograr fácilmente utilizando un diseño personalizado y simplemente especificando un modelo de efectos principales. La diferencia entre la estimación del parámetro para cada componente y el promedio general de la respuesta es la indicación del tamaño del efecto. Cuanto mayor sea el tamaño del efecto, más importante será ese componente. Puede ver una discusión más completa junto con otros enfoques posibles en el libro. Estrategias para el desarrollo de formulaciones por Snee y Hoerl.
En cuanto a los efectos de confusión, en los diseños clásicos (con factores independientes), usted ejecuta un diseño de detección y tendrá una confusión / alias COMPLETO. Con un diseño de mezcla, SIEMPRE hay confusión particular, incluso cuando no se está seleccionando. Por lo tanto, nunca conseguirás una confusión clara. Siempre obtienes un montón de confusiones parciales. Los diseños de mezclas son muy diferentes de los diseños clásicos. JMP Education también tiene un curso que cubre los conceptos básicos de diseños y análisis de mezclas ( Software JMP: Diseño y Análisis de Experimentos de Mezcla ).
