Scegliere i livelli alto e basso per DSDCiao,
Ho effettuato ricerche di range per determinare alti e leve su un insieme di variabili che voglio testare con un progetto di screening definitivo.
Ho trovato per la maggior parte di loro, che al di sopra di un punto certiano c'è una riduzione dell'attività nell'effetto che sto cercando di misurare. Quindi diciamo a '1' la variabile produce una risposta bassa, a '10' una risposta alta, e a '100' indietro a una risposta bassa.
Con un progetto di screening definitivo ho la possibilità di testare 3 livelli per ogni fattore. Mi stavo chiedendo quale sia la migliore strategia per trovare i veri massimi del sistema completo (12 variabili).
Quindi stavo pensando che le mie opzioni sono:
Impostare basso su "1" e alto su "10" (con il punto assiale pari a 5) per garantire che le variabili si trovino nell'intervallo crescente lineare. Tuttavia, sono preoccupato che questo possa perdere i veri massimi che potrebbero derivare dalle interazioni con le altre variabili.
O
Impostare basso su '1' e alto su '100' con il punto assiale 10. Quindi, se ci fossero interazioni positive che potrebbero richiedere la concentrazione più alta oltre la mia ricerca di distanza originale, allora sarebbe più appropriato?
Gradirei qualsiasi pensiero su questo!
Ri: Chosing alti e bassi livelli per DSDScusa, sono in ritardo per questa discussione.
Ho incontrato questo in passato dal mio tempo in laboratorio. Avevamo la concentrazione del catalizzatore come fattore e volevamo sperimentare a livelli di 1, 10, 100. Abbiamo usato una scala di registro per fare questo. log10 (concentrazione) = 0, 1, 2. La cosa buona è che puoi sempre tornare alla trasformazione per riportare il fattore alla scala originale.
Spero che sia d'aiuto.
Saluti,
Phil
Ri: Chosing alti e bassi livelli per DSDAggiungerò i miei due centesimi al buon consiglio del mio collega @bill_worley .
Se il tuo obiettivo di scoperta è quello di "trovare i veri massimi dell'intero sistema" ... allora il mio pensiero è quello di utilizzare ciò che la maggior parte chiama, DOE sequenziale, come strategia. Il modo in cui questo potrebbe cercarti è sfruttare la potenza di un DSD per aiutarti a trovare le interazioni principali e 2 fattoriali attive dopo l'analisi stagewise incorporata nella piattaforma Fit DSD. Una volta che lo hai fatto, sto pensando ad un secondo esperimento per includere solo i fattori attivi del primo DSD ... e da lì costruisci questo secondo design sfruttando ciò che impari dal primo. Sembra che tu abbia una buona dose di curvatura nella risposta, se questo viene scoperto dopo l'analisi DSD ... forse dai un'occhiata alla nuova A - capacità di ottimizzazione di JMP 14? Manca JMP 14, quindi sto pensando ad un design I - ottimale?
Ri: Chosing alti e bassi livelli per DSDUna regola empirica che mi è stata insegnata molti anni fa è quella di "essere il più audace possibile nella ragione" quando si selezionano i range di fattori per ogni DOE. Basandoti su ciò che descrivi nel tuo post, vorrai essere abbastanza audace da cogliere qualsiasi potenziale effetto curvatura / quadratico nel tuo processo.
Il design del DSD sceglierà punti medi per i tuoi fattori, quindi a meno che non mi manchi qualcosa e scegli un intervallo da 1 a 100 il tuo punto medio sarà 50, che potrebbe essere troppo alto per vedere quale effetto avrebbe 10. Se quello che succede a 10 è importante per te e vuoi comunque usare DSD, dovresti scegliere un intervallo che catturerà 10 e in questo caso sarebbe 1 - 20.
Se vuoi prescrivere i livelli di fattore a qualcosa come 1, 10 e 100, allora ti suggerisco di usare Custom Design e usare Discrete Numeric 3-Level per impostare i tuoi livelli.
HTH
Conto
