Elegir niveles altos y bajos para DSDHola,
He llevado a cabo la búsqueda de rango para determinar el nivel alto y el nivel de una serie de variables que quiero probar con un diseño de cribado definitivo.
He encontrado para la mayoría de ellos, que por encima de un punto certian hay una reducción en la actividad en el efecto que estoy tratando de medir. Así que digamos que en '1' la variable produce una respuesta baja, en '10' una respuesta alta y en '100' vuelve a una respuesta baja.
Con un diseño de detección definitivo tengo la capacidad de probar 3 niveles para cada factor. Me preguntaba cuál sería la mejor estrategia para encontrar los verdaderos máximos del sistema completo (12 variables).
Así que estaba pensando que mis opciones son:
Ajuste bajo a '1' y alto a '10' (con el punto axial siendo 5) asegurando que las variables se encuentren en el rango de aumento lineal. Sin embargo, me preocupa que esto pueda pasar por alto los máximos verdaderos que podrían surgir de las interacciones con las otras variables.
O
Ajuste bajo en '1' y alto en '100' con el punto axial siendo 10. Por lo tanto, si hubiera interacciones positivas que pudieran requerir una mayor concentración más allá de mi rango original, ¿sería así más apropiado?
¡Apreciaría cualquier pensamiento sobre esto!
Re: Escogiendo niveles altos y bajos para DSDLo siento, llego tarde a esta discusión.
He encontrado esto en el pasado desde mi tiempo en el laboratorio. Teníamos la concentración de catalizador como factor y queríamos experimentar a niveles de 1, 10, 100. Utilizamos una escala de registro para hacer esto. log10 (concentración) = 0, 1, 2. Lo bueno es que siempre puede realizar una transformación inversa para recuperar el factor en la escala original.
Espero que ayude.
Saludos,
Phil
Re: Escogiendo niveles altos y bajos para DSDAñadiré mis dos centavos al buen consejo de mi colega. @bill_worley .
Si su verdadero objetivo de descubrimiento global es 'encontrar el verdadero máximo de todo el sistema' ... entonces mi forma de pensar es usar lo que la mayoría llama, el DOE secuencial, como su estrategia. La forma en que esto lo puede buscar es aprovechar el poder de un DSD para ayudarlo a encontrar interacciones activas y de 2 factores, siguiendo el análisis por etapas integrado en la plataforma Fit DSD. Sin embargo, una vez que hayas hecho eso, estoy pensando en un segundo experimento para incluir solo los factores activos del primer DSD ... y desde ahí construir este segundo diseño aprovechando lo que aprendes del primero. Parece que tiene una buena cantidad de curvatura en la respuesta, si se descubre después del análisis de DSD ... tal vez, eche un vistazo a la nueva capacidad de optimización A de JMP 14. A falta de JMP 14, entonces estoy pensando en un diseño óptimo de I?
Re: Escogiendo niveles altos y bajos para DSDUna regla general que me enseñaron hace muchos años es "ser lo más audaz posible dentro de la razón" al seleccionar los rangos de factores para cualquier DOE. Según lo que describas en tu publicación, querrás ser lo suficientemente audaz para capturar cualquier posible curvatura / efectos cuadráticos en tu proceso.
El diseño del DSD elegirá puntos medios para sus factores, así que, a menos que me falte algo y elija un rango de 1 a 100, su punto medio será 50, que puede ser demasiado alto para ver qué efecto tendría 10. Si lo que sucede a las 10 es importante para usted y aún desea usar DSD, debe elegir un rango que capture 10 y en este caso eso sería 1 - 20.
Si desea recetar los niveles de factor en 1, 10 y 100, le sugiero que utilice el Diseño personalizado y el Nivel numérico discreto de 3 niveles para establecer sus niveles.
HTH
Cuenta
