Come analizzare i dati sperimentali esistenti e quindi eseguire la progettazione di incremento?Sono il proprietario di JMP DOE. Ho 150 dati sperimentali. Questi 150 esperimenti non sono stati progettati da JMP DOE.
Ora, voglio aggiungere altri esperimenti, tuttavia, poiché ci sono più di 15 fattori, sembra che siano necessari troppi esperimenti se presumo che tutti i fatori abbiano un'interazione a due fattori con gli altri mediante la progettazione di un aumento. Quindi, la mia idea è identificare in primo luogo due interazioni fattoriali per Definitive Sreening Design e quindi eseguire il progetto di incremento solo considerando le necessarie due interazioni fattoriali, giusto?
Ri: Come analizzare i dati sperimentali esistenti e quindi eseguire la progettazione di incremento?Penso che la prima cosa che farei sarebbe valutare i dati che hai già. La piattaforma Evaluate Design aiuterà (DOE> Design Diagnostics). Può dirti della potenza e del grado di correlazione tra gli effetti.
Potresti scoprire che i dati che hai sono utili nel determinare i fattori importanti. E potresti aumentare questo con ulteriori esecuzioni per migliorare le informazioni.
Se stavi iniziando senza dati (o se decidessi che non c'è alcun valore nei dati che possiedi) allora un progetto di screening definitivo sarebbe un buon approccio perché è efficiente nello screening di un gran numero di fattori: 33 corre se tutto i fattori sono continui e non selezioni esecuzioni aggiuntive. Un compromesso è che non è possibile stimare tutte le interazioni a 2 fattori, ma generalmente ci si aspetta che solo una mancia sia attiva. Anche in questo caso, è possibile aumentare per migliorare le informazioni sui fattori attivi.
Potresti trovarlo la mia serie di blog utile se sei nuovo a concetti come la correlazione tra effetti.
