Aumentare i DOE con intervalli di fattori modificati
Ciao,
un cliente del settore farmaceutico ha chiesto come modificare i migliori intervalli di fattori quando si aumenta un progetto. A volte ciò è necessario in quanto l'analisi ha fornito il suggerimento di guardare in una regione leggermente diversa. Questa diversa regione potrebbe essere spostata o ingrandita come mostrano le immagini qui sotto.
C'è qualche pratica migliore o di cui ci si dovrebbe occupare?
So che puoi modificare gli intervalli nella finestra di dialogo di augurazione, ma non sei sicuro del possibile effetto sulla potenza. Da un semplice esempio non ho visto un grosso problema, ma voglio essere sicuro.
Grazie per i tuoi pensieri,
balestruccio
Ri: Aumentare i DOE con intervalli di fattori modificatiSono d'accordo con tutti @markbailey suggerisce. Posso aggiungere un altro pensiero? Forse nel secondo disegno successivo, inserire una o due combinazioni di trattamento dal primo disegno come una forma di replicazione della persona povera? Una cosa che vedo a volte è "Oh, abbiamo una nuova borsa di materiali che non sono stati usati nel primo progetto da quando abbiamo usato tutte le vecchie cose". Cosa succede se quella nuova borsa NON è materialmente identica? Ciò ti darebbe una possibilità di combattere nel vedere se c'è una sorta di offset nella media o nella varianza della risposta dal "primo esperimento" al "secondo esperimento". E che dire dei potenziali cambiamenti del sistema di misura dal "primo esperimento" al "secondo esperimento". Calibrazioni, nuovi operatori, ecc. può infangare il secondo esperimento.
Ri: Aumentare i DOE con intervalli di fattori modificatiPer prima cosa, vedo una tendenza a restringere la gamma, anche se è spostata, dopo il primo round di sperimentazione. "So dov'è il buon stuuf!" Non farlo Questo cambiamento comprometterà sicuramente la stima e il potere. Non hai menzionato specificamente questa considerazione, ma l'ho incontrata così spesso in altre situazioni che volevo solo indicarlo.
Una gamma di fattori più ampia significa che sono probabili effetti non lineari. Assicurati di considerare i termini quadratici nel nuovo modello.
Non sono sicuro di quanto sia importante il potere in una seconda fase di sperimentazione. Potrebbe essere, certo, ma la previsione potrebbe essere più importante a questo punto. Presta attenzione alla varianza della previsione come un profilo e una frazione dello spazio di progettazione.
Valuta di cambiare il criterio di ottimalità se la previsione è ora più importante del primo esperimento.