Casualità nei fattori DOESto progettando un esperimento a 3 fattori con tutti i fattori continui. Per uno dei fattori (di maggior interesse per la previsione della risposta), non riesco a impostare i valori dei livelli. Invece devo scegliere da un campione di valori che sono "vicini" al livello desiderato. Per un dato livello di questo fattore, dovrei essere in grado di limitare il valore effettivo a circa il 5% dell'intervallo tra i livelli. È abbastanza vicino da considerarlo "impostato" o dovrebbe essere tenuto conto della casualità (nella progettazione o nell'analisi)? Se quest'ultimo, come? C'è una guida generale per quando un fattore può essere considerato insieme rispetto al caso? Che cos'è? Se guardi abbastanza da vicino, ogni impostazione del fattore del mondo reale include alcuni componenti della casualità.
Grazie
Ri: Casualità nei fattori DOEAh, questa è una buona idea. Grazie. Perché non ci ho pensato?
Ri: Casualità nei fattori DOEPenso che nella tua situazione, non importa praticamente che l'impostazione del fattore di destinazione abbia una piccola quantità di rumore quando si esegue l'esperimento. Un modo per verificare l'impatto della variazione nelle impostazioni dei fattori consiste nell'utilizzare gli strumenti di valutazione del progetto in JMP.
Ad esempio, ho generato un design a 3 fattori in Custom Design, quindi ho modificato una delle impostazioni del fattore per avere un rumore casuale uniforme del +/- 5% attorno all'impostazione del fattore. Ecco i due disegni
Il confronto di design di questi due disegni mostra che sono praticamente gli stessi, per quanto riguarda le loro proprietà statistiche:
Ri: Casualità nei fattori DOEMark, grazie per la risposta. Penso di non aver fatto bene la mia domanda. Ad esempio, ho un fattore che è una proprietà della mia unità sperimentale, come la resistività di massa. È praticamente impossibile avere più unità sperimentali con esattamente la stessa resistività di massa. Tuttavia, posso raccogliere un campione di unità sperimentali che hanno una resitività di massa "alta" e un campione con resitività di massa "bassa". L'intervallo entro un livello del fattore di resistività di massa è circa il 5% della differenza tra "alto" e "basso".
Le operazioni di randomizzazione e la modifica della resistività di massa tra una corsa e l'altra sono facili, ma ottenere più campioni con esattamente la stessa resistività di massa è praticamente impossibile.
Ri: Casualità nei fattori DOEPenso che ci siano probabilmente due problemi nella tua domanda, ma non ne sono sicuro.
La casualità in un esperimento progettato ha a che fare con la produzione di una corsa:
- Seleziona casualmente il trattamento (condizioni) e l'unità sperimentale.
- Hai ripristinato tutte le impostazioni del fattore prima di ogni corsa.
Se hai un difficile da cambiare fattore che è difficile o addirittura impossibile reimpostare ogni volta, quindi è necessario indicare questo fatto quando si specifica il fattore (Modifiche) in Custom Design. Questo cambiamento fa a esperimento di split-plot .
D'altra parte, potresti non avere il controllo necessario per ottenere l'impostazione del fattore desiderata. In tal caso, aggiornare semplicemente la tabella di dati in modo che il livello di fattore effettivo sostituisca il valore di progetto originale.
