DOE personnalisé avec facteurs covariablesJe reçois l'alerte JMP suivante lorsque j'essaie de créer un DOE avec des facteurs covariables : "Nombre insuffisant d'exécutions covariables pour s'adapter à tous les termes du modèle.". Je pense comprendre ce que cela signifie, mais je ne comprends pas pourquoi je reçois l'alerte. J'ai deux facteurs covariables. Il y a 17 valeurs parmi lesquelles sélectionner dans l’ensemble de candidats. Les facteurs covariables sont difficiles à modifier. J'ai trois facteurs de processus faciles à modifier. Deux des facteurs de processus sont continus et un est catégorique à deux niveaux. Je conçois pour un modèle avec des termes linéaires, d'interaction et quadratiques. Je demande 10 parcelles entières avec un total de 30 passages. J'ai essayé d'utiliser de moins en plus de parcelles entières et je reçois la même alerte. Il y a très peu de corrélation entre les deux facteurs covariables dans l'ensemble candidat et il comporte de nombreux niveaux pour prendre en charge les termes non linéaires. Quelqu'un a-t-il déjà reçu cette alerte et connaît-il le problème à l'origine de son apparition ? Merci.
Re : DOE personnalisé avec facteurs covariablesJ'ai essayé votre solution consistant à concaténer ma table de covariables à elle-même et cela a fonctionné. Il a sélectionné une ligne deux fois mais ce n'est pas un problème pour mon scénario. Merci!
Re : DOE personnalisé avec facteurs covariablesHé @cwillden , je pense que vous avez compris le problème. Je pense que cela a à voir avec le nombre de paramètres par rapport au nombre de lignes dans l'ensemble candidat. J'ai essayé un modèle avec moins de paramètres que de lignes et il a créé un design avec 30 exécutions. Ainsi, le nombre total d'exécutions dépassait le nombre de lignes dans mon ensemble de candidats, mais le nombre de paramètres était inférieur au nombre de lignes. Je crois aussi que c'est un bug.
Re : DOE personnalisé avec facteurs covariablesBonjour @cwillden . C'est exactement ma situation.
Re : DOE personnalisé avec facteurs covariablesJe peux facilement imaginer un scénario dans lequel les covariables seraient difficiles à modifier.L’une des utilisations les plus courantes des facteurs covariables concerne les propriétés des lots de matières premières, et les lots de matières premières sont souvent difficiles à modifier au cours d’un processus.Dans ces cas, la seule chose qui devrait être limitée par le nombre de lignes de covariables est le nombre de parcelles entières, et non le nombre total d'exécutions.Je pense @H2OSUP a identifié un vrai bug dans Custom Design.
Re : DOE personnalisé avec facteurs covariablesSalut @H2OSUP , j'ai pu reproduire votre problème et je pense que la conception personnalisée souhaite avoir au moins autant de lignes de covariables que d'exécutions dans votre conception et que vous n'avez vraiment besoin que d'autant de lignes que de tracés entiers.Vous pouvez contourner le problème en concaténant votre table de covariables à elle-même pour doubler le nombre de lignes de covariables à 34.Le risque est de sélectionner le même ensemble de niveaux de covariables plus d'une fois pour l'ensemble des parcelles, mais dans mon test, cela ne s'est pas produit.Cela ressemble à un bug.
Re : DOE personnalisé avec facteurs covariablesAlerte confusion !
Un facteur covariable a un objectif particulier, qui pourrait ne pas répondre à vos besoins. Un facteur covariable a des niveaux prédéterminés. Cela signifie généralement que la randomisation est effectuée, laissez donc Modifications définies sur le paramètre Facile par défaut. Le nombre d'exécutions dans l'ensemble de données covariables, et non le nombre de niveaux distincts, détermine le nombre maximum d'exécutions, et non le minimum. Ainsi, si je fournis un ensemble de données covariables de 15 lignes, je peux créer une conception avec 15 exécutions ou moins.
Le nombre de niveaux requis est déterminé par les termes du modèle. Si vous ne disposez que de termes de premier ordre, alors seuls deux niveaux sont nécessaires. Si j’ai des termes de second ordre, alors seulement trois niveaux sont nécessaires. En fait, tous les niveaux autres que le niveau minimum, le niveau central et le niveau maximum sont sous-optimaux, mais un facteur covariable est utilisé lorsque je ne peux pas contrôler les niveaux mais que je peux les déterminer à l'avance et que je veux les faire correspondre de manière optimale dans le traitements des autres facteurs.
Alors, n'essayez peut-être pas de rendre le facteur covarate difficile à modifier.
