DOE personalizzato con fattori di covariazioneRicevo il seguente avviso JMP quando provo a creare un DOE con fattori di covariata, "Numero insufficiente di esecuzioni di covariate per adattare tutti i termini del modello.". Penso di capire cosa significhi, ma sono confuso sul motivo per cui ricevo l'avviso. Ho due fattori di covariazione. Sono disponibili 17 valori tra cui selezionare nel set di candidati. I fattori di covariata sono difficili da modificare. Ho tre fattori di processo facili da modificare. Due dei fattori di processo sono continui e uno è categorico a due livelli. Sto progettando un modello con termini lineari, di interazione e quadratici. Chiedo 10 interi appezzamenti con un totale di 30 corse. Ho tentato di utilizzare sempre meno appezzamenti interi e ho ricevuto lo stesso avviso. C'è pochissima correlazione tra i due fattori di covariata nell'insieme dei candidati e ha molti livelli per supportare i termini non lineari. Qualcuno ha ricevuto questo avviso e conosce il problema che lo ha causato? Grazie.
Ri: DOE personalizzato con fattori di covariazioneHo provato la tua soluzione di concatenare la mia tabella delle covariate a se stessa e ha funzionato. Ha selezionato una riga due volte, ma questo non è un problema per il mio scenario. Grazie!
Ri: DOE personalizzato con fattori di covariazioneEHI @cwillden , penso che tu sia interessato alla questione. Credo che abbia a che fare con il numero di parametri rispetto al numero di righe nel set candidato. Ho provato un modello con meno parametri rispetto alle righe e ha creato un progetto con 30 esecuzioni. Pertanto, il numero totale di esecuzioni superava il numero di righe nel set di candidati, ma il numero di parametri era inferiore al numero di righe. Anche io credo che sia un bug.
Ri: DOE personalizzato con fattori di covariazioneCiao @cwillden . Questa è esattamente la mia situazione.
Ri: DOE personalizzato con fattori di covariazionePosso facilmente immaginare uno scenario in cui le covariate sarebbero difficili da modificare.Uno degli usi più comuni dei fattori di covariata sarebbero le proprietà dei lotti di materie prime e i lotti di materie prime sono spesso difficili da modificare in un processo.In questi casi, l'unica cosa che dovrebbe essere limitata dal numero di righe della covariata è il numero di interi grafici, non il numero di esecuzioni totali.Penso @H2OSUP ha identificato un vero bug nel Custom Design.
Ri: DOE personalizzato con fattori di covariazioneCIAO @H2OSUP , sono riuscito a riprodurre il tuo problema e penso che Custom Design voglia avere almeno tante righe di covariate quante sono le esecuzioni nel tuo progetto e in realtà hai solo bisogno di tante righe quante sono le intere trame.Puoi risolvere il problema concatenando la tabella delle covariate a se stessa per raddoppiare il numero di righe delle covariate portandolo a 34.Il rischio è selezionare lo stesso insieme di livelli di covariata più di una volta per l'intero grafico, ma nel mio test ciò non è accaduto.Sembra un bug.
Ri: DOE personalizzato con fattori di covariazioneAvviso confusione!
Un fattore covariato ha uno scopo speciale, che potrebbe non soddisfare le tue esigenze. Un fattore covariato ha livelli predeterminati. Ciò in genere significa che la randomizzazione viene eseguita, quindi lasciare le modifiche impostate sull'impostazione Facile predefinita. Il numero di esecuzioni nel set di dati covariati, non il numero di livelli distinti, determina il numero massimo di esecuzioni, non quello minimo. Pertanto, se fornisco un set di dati covariati con 15 righe, posso realizzare un progetto con 15 esecuzioni o meno.
Il numero di livelli richiesti è determinato dai termini del modello. Se hai solo termini del primo ordine, sono necessari solo due livelli. Se ho termini di secondo ordine, sono necessari solo tre livelli. In effetti, qualsiasi livello diverso dal livello minimo, dal livello centrale e dal livello massimo non è ottimale, ma viene utilizzato un fattore di covariazione quando non posso controllare i livelli ma posso determinarli in anticipo e voglio abbinarli in modo ottimale nel trattamenti degli altri fattori.
Quindi, forse non provare a rendere difficile la modifica del fattore covarato.
