Quels effets de modèle sont appropriés pour ce DoE?Salut à tous,
J'ai construit un schéma de sélection définitif pour la filtration des particules dans différentes conditions.
Les particules expriment 3 types de surfaces catégoriques différents, C, R et V.
Il existe 4 types de filtres différents: HA, HV, Nylon et PES.
Les variables continues sont le pH et le sel, avec des points centraux.
Mes réponses sont la transmission de particules et la transmission de contaminants en tant que pourcentage d'un contrôle non filtré.
J'ai initialement conçu l'expérience avec seulement pH et Salt avec deux blocs. Au fur et à mesure que mon expérience se développait, je dupliquais le même DoE pour les différents types de surface et filtres, pour finalement les rassembler dans un jeu de données et ajouter des colonnes distinctes pour décrire les nouveaux types de filtres et de surfaces.
À partir de ce tableau, je cherche à évaluer les facteurs importants qui ont un impact sur la transmission, à identifier les meilleures conditions pour chaque type de surface et à identifier le meilleur type de surface en général.
J'ai tenté une factorielle complète de mes conditions catégoriques et continues, ainsi que de ma surface de réponse, mais ma naïveté me permet de réduire mon modèle sous l'effet du résumé peut grandement différer de mes résultats.
Merci.
Re: Quels effets de modèle sont appropriés pour ce DoE?J'ai mis à jour votre tableau de données et inclus des scripts pour le modèle initial et l'analyse de régression finale.
Re: Quels effets de modèle sont appropriés pour ce DoE?Tout d’abord, cette expérience ne semble pas appropriée pour un schéma de dépistage définitif, car vous avez un petit nombre de facteurs avec lesquels il est peu probable que les principes essentiels du dépistage aient lieu.
Deuxièmement, l'analyse appropriée dépend de l'ordre d'exécution réel et du schéma de réinitialisation de tous les facteurs. Je soupçonne que cette expérience n’est pas totalement randomisée, mais les modèles que vous avez mentionnés supposent que l’expérience est randomisée.
Troisièmement, j'ai pu adapter des modèles distincts en commençant par le modèle de surface de réponse (tous les termes du premier ordre et tous les termes du second ordre). J'ai éliminé les termes insignifiants et sans importance avant de réduire le modèle à une taille raisonnable et défendable. Il y a une valeur de transmission de particules aberrante parmi toutes les analyses:
Les termes que j'ai sélectionnés pour le modèle de transmission de particules:
Les termes que j'ai sélectionnés pour la transmission des contaminants sont les suivants:
J'ai optimisé de manière souhaitable les deux réponses pour obtenir ces paramètres:
Le profil peu profond de la désirabilité des joints dans la rangée inférieure indique qu'il n'y a pas beaucoup de différence dans le choix des paramètres de facteur. Notez que R carré pour les deux modèles est 0.38 et 0.43, respectivement.
