Uso de componentes principales como factores en un DOEHola: tengo un experimento donde uno de los factores es categórico, solvente, pero preferiríamos tener el menor número posible de factores categóricos. En ese sentido, estamos utilizando los resultados de un artículo publicado en una revista que lleva más de 750 solventes a través de más de 125 modelos de solventes y reduce de manera dimensional las incrustaciones de solventes con PCA.
Nos gustaría usar algunos de estos componentes principales como factores continuos en nuestro diseño, pero no estoy seguro de cuál es la mejor manera de hacerlo. Los problemas son dobles. 1) ¿Simplemente hacemos que los componentes principales sean numéricos discretos y luego los agregamos todos manualmente? Parece que no puedo encontrar una manera de hacer una tabla de factores desde cero. 2) incluso si lo hacemos, se requieren combinaciones de niveles en los componentes principales solo por la definición de PCA, en lugar de combinaciones no permitidas. ¿Cómo le dirías esto a JMP? ¿Necesito morder la bala y aprender a codificar?
Gracias.Re: Uso de componentes principales como factores en un DOETal vez podría incluir el PC solvente como factor de covariable. Consulte Ayuda> Libros> Diseño de experimentos y busque este tema.
Re: Uso de componentes principales como factores en un DOEHola - Gracias por la respuesta! Así que lo he intentado, pero no tenemos la mayoría de los solventes a la mano, lo cual es un problema con la plataforma de covariables, ya que parece que solo se elige uno de cada fila y no más. ¿Hay alguna forma de evitar eso o es un requisito de la teoría de las covariables?
Re: Uso de componentes principales como factores en un DOEJMP asume que los niveles de covariables en la tabla de datos separada representan todos los valores que tal vez desee incluir en el experimento. Si el número de ejecuciones elegidas para el diseño es menor que el número de filas en la tabla de datos con los valores de covariables, JMP selecciona los mejores valores de covariables y selecciona las filas.
Re: Uso de componentes principales como factores en un DOEBien, entonces, ¿hay algo malo si, por ejemplo, le dije que hiciera, digamos, 10 ejecuciones, luego tomé los 10 solventes que escoge y luego simplemente rehacer un diseño con esos diez como categóricos, y luego, porque reemplazaremos ¿La categoría con los componentes principales en el análisis, le dice que haga tantas ejecuciones como sea necesario para tener en cuenta los cambios en los grados de libertad de las variables de conmutación?
Eso puede no tener sentido.
Re: Uso de componentes principales como factores en un DOENo entiendo por qué se tomaría la molestia de un reemplazo doble. Parece que su tabla de covariables es bastante grande, ya que está usando una PC de características solventes de una gran biblioteca publicada. Puede replicar la covariable cualquier número de veces (por ejemplo, dos veces, tres veces, diez veces) y usar esa tabla cuando diseñe su experimento. El diseño personalizado de JMP seleccionará las mejores filas, ya sea un nuevo solvente o una réplica de un solvente elegido previamente. (Supongo que la tabla de datos de covariables tendrá una columna de datos con identificación de solvente además de la PC).
El factor de covariable representa una restricción en los niveles de los factores, pero, por lo demás, el diseño personalizado funciona como siempre.
Re: Uso de componentes principales como factores en un DOEOh. Eso tiene mucho más sentido. ¡Gracias!
