DSD avec une catégorie difficile à changerSalut,
J'ai un défi DOE intéressant d'un client.
Ils veulent essayer un DSD pour une expérience. Ils ont 7 facteurs continus et un seul catégoriel à 2 niveaux. Simple.
Cependant, le catégorique est difficile à changer. C'est le type de revêtement dans le système. Changer le revêtement signifie arrêter l'ensemble du système, ce qui prend du temps et peut entraîner une modification des performances "de base" du système. Ils veulent donc minimiser le nombre de changements.
J'ai essayé quelques fois de créer un DSD pour les 7 facteurs avec 8 exécutions supplémentaires et 3 points centraux supplémentaires, puis d'utiliser ces exécutions comme covariables dans un tracé fractionné personnalisé avec 4 tracés entiers. Les dessins sont corrects mais je me demande si quelqu'un a d'autres idées.
En fin de compte, je pense qu'il serait utile d'avoir quelque chose d'aussi proche que possible d'un DSD. Ils ne sont pas trop préoccupés par le nombre de courses (30 seraient acceptables). Ils seraient probablement d'accord pour changer la doublure tous les 3 passages si nécessaire.
BTW, ils seraient d'accord pour que nous écrivions cela sous forme de blog si c'est suffisamment intéressant.
Merci,
Phil
Re : DSD avec une catégorie difficile à modifierN'utilisez pas le blocage de la plate-forme DSD, créez manuellement les blocs en fonction des valeurs de facteur catégorielles du DSD d'origine. Vous ne changez pas la conception, seulement l'ordre d'exécution. Il conservera les propriétés du DSD d'origine.
Re : DSD avec une catégorie difficile à modifierJ'ai trouvé un moyen qui produit une meilleure conception en termes d'effets principaux clairs du 2e ordre :
Créer DSD pour 7 continus et 1 catégoriel. Pas de courses supplémentaires. 18 courses.
Utilisez ensuite des facteurs continus comme covariables dans la conception personnalisée. Ignorez le facteur catégoriel d'origine et ajoutez-en un nouveau difficile à modifier avec 6 parcelles entières.
Re : DSD avec une catégorie difficile à modifierConception personnalisée avec critère alias D-optimal ?
Re : DSD avec une catégorie difficile à modifierMerci Don. Oui, j'ai essayé exactement cela (voir ci-dessus dans le fil). Pas mal, mais pas génial.
Re : DSD avec une catégorie difficile à modifierAurait dû ajouter que vous aurez besoin d'une colonne pour identifier le bloc aléatoire (nommez-le Whole Plot afin qu'il corresponde à ce qui se trouve dans le script d'analyse) et une pour le facteur difficile à modifier.
Re : DSD avec une catégorie difficile à modifierPhil,
Créez quatre blocs aléatoires, deux pour chaque niveau, puis attribuez alternativement les exécutions au bloc aléatoire approprié en fonction de la valeur du facteur catégoriel. Pour obtenir l'analyse, vous pouvez copier les scripts créés lorsque vous générez un graphique fractionné RSM pour la même configuration de facteur. Vous pouvez le faire avec un nombre différent de blocs, si vous le souhaitez.
Enfiler
Re : DSD avec une catégorie difficile à modifierMerci, Mike.
J'ai envisagé d'utiliser 4 blocs DSD pour créer 4 parcelles entières pour le facteur de doublure (2 parcelles entières par niveau de doublure). Le résultat est plutôt bon. Cependant, nous avons une poignée de corrélations entre les effets principaux et les 2FI d'environ 0,5. Pas très définitif. Je me demande si on peut faire mieux ?
Et vous avez raison de dire que Fit DSD ne sera pas possible avec le facteur supplémentaire car les courses ne sont plus repliées. Cependant, Fit DSD peut toujours être utilisé pour filtrer les 7 facteurs continus.
Merci,
Phil
Re : DSD avec une catégorie difficile à modifierSalut, Phil !
Je pense que vous voulez utiliser des variables de blocage. Puisque vous essayez essentiellement d'obtenir une conception en parcelles divisées, je suis à peu près sûr que l'ajout d'un schéma de blocage de 2, puis le traiter comme votre variable de doublure fera ce que vous voulez. La table de sortie sera triée par bloc mais randomisée dans les blocs.
Quelques mises en garde : je garderais un œil sur les corrélations. Et, vous violez probablement certaines des hypothèses du DSD, donc je ne suis pas sûr que le Fit DSD sera approprié. Peut-être que Brad ou un développeur du DOE interviendra sur ce dernier point. Tant que le facteur difficile à changer disparaît pendant le processus de modélisation, je m'attends à ce que tout aille bien - mais encore une fois, vous voudrez peut-être un deuxième avis là-bas.
Juste une pensée.
Meilleur,
M
