¿Cómo utilizar mejor los puntos de datos de componentes principales discretos en un diseño?Hola,
Estoy en camino de investigar una reacción química, donde me gustaría variar diferentes factores en el experimento:
- Temperatura (probablemente necesito un diseño de parcelas divididas para esto; voy a realizar varias pruebas a la misma temperatura al mismo tiempo)
- Tiempo de reacción
- Concentración
- Proporción de diferentes reactivos.
- y los tres primeros componentes principales (PC) del disolvente.
Realmente me gusta el concepto de PC para describir los solventes, ya que esto proporciona una mejor (y probablemente una cualitativa) discriminación entre los diferentes solventes.
Lo que me preocupa es que no puedo cambiar las PC de los solventes de manera continua, lo que significa que mi rango de solventes candidatos me da una "nube" de puntos discretos en el espacio 3D. Cada solvente tiene un conjunto particular de PC.
Es posible que pueda evitar este problema seleccionando solventes "lo suficientemente cerca" de los puntos de diseño seleccionados (+ 1 / -1 en cada dimensión de PC) y luego usar las coordenadas verdaderas (codificadas) para el análisis.
Sin embargo, debido a una restricción en la estabilidad química, todo lo que me queda son dos clases de solventes con coordenadas PC1-3 que forman dos dominios distintos en el espacio PC1-3. Esto hace que sea imposible encontrar solventes suficientemente cerca de cualquier punto de diseño razonable.
He intentado usar la herramienta de diseño personalizado al colocar todos mis solventes y sus datos en una tabla y luego usarlos como un factor de covariable (consulte el manual del DOE). Al intentar un número diferente de ejecuciones, tengo que usar muchas ejecuciones (> 80, JMP sugiere 125) para obtener una potencia razonable (0.8) para las PC y evitar el aliasing. Para un cierto número de ejecuciones, parece haber un alias parcial de los factores principales, así como los términos de interacción. A veces, JMP no da ninguna estimación de mi poder.
¿Hay alguna forma más inteligente de implementar las PC en mi diseño? ¿Puedo ignorar el bajo consumo de energía de las PC cuando se utilizan muchas menos ejecuciones, esperando a) seguir detectando un efecto o b) eliminar ciertos factores no significativos y conservar las PC para la siguiente iteración?
(JMP 14.0.0)
Gracias por los enlaces. Lo leeré tan pronto como pueda.
Para ayudar, he incluido el siguiente mapa de correlación.
Por lo que leí, ¿no debería verse tan mal? Como podría haber dicho George Box, haré nuevos experimentos de todos modos, así que si me olvido de un efecto o si tengo uno demasiado, se resolverá durante los siguientes experimentos.
Re: ¿Cómo utilizar mejor los puntos de datos de componentes principales discretos en un diseño?Gracias por tu explicación. Esta es una aplicación realmente interesante de DoE.
Para ver el alias o la correlación de efectos, personalmente prefiero mirar el mapa de color en las correlaciones Para obtener una comprensión más inmediata.
Explico la correlación de efectos en mi serie de blogs del DoE . En particular, post # 4 observa los mapas de color de correlación y lo que sucede cuando tienes efectos fuertemente correlacionados.
Re: ¿Cómo utilizar mejor los puntos de datos de componentes principales discretos en un diseño?Hola,
Gracias por tus pensamientos. A continuación he adjuntado gráficos de PC1 / PC2 y PC1-3 de las dos clases de solventes, ésteres (azul) y alcoholes (naranja). En total 91 disolventes diferentes.
Intenté reproducir lo que probé la última vez, pero creo que ha pasado mucho tiempo desde la última vez que tuve tiempo de juguetear con JMP.
De todos modos, agregué los valores de PC1-3 en una tabla y los inserté como covariables en el diseño (ver más abajo).
Solo quiero saber el impacto de los efectos principales como un comienzo, solo como una pantalla, así que definí un modelo con interacción con "Estimabilidad: si es posible".
Esta vez, JMP sugirió 20 carreras en 4 parcelas enteras (la temperatura es difícil de cambiar). Solo me cuesta descifrar la matriz de alias. Sé que 0 no es una correlación y 1 está completo, pero ¿cómo interpretar todos los demás números? Me gustaría compararlo con la contribución de cada efecto o interacción a los parámetros estimados de la estimación de la función de respuesta postulada (aquí simplemente lineal).
De todos modos, en este caso (no se muestra) no proporciona una estimación de potencia, ¿pero los coeficientes anticipados también se establecen en 0?
¡Espero que esto ayude!
Re: ¿Cómo utilizar mejor los puntos de datos de componentes principales discretos en un diseño?Lo siento, solo releyendo su publicación: "debido a una restricción en la estabilidad química, todo lo que me queda son dos clases de solventes con coordenadas PC1-3 que forman dos dominios distintos en el espacio PC1-3"
Entonces, como sospeché, su biblioteca de solventes no cubre bien el espacio. Solo puedes aprender sobre el efecto de un factor cambiándolo.
Sin embargo, el hecho de que haya 2 grupos distintos significa que puede aprender sobre el efecto del uso del grupo A de solventes en comparación con el grupo B de solventes.
¿Están estos 2 grupos separados en el espacio de la PC según solo una de las PC?
De nuevo, sería realmente útil ver los datos y el cuadro de diálogo de PCA y Diseño.Re: ¿Cómo utilizar mejor los puntos de datos de componentes principales discretos en un diseño?Gran pregunta
Usar sus 3 PC como factores covariables en un diseño personalizado es, por definición, el enfoque óptimo. En una situación como esta, no esperaría poder generar un diseño perfectamente ortogonal. Habrá cierta correlación de efectos o "alias parcial" como lo llames. (Brad Jones recientemente me hizo usar ese término: los efectos tienen un alias o no, parcialmente no tiene sentido).
Me sorprende que requiera tantas carreras para obtener la potencia adecuada. Pero recuerde que la potencia también depende del tamaño de la señal que desea detectar y del ruido experimental esperado. ¿Estás contento con tus estimaciones de estos?
Es posible que su poder sea muy bajo porque su "biblioteca" de solventes no cubre bien el espacio de la PC.
Puede ser útil si puede publicar sus datos, anonimizados adecuadamente, si es necesario.
Saludos,
Phil
