facteur numérique discret, bon choix ?J'ai 4 facteurs avec 3 paramètres : -
temps- 5, 10, 20
eau- 100, 200, 300
vitesse1- 2500, 3000, 4000
vitesse2- 5000, 6000, 7000
ma réponse est la viscosité et j'essaie de déterminer à quel réglage puis-je obtenir la viscosité souhaitée. J'essaie de mettre en place un design. Comme j'ai 3 paramètres pour chaque facteur, je pensais utiliser un facteur numérique discret, mais j'ai lu dans la documentation JMP que "Tous les niveaux d'un facteur numérique discret n'apparaissent pas dans la conception. Les niveaux qui apparaissent sont déterminés par vos spécifications dans l'aperçu du modèle".
Y a-t-il quelque chose de spécifique que je dois faire pour obtenir tous les niveaux ? Existe-t-il un autre type de facteur autre qu'un facteur numérique discret pour répondre à cette question ?
Re : facteur numérique discret, bon choix ?@Mark_Bailey oui, le nombre d'exécutions par défaut n'est pas le maximum. Désolé pour ça.
Oui, je comprends que le nombre de courses sera élevé avec des catégories catégoriques.
Merci pour la discussion, ma question principale était de vérifier s'il existe un autre type ou moyen pour cette conception dont je ne connais pas. Merci
Re : facteur numérique discret, bon choix ?Juste pour clarifier, JMP ne suggère pas de nombre maximum d'exécutions. JMP fournit un nombre d'exécutions par défaut basé sur des heuristiques simples. N'hésitez pas à choisir un autre numéro en fonction des informations d'évaluation, telles que l'analyse de puissance.
Permettez-moi de reformuler votre réponse concernant les experts choisissant les niveaux pour produire une viscosité de réussite et d'échec. Le changement de viscosité sur la plage de facteurs sera 3 à 4 fois supérieur à l'écart type de la viscosité. Est-ce vrai?
Oui, je voulais dire utiliser le type de facteur catégoriel au lieu du type de facteur numérique discret pour tous les facteurs. Vous pouvez estimer les interactions, mais le nombre d'exécutions est beaucoup plus important et probablement peu pratique pour vous.
Les corrélations sont inévitables en raison des spécifications de cette conception. D'un autre côté, la pire corrélation est d'environ 1/3, vous avez donc toujours la possibilité d'estimer ces paramètres et si l'effet est bien supérieur à l'écart type, avec une puissance raisonnablement élevée.
Cette conception semble être un bon choix, sur la base des informations fournies ici jusqu'à présent.
Juste un rappel : je suis heureux que vous soyez venu demander de l'aide à la communauté JMP ! Nous ferons de notre mieux. Mais je veux définir des attentes réalistes. Ce domaine n'est pas destiné à fournir des conseils ou des formations. Il est destiné à aider à résoudre des problèmes ou des problèmes spécifiques. Nous pouvons vous orienter vers d’autres ressources si vous avez besoin d’une aide plus approfondie pour la conception d’expériences.
Re : facteur numérique discret, bon choix ?@Mark_Bailey merci pour votre réponse.
Pour le nombre d’exécutions, j’ai utilisé le nombre maximum suggéré par JMP.
Ces niveaux ont été décidés par des experts et ils ont choisi ces niveaux pour examiner à la fois les résultats de réussite et d'échec. Lorsque vous avez dit que je pouvais utiliser des facteurs catégoriels, vous voulez dire pour chacun d'eux au lieu de facteurs numériques discrets utilisant des facteurs catégoriques ? J'ai déjà essayé d'utiliser catégorique, mais avec cela, je ne pourrai pas examiner les interactions.
Oui, j'ai également regardé les interactions et avec un nombre maximum d'exécutions, je peux voir de nombreuses corrélations entre les facteurs de la carte de corrélation. Vous trouverez ci-joint ma conception utilisant des facteurs numériques discrets et examinant également les interactions de 2e ordre avec le nombre maximum d'exécutions suggérées par JMP.
Re : facteur numérique discret, bon choix ?L'algorithme de conception personnalisé doit avoir une cohérence entre le nombre de niveaux et les termes qui apparaissent dans le modèle. Par exemple, si vous ajoutez un facteur numérique discret à quatre niveaux, la conception personnalisée ajoutera F, F^2 et F^3 au modèle. Cependant, l'estimabilité des deux derniers termes devrait automatiquement être modifiée en « si possible ». Vous pouvez cependant modifier l'estimabilité en « nécessaire » si vous voulez être sûr d'estimer ces paramètres.
L’autre influence sur l’apparence des niveaux et des traitements est le nombre de passages. Vous ne verrez pas beaucoup de traitements si votre choix est proche du nombre minimum d'exécutions, qui est déterminé par les termes qui doivent être estimés.
Ces niveaux sont-ils déterminés par des humains ou par des équipements ? Par exemple, ces vitesses correspondent-elles aux niveaux qui, selon les experts, fonctionneront ou sont-elles les seuls réglages possibles sur l’équipement ? Il semble (mais je peux me tromper) que vous souhaitiez « choisir le gagnant » parmi les combinaisons observées plutôt que d'interpoler avec le modèle pour optimiser la viscosité. Dans ce cas, vous pouvez également utiliser des facteurs catégoriels.
Je parie que vous avez des interactions intéressantes avec ces facteurs.
