214511_fr-FR

liliconcom

DOE personnalisé : contraintes pour les facteurs dépendant les uns des autres

Salut, je suis en train de concevoir un DOE avec des facteurs dont les conditions dépendent les unes des autres.

par exemple:

1) pour chaque exécution, la somme de X1/X2/X3 doit être de 8000

ou

2) la moyenne de X1/X2/X3 ne doit pas dépasser X4

 

Comment puis-je imposer de telles contraintes à mon DOE ?

 

X1	continu	0	10000
X2	continu	0	10000
X3	continu	0	10000

 

Merci d'avance!

Re : DOE personnalisé : contraintes pour les facteurs dépendant les uns des autres

Merci beaucoup pour l'astuce d'utilisation de la somme du mélange ! Je l'ai appliqué à mon DOE.

Re : DOE personnalisé : contraintes pour les facteurs dépendant les uns des autres

Merci beaucoup pour la solution détaillée!

 

Re : DOE personnalisé : contraintes pour les facteurs dépendant les uns des autres

Mark Bailey a décrit une bonne approche. Juste un peu plus sur l'approche mixte qu'il a mentionnée à la fin.

 

Vous n'avez pas besoin de redimensionner votre X1 à X3 pour cette approche. Vous pouvez dire à JMP que votre somme de mélange est de 8000 plutôt que la valeur par défaut de 1. Cette option est disponible dans le menu contextuel du triangle rouge de la boîte de dialogue DOE personnalisée.

 

Si vous adoptez l'approche de mélange, n'oubliez pas que les résultats d'ajustement de votre modèle seront différents car vous allez maintenant ajuster un modèle Scheffe Mixture plutôt qu'un modèle de régression standard.

Re : DOE personnalisé : contraintes pour les facteurs dépendant les uns des autres

Votre première contrainte est incohérente et crée une singularité dans la conception. Tout d'abord, aucun des trois premiers facteurs ne peut dépasser 8 000, donc une limite supérieure de 10 000 n'a pas de sens. Deuxièmement, vous n'avez que 2 facteurs indépendants. Le troisième facteur est entièrement déterminé par la somme des deux premiers facteurs. Vous pouvez donc concevoir l'expérience avec seulement les deux premiers facteurs, puis utiliser une formule de colonne pour déterminer le réglage du troisième facteur afin de faire une course ou vous pouvez concevoir l'expérience avec les trois facteurs mais supprimer le troisième de n'importe quel modèle.

 

Voici mes résultats à titre d'exemple.

 

 

Les limites supérieures ne sont pas réalistes pour votre expérience.

 

Voici la définition des contraintes que j'ai utilisées.

 

 

Avec le modèle contenant uniquement l'interception et les effets principaux, j'obtiens cette conception avec des avertissements.

 

 

Les très petites valeurs peuvent être remplacées par zéro. J'ai simulé les données pour montrer l'analyse.

 

 

Je commence l'analyse comme d'habitude mais je supprime tous les termes avec X3. Voici le résultat.

 

 

Notez que ces estimations ne correspondront pas à la simulation car elles ont utilisé des niveaux de facteurs codés. Le modèle prédit cependant très bien.

 

 

Une autre approche qui pourrait fonctionner consiste à traiter cette expérience comme un plan de mélange. Cette approche vous obligera à redimensionner vos facteurs de 0 à 1 ou 0,8. Ensuite, changez la somme du mélange à 0,8. Vous n'entreriez que X1 et X2, pas X3, dans cette approche. Vous n'auriez besoin que d'une contrainte pour l'exigence X4 avec une modification pour couvrir que X3 n'est plus explicitement dans la conception.