229147_es-ES

liliconcom

Diseño del DOE con múltiples factores

Tengo una pregunta sobre cómo diseñar un DOE:

1) Múltiples grupos de factores; cada grupo con múltiples factores;

2) Hay factores comunes que se comparten grupos cruzados;

3) Cómo diseñar DOE para minimizar las corridas: sin diseño completo de factoria;

 

Ejemplo:

A1 / A2 / A3 / A4 / A5 / A6 como grupo # 1;

A1 / A2 / B8 / B9 / B10 como grupo # 2;

A1 / A3 / C15 / C16 / C17 como grupo # 3;

 

¿Hay alguna manera de diseñar DOE juntos como:

A / A2 / A3 / A4 / A5 / A6 + B8 / B9 / B10: no incluya todos los factores en el diseño de la pantalla;

¿Hay algún Pto y Con que preveas?

Re: DOE Design con múltiples factores

Nos ocuparemos de la cantidad de carreras más tarde. Por favor explique la naturaleza de un 'grupo'. ¿Qué constituye un grupo? ¿Por qué se agrupan los factores?

 

No entiendo tu ejemplo. ¿Son los factores A, B y C? ¿Es un símbolo como A1 el factor medio A en el nivel 1?

Re: DOE Design con múltiples factores

Marca,

Hay múltiples componentes en un conjunto complejo por el cual algunos componentes son comunes y están relacionados con otros componentes.

A1 / A2 ... son factores, cada uno con múltiples niveles;

B8 / B9 ... son factores también, cada uno con múltiples niveles s bien;

 

Cada grupo de factores será evaluado con un depósito individual. 

Re: DOE Design con múltiples factoresEntonces, ¿cada grupo representa los componentes dentro de un subconjunto? ¿Cuáles son los factores? ¿Diferentes tipos de componentes?Re: DOE Design con múltiples factores

¿Sería capaz de crear una tabla de todas las combinaciones experimentales posibles, que excluye las combinaciones que no puede hacer o que no le interesan?

 

Si es así, puede tomar ese diseño "completo" y encontrar un subdiseño óptimo de un número determinado de ejecuciones en la plataforma de diseño personalizado.  Debería crear la tabla, luego ejecutar Diseño personalizado con esa tabla como la tabla de datos actual y agregar todos los factores como covariable factores  Luego, elige el tipo de modelo que deseas ajustar a los datos una vez que se realiza el experimento, y el número de ejecuciones, y JMP buscará el diseño óptimo de la lista de puntos candidatos.  También hay una manera de garantizar que se incluyan ciertas combinaciones en el diseño preseleccionando las filas en la tabla completa y marcando la opción para incluirlas en la plataforma de diseño personalizado.  

 

Recientemente publiqué cómo hacer esto para encontrar un diseño de bloque incompleto equilibrado óptimo ( https://community.jmp.com/t5/Discussions/Balanced-Block-Designs-Using-Covariate-Factors-in-Custom-Design/mp/228916 ), el enfoque descrito anteriormente es el mismo.