237085_it-IT

liliconcom

Dimensione del campione per DOE

Ciao,

Vi scrivo per avere qualche suggerimento riguardo all'argomento legato al DOE.

Ho un processo industriale. Il risultato (risposta) del processo è la percentuale di scarto.

La media di questo scarto è intorno all'1,5%.

Voglio creare un DOE per identificare i principali fattori, interazioni, modello,...

La mia domanda è: come posso determinare il numero di repliche per ciascun angolo (per una potenza specifica) per essere sicuro di avere risultati statistici corretti (se in una prova otterrò "0% di scarto" si tratta di una vera variazione di output o solo un caso)?

 

Grazie in anticipo per il tuo riscontro.

Distinti saluti,

Simone

 

Ri: Dimensione del campione per DOE

Capisco il tuo suggerimento riguardo all'utilizzo di alcuni " ∆" e trasformare "OK/KO" in un dato misurabile.

Non facile... ma non impossibile.

Grazie anche per il giornale.

Buona giornata.

Distinti saluti,

Simone

Ri: Dimensione del campione per DOE

Ciao Marco,

in questo momento non ho JMP Pro... ma prendo nota del tuo input.

Grazie.

Simone

Ri: Dimensione del campione per DOE

Il mio suggerimento è di essere più creativi nello sviluppo di una variabile di risposta appropriata (e utilizzare risposte multiple). Se il problema è il colore, esistono diversi modi per misurarlo:

• ∆L : la differenza di chiaro/scuro
• ∆A : la differenza tra i valori rosso/verde
• ∆B : la differenza tra i valori giallo/blu
• ∆C : la differenza di cromaticità
• ∆E : la “distanza” spettrale tra i due colori
• ∆H : la differenza di tonalità

Se la percezione umana è interessante, allora una scala ordinale potrebbe essere molto utile. Ho allegato un documento che ho scritto per fornire indicazioni sull'utilizzo di tale scala. Le risposte binarie non sono molto descrittive, richiedono dimensioni del campione più ampie e mancano di discriminazione.

Ri: Dimensione del campione per DOE

Avevo dimenticato la tua risposta binaria. Potresti prendere in considerazione la progettazione dell'esperimento per il modello lineare ma l'analisi dei dati con la regressione logistica (risposta non lineare con un predittore lineare).

 

Hai JMP Pro? In tal caso, è possibile utilizzare il simulatore integrato per valutare la potenza in un caso del genere. Posso guidarti attraverso il processo.

Ri: Dimensione del campione per DOE

Il metodo del disegno fattoriale completo è il più antico. Fornisce dati eccellenti per adattare il modello esplicativo! Tuttavia, il metodo si basa sulla combinatoria ed è poco flessibile, che è il problema che hai riscontrato. Penso che la flessibilità del metodo di progettazione personalizzata sarà un vantaggio nel tuo caso.

Ri: Dimensione del campione per DOE

Grazie per i dettagli (alcuni di essi hanno generato in me qualche domanda più interessante).

Un dettaglio: in questo momento (per questo processo) l'output è solo "pass" / "fail" proveniente da un'ispezione visiva (collegata a un tipo di colore).

Distinti saluti,

Simone

Ri: Dimensione del campione per DOE

Grazie Marks... ora sta diventando più chiaro.

Distinti saluti,

Simone

Ri: Dimensione del campione per DOE

Grazie per il tuo feedback.

Sto utilizzando un Full Factoria Design (seguirò le tue indicazioni).

 

Distinti saluti,

Simone

Ri: Dimensione del campione per DOE

Simone, offrirò una prospettiva diversa.

 

A mio modesto parere la tua domanda è sbagliata. È più probabile: quante unità sperimentali (o misure dell'UE) devono essere realizzate per avere uno studio (esperimento) che rappresenti (ora e in futuro) o esponga i fenomeni di interesse? La variabile di risposta % scarto è una variabile di risposta inadeguata. Ci sono troppi meccanismi di fallimento che vengono confusi in una tale risposta. Non offre una discriminazione sufficiente per essere molto efficace nell'esecuzione di esperimenti (in particolare al livello% di cui stai discutendo). Allora perché le "unità" vengono demolite? È dovuto a qualche attributo dimensionale, fisico o estetico? Per esempio; Se "fuori specifica", utilizzare le misurazioni effettive. Se cosmetico, utilizzare una scala ordinale. Potrebbe essere necessario "creare" una misurazione (o più di 1) per descrivere adeguatamente il fenomeno. Alcune altre domande: gli scarti vengono prodotti in modo costante (o variano nel tempo)? Hai idea di cosa sia l'errore del sistema di misurazione? Il processo è sequenziale? In tal caso, avete ipotesi su dove nel processo vengono generati i "rottami"? Quanto degli scarti è dovuto a fattori che puoi controllare e quanto potrebbe essere dovuto al rumore (fattori che non controlli). Se il problema è il rumore, sarà necessario disporre di strategie per gestire il rumore nella situazione dell'esperimento (ad esempio, RCBD, BIB, grafici divisi, ripetizioni, ecc.). Sarà necessario progettare esperimenti per creare un processo resistente al rumore.

Ri: Dimensione del campione per DOE

Aggiunta a @cwillden , sono disponibili diversi modi per specificare i requisiti di alimentazione per determinare la dimensione minima del campione. È possibile specificare la SD di risposta (RMSE) e il coefficiente previsto come metà della dimensione minima dell'effetto. Ad esempio, se desideri trovare l'effetto reale di una variazione dello 0,5%, inserisci 0,25% come coefficiente. In alternativa, è possibile impostare RMSE su 1 e inserire il coefficiente previsto così come il multiplo di SD che si prevede che la risposta cambi. Ad esempio, se prevedi una variazione reale di 3 DS, inserisci 1,5 come coefficiente. L'ultimo modo è inserire l'RMSE e quindi le risposte previste. A volte è più facile pensare ai cambiamenti reali in questo modo.

 

Sono anche d'accordo con lui sul fatto che la replica ottimale risulterà dall'utilizzo del design personalizzato, piuttosto che dalla replica di un altro progetto.

Ri: Dimensione del campione per DOE

Utilizzi il design personalizzato o qualcos'altro?Guarda la diagnostica del progetto nella piattaforma DOE che appare dopo aver generato il tuo progetto.C'è un'analisi del potere nella parte superiore di quel rapporto.Fondamentalmente, controlli la potenza e continui a regolare il numero di corse finché non sei soddisfatto.Se utilizzi Fattoriale completo, considera invece l'utilizzo di Design personalizzato poiché posizionare punti aggiuntivi sugli angoli non è sempre la migliore allocazione di esecuzioni aggiuntive, in particolare se disponi di termini quadratici.Se disponi di termini quadratici, le dimensioni delle sequenze divisibili sia per 3 che per 2 tendono a funzionare bene.