Berücksichtigen Sie die inhärente Variabilität, wenn Sie den Profiler-Simulator verwendenLiebe Gemeindemitglieder,
Ich habe eine Frage zur faktorinhärenten Variabilität bei der Verwendung des Profiler-Simulators.
Angenommen, ich möchte den akzeptablen Faktorbereich definieren, der es mir ermöglicht, die von mir festgelegten vordefinierten Akzeptanzkriterien immer zu erfüllen.
Nehmen wir auch an, dass dieser Faktor eine inhärente Variabilität hat, was bedeutet, dass, wenn ich den Faktor auf 2 setzen möchte, der wahre Wert zwischen 2 +/- 0,1 % liegt.
Ich führe ein DoE durch, um ein Modell und die zugehörige Übertragungsfunktion zu erhalten.
Ich starte den Profiler-Simulator, um diesen akzeptablen Faktorbereich zu definieren:
- Ich wähle die Verteilung als zufällig
- Aber welche Standardabweichung sollte ich angeben: Ich sollte den Modell-RMSE berücksichtigen, aber auch die inhärente Variabilität des Faktors? Oder berücksichtigt der RMSE nur, dass er den Faktor inhärente Variabilität bereits enthält, was bedeutet, dass das Modell diese inhärente Variabilität bereits im Modellfehler erfasst hat?
Vielen Dank,
Hugo
@martindemel
Betreff: Inhärente Variabilität bei der Verwendung des Profiler-Simulators berücksichtigenHier ist ein Beispiel für die Verwendung der Simulationsfunktion im Prediction Profiler:
Beachten Sie, dass ich eine zufällige Variation für angegeben habe das Alter und Höhe aber festes Geschlecht. Der Zielwert für die Prozessvariablen ist der Mittelwert. Die SD ist die erwartete Variation. Ich möchte also simulieren, was passiert, wenn die Höhe = 60 Zoll, variiert aber gemäß einer Normalverteilung mit einer SD = 1,5 Zoll.
Beachten Sie unten, dass ich auch zufälliges Rauschen für Y hinzugefügt habe ( Gewicht ), die inhärent und unabhängig von den Faktorstufen ist. In diesem Fall ist die Gewicht variiert um 10 Pfund, selbst wenn sich die Faktorstufen nicht ändern. Möglicherweise haben Sie einen historischen Wert für diese SD oder Sie verwenden den geschätzten RMSE aus der Regressionsanalyse, um dieses Modell anzupassen.
Betreff: Inhärente Variabilität bei der Verwendung des Profiler-Simulators berücksichtigenHallo Mark,
Danke für deinen Beitrag. Also im Profiler, Auswahl der zufälligen Verteilung, stelle ich meinen Sollwert als Mittelwert ein und dann die Faktorvariabilität als SD, ist das richtig? Schließlich würde ich den RMSE nicht als SD eines Faktors einsetzen, da der RMSE, wie Sie erwähnt haben, der Fehler in Bezug auf die Antwort ist und bereits im Modell erfasst wird, also im Konfidenzintervall jedes simulierten Y-Werts?
Betreff: Inhärente Variabilität bei der Verwendung des Profiler-Simulators berücksichtigenZur Verdeutlichung geben Sie für jeden Faktor gegebenenfalls die Faktorvariabilität an. Der RMSE ist die zufällige Variation in der Reaktion, die nicht mit sich ändernden Faktorspiegeln verbunden ist. Sie fügen also den RMSE separat hinzu. Auf diese Weise werden beide Quellen (fest und zufällig) in die Simulation einbezogen.
Betreff: Inhärente Variabilität bei der Verwendung des Profiler-Simulators berücksichtigenVielen Dank Martin für die nette Diskussion zum Thema.
Betreff: Inhärente Variabilität bei der Verwendung des Profiler-Simulators berücksichtigen" dann verstehe ich, dass der Modellfehler tatsächlich nicht unbedingt die faktorinhärente Variabilität berücksichtigt?
Das Modell berücksichtigt diese Variabilität nur dann, wenn sie bereits in den Daten enthalten ist. Also ja, der Modellfehler berücksichtigt nicht den von Ihnen eingestellten zusätzlichen simulierten Fehler. Die Simulation ermöglicht es Ihnen, zusätzliches Rauschen hinzuzufügen, das Sie vielleicht aus Erfahrung oder technischen Details der Reaktionsmessungen/Instrumente/Eingangsvariation kennen ... (z. B. wird der ph-Wert höchstwahrscheinlich nicht genau gleich 5,5 sein, Sie haben normalerweise eine kleine Variation, selbst wenn Sie es einstellen es mit dem Instrument auf diesen Wert.
Das heißt, die Antwort auf Ihre zweite Frage: Wenn Sie Ihr Design replizieren, hätten Sie mehr Daten für die "gleichen Einstellungen". Dies ermöglicht eine bessere Schätzung des Fehlers. Das Modell ist also wahrscheinlich genauer. Ich würde jedoch nicht unbedingt sagen, dass dies daher die inhärente Faktorvariabilität beinhaltet. Aus konservativer Sicht würde ich immer noch das Worst-Case-Szenario wissen wollen. Dann können Sie – zusammen mit Ihrer Expertise – anhand Ihres Modells beurteilen, wie wahrscheinlich diese Szenarien sind und ob eine kleinere Variation stark von der konservativen Vorgehensweise abweicht. Leider ist es immer noch eine Annäherung, aber wahrscheinlich eine (etwas?) Bessere als zuvor.
Betreff: Inhärente Variabilität bei der Verwendung des Profiler-Simulators berücksichtigenHallo Martin,
Danke für die Eingabe.
Ich stimme Ihrem Kommentar zum konservativen Ansatz zu.
Wenn Sie sagen " wenn ich sicher sein möchte, dass meine Simulation die inhärente Variabilität Ihres Faktors zusätzlich zum Modellfehler berücksichtigt, ... „Dann verstehe ich, dass der Modellfehler tatsächlich nicht unbedingt die faktorinhärente Variabilität berücksichtigt?
Falls ich das gesamte Design replizieren würde, hätte ich mehr Vertrauen, dass der Modellfehler eine solche inhärente Faktorvariabilität berücksichtigt.
Betreff: Inhärente Variabilität bei der Verwendung des Profiler-Simulators berücksichtigenHugo, wenn ich sicher sein möchte, dass meine Simulation die inhärente Variabilität Ihres Faktors zusätzlich zum Modellfehler berücksichtigt, würde ich die Verteilung der Simulation auf diesen Bereich setzen (2 als Mittelwert, Standard 0,1 %). Wenn ich sicher sein kann, dass die Variabilität in Ihrem Beispiel nicht mehr als 0,1 % beträgt, würde ich „truncated normal“ oder „univariate“ verwenden, um den gesamten Variationsbereich zu erfassen, anstatt nur „normal“ zu verwenden.
Da das Ziel (wie ich vorschlage) darin besteht, den größten Faktorbereich zu sammeln, um in Ihren Akzeptanzkriterien zu bleiben, ist es immer besser, eher konservativ als zu optimistisch zu sein.
Meine2 Cent 
Andere haben möglicherweise zusätzlichen Input aus ihrer täglichen Arbeit und Nutzung.
