¿Cómo incluyo resultados de pruebas por lotes de puntos múltiples en un diseño DOE factorial completo?Estoy tratando de evaluar la uniformidad de los nutrientes de un lote producido al mezclar cuatro ingredientes en un mezclador mecánico.Desea utilizar un diseño factorial completo con tres factores en dos niveles cada uno (tipos de ingredientes, velocidad de mezcla, cantidad de material utilizado) con múltiples respuestas (nutrientes: hierro, cobre, etc.).
Diseño factorial completo 2 * 2 * 2 = 8 ensayos únicos
El producto de cada ensayo se empaqueta en dos bolsas y se extraen muestras de múltiples ubicaciones (superior/media/inferior) de las bolsas para su análisis.Se analizan un total de 18 muestras de cada lote. ¿Cómo puedo incluir estos datos en el DOE? ¿Tendrá que hacer las ubicaciones de muestra y el número de bolsa como factores? o tendrá que promediar los resultados de 18 pruebas de muestra para incluirlas en el diseño factorial completo? ¿Tengo que ejecutar un análisis ANOVA separado para cada resultado de lote para evaluar la uniformidad del lote?
Re: ¿Cómo incluyo resultados de pruebas por lotes de puntos múltiples en un diseño DOE factorial completo?El método de diseño factorial completo tiene sentido en este caso porque desea todas las combinaciones. Incluya bolsa y posición como factores. No reproduzca el diseño. Desea modelar la concentración promedio para que la variación aleatoria sea predominantemente del proceso y no del ensayo. En su lugar, agregue tres columnas a la derecha de la columna de datos de respuesta en su tabla. Introduzca los ensayos por triplicado en estas columnas. Agregue una fórmula para la media a la columna de datos de respuesta. (Sugerencia: seleccione las columnas de datos replicados, haga clic con el botón derecho en una de ellas y seleccione Nueva columna de fórmula > Agregado > Media. Copie la fórmula de esta columna y péguela en la fórmula de la columna de datos de respuesta. No necesita la nueva columna de datos, así que elimínela. O simplemente cree la fórmula directamente en la columna de datos de respuesta si cree que es más rápido).
Haga clic en el triángulo verde junto a la secuencia de comandos de la tabla Modelo. Elimine cualquier término cruzado que incluya bolsa o posición. Seleccione los términos Bolsa y Posición, haga clic en el triángulo rojo junto a Atributos y seleccione Efecto aleatorio. Ahora estimará los efectos fijos de la técnica de mezcla, la cantidad de material y el tipo de ingrediente. El esquema REML mostrará las estimaciones de los componentes de varianza para Bolsa, Ubicación y error estadístico.
Re: ¿Cómo incluyo resultados de pruebas por lotes de puntos múltiples en un diseño DOE factorial completo?Hola, Mark
Gracias por la respuesta.
El factorial completo es presumiblemente el mejor diseño integral clásico que incluye ensayos con todas las combinaciones.En realidad, dos de mis factores son categóricos (error tipográfico: la técnica de mezcla es el factor en lugar de la velocidad de mezcla, la velocidad de mezcla es constante), el total de tres factores (técnica de mezcla, cantidad de material o nivel de llenado, tipos de ingredientes).Sí, la respuesta se mide en la concentración de nutrientes respectiva.
Las bolsas son casi cilíndricas cuando están llenas, casi 3 pies de alto y se usa un muestreador especial para extraer muestras que permite extraer muestras desde la misma altura/profundidad para la parte superior/media/inferior. Cada lote da como resultado dos bolsas (bolsa 1 y 2). De cada bolsa, planeo tomar muestras (T/M/B) en tres lugares. 9 muestras por bolsa (total 9*2=18 muestras por lote). Como no voy a fijar las ubicaciones horizontales de la muestra, tres muestras superiores de tres ubicaciones por bolsa se pueden considerar como réplicas. Tengo la intención de utilizar la "ubicación vertical de la muestra" (superior, media, inferior) y el número de bolsa (1/2) como factores.¿Qué opinas? Sí, debido a las variabilidades como el ensayo, etc. tomando tres muestras para T/M/B.
Gracias
Re: ¿Cómo incluyo resultados de pruebas por lotes de puntos múltiples en un diseño DOE factorial completo?Olvidé agregar que otro aspecto del análisis que no está plasmado en el diseño es el anidando de los niveles de los factores. Por ejemplo, Location = Middle no es lo mismo para cada bolsa. Eso es físicamente imposible. Los métodos de diseño de JMP asumen que todos los niveles de los factores son cruzado . La estructura anidada es otro aspecto que se agrega en el cuadro de diálogo de inicio Ajustar modelo.
Es posible que necesite ayuda para especificar su modelo en el cuadro de diálogo Ajustar modelo, ¡así que pregunte!
Re: ¿Cómo incluyo resultados de pruebas por lotes de puntos múltiples en un diseño DOE factorial completo?Algunas preguntas para ayudar a aclarar su solicitud.
- ¿Por qué eligió el método de diseño factorial completo?
- ¿Por qué elegiste dos niveles para cada factor? Dos de tus factores son continuos. Dos niveles para estos factores suponen que el efecto de cada uno es lineal.
- ¿Se mide la respuesta como cantidad (p. ej., peso) o concentración?
Parece que su diseño está establecido. Gran parte de la solución depende de cómo pretende modelar los efectos en la respuesta y qué estimaciones desea. Algunos de sus efectos son fijos y otros son aleatorios. Los tres factores aportan efectos fijos. Lote contribuye con un efecto aleatorio. ¿Qué pasa con la bolsa y la ubicación? Parece que toma muestras tres veces de cada ubicación en cada bolsa de cada lote. Si es así, ¿se requieren tres muestras debido a la imprecisión del ensayo para determinar los niveles de nutrientes? Si el error del sistema de medición es una gran parte de la variación, es posible que desee separarlo de la variación del proceso que desea caracterizar. Usaría la estimación media de las tres mediciones para reducir el componente de error de medición.
Puede ingresar Lote, Bolsa y Ubicación como factores. JMP modelará sus efectos como fijos de forma predeterminada, pero puede cambiarlos a aleatorios en el cuadro de diálogo Ajustar modelo. Los efectos aleatorios producen estimaciones de los componentes de la varianza. Los efectos fijos producen estimaciones de coeficientes.
Las estimaciones de componentes de varianza requieren tamaños de muestra mucho más grandes que las estimaciones medias para intervalos de confianza comparables. Es decir, la estimación de la media es mucho más eficiente que la estimación de la varianza.
