17156_es-ES

liliconcom

Diseño de cribado definitivo (DSD) o factorial fraccionado<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />

Hola a todos,

Pensé que me comunicaría con la comunidad de SE para obtener una respuesta a la pregunta de mis clientes a continuación:

Puedes proporcionar ¿Alguna idea sobre situaciones en las que un diseño factorial fraccionario sería preferible a un DSD?

Gracias,

--María

Re: Diseño de cribado definitivo (DSD) o factorial fraccionado

Con respecto a 1., debo mencionar que las matrices de cobertura no están destinadas a usar un modelo lineal, sino a una respuesta determinista (típicamente binomial). Esto es especialmente cierto ya que generalmente estarán sobresaturados incluso en lo que respecta a un modelo de efectos principales. Dicho esto, tienen propiedades de proyección prometedoras que podrían ser útiles como un diseño sobresaturado.

Y he visto lo mismo con tus puntos en 2. Aquellos que se han acostumbrado a los diseños factoriales fraccionales regulares pueden asustarse por el alias parcial en las interacciones de dos factores de un DSD, y preferirían tener la confusión completa en un diseño de resolución IV que intentarán separar más adelante. Incluso si no estuviera interesado en los términos cuadráticos (o tuviera factores categóricos de 2 niveles), probablemente seguiría con un diseño óptimo de alias, pero en mi opinión estoy un poco sesgado

Como se mencionó anteriormente, si tenía los recursos para ejecutar el diseño, ciertamente puede haber preferencias para un diseño de resolución V si desea estimar todas las interacciones, o un diseño RSM si desea todos esos efectos.

Salud,

Ryan

Re: Diseño de cribado definitivo (DSD) o factorial fraccionado

OK ... dormí con la pregunta de Mary y se me ocurrieron algunos otros pensamientos:

1) ¿Qué pasa con una situación en la que una matriz de cobertura podría ser un enfoque de diseño apropiado? No es una matriz de cobertura un tipo de diseño fraccionado en el que estamos eligiendo a propósito combinaciones de tratamiento para estimar efectos específicos ... y no todos los efectos posibles. ¿Cuál creo que llamaría CUALQUIER diseño que no permita una estimación independiente de todos los efectos posibles como una forma de 'diseño factorial fraccional'?

2) Luego está el diseño de nivel Taguchi 3 ** (kp) afficianados. Antes de que todos piensen que me he vuelto loco ... sigue leyendo. Estas personas insisten en forzar sus diseños en su construcción L (número de ejecuciones). En este escenario, la selección del diseño está más influenciada por las preferencias personales y los prejuicios de las personas involucradas en la planificación del experimento en lugar de la eficiencia estadística, el poder, la estimabilidad, etc. A menudo, durante mi carrera, tuve que morderme la lengua con una persona que era relativamente nueva en el DOE y lograr que ejecutaran CUALQUIER experimento diseñado (incluso si hubiera otras opciones más eficientes) fue un gran avance. Así que a veces teníamos que irnos bien para llevarnos bien y seguiríamos este camino y espero que para el trabajo futuro podamos abrir sus ojos a otras familias y caminos de diseño más eficientes.

Re: Diseño de cribado definitivo (DSD) o factorial fraccionado

María,

La pregunta se dirige específicamente a la comparación de Factoriales Fraccionales versus DSD's

Un escenario sería un pequeño número de factores (<6) para examinar (aunque desafiaría a cualquier experimentador a considerar más factores).

Un segundo escenario podría ser donde la escasez de efectos resulta no estar a favor de uno y un RES V sería menos difícil de analizar.

Dicho esto, la ventaja adicional de tener una idea de los efectos activos polinómicos supera en gran medida los desafíos de modelado ya que el aumento y la verificación son tus amigos.

Fuera del ámbito de las comparaciones factoriales fraccionarias que se ocupan de escenarios y restricciones categóricos, de parcelas divididas de varios niveles, Custom DOE es el campeón de la flexibilidad.

Re: Diseño de cribado definitivo (DSD) o factorial fraccionado

Creo que vi un video en algún lugar de Stu Hunter donde el entrevistador (¿creo que nuestra propia Anne Milley?) Le preguntó a Stu Hunter qué pensaba sobre los DSD. Creo que la respuesta de Stu fue algo así como: "Creo que esencialmente hacen que los diseños 2 ** (kp) RES III y IV sean obsoletos". Un elogio bastante alto para los DSD en comparación con estas existencias en diseños de cribado histórico comercial.

Supongo que podría argumentar a favor de algunos diseños de RES V, que quería un modelo de superficie de respuesta (por lo tanto, debo ejecutar un CCD conectado a mi RES V 2 ** (kp), o lo que solíamos llamar un ¿Diseño de Frankensteen?) Y golpeo el diseño hasta la muerte con un tamaño de muestra para aumentar el poder ... pero esto se lleva a la tierra de presupuestos ilimitados. Francamente, para el problema clásico de la PANTALLA verdadera de factores clave, donde la economía de la conducta experimental es primordial, por lo tanto, estoy entreteniendo ejecutar diseños de 2 ** (kp) RES III o IV ... Me resulta difícil pensar en una razón para ejecutar uno de estos 'diseños factoriales fraccionados' en comparación con un DSD. Estoy con Stu Hunter ... Ojalá se inventaran DSD durante mi tiempo en Kodak. Sospecho que nunca habría mirado atrás.