Tipo de datos vs Rol de diseño para diseño factorial generalEstoy haciendo la transición de Minitab a JMP para un curso este semestre y tengo problemas con el flujo de trabajo.
Ejemplo: tengo un experimento factorial general de 2 factores con 3 niveles cada uno (diseño 3^2). Las variables en sí son continuas (por ejemplo, temperatura y presión). Quiero hacer dos cosas:
1. Evaluar un factorial general modelo de efectos con efectos principales (Temperatura, Presión) e interacción bidireccional (Presión*Temperatura) que trata los tres niveles de factores como variables categóricas.
2. Ajuste una superficie de respuesta que incluya curvatura cuadrática donde los factores se traten como variables continuas.
Nota: este conjunto de datos tiene una curvatura cuadrática, por lo que las respuestas para los niveles alto y bajo son comparativamente similares y el nivel medio es el que es diferente.
Para el n.° 1, si envié los factores hacia arriba como continuos de 3 niveles pero configuré el 'Rol de diseño' en categórico, el modelo aún parece ajustarse como una variable continua codificada -1 y +1 para los valores alto y bajo. El nivel medio (el que en realidad es diferente) está efectivamente codificado como 0 y no se usa en el cálculo del efecto. Si está configurado como categórico de 3 niveles, el modelo genera lo que esperaría con un efecto calculado para cada nivel, reconociendo que el nivel medio es diferente de los otros dos.
Si sé que quiero hacer un análisis que es un modelo de efectos con variables categóricas y luego pasar a ajustar una superficie de respuesta con variables continuas, ¿cuál es el flujo de trabajo de mejores prácticas? ¿Configuró dos tablas de datos diferentes con diferentes tipos de datos en total?
Re: Tipo de datos vs Rol de diseño para diseño factorial generalRecomendaría este enfoque, pero ciertamente hay otros. "Mejor" será una opinión.
Comience con DOE > Clásico > Diseño factorial completo.
Introduzca 2 factores continuos, cada uno con 3 niveles.
Haz el diseño con una réplica para un total de 18 carreras.
Rellena tus datos de respuesta.
Para el análisis ANOVA, cambie los tipos de modelado de sus dos factores para que sean nominales.
Realice ese análisis.
Para el análisis RSM, vuelva a cambiar los tipos de modelado de sus dos factores a continuos.
Realice ese análisis.
Re: Tipo de datos vs Rol de diseño para diseño factorial generalRealmente aprecio tu tiempo. Aquí hay un ejemplo. Enseño un curso del DOE que históricamente ha usado MINITAB. El capítulo 5 del libro Montgomery DOE brinda una descripción general de los diseños factoriales generales desde un análisis ANOVA clásico hasta la introducción de superficies de respuesta a través de una regresión de mínimos cuadrados (los diseños CCD, etc. vienen más adelante).
En el ejemplo adjunto, un solo conjunto de datos se analiza como un factorial general y luego como una superficie continua. En MINITAB, podríamos establecer y analizar un factorial general. Con la misma tabla de datos, ajuste una regresión lineal general como variables continuas y especifique tiempos cuadráticos. No es necesario cambiar las propiedades de los datos.
¿Cuál es el mejor flujo de trabajo en JMP? Este ejemplo en realidad se resolvió en JMP, pero me faltan las mejores prácticas de flujo de trabajo (cambiar el tipo de variable o definir nuevas tablas de datos).
Re: Tipo de datos vs Rol de diseño para diseño factorial generalDisculpa, creo que me confundí con tu pregunta. Pensé que estaba en la plataforma DOE>Diseño personalizado o DOE>Clásico>Superficie de respuesta. Ya creó y ejecutó el diseño y ahora está tratando de analizar 2 formas diferentes (una que trata las variables como continuas y otra que trata las variables como categóricas). Solo por curiosidad, ¿por qué quieres cambiar el tipo de datos para las x? ¿Hay algún resultado específico (p. ej., cuantitativo o gráfico) que esté tratando de obtener? ¿Qué salida te interesa?
En cualquier caso, hay varias formas de hacer lo mismo en JMP. Lo que suelo hacer cuando enseño el software es mostrar las diferentes opciones que están disponibles y dejar que cada individuo elija qué salida funciona "mejor" para ellos. Maneras de ver fácil y visualmente qué información hay en los datos. (la nueva guía del usuario de JMP https://www.jmp.com/welcomekit/en/#/?_k=evx4id y muchos tutoriales en línea son útiles)
Re: Tipo de datos vs Rol de diseño para diseño factorial generalAbsolutamente es como un nuevo idioma. Hasta ahora, me gusta JMP. Es mucho más accesible para los estudiantes de nuestra universidad en términos de licencias.
Contamos con JMP Pro 15. Creo que estoy confundiendo 'Tipo de modelo' con 'Rol de diseño'. Tenía el tipo de datos y el tipo de modelado configurados en 'numérico y 'continuo', pero el Rol de diseño configurado en 'categórico'. El tipo de modelo es lo que necesito establecer en nominal, no el rol de diseño en categórico para obtener un modelo de efectos.
Re: Tipo de datos vs Rol de diseño para diseño factorial general¿Qué versión de JMP estás usando? En la versión 15+, puede elegir entre Numérico discreto, Categórico, Bloqueo, Covariable, Mezcla, Constante, No controlado (opciones de diseño personalizado). Si agrega N Factores como Continuos, su Rol será continuo. Siempre puede cambiar eso en la tabla de datos. Al mirar la lista de factores en su tabla de datos, verá íconos sobre qué "rol" tendrán en el análisis (Nominal, Ordinal o Continuo).
Sé que aprender un nuevo software es como aprender un idioma diferente. Pero diré que después de haber usado varios a lo largo de los años, creo que JMP y la interfaz de usuario para JMP son muy superiores a Minitab una vez que te acostumbras.
Re: Tipo de datos vs Rol de diseño para diseño factorial generalMuchas gracias por la rápida respuesta. Esto es realmente útil. ¿Cambiar el rol de diseño para un tipo de datos continuo tiene algún impacto en el modelo de ajuste? Parece que no, porque un tipo de datos continuo con un rol de diseño categórico todavía se ajusta como una variable continua. Solo quiero asegurarme de que no me estoy perdiendo nada.
¡Gracias de nuevo!
Re: Tipo de datos vs Rol de diseño para diseño factorial generalTengo que trabajar con ambos programas de software, por lo que puedo brindarle alguna orientación. Primero, adjunto hay un documento que puede ayudar. Para su situación, puede alternar el tipo de variable de Nominal a Ordinal a Continua seleccionando el icono de color junto al nombre de la variable en la columna de la izquierda. Para que el análisis se realice como si las variables fueran categóricas, simplemente seleccione el tipo de datos Nominal e incluya los tres términos en el modelo (Analyze>Fit Model). Para las pruebas de análisis de regresión que asignan los términos cuadráticos, vuelva a cambiar las variables a Continuo. Tienes unas cuantas opciones. Analizar>Ajustar modelo: resalte las columnas con los factores, seleccione Macro>Superficie de respuesta (esto incluirá los efectos principales, la iteración de segundo orden y los términos cuadráticos en el modelo. (O puede escribir su propio modelo saturado).
Avísame si necesitas explicaciones más detalladas.
