Je cherche à concevoir un ensemble d'expériences pour adapter un modèle de surface de réponse avec 2 facteurs catégoriels (2 niveaux chacun) et 1 facteur continu. La saisie des facteurs catégoriels n'est pas un problème, mais lorsque j'ajoute le troisième facteur comme continu, j'ai remarqué que la conception ne sélectionnait que le bas (0), le haut (1) et le point médian (0,5) pour ce facteur.
Malheureusement, je n'ai pas de matériaux disponibles pour composer la valeur médiane. J'ai des matériaux prêts à l'emploi pour les niveaux bas et hauts, ainsi que des matériaux équivalents aux niveaux 0,3 et 0,7. Je veux toujours adapter le modèle de surface de réponse complète, alors pourrais-je remplacer le niveau 0,5 par les niveaux 0,3 ou 0,7? Existe-t-il une meilleure façon d'incorporer les 4 matériaux que j'ai sous la main dans la conception?
Tout conseil est grandement apprécié!
Une autre option possible est de rendre les facteurs numériques discrets avec 4 niveaux. JMP forcera chacun des niveaux dans la conception, traitera le facteur comme continu, mais n'autorisera que les niveaux spécifiques que vous spécifiez. Pour ce faire, JMP ajoutera des termes d'ordre supérieur au modèle, mais les rendra "si possible". Laissez ces termes dans, en changeant l'un d'eux en "Nécessaire", le cas échéant.
Tout d'abord, j'ai remarqué que votre variable continue va de 0 à 1 et non de -1 à 1. Ce n'est pas un problème, juste inhabituel et je le reprendrai tel quel.
Ma solution à ce cas consiste à utiliser des combinaisons non autorisées. Supposons que vous spécifiez votre variable continue comme X1. Après avoir défini vos facteurs dans la fenêtre Conception personnalisée, accédez à l'onglet "Définir les contraintes des facteurs" et sélectionnez "Utiliser le script de combinaisons interdites". Lorsque vous sélectionnez cette option, la fenêtre "Expression des combinaisons interdites" s'ouvre. Dans cette fenêtre, vous tapez la contrainte suivante (copiez et collez ce qui est à l'intérieur des marques "" mais pas les marques ""): "X1> = 0.3001 & X1 <= 0.6999". Ces deux contraintes définissent la plage de X1 que vous ne pas voulez dans votre table DOE.
Vous pouvez trouver amusant que 0,001001 et 0,6999 soient utilisés au lieu de 0,3 et 0,7, respectivement. La raison en est que si vous utilisez plutôt 0,3 et 0,7, vous pouvez "pousser" l'algorithme qui recherche la meilleure conception pour considérer les niveaux X1 inférieurs à 0,3 et supérieurs à 0,7 au lieu de 0,3 et 0,7 exactement, respectivement - et vous n'en voulez pas. Vous trompez donc l'algorithme en utilisant des niveaux de contrainte très proches de ceux que vous voulez comme 0,001001 et 0,6999. Essayez plutôt d'utiliser 0,3 et 0,7 et voyez par vous-même ce que vous obtenez pour plus de précisions.
Vous pourriez aussi être curieux de savoir combien vous perdez à cause de cette contrainte. À cet effet, vous trouverez ci-joint deux fichiers de table JMP. Un avec le DOE résultant avec des combinaisons interdites qui respecte votre contrainte, et un autre sans aucune contrainte. Les deux utilisent n = 14 qui est le nombre par défaut d'exécutions pour le modèle de surface de réponse avec 1 variable continue et 2 variables catégorielles avec 2 niveaux chacune. Si vous comparez les deux conceptions - ouvrez les deux tableaux et dans l'un d'entre eux, accédez à DOE> Diagnostics de conception> Comparer les conceptions, sélectionnez les deux tables et cliquez sur OK - vous verrez qu'il y a relativement peu de perte en termes de variance de prédiction. Dans le rapport de comparaison que vous obtenez, vous verrez le graphique ci-dessous qui montre la variance de la prévision par rapport à Fraction de l'espace. Même si l'aire sous la courbe est plus élevée pour la conception à plage contrainte (bleu), elle n'est pas beaucoup plus élevée en termes relatifs. Donc, vous pourriez avoir pensé que vous perdriez votre pouvoir prédictif en contraignant la plage X1, et vous le faites, mais pas beaucoup.
