Ich möchte eine Reihe von Experimenten entwerfen, um ein Antwortoberflächenmodell mit 2 kategorialen Faktoren (jeweils 2 Ebenen) und 1 kontinuierlichen Faktor anzupassen. Die Eingabe der kategorialen Faktoren ist kein Problem, aber als ich den dritten Faktor als stetig hinzufügte, bemerkte ich, dass das Design nur den niedrigen (0), hohen (1) und Mittelpunkt (.5) für diesen Faktor auswählte.
Leider stehen mir keine Materialien zur Verfügung, um den Mittelpunkt zu berechnen. Ich habe Materialien bereit für die niedrigen und hohen Niveaus sowie Materialien, die den Niveaus 0,3 und 0,7 entsprechen. Ich möchte immer noch das Modell mit vollständiger Antwortoberfläche anpassen. Könnte ich also die Stufe 0,5 durch die Stufen 0,3 oder 0,7 ersetzen? Gibt es eine bessere Möglichkeit, alle 4 Materialien, die ich zur Verfügung habe, in das Design einzubeziehen?
Jede Anleitung wird sehr geschätzt!
Eine andere mögliche Option besteht darin, die Faktoren mit 4 Ebenen diskret numerisch zu machen. JMP erzwingt jede der Ebenen in das Design, behandelt den Faktor als kontinuierlich, lässt jedoch nur die von Ihnen angegebenen spezifischen Ebenen zu. Zu diesem Zweck fügt JMP dem Modell Terme höherer Ordnung hinzu, macht sie jedoch "Wenn möglich". Lassen Sie diese Begriffe in und ändern Sie sie gegebenenfalls in "Notwendig".
Als erstes habe ich festgestellt, dass Ihre kontinuierliche Variable zwischen 0 und 1 und nicht zwischen -1 und 1 liegt. Das ist kein Problem, nur ungewöhnlich und ich werde es von hier so nehmen, wie es ist.
Meine Lösung für diesen Fall besteht darin, nicht zugelassene Kombinationen zu verwenden. Angenommen, Sie geben Ihre kontinuierliche Variable als X1 an. Nachdem Sie Ihre Faktoren im Fenster "Benutzerdefiniertes Design" festgelegt haben, wechseln Sie zur Registerkarte "Faktoreinschränkungen definieren" und wählen Sie "Skript für nicht zugelassene Kombinationen verwenden". Wenn Sie diese Option auswählen, wird das Fenster "Nicht zugelassener Kombinationsausdruck" geöffnet. In diesem Fenster geben Sie die folgende Einschränkung ein (kopieren Sie die Markierungen "" und nicht die Markierungen ") und fügen Sie sie ein:" X1> = 0,3001 & X1 <= 0,6999 ". Diese beiden Einschränkungen definieren den Bereich von X1, den Sie verwenden unterlassen Sie wollen in Ihrer DOE-Tabelle.
Sie finden es vielleicht lustig, dass 0,3001 und 0,6999 anstelle von 0,3 bzw. 0,7 verwendet werden. Der Grund dafür ist, dass Sie, wenn Sie stattdessen 0,3 und 0,7 verwenden, den Algorithmus "pushen" können, der nach dem besten Design sucht, um X1-Ebenen unter 0,3 und über 0,7 anstelle von genau 0,3 bzw. genau 0,7 zu berücksichtigen - und du willst die nicht. Sie betrügen den Algorithmus also, indem Sie Einschränkungsstufen verwenden, die denen von 0,3001 und 0,6999 sehr nahe kommen. Verwenden Sie stattdessen 0,3 und 0,7 und überzeugen Sie sich selbst, was Sie zur weiteren Klärung erhalten.
Sie können auch neugierig sein, wie viel Sie aufgrund dieser Einschränkung verlieren. Zu diesem Zweck finden Sie im Anhang zwei JMP-Tabellendateien. Eine mit dem resultierenden DOE mit nicht zulässigen Kombinationen, die Ihre Einschränkung berücksichtigen, und eine andere ohne Einschränkung. Beide verwenden n = 14, was die Standardanzahl von Läufen für das Antwortoberflächenmodell mit 1 kontinuierlichen und 2 kategorialen Variablen mit jeweils 2 Ebenen ist. Wenn Sie beide Designs vergleichen - öffnen Sie beide Tabellen und gehen Sie in einer davon zu DOE> Designdiagnose> Designs vergleichen, wählen Sie beide Tabellen aus und klicken Sie auf OK - Sie werden feststellen, dass relativ wenig Vorhersagevarianz verloren geht. In dem Vergleichsbericht, den Sie erhalten, sehen Sie das Diagramm unten, das die Vorhersagevarianz vs. Bruchteil des Raumes. Obwohl die Fläche unter der Kurve für das Design mit eingeschränktem Bereich (blau) höher ist, ist sie relativ gesehen nicht viel höher. Sie haben also vielleicht gedacht, dass Sie die Vorhersagekraft verlieren würden, wenn Sie den X1-Bereich einschränken, und das tun Sie, aber nicht viel.
