¿Cómo debo modificar mi DOE cuando no puedo igualar los niveles prescritos de un factor continuo?Estoy buscando diseñar un conjunto de experimentos para ajustar un modelo de superficie de respuesta con 2 factores categóricos (2 niveles cada uno) y 1 factor continuo. Ingresar los factores categóricos no es un problema, pero cuando agrego el tercer factor como continuo, noté que el diseño solo seleccionó el punto bajo (0), alto (1) y medio (.5) para ese factor.
Desafortunadamente, no tengo materiales disponibles para aumentar el valor del punto medio. Tengo materiales listos para los niveles bajo y alto, así como materiales equivalentes a los niveles 0.3 y 0.7. Todavía quiero ajustar el modelo de superficie de respuesta completa, ¿podría reemplazar el nivel 0.5 con los niveles 0.3 o 0.7? ¿Hay una mejor manera de incorporar los 4 materiales que tengo a mano en el diseño?
Cualquier orientación es muy apreciada!
Re: ¿Cómo debo modificar mi DOE cuando no puedo igualar los niveles prescritos de un factor continuo?Otra opción posible es hacer que los factores sean discretos numéricos con 4 niveles. JMP forzará cada uno de los niveles en el diseño, tratará el factor como continuo, pero solo permitirá los niveles específicos que especifique. Para hacer esto, JMP agregará términos de orden superior al modelo, pero los hará "Si es posible". Deje esos términos, cambiando cualquiera de ellos a "Necesario", si corresponde.
Re: ¿Cómo debo modificar mi DOE cuando no puedo igualar los niveles prescritos de un factor continuo?En primer lugar, noté que su variable continua varía de 0 a 1 y no de -1 a 1. Eso no es un problema, solo inusual y lo tomaré desde aquí tal como está.
Mi solución a este caso es usar combinaciones no permitidas. Digamos que especifica su variable continua como X1. Después de configurar sus factores en la ventana Diseño personalizado, vaya a la pestaña "Definir restricciones de factores" y seleccione "Usar secuencia de comandos de combinaciones no permitidas". Al seleccionar esta opción, se abre la ventana "Expresión de combinaciones no permitidas". Dentro de esta ventana, escriba la siguiente restricción (copie y pegue lo que está dentro de las marcas "" pero no las marcas ""): "X1> = 0.3001 & X1 <= 0.6999". Estas dos restricciones definen el rango de X1 que usted no haga querer en tu tabla DOE.
Puede resultarle divertido que se utilicen 0.3001 y 0.6999 en lugar de 0.3 y 0.7, respectivamente. La razón de esto es que si usa 0.3 y 0.7 en su lugar, puede "empujar" el algoritmo que busca el mejor diseño para considerar niveles X1 inferiores a 0.3 y superiores a 0.7 en lugar de exactamente 0.3 y exactamente 0.7, respectivamente - y no quieres esos. Así que engañas el algoritmo usando niveles de restricción muy cercanos a los que deseas, como 0.3001 y 0.6999. Intente usar 0.3 y 0.7 en su lugar y vea por sí mismo lo que obtiene para obtener más aclaraciones.
También puede ser curioso saber cuánto pierde debido a esta restricción. Para ello, encontrará adjuntos dos archivos de tabla JMP. Uno con el DOE resultante con combinaciones no permitidas que respeta su restricción, y otro sin ninguna restricción. Ambos usan n = 14, que es el número predeterminado de corridas para el modelo de superficie de respuesta con 1 variable continua y 2 variables categóricas con 2 niveles cada una. Si compara ambos diseños, abra ambas tablas y en una de ellas vaya a DOE> Diagnóstico de diseño> Comparar diseños, seleccione ambas tablas y presione OK, verá que hay relativamente poca pérdida en términos de variación de predicción. En el informe de comparación que obtendrá, verá el gráfico a continuación que muestra la varianza de predicción vs. Fracción del espacio. Aunque el área bajo la curva es más alta para el diseño de rango restringido (azul), no es mucho más alta en términos relativos. Entonces, podría haber pensado que perdería el poder predictivo al restringir el rango X1, y lo hace, pero no mucho.
