Hallo allerseits,
Ich habe eine Studie unter Verwendung einer RSM-Methodik mit 5 Eingabefaktoren durchgeführt, benutzerdefiniertes Design: D-Optimal, 28 Läufe, und wir haben bei der Interpretation der Ergebnisse festgestellt, dass es großartig gewesen wäre, einen sechsten Faktor einzubeziehen. Ist es in dieser Phase möglich, mein Design zu "erweitern" und wie kann ich die zusätzlichen Läufe entwerfen? Wenn Sie ähnliche Erfahrungen gemacht haben, wäre es toll, von Ihnen zu hören. Vielen Dank
Haben Sie das Niveau des 6. Faktors während der ersten 28 Läufe gemessen? In diesem Fall können Sie versuchen, es vor dem Erweitern in das Modell aufzunehmen. Fügen Sie zuerst die entsprechenden Spalteneigenschaften hinzu.
Wurde der 6. während der ersten 28 Läufe konstant gehalten? Ist das Level bekannt? Sie müssen diese Datenspalte noch erstellen, bevor Sie das Design erweitern können. Wählen Sie anschließend DOE> Augment Design und fahren Sie wie gewohnt fort. Möglicherweise müssen Sie den Faktorbereich anpassen und das Modell sicherlich ändern.
Wie Mark sagte, ist es wichtig, wenn Sie vorherige Informationen zu diesem Parameter aus den vorherigen Läufen haben. Wenn Sie diesen Parameter als zusätzliche Variable gemessen haben, können Sie sehen, ob das Modell Ihnen bereits etwas über seine Auswirkungen sagt. Wenn es konstant war, ist dies nicht viel, aber immer noch eine Information.
Wenn Sie es nicht gemessen haben und keine Informationen darüber haben, welchen Pegel es in den 28 vorherigen Läufen hat, müssen Sie so viele Läufe wie nötig durchführen, um den Haupteffekt abzuschätzen. 2-Faktor-Interaktionseffekte dieses 6. Parameters mit den vorherigen fünf. und der quadratische Effekt, um ein umfassendes Verständnis seines Einflusses zu erhalten. (Natürlich können Sie mit wenigen Läufen den Fehler wie immer abschätzen.)
Wenn Sie wissen, dass bestimmte Interaktionen im Voraus oder quadratische Effekte nicht auftreten können, möchten Sie möglicherweise das Modell anpassen und daher die erforderliche Anzahl von Läufen reduzieren.
Zusammenfassend lässt sich sagen, dass Sie, wenn Sie bereits einige Informationen aus den vorherigen 28 Läufen haben, möglicherweise nur noch wenige benötigen, um die Lücken zu füllen. Wenn Sie nichts wissen, benötigen Sie mindestens einen zusätzlichen Lauf für jeden zusätzlichen Modelleffekt, den dieser Parameter hinzufügt.
