Hola a todos,
Ejecuté un estudio utilizando una metodología RSM con 5 factores de entrada, diseño personalizado: D-Optimal, 28 corridas y durante la interpretación de los resultados nos dimos cuenta de que hubiera sido genial incluir un sexto factor. ¿Es posible "aumentar" mi diseño en esta etapa y cómo puedo diseñar las corridas adicionales? Si ha tenido una experiencia similar, sería genial saber de usted. Gracias
¿Mediste el nivel del sexto factor durante las primeras 28 carreras? Si es así, puede intentar incluirlo en el modelo antes de aumentar. Agregue las propiedades de columna apropiadas primero.
¿Se mantuvo constante la sexta durante las 28 carreras iniciales? ¿Se conoce el nivel? Aún necesita crear esta columna de datos antes de aumentar el diseño. Luego, seleccione DOE> Diseño de aumento y continúe como de costumbre. Es posible que deba ajustar el rango de factores y sin duda deberá modificar el modelo.
como dijo Mark, es importante si tiene información previa de este parámetro de las ejecuciones anteriores. Si ha medido este parámetro como variable adicional, puede ver si el modelo ya le dirá algo sobre su impacto. Si fue constante, esto no es mucho, pero aún así alguna información.
Si no lo ha medido, ni información sobre el nivel que tiene durante las 28 ejecuciones anteriores, debe realizar tantas ejecuciones como sea necesario para estimar el efecto principal, los efectos de interacción de 2 factores de este sexto parámetro con los cinco anteriores cada uno, y el efecto cuadrático, para obtener una comprensión completa de su influencia. (Por supuesto, tener pocas ejecuciones más permite estimar el error como siempre).
En caso de que sepa que las interacciones específicas por adelantado o los efectos cuadráticos no pueden suceder, es posible que desee ajustar el modelo y reducir, por lo tanto, el número requerido de ejecuciones.
En resumen, si ya tiene alguna información de las 28 ejecuciones anteriores, es posible que necesite solo unas pocas más para llenar los vacíos; si no sabe nada, debe tener al menos una ejecución adicional para cada efecto de modelo adicional que agregue este parámetro.
