Diseño de detección con factores de múltiples niveles y un factor categórico de seis nivelesEstimada comunidad JMP. ¡Me cuesta un poco encontrar la forma correcta de realizar el DoE, especialmente el diseño de detección!
Primero quiero encontrar los factores más importantes con un diseño de cribado. Luego quiero investigar los factores importantes en más detalles con más niveles.
Tengo de 4 a 5 factores múltiples (entre 4-6 niveles) y uno categórico con 6 niveles (los seis niveles representan diferentes Tecnologías). Para el diseño de selección, utilizo los factores solo en 2 niveles (bajo y alto) y puedo agregar uno entre la no linealidad y el factor categórico de 6 niveles.
Información adicional: una ejecución de simulación incluye siempre los seis niveles del factor categórico (se tarda alrededor de 1,5 días para una simulación), esta es la consecuencia del modelo utilizado.
¿Cuál sería la mejor manera para el diseño de detección?
¿Debo usar un diseño personalizado o realizar tres diseños de evaluación definitivos donde divido el factor categórico en tres factores categóricos de 2 niveles?
¡Apreciaría tu ayuda!
Gracias
A_Huber
Diseño de experimentosRe: Diseño de detección con factores de múltiples niveles y un factor categórico de seis nivelesGracias. ¡Me ha sido de gran ayuda!
Re: Diseño de detección con factores de múltiples niveles y un factor categórico de seis nivelesTrato de interpretar su pregunta, así que pido disculpas si entiendo mal... Por lo general, usa diseños de detección (por ejemplo, factoriales fraccionarios) para comparar muchos factores en el espacio de diseño previsto. Después de determinar cuáles de estos factores son significativos (tanto el significado práctico como quizás el significado estadístico), es probable que continúe investigando ese subconjunto de factores para encontrar las regiones óptimas. Esta metodología es lo que GEP Box llama Metodología de Superficie de Respuesta (no un experimento con factores en >2 niveles). es el uso de iteración de experimentos para entender la superficie bastante compleja. La cantidad de experimentos que se necesitan depende de su estado actual de conocimiento. Y, por supuesto, a medida que evolucionan los nuevos materiales y la tecnología de procesamiento, también surge la respuesta... por lo tanto, la mejora continua.
Re: Diseño de detección con factores de múltiples niveles y un factor categórico de seis niveles¡Gracias por las respuestas!
@statman Las respuestas, por ejemplo, para maximizar el autoconsumo,..... Factores, por ejemplo, tecnología o tamaño de almacenamiento
Siguiendo los consejos, probablemente voy a realizar primero un diseño factorial completo.
¿Tiene sentido realizar después, por ejemplo, los dos factores más importantes, un segundo diseño con múltiples niveles?
Re: Diseño de detección con factores de múltiples niveles y un factor categórico de seis nivelesMi primer pensamiento es dar el consejo adecuado, es posible que se necesite más información sobre su situación. ¿Cuáles son las variables de respuesta? ¿Cuáles son los factores? ¿Hasta dónde necesita mover las variables de respuesta? etc.
Para reiterar los puntos de Mark, un diseño de cribado está destinado a brindar una comparación relativa de los factores de interés en el espacio de diseño seleccionado (que incluye la configuración del nivel y el ruido). A menudo, el diseño de selección inicial ayudará a priorizar qué factores tienen el mayor efecto en la(s) variable(s) de respuesta de interés y en qué dirección desea mover el espacio de diseño. El objetivo es avanzar eficientemente hacia la óptimo región. Por lo general, no le preocupa la no linealidad, ya que esto ocurre dentro del espacio de diseño y es probable que mueva el espacio. Más de 2 niveles es muy ineficiente. ¿Por qué crear un modelo complejo en la base de la montaña?(una analogía es crear un mapa detallado de Filadelfia cuando intenta llegar a Boulder, CO.).
Lo que no quedó claro en su primera publicación fue que esto se ejecutaría mediante simulación. Tenga en cuenta que en la simulación ya se ha creado un algoritmo en su programa de simulación. Es posible que no sepa qué es (especialmente si compró la simulación de un proveedor), pero ya está allí. Ahora viene la parte difícil... si el algoritmo no contiene factores que desea investigar, el análisis dirá que esos factores no tienen ningún efecto. Hay otras opiniones, mi opinión es que la simulación tiene una utilidad limitada para la detección. En la detección, está investigando muchas variables que no sabe que tienen un efecto, mientras compara simultáneamente los efectos de esos factores con el RUIDO. ¿Cómo se simula el RUIDO? En mi humilde opinión, esto no se puede simular de manera realista.
Es cierto que hay algunos programas que tardan mucho tiempo en ejecutarse (por ejemplo, FEA) y, por lo tanto, para conservar el tiempo de ejecución de la computadora, se pueden ejecutar factoriales fraccionarios, pero si el tiempo de la computadora no es gran cosa, ejecute factoriales completos.
Re: Diseño de detección con factores de múltiples niveles y un factor categórico de seis nivelesNo cometiste un error. Hice. De vuelta al principio.
Estás confundiendo 'probar' y 'experimentar'. Estás pensando en una prueba y combinaciones. Configure una condición propuesta, ejecútela, observe el resultado. Pruebe otras condiciones y vea qué sucede. El diseño se trata de un modelo. Configure múltiples condiciones que, en conjunto, apoyen mejor el ajuste del modelo, luego use el modelo para determinar los efectos importantes o para estimar la respuesta para cualquier nivel que desee. El objetivo es la interpolación, especialmente en experimentos informáticos que cuestan demasiado tiempo de ejecución para aplicaciones prácticas. ¿Hay alguna razón por la que deba incluir esos niveles predeterminados? El modelo no requiere tal.
Si debe usar esos niveles, le sugiero que diseñe el experimento factorial completo y haga la tabla. Luego seleccione Diseño personalizado e ingrese los factores del factorial completo como factores de covariables. Tendrás que especificar un modelo. Luego establezca el número de ejecuciones en cualquier número que sea práctico para usted. El diseño personalizado procederá a encontrar el subconjunto óptimo del diseño factorial completo para cumplir con su número de ejecuciones.
Re: Diseño de detección con factores de múltiples niveles y un factor categórico de seis nivelesGracias por la respuesta.
Un diseño factorial completo no cumple con los requisitos para el número de posibles simulaciones.
Si uso el diseño factorial completo, serán 1920 corridas.
un factor de 5 niveles
tres factor de 4 niveles
un factor categórico de 6 niveles
--> 5*4*4*4*6=1920 carreras
En mi opinión no suena como un diseño factorial completo, ¿o me equivoqué?
Re: Diseño de detección con factores de múltiples niveles y un factor categórico de seis nivelesParece que ha decidido utilizar un diseño factorial completo. JMP > DOE > Clásica > Factorial Completo. Luego ingrese todos los factores con todos sus niveles dados. El modelo factorial completo es posible con dicho diseño. No necesita ejecutar réplicas.
Re: Diseño de detección con factores de múltiples niveles y un factor categórico de seis nivelesCada nivel que tengo para los factores representa un componente que podría usarse/instalarse en el modelo. Por ejemplo, un factor sería la capacidad de almacenamiento con los niveles: 215,300,500,630,1000 litros o la capacidad de la batería en diferentes tamaños de kWh.
El número de ejecuciones es difícil de definir: alrededor de 50 a 60 ejecuciones utilizando simulación simultánea. Si son necesarios más, también podría hacerlo.
El diseño será un simulación por computadora y no contiene elementos estocásticos.
Re: Diseño de detección con factores de múltiples niveles y un factor categórico de seis nivelesUno de los sellos distintivos de los diseños de cribado es la economía. Sacrificamos los detalles para determinar los factores más importantes (no los efectos). ¿Por qué tendrías tantos niveles para un factor continuo? ¿Cuántas corridas son aceptables para este caso?
Otro sello distintivo de la detección es una gran cantidad de factores. Cuatro o cinco no es un número grande. Es posible que pueda diseñar un experimento y omitir la selección en este caso. Es posible que el paso adicional en una secuencia no se compense más tarde. Puede aumentar cualquier diseño en JMP para obtener información más detallada (p. ej., términos de modelo de orden superior).
El aspecto de la simulación parecía surgir de la nada. ¿Es este diseño para un estudio de una simulación por computadora? Entonces es posible que desee explorar diseño que llena el espacio . Supongo que la simulación no contiene ningún elemento estocástico.
No recomendaría dividir el estudio en múltiples diseños paralelos. Perderá la capacidad de modelar las interacciones de los factores.
