Je conçois un plan d'expériences (DOE) avec 7 variables continues. Je m'attends à ce que 2 de ces facteurs aient une courbe optimale non linéaire, et je prévois également des interactions entre les variables.
Je dispose de 3 exemplaires du système sur lequel je fais des tests, et mon système doit pouvoir gérer 6 produits différents. Mon problème est que je dois trouver un compromis dans les paramètres qui offre le meilleur rendement possible pour les 6 produits différents.
Mon idée est de concevoir le plan d'expériences (DOE) en considérant les 3 composants du système comme un facteur catégoriel et les 7 variables comme des facteurs continus. J'espère que le système n'aura pas d'influence, mais c'est possible, et je dois donc utiliser les mêmes paramètres pour les 3 systèmes. Je réaliserai ensuite le DOE complet sur les 6 produits afin de déterminer les paramètres optimaux pour une combinaison de ces 6 produits.
Ce plan vous semble-t-il pertinent ? Avez-vous d'autres suggestions ? Serait-il acceptable de réaliser des tests à seulement deux niveaux pour les 7 variables, ou dois-je en réaliser à 3 niveaux ou plus pour les variables dont je ne prévois pas un comportement linéaire ?
Dans l'attente de votre réponse.
Bienvenue dans la communauté et dans JMP.
Mes questions et réflexions. Il existe de nombreuses options.
1. Concevez plusieurs plans (par exemple, factoriel fractionnaire res IV, DSD, factoriel fractionnaire avec points centraux) prédisez tous les résultats possibles de chaque plan et les ressources nécessaires. Considérez également la première expérience consiste à concevoir une meilleure expérience , vous n'avez donc pas à tout comprendre dans la première itération (par exemple, les effets non linéaires).
2. Je suis confus par "3pc du système". Je ne comprends pas ça ? Le système est-il le système de mesure ? Sans mieux comprendre cela, je n'ai pas vraiment de conseil pour vous autre que d'identifier pourquoi les 3 pc sont différents et pourriez-vous en choisir 2 et en déduire le troisième ?
3. Il n'y a aucune mention de variables de réponse. Combien y en a-t-il?
4. Une réflexion, que se passe-t-il si vous considérez les "produits" comme du bruit et bloquez le produit (vous pourriez confondre système également dans le bloc). Sélectionnez les produits dont vous pensez qu'ils présentent les plus grandes différences et exécutez d'abord ces 2 blocs. Vous n'êtes pas tellement préoccupé par les effets de bloc, mais recherchez des interactions bloc par facteur qui indiquent que l'effet des variables de l'expérience dépend du produit que vous utilisez. Ce n'est pas le résultat que vous voulez, mais vous voulez identifier ces effets tôt afin que la conception puisse être modifiée pour s'adapter.
5. Je commencerais par des conceptions de dépistage à 2 niveaux et les augmenterais au fur et à mesure que vous vous rapprochez de ce que vous voulez. Les modèles complexes ont tendance à fonctionner dans de petits espaces de conception. En réalité, il n'existe probablement pas de véritable relation linéaire, mais vous essayez d'approximer la surface complexe avec un modèle aussi simple que possible.
6. Tenez compte du bruit, comment allez-vous le gérer ? C'est, d'après mon expérience, la partie la plus négligée de la conception d'expériences. C'est pourtant l'un des aspects les plus importants. Vous voulez que votre conception (et les conclusions de l'analyse) soit représentative de l'avenir. Vous devez faire attention à ne pas restreindre le bruit car cela a un impact négatif sur l'espace d'inférence. Le défi est que, à mesure que le bruit se rapproche de la réalité, la précision de détection des effets des facteurs diminue. Vous aurez donc besoin de stratégies pour gérer le bruit dans l'expérience (par exemple, répétitions, CRR, RCBD, BIB, split-plots).
