Welches Design soll ich wählen?Verehrte Gäste,
Ich plane, ein RSM zu bauen, um meine Methode zu optimieren. Ich habe 8 kontinuierliche Faktoren und 2 Antworten. Die Werte der einzelnen Faktoren wurden anhand einiger interner Methoden und früherer Erfahrungen des Teams bestimmt. Ich habe keine Ahnung, ob es Wechselwirkungen zwischen Faktoren gibt oder nicht. Ich kann die Geräuschquelle nicht identifizieren und plane eine Zufallsauswahl
Nach einer kleinen Recherche denke ich, dass es zwei Möglichkeiten gibt, dies zu tun, und ich weiß nicht, welche besser geeignet ist?
1) sequentielles Experimentieren mit Central Composite Design (Box-Wilson), da ich ein klassisches Screening-Design mit einem Mittelpunkt ausführen und bei Bedarf mit axialen Punkten fortfahren kann.
2) Verwenden Sie ein Placket Burman-Design, um den Haupteffekt abzuschirmen, und dann ein zentrales Verbunddesign. Und dieser Weg wird in meinem Bereich am häufigsten verwendet
Danke
VersuchsplanungBetreff: Welches Design soll ich wählen?Für jede kategoriale Variable können Sie bei Bedarf jederzeit eine Ebene entfernen. Das bedeutet aber, dass Sie keine Informationen über die fehlende Ebene haben.
Für ein DSD (oder ein benutzerdefiniertes Design) geben Sie nicht die Anzahl der Stufen für einen kontinuierlichen Faktor an. Stattdessen wird die Anzahl der Ebenen gewählt, um das Modell zu schätzen. Wenn Ihr Modell quadratische Terme hat (was bei Antwortoberflächenmodellen der Fall ist), dann haben Sie 3 Ebenen für kontinuierliche Faktoren. Da DSDs darauf ausgelegt sind, ein Antwortoberflächenmodell zu überprüfen und möglicherweise anzupassen, erhalten alle kontinuierlichen Faktoren automatisch drei Stufen.
Schauen Sie sich das JMP-Hilfesystem zu definitiven Screening-Designs an, um mehr Hintergrundinformationen zur Funktionsweise und Erstellung dieser Designs zu erhalten: Informationen zum endgültigen Screening-Design von JMP
Betreff: Welches Design soll ich wählen?
Danke @Dan_Obermiller . Wie wäre es, wenn Sie diesen Faktor als zweistufige kategorische Faktoren und alle anderen Faktoren als kontinuierliche dreistufige Faktoren festlegen?
beste grüße
Betreff: Welches Design soll ich wählen?Wenn Sie dem empfohlenen DSD-Analysepfad folgen, besteht der einzige Haken darin, sicherzustellen, dass Sie den quadrierten Term für diesen Faktor nicht schätzen. Wenn Sie den Profiler verwenden möchten, ändern Sie den Modellierungstyp in „Ordinal“ oder „Nominal“, bevor Sie den Profiler verwenden. Dadurch bleiben die Werte bei 1, 2 oder 3.
Betreff: Welches Design soll ich wählen?Danke für deine schnelle Antwort. Wie ich letztes Mal sagte, ist mein Faktor die Anzahl der Zyklen, die die Stufen 1,2 und 3 annehmen können. Mit dem DSD plane ich ein Screening, gefolgt von einer Antwortoberfläche.
Meine Sorge, wenn ich den Faktor als kontinuierlich betrachte, wie werden die Ergebnisse ausgedrückt? Wenn ich beispielsweise meine Antwort maximieren möchte, gibt die Software für meinen Faktor einen Wert von 1,2 aus. Was soll ich dann tun? Betrachten Sie es als 1?
beste grüßeBetreff: Welches Design soll ich wählen?Du hast Recht. Ich bin aus dem Gedächtnis gegangen und habe vergessen, dass eine 3-stufige kategoriale Variable in einem definitiven Screening-Design nicht zulässig ist. Wenn der Faktor jedoch numerisch ist, könnten Sie dann nicht in Betracht ziehen, Ihren diskreten numerischen Faktor als kontinuierlich zu behandeln? DSDs verwenden nur drei Ebenen, sodass es bei der Ausführung des Designs zu keinen Problemen kommt.
Betreff: Welches Design soll ich wählen?Liebling @Dan_Obermiller ,
Zurück zu Ihrem Vorschlag, in der Software habe ich nicht gefunden, wie man a einbinden kann 3-stufige kategoriale Variable für den endgültigen Screening-Entwurf. Es können nur 2-stufige kategoriale Variablen enthalten sein
vielen Dank
Betreff: Welches Design soll ich wählen?Es gibt viele Menschen in der Community, die gerne Ihre Fragen beantworten würden. Die Analyse von Daten grenzt an Beratungsdienste, was noch dadurch erschwert wird, dass die meisten Community-Benutzer wahrscheinlich nicht die Ziele und Hintergrundinformationen kennen, um eine angemessene Analyse mit Schlussfolgerungen zu erstellen. Gibt es also eine Frage, die noch nicht beantwortet wurde?
Betreff: Welches Design soll ich wählen?Liebling @Dan_Obermiller
Im Anhang finden Sie meine Daten. Bitte schauen Sie sich diese an
beste grüße
Betreff: Welches Design soll ich wählen?Ein Punkt zur Klarstellung: Wenn Sie Custom Design verwenden, erhalten Sie für Ihre Situation wahrscheinlich KEINEN teilfaktoriellen Versuchsplan. Ich möchte nur sicherstellen, dass Sie sich darüber im Klaren sind, dass Custom Design bei der Erstellung des Designs andere Kriterien verwendet.
Was Ihre negative gesamte Plotvarianz betrifft, bedeutet dies, dass Ihre gesamte Plotvarianz recht klein und höchstwahrscheinlich vernachlässigbar ist. Ich habe mich nie um diese negative Einschätzung gekümmert und mich immer darauf konzentriert, wie ich die Informationen nutzen würde. Schließlich ist noch ein weiterer Punkt zu beachten: Der Entwurf wird erstellt, um die Schätzungen Ihrer Modellparameter abzuschätzen. Das Design ist NICHT für die Schätzung der gesamten Plotvarianz optimiert. Daher ist die Schätzung unsicherer, was der typische Grund für eine negative Schätzung ist. Die Kombination aus einem kleinen Wert und der Unsicherheit kann zu diesem negativen Ergebnis führen.
Betreff: Welches Design soll ich wählen?Liebling @Dan_Obermiller ,
Ich habe noch eine Frage.
Bevor ich mit meinem eigentlichen Design beginne, führe ich als ersten Schritt einige Vorversuche durch
Ich möchte einen fraktionierten faktoriellen Versuchsplan durchführen und habe 5 Faktoren, von denen einer schwer zu ändern ist. Mithilfe von „Custom Design“ einschließlich eines Spilled-Plot-Designs habe ich eine Tabelle mit 20 Experimenten mit 5 ganzen Plots erhalten. Als ich die Experimente durchführte, fand ich einen negativen Wert in der Variante „Ganze Diagramme“ und weiß nicht, was ich daraus schließen soll? Im Anhang finden Sie einen Screenshot
Vielen Dank im Voraus
Betreff: Welches Design soll ich wählen?Ein diskreter numerischer Faktor verkompliziert die Sache zwar ein wenig, aber nicht so sehr.
Bei einem CCD hat die mittlere Ebene überhaupt keinen Einfluss auf den Bruchteil des Designs. Wenn Sie axiale Punkte benötigen, müssen Sie die axiale Skalierung auf der Fläche angeben. Keine wirklichen Veränderungen.
Auch beim PB nutzt der Screening-Teil des Designs nicht die mittlere Ebene. Wenn Sie axiale Punkte hinzufügen, müssen Sie die Skalierung auf der Fläche angeben.
Mit dem kundenspezifischen Design gibt es absolut keine Änderungen.
Beim Definitive Screening Design ist eine diskrete numerische Analyse technisch nicht möglich. Sie können den Entwurf jedoch auch so erstellen, dass dieser Faktor eine kategoriale Variable mit drei Ebenen ist. Alle Ratschläge bleiben gleich.
Betreff: Welches Design soll ich wählen?Liebling Dan Obermiller,
Vielen Dank für Ihre schnelle Antwort. Ich vergesse zu erwähnen, dass einer meiner Faktoren Discrete Numetic ist, sodass ich die Werte 1, 2 und 3 annehmen kann. Bleiben in diesem Fall alle Sätze gültig?
beste grüße
Betreff: Welches Design soll ich wählen?Sie haben mehr als zwei Möglichkeiten, aber lassen Sie uns die von Ihnen genannten Optionen erkunden.
CCD – Ihr klassisches Screening-Design wäre das 16-Run-fraktionelle faktorielle Design + Mittelpunkte. Dies wäre ein Design mit Auflösung IV, was bedeutet, dass Ihre Haupteffekte nicht mit Ihren Zwei-Faktor-Wechselwirkungen verwechselt werden. Dies ist wünschenswert. Auch wenn Sie keine Krümmung sehen, müssen Sie möglicherweise einige zusätzliche Durchläufe hinzufügen, um die Zwei-Faktor-Wechselwirkungen vollständig zu verstehen. Sie sollten daher mindestens zwei, wahrscheinlich drei, Experimentierphasen einplanen.
Plackett-Burman-Design – Das PB-Design besteht nur aus 12 Läufen (+ Mittelpunkte), hat aber Auflösung III, was bedeutet, dass Ihre Haupteffekte durch einige Zwei-Faktor-Wechselwirkungen verwechselt werden. Normalerweise ist dies keine gute Grundlage für ein Antwortflächendesign, da in einer Optimierungsstudie mit Zwei-Faktor-Wechselwirkungen zu rechnen ist. Daher müssen wahrscheinlich nur wenige Ihrer 8 Faktoren „aktiv“ sein und Sie müssen wahrscheinlich drei Experimentierphasen einplanen.
Aber wie sieht es mit anderen Optionen aus? Sie könnten beispielsweise „Custom Design“ verwenden, um einen Entwurf zur Schätzung des Haupteffektmodells zu erstellen. Erweitern Sie das dann, um Interaktionen/quadratische Begriffe hinzuzufügen. Dieser Ansatz ähnelt möglicherweise Ihren klassischen Ansätzen, erspart Ihnen jedoch möglicherweise einige Versuche. Darüber hinaus können Sie entscheiden, welche Optimierungskriterien verwendet werden sollen, sodass Sie die verschiedenen Phasen des Entwurfs optimieren können, um wichtige Faktoren zu bestimmen oder die Vorhersage zu verbessern.
Eine weitere Möglichkeit besteht darin, ein Definitive Screening Design zu verwenden. Dieses Design ist als Screening-Design gedacht (das Sie suchen), kann aber häufig ein Reaktionsoberflächenmodell schätzen, solange die Anzahl der aktiven Faktoren nahe bei 50 % oder weniger Ihrer 8 möglichen Faktoren liegt. Dieses Design kann in 21 Durchgängen erreicht werden, einschließlich der 4 zusätzlichen Durchläufe, die JMP empfiehlt. Es hat außerdem den Vorteil, dass es in einer Reihe von Versuchen abgeschlossen werden kann und nicht nacheinander aufgebaut werden muss.
Für eine von Ihnen beschriebene Situation würde ich empfehlen, das Definitive Screening Design in Betracht zu ziehen.
Ich hoffe das hilft.
