Quali termini alias includere nel modello di adattamentoBuona giornata
Ho eseguito un esperimento di progettazione con screening degli effetti principali per determinare quali dei miei fattori hanno l'effetto più significativo sulle proprietà meccaniche di un materiale. I miei fattori sono stati:
L -> Numerico discreto a 5 livelli
R -> 2 livelli categorici
S -> 2 livelli categorici
T -> 2 livelli categorici
Ho utilizzato il numero predefinito di esecuzioni e ho aggiunto un'esecuzione replicata come suggerito da un collega e ho fatto del mio meglio per ridurre al minimo i valori di correlazione quando utilizzavo gli strumenti di valutazione del progetto, ma ho dovuto mantenere le esecuzioni al minimo poiché non ne avevo molte di materiale con cui lavorare. Le interazioni tra due fattori sono state automaticamente escluse dal progetto se ricordo bene e sono state aggiunte come termini alias.
Quando ora eseguo l'analisi dopo aver inserito i dati sperimentali utilizzando la piattaforma del modello di adattamento e lo screening degli effetti, gli effetti significativi variano a seconda dei termini alias che includo nella piattaforma del modello di adattamento. Inoltre, non posso includere tutte le interazioni a due fattori (ad esempio, LI può includere un termine di interazione a due fattori solo due volte) poiché la maggior parte degli effetti non viene mostrata nel riepilogo degli effetti risultanti. Questo ha qualcosa a che fare con i gradi di libertà nella progettazione? È corretto cercare di includere il maggior numero possibile di termini di interazione tra due fattori, dando priorità a quelli con la più alta correlazione con gli effetti principali nella matrice alias? Nella mia matrice alias le 4 correlazioni più elevate sono le seguenti:
L*(T*R) - 0,69
L*(T*S) - 0,58
L*(S*R) - 0,58
R*(T*L) - 0,56
dove i fattori tra parentesi sono il termine dell'interazione tra due fattori parzialmente aliasato con l'effetto principale davanti alla parentesi. Seguono altre 4 correlazioni con valori intorno a 0,4 e il resto del disegno include termini con valori di correlazione molto bassi.
Questi termini alias sono il motivo per cui l'effetto L risulta essere l'unico fattore significativo (p <0,05) nella maggior parte dei casi quando includo diverse interazioni tra due fattori?Dovrei includere i 4 sopra elencati (con le correlazioni più elevate) come soluzione migliore per scoprire quali fattori sono significativi, se ce ne sono? Inoltre, devo includere le interazioni tra due fattori nell'analisi del modello di adattamento?
Progettazione di esperimentiRe: Quali termini alias includere nel modello di adattamentoGli standard ASTM e ISO vengono raramente (se non mai) adottati per fornire processi ottimali. Sono il risultato della collaborazione tra molti individui e organizzazioni e spesso vengono negoziati. In genere rappresentano il criterio minimamente accettato.
Anche se le impostazioni rimangono costanti, ciò non significa che il processo non vari! Ad esempio, è possibile impostare la temperatura dello stampo di un processo di stampaggio a iniezione su una temperatura specificata. Ma man mano che il processo viene eseguito e il materiale caldo viene iniettato nello stampo, la temperatura dello stampo aumenta. Ciò può essere contrastato facendo passare un refrigerante attraverso lo stampo, ma tutto ciò contribuisce alla variazione della temperatura effettiva dello stampo.
Il numero di variabili non è una restrizione alla tua indagine. Certo, potresti essere limitato dalle risorse, ma non esiste alcun limite al numero di variabili che possono essere indagate utilizzando il campionamento e la sperimentazione sequenziali. I principi di Scarsità, Gerarchia ed Ereditarietà sono veri. Una verità fondamentale: per conoscere l'effetto di un fattore, quel fattore deve variare nello studio. Se è costante nello studio, non c’è modo di stimarne l’effetto. Quindi, dal momento che hai svolto l'intero studio con un lotto, non hai dati a supporto delle tue conclusioni che rimarranno vere quando il lotto cambierà (cosa che alla fine accadrà).
Le strategie per gestire il rumore negli esperimenti dovrebbero essere pianificate e stabilite prima di eseguire l'esperimento. Ci sono momenti in cui possiamo trarre vantaggio da alcune strategie dopo l'esecuzione del primo esperimento, ma queste non sono ottimali. Ad esempio, puoi considerare la prima replica dell'esperimento nel Blocco 1 e quindi replicare nuovamente l'intero esperimento per il 2° blocco, ma dovrai prestare molta attenzione al rumore che era costante all'interno del blocco e assicurarti che il rumore cambi tra un blocco e l'altro. .
Ci sono momenti in cui puoi recuperare le esecuzioni per utilizzarle in altre situazioni, ma devi sempre essere consapevole dell'effetto "blocco". Non sono sicuro di cosa intendi con " Sto solo cercando di trovare il miglior modo possibile per analizzare i miei risultati".
Sì, sei tu a decidere quale modello inserire in JMP per l'analisi (adattamento modello). Questa operazione dovrebbe essere eseguita prima di progettare l'esperimento in modo da garantire che gli effetti di maggior interesse possano essere stimati dall'esperimento, ma dopo aver ottenuto i dati è ancora possibile scegliere cosa includere o meno nel modello per l'analisi.
Ri: Quali termini alias includere nel modello di adattamentoPer quanto riguarda i commenti aggiuntivi. Fai un'osservazione valida dicendo che non tutte le impostazioni rimarranno sempre costanti. Tuttavia, attualmente nel campo della ricerca sulla stampa 3D non esiste uno standard ASTM/ISO da seguire durante la stampa. Lo sviluppo di questo standard, come lei ha affermato, non consentirebbe di presumere che alcune impostazioni rimangano costanti mentre altre siano scelte come variabili. Tuttavia, poiché ci sono così tante impostazioni che possono essere modificate/investigate, la maggior parte dei ricercatori (in letteratura) in genere sceglie alcune impostazioni da variare mantenendo costanti le altre impostazioni, come ho fatto io con le mie. Questo è ancora un campo di ricerca in forte crescita.
Ho utilizzato sempre i materiali dello stesso lotto. Dovrebbe essere possibile per me identificare alcune variabili di rumore. Se riesco a identificarli: per utilizzare le strategie che hai citato (BCBD, spli-plot ecc.), le variabili di rumore dovevano essere incluse nel modello prima di creare il mio progetto o posso utilizzare queste strategie ora anche dopo averlo già fatto i miei esperimenti utilizzando il mio design attuale?
Risposta al tuo secondo paragrafo: Se, ad esempio, dovessi invece realizzare un progetto di miscela, sarebbe possibile generare esecuzioni simili a quelle attuali in modo da non dover rifare tutti i miei esperimenti? Ho tempo limitato e risorse rimanenti (materiali) e quindi sto solo cercando di trovare il miglior modo possibile per analizzare i miei risultati. Se non è possibile creare un progetto migliore senza dover rifare tutte le esecuzioni, posso comunque includere tutte le questioni sollevate nella mia discussione sul mio progetto sperimentale.
Risposta al terzo paragrafo: "Puoi decidere quale modello eseguire" - ti riferivi qui a quando stavo creando il mio progetto, ovvero prima di generare la tabella dati o durante l'analisi dei risultati nella piattaforma del modello di adattamento?
Grazie!
Ri: Quali termini alias includere nel modello di adattamentoCommenti aggiuntivi:
riguardo alla tua affermazione: " Tutte le altre impostazioni potrebbero esserlo controllato con l'impostazione predefinita s e quelli come i cambiamenti ambientali durante i test che possono variare e non sono inclusi nel modello sono stati comunque misurati per garantire che rimangano più o meno costante e non influenzano significativamente i risultati. "
Avere le impostazioni controllato o mantenuto costante NON è ciò che dovresti fare poiché ciò si tradurrà in un esperimento eseguito in uno spazio di inferenza che probabilmente non è tipico delle condizioni future. Pertanto i risultati sono limitati a tali condizioni. Hai studiato l'errore del sistema di misurazione? Per quanto riguarda gli additivi, provengono da un lotto o da più lotti? C'è qualche variazione da lotto a lotto? Dovresti avere una strategia per gestire queste variabili di rumore. Per citare un grande sperimentatore:
"Blocca ciò che puoi, randomizza ciò che non puoi" GEP Scatola
Se è possibile identificare tutte le variabili di rumore, sono disponibili eccellenti strategie per partizionare e assegnare tali fonti di variazione (ad esempio, BCBD, BIB, grafici divisi, ripetizioni, covariate, ecc.). Mantenerli costanti è una buona idea solo quando intendi farlo per sempre . Se non è possibile identificare le variabili di rumore, utilizzare la randomizzazione per ottenere, si spera, stime imparziali e rappresentative della combinazione di tutte queste variabili di rumore. Questa stima può successivamente essere utilizzata per test statistici.
Dubito che un trattamento replicato possa fornire una stima ragionevole del rumore, ma questa è solo la mia esperienza.
Non sono sicuro di aver capito il tuo primo punto dell'elenco? Se ci sono vincoli sull'impostazione del livello per tali variabili, potresti prendere in considerazione una progettazione mista. Lo scopo del TUO esperimento è convalidare gli studi condotti in letteratura (che sono stati condotti in uno spazio di progettazione completamente diverso) e fornire informazioni sulle tue ipotesi. È corretto che i fattori mostrino i loro effetti, grandi o piccoli, e anche in relazione ad altri fattori nello studio. La tua argomentazione non fornisce alcuna giustificazione per più di 2 livelli (perché i tuoi supervisori vogliono...)
Per quanto riguarda il secondo punto dell'elenco, hai creato un fattoriale frazionario. Puoi farlo collegando gli effetti di ordine superiore con gli effetti di primo ordine. Questo è vero per qualsiasi progetto frazionario. Se associ l'effetto del 1° ordine con un effetto del 2° ordine, hai Res. III design, Se si alias effetto di 1° ordine con 3° ordine, Ris. IV ecc. L'aliasing è il risultato del tuo desiderio di risparmiare sui trattamenti poiché sospetti di non essere ancora nello spazio di progettazione ottimale e non sei sicuro di quali fattori abbiano l'effetto maggiore. Puoi decidere quale modello eseguire in JMP. Esistono diverse scuole di pensiero per raggiungere questo obiettivo. Tendo a iniziare con un modello saturo e a rimuovere i termini non importanti. Altri iniziano con 1 variabile e aggiungono variabili in sequenza (passo dopo passo). Non esiste un modo giusto, ma è necessario sapere come valutare i modelli creati e JMP fornisce numerose statistiche per aiutare in questo.
Re: Quali termini alias includere nel modello di adattamentoGrazie ancora per la tua rapida risposta!
Per quanto riguarda i tuoi commenti sull'elenco puntato: il mio esperimento sta studiando l'effetto degli additivi (due dei fattori) e delle impostazioni di stampa 3D (due fattori) sulle parti stampate in 3D create con il mio materiale. Sì, ho effettuato un'approfondita ricerca bibliografica e mi sono seduto con il mio supervisore per discutere quali variabili a quali livelli dovrei includere. Tutto era ben mappato con dati sufficienti per sostenere le decisioni. Tutte le altre impostazioni potevano essere controllate con le impostazioni predefinite e quelle come i cambiamenti ambientali durante i test che possono variare e non sono inclusi nel modello sono stati comunque misurati per garantire che rimangano più o meno costanti e non influenzino i risultati in modo significativo.
1): Avrei voluto che il fattore L fosse un fattore di livello 2, tuttavia ciò non era possibile in quanto rappresenta la percentuale di additivo nel materiale e per l'additivo specifico utilizziamo una differenza dell'1% in% di additivo tra lo 0 e il 10%. hanno un effetto piuttosto ampio sulla resistenza del materiale risultante secondo diversi studi della letteratura. Quindi il mio supervisore voleva che includessi più di 2 livelli.
2) Per quanto riguarda i termini alias. Quando creo il progetto di screening, aggiungo solo gli effetti principali al modello e nella valutazione del progetto non sono presenti termini/matrici alias. Tuttavia, non appena seleziono l'opzione "Crea tabella" e poi accedo nuovamente alla valutazione del progetto, le interazioni a due fattori vengono improvvisamente elencate nella scheda "termini alias" e viene visualizzata una matrice di alias. Ciò potrebbe essere dovuto al fatto che sto utilizzando l'opzione di progettazione dello screening classico e quindi JMP rileva il mio fattore di livello 5 quando viene creata la tabella?
Grazie per la tua descrizione del motivo per cui il mio fattore L è distorto e di come viene influenzato il termine di errore: questo mi ha aiutato molto!
3) L'esecuzione della replica è stata scelta in modo casuale da me e quindi aggiunta manualmente poiché il progetto di screening non consente un'opzione per l'aggiunta di repliche. Suggeriresti di aggiungere più esecuzioni di replica casuali al mio progetto per cercare di ottenere una stima dell'errore più imparziale?
Grazie!
Re: Quali termini alias includere nel modello di adattamento
I miei primi commenti sono, non capisco:
- il processo su cui si sta sperimentando (hai creato una mappa del processo dell'esperimento?),
- IL fattori né le ipotesi che ti hanno portato a sperimentare su questi fattori (hai una mappa dei pensieri),
- le variabili di risposta né quanto cambiamento nelle variabili di risposta se di valore pratico,
- come è stato eseguito l'esperimento (hai tenuto traccia dell'ordine di esecuzione? È stato eseguito in ordine casuale?),
- come stavi gestendo tutte le altre variabili che sono cambiate nel corso dell'esperimento (che non sono state manipolate esplicitamente).
Quindi le mie risposte potrebbero essere meno che complete.
1. Quello che hai allegato non è quello che definirei un disegno di screening classico poiché hai un fattore (L) su più di 2 livelli. Dato che lo hai fatto, hai creato una struttura di aliasing piuttosto complessa. Se ti fossi attenuto a 4 fattori a 2 livelli, avresti un progetto IV di risoluzione della struttura degli alias semplice in 8 trattamenti. Non capisco perché dovresti testare un solo fattore a 5 livelli. Ciò distorce i risultati poiché sono presenti più informazioni sul fattore L rispetto ad altri nello studio (4 gradi di libertà per L).
2. Continuo a non capire il tuo uso della parola alias " solo gli effetti principali sono stati inclusi nel modello e il t Due interazioni tra fattori sono state aggiunte come termini alias ". Non si aggiungono termini con alias allo stesso modello, altrimenti l'analisi risultante richiamerà un avviso di singolarità in JMP. Nella tabella che hai fornito, hai un totale di 10 DF. Ogni fattore a 2 livelli è 1 DF e ci sono 4 DF per L (1 per lineare, 1 per quadratico, 1 per cubico e 1 per quartico). I termini non lineari sono parzialmente aliasati con effetti lineari di 2° ordine (e superiori). Poiché L viene considerata una variabile continua rispetto alle altre nel modello, ciò può creare uno scenario di modello misto (trattato come un effetto casuale rispetto agli altri fattori che sono effetti fissi).
Esistono diversi approcci all'analisi... alcuni lo fanno in modo additivo iniziando con 1 termine e aggiungendo termini al modello (per gradi). Alcuni preferiscono iniziare con un modello saturo ed eliminare i termini ritenuti insignificanti. Entrambi richiedono comprensione e capacità di interpretare: R-quadrato, R-quadrato corretto (e il delta tra i 2), valori p, VIF (per progetti sbilanciati), errore MS e se questo è rappresentativo del VERO errore, significato pratico, ecc. Renditi conto che quando lasci un termine fuori dal modello finisce nel termine di errore e quindi diventa parte della stima MSerror che incide sul test F.La rimozione di termini insignificanti dal modello distorce ulteriormente il termine MSerror (rendendo i valori p ancora più significativi).Daniele è stato il primo a utilizzare grafici normali per eseguire test statistici imparziali rispetto al termine MSerror.
3. L'aggiunta di 1 replica fa ben poco per fornire una stima rappresentativa e imparziale dell'errore, IMHO. E quale corsa è stata selezionata per replicare? Le repliche randomizzate sono state certamente utilizzate/raccomandate per molti anni per ottenere una stima imparziale dell'errore. Ce ne sono, forse, di più mezzi efficienti ed efficaci per comprendere l'errore, quanto sia rappresentativo delle condizioni future e quindi se costituisca una buona base per un test statistico.
Re: Quali termini alias includere nel modello di adattamentoCiao e grazie per aver dedicato del tempo per rispondere alle mie domande!
1 e 2): sono stato indirizzato a un collega per chiedere aiuto che ha esperienza nella progettazione sperimentale. Ho iniziato con un progetto personalizzato, ma mi è stato detto di realizzare piuttosto un progetto di screening classico poiché sto cercando di scoprire quali fattori hanno l'effetto più significativo sulle proprietà meccaniche del mio materiale in modo da poterli prendere e concentrare su di essi in ulteriori ricerche.
3 e 6): volevo dire che durante la creazione del disegno di screening sono stati inclusi nel modello solo gli effetti principali e le interazioni tra due fattori sono state aggiunte come termini alias. Dopo aver raccolto i risultati della mia ricerca e aver dovuto analizzarli utilizzando la piattaforma del modello di adattamento, ero confuso sull'opportunità di aggiungere termini alias nella sezione del modello di adattamento prima di eseguire l'analisi poiché la matrice degli alias e la mappa dei colori mostravano alias parziali e correlazione di alcuni effetti principali e le interazioni tra due fattori, ma non tra gli effetti principali stessi. Capisco che la matrice alias riveli quali effetti principali possono essere influenzati da determinate interazioni tra due fattori? e da quello che ho letto ho pensato che queste due interazioni fattoriali dovessero poi essere incluse nella sezione del modello di adattamento? Se eseguo semplicemente l'analisi del modello di adattamento senza aggiungere termini alias e ottengo i risultati, cosa dovrei controllare per sapere se gli effetti principali indicati come significativi sono davvero significativi? Non ho familiarità con la singolarità, ma andrò a leggermi su questo.
4): mi è stato detto di aggiungere manualmente un'analisi replicata al progetto di screening dopo che la tabella è stata generata, ma non sono sicuro di come ciò possa essere d'aiuto.
Allego qui la mia tabella di progettazione JMP.
Re: Quali termini alias includere nel modello di adattamentoSono un po' confuso, quindi ecco alcune domande/commenti:
1. Se stai eseguendo un progetto di screening, perché stai testando un fattore su 5 livelli? Ciò consentirebbe di stimare un polinomio di 4° ordine che sarebbe più probabilmente associato a un progetto di ottimizzazione.
2. Presumo che tu abbia utilizzato Custom Design e aggiunto i termini del modello che ti interessavano di più.
3. Non capisco cosa intendi con " Le interazioni tra due fattori sono state automaticamente escluse dalla progettazione se ricordo bene e sono stati aggiunti come termine alias S." Non è possibile avere termini con alias nel modello di adattamento altrimenti si otterrà la singolarità.
4. Inoltre non capisco "aggiunto un ciclo di replica"? Hai fatto questo per ottenere 1 DF per errore per il tuo test statistico? Come avete scelto quale trattamento replicare? Realizzare il test statistico MSfactor/MSerror (F-test) presuppone che gli errori siano imparziali, distribuiti casualmente e, si spera, RAPPRESENTANTI del VERO errori casuali (non sei sicuro di come ottenerlo con 1 trattamento replicato?). E i residui soddisfano le ipotesi NID(0,varianza).
5. Ogni coefficiente nel modello è condizionale e la sua grandezza, e talvolta il segno, cambiano.Dipendono dalle altre variabili del modello (e dal rumore).
6. Non capisco " priorità data a quelli con la più alta correlazione con gli effetti principali nella matrice degli alias". Se tuo le variabili del modello sono correlate, questa è multicollinearità. Non vuoi questo. Assicurati di controllare i VIF nella tabella delle stime dei parametri.
Magari allega la tua tabella JMP e la comunità potrà dare un'occhiata.
