C'è un modo per sfruttare i DOE passati e ottenere informazioni da loro per ottenere un modello DOE futuro migliore?Vedi la domanda nella riga dell'oggetto. Ti chiedi se esiste un modo per aggregare i dati dai precedenti costrutti DOE e utilizzarli per fornire ulteriori informazioni ai futuri DOE che sfruttano gli stessi fattori e livelli?
Immagino che avrebbe bisogno di un po 'di R o di simulazione, ma sarebbe molto utile che dover avviare un nuovo DOE da zero ogni volta.
AnalyticsTabella datiDOEScriptingRi: C'è un modo per sfruttare i DOE passati e ottenere informazioni da loro per ottenere un modello DOE futuro migliore?Ecco i miei due centesimi ... accolgo con favore il commento:
In un certo senso, ciò che potresti descrivere è il processo di sperimentazione sequenziale come principio guida per la risoluzione dei problemi. Se è così, c'è molto nella letteratura su questo processo. Suggerisco di leggere i primi capitoli di Box, Hunter e Hunter "Statistics for Experimenters" come punto di partenza. In un senso molto reale, tutti i professionisti del design sperimentale sequenziale come processo fanno sempre leva sulla sperimentazione precedente con la sperimentazione successiva. Nessun litigio con questo metodo. Tutto sommato nella mia esperienza è che è il processo di risoluzione dei problemi più efficiente per le indagini incentrate sul DOE.
Se quello che stai veramente cercando è fondere due o più progetti sperimentali in un unico Mother of All Experiments e poi analizzarli, questo metodo è irto di molte insidie e attenzione. Non ultimo dei quali potrebbero essere ipotesi incoerenti, scopi sperimentali e obiettivi per ciascuno degli esperimenti sugli ingredienti ... con l'ipotesi, gli obiettivi e gli obiettivi dell'indagine ispirata da "Madre". Quindi, al di là dell'uso dell'esperimento "Madre" per l'analisi esplorativa dei dati, sarei diffidente nei confronti di molto oltre.
Ri: C'è un modo per sfruttare i DOE passati e ottenere informazioni da loro per ottenere un modello DOE futuro migliore?Non ho 2 centesimi da aggiungere @P_Bartell Ottimo post, ma ecco un centesimo. Sono un sostenitore della strategia sequenziale DOE. In effetti, penso che sia ridicolo pensare che nel tuo primo esperimento avrai scelto tutti i fattori più importanti, testandoli a livelli ottimali e sopra il rumore appropriato (inferenza). È più efficiente e ritengo efficace a lungo termine PIANIFICARE un lavoro sequenziale (questo vale anche per il campionamento). Il primo progetto che progetti è per aiutare a progettare un esperimento migliore! Considera cosa pensi di aver appreso da quegli esperimenti precedenti (in che modo questi hanno aumentato la tua comprensione dei fenomeni?), Ma renditi conto che quegli esperimenti potrebbero essere stati eseguiti in uno spazio di inferenza completamente diverso.
