Viabilidad DOE: múltiples factores frente a múltiples respuestas (con diferentes niveles de réplicas)Hola,
Todavía soy nuevo en el uso de JMP DOE. He estado probando una respuesta con múltiples factores al configurar la tabla DOE factorial completa, y parece que no hay problemas para ejecutar el modelo.
Sin embargo, esta vez estoy atascado porque me dieron algo como se muestra a continuación. Debido a los parámetros preestablecidos del equipo, no hay libertad para ajustar el no. de medidas para cada respuesta.
Respuesta:
1) Brillo (20 datos de medición)
2) Dureza (10 datos de medición)
3) Conductividad (50 datos de medición)
4) Fuerza de fricción (1000 datos de medición)
Factores:
1) Temperatura (2 niveles continuos)
2) Concentración química (2 niveles continuos)
3) Tiempo (2 niveles continuos)
¿Es posible ejecutar DOE factorial completo en este caso aunque cada respuesta tenga un nivel diferente de réplicas?
Gracias.
Tabla de datosGAMARe: Viabilidad del DOE: factores múltiples versus respuesta múltiple (con diferente nivel de réplicas)Bienvenido a la comunidad de JMP. Sería útil en el futuro que nos hiciera saber qué versión de JMP está utilizando y qué sistema operativo.
La respuesta simple es SI. No estoy seguro de lo que quiere decir con # de datos de medición. ¿Son de diferentes lugares de la unidad experimental? ¿Por qué necesita 1000 medidas de fuerza de fricción ???? Aunque se toman todos los datos (parece automáticamente), ¿no puede decidir qué valores usar para evaluar el experimento? Siempre sugiero que tenga hipótesis para explicar por qué está recopilando los datos que está recopilando. (Porque siempre lo hacemos de esa forma no es aceptable). Si no puede reducir el número de puntos de datos para cada una de las 4 Y, recopilaría los datos y crearía una columna para cada punto de datos para cada combinación de tratamiento (sí, 1080 columnas: B1-B20, H1-H10, C1 -C50, F1-F1000). A partir de ahí, puede eliminar las columnas que no son informativas (que no varían lo suficiente como para ser prácticamente significativas), puede ejecutar Métodos multivariados> Multivariante para reducir las columnas que están fuertemente correlacionadas. Luego, para cada Y (B, H, C, F) apile esas columnas. Puede observar la variabilidad dentro del tratamiento (gráficos de variabilidad o gráficos S). Luego, si corresponde, resuma las columnas apiladas (por ejemplo, media y variación) por las combinaciones de tratamientos. Luego proceda con el análisis para cada una de esas Y resumidas.
