DoE: Box-Benhken-Design oder flächenzentriertes zentrales Verbunddesign?Hallo JMP-Benutzer,
Hier wollen wir die Verwendung von Box-Behnken oder Face Centered Central Composite Design (beide mit 3 Ebenen für jeden Faktor) vergleichen.
- Aus drei Gründen bietet das Box-Behnken-Design (BBD) den Vorteil, dass weniger Durchläufe erforderlich sind. Bei 4 oder mehr Faktoren verschwindet dieser Vorteil.
- Das BBD enthält Regionen mit schlechter Vorhersagequalität. Seine „fehlenden Ecken“ können nützlich sein, wenn der Experimentator kombinierte Faktorextreme vermeiden sollte. Diese Eigenschaft verhindert in diesen Fällen einen möglichen Datenverlust.
- Das flächenzentrierte zentrale Verbunddesign bietet eine schlechte Präzision für die Schätzung rein quadratischer Koeffizienten. Bedeutet das, dass BBD bessere rein quadratische Koeffizienten liefert?
Irgendwelche anderen Überlegungen?
Vielen Dank,
ICH
VersuchsplanungQualitäts- und VerfahrenstechnikBetreff: DoE: Box-Benhken-Design oder flächenzentriertes zentrales Verbunddesign?Es tut mir leid, dass ich falsch verstanden habe, wonach Sie gesucht haben. Ich dachte, andere Überlegungen würden einen anderen Designansatz beinhalten.
Was den Vergleich von CCD mit BBD angeht, sind Ihnen die Vergleiche ziemlich gelungen. Der Vollständigkeit halber füge ich ein JMP-Journal bei, in dem die beiden Designs mithilfe der Compare Designs-Plattform von JMP verglichen wurden. CCD ist besser darin, die Haupteffekte und Wechselwirkungen zu erkennen. Der BBD ist bei der Erkennung der quadratischen Terme etwas besser. Der CCD hat in der Mitte des Designraums eine etwas geringere Vorhersagevarianz, aber der BBD schneidet an den Rändern etwas besser ab (siehe Vorhersageprofiler).
Ich denke, das zu wählende Design hängt von Ihrer Situation ab. Erwarten Sie, dass der optimale Bereich in der Nähe des Zentrums liegt? Vielleicht gehen Sie CCD. Glaubst du, es könnte näher an einer Kante liegen? Vielleicht MHD. Müssen Sie sich bei einem Response-Surface-Design wirklich Gedanken über die Leistung der Haupteffekte und Interaktionen machen? Sie kennen die wesentlichen Faktoren wahrscheinlich bereits. Wird es problematisch sein, die Eckpunkte zu laufen? Wenn ja, vermeiden Sie MHD.
Beachten Sie, dass sich diese Fragen ausschließlich auf Ihren Prozess und Ihre Situation beziehen. Beide Designs sind gute Designs. Und wie Mark bereits so gut gesagt hat, sollten Sie optimale Designs nicht ausschließen. Die realen Einschränkungen und die bessere Nutzung Ihrer Prozesskenntnisse machen die optimalen Designs sehr attraktiv und können die klassischen Designs übertreffen.
Betreff: DoE: Box-Benhken-Design oder flächenzentriertes zentrales Verbunddesign?Mitglieder der JMP-Community helfen gerne weiter, seien Sie jedoch gewarnt, dass es sich bei DOE um ein umfassendes und tiefgreifendes Thema handelt. Es ist schwierig, in wenigen Antworten Wissen darüber zu vermitteln.
Custom Design gibt es nur bei JMP, aber andere Software implementiert Methoden des „optimalen Designs“, einschließlich des Algorithmus „Koordinatenaustausch“. Die älteren Methoden basierten auf der vorhandenen Technologie: Papier und Bleistift sowie Mathematik. Es basierte auf Kombinatorik und Gruppentheorie. Es geschah größtenteils aus einer „designzentrierten“ Sicht. In den 1970er Jahren entwickelte sich eine neue Sichtweise, die eher eine „modellzentrierte“ Sichtweise war. Es basiert auf einem Optimalitätskriterium und einer numerischen Lösung. Es gibt viele Kriterien, die verwendet werden können. Sie erwähnen D-optimale und I-optimale Designs. D-optimale Designs minimieren den Vertrauensbereich der Schätzungen der Modellparameter. Dieses Ergebnis ist am besten, wenn Sie am meisten an Rückschlüssen auf die Schätzungen interessiert sind. (Das heißt, unterscheiden sie sich signifikant von Null?) I-optimale Designs minimieren die integrierte Varianz der Schätzungen der Antwort. (Das heißt, die Modellvorhersagen haben die kleinsten Konfidenzintervalle.)
So haben Sie die Möglichkeit, die Art und Weise zu wählen, in der das Design optimal ist. Sie können außerdem ein beliebiges lineares Modell angeben, ob Terme geschätzt werden müssen oder nicht, zu vermeidendes Aliasing, feste oder zufällige Blockierung, eingeschränkte Randomisierung und die Anzahl der Durchläufe. Mit keinem der beiden klassischen Designs, die Sie erwähnt haben, ist das alles möglich.
Betreff: DoE: Box-Benhken-Design oder flächenzentriertes zentrales Verbunddesign?Danke für Ihre Rückmeldung.
Meine Kenntnisse in kundenspezifischen Designs sind sehr begrenzt. Sind sie nur in JMP verfügbar, aber nicht in anderer Software? Können Sie mir sagen, warum diese Designs besser sind als die klassischen?
Ich habe versucht, mehr Details zu diesen Designs zu erfahren und habe festgestellt, dass es zwei Arten gibt: I-optimale und D-optimale kundenspezifische Designs. Können Sie mir sagen, was der Unterschied zwischen den beiden Designs ist?
Vielen Dank!
ICHBetreff: DoE: Box-Benhken-Design oder flächenzentriertes zentrales Verbunddesign?-Die Vor- und Nachteile jedes einzelnen
Betreff: DoE: Box-Benhken-Design oder flächenzentriertes zentrales Verbunddesign?Ich bin verwirrt? Möchten Sie Alternativen oder möchten Sie die Vor- und Nachteile der beiden genannten Designs verstehen?
Betreff: DoE: Box-Benhken-Design oder flächenzentriertes zentrales Verbunddesign?Ich stimme Mark zu. Sowohl bei BB als auch bei flächenzentriertem CCD gibt es Einschränkungen. Diese Einschränkungen verschwinden normalerweise mit einem I-optimalen kundenspezifischen Design.
Betreff: DoE: Box-Benhken-Design oder flächenzentriertes zentrales Verbunddesign?Erwägen Sie ein I-optimales kundenspezifisches Design.
