Warum hat das benutzerdefinierte Standard-DoE-Design so wenig Stichproben von mittleren Ebenen?Bei der Erstellung eines benutzerdefinierten Designs werden manchmal mittlere Ebenen (außer der höchsten und der niedrigsten) angegeben, sodass es sich um mehr als zwei Ebenen handelt. Benutzerdefiniertes Design Das Standarddesign unterdrückt jedoch tendenziell die Abtastung dieser mittleren Ebenen, wobei das höchste Gewicht auf den höchsten und niedrigsten Wert jedes Parameters gelegt wird. Wie wird das festgestellt? Können wir angeben, dass in der Mitte mehr hinzugefügt werden soll?
DAMHIRSCHKUHBetreff: Warum hat das benutzerdefinierte Standard-DoE-Design so wenig Stichproben von mittleren Ebenen?Die JMP Custom Design-Plattform verwendet einen mathematischen Algorithmus, der als Koordinatenaustausch bezeichnet wird, um das sogenannte Designoptimalitätskriterium zu maximieren. In JMP stehen mehrere Optimalitätskriterien zur Verfügung. Der Algorithmus verwendet Eingaben wie die Anzahl der Faktoren, die Effekte, die Sie in einem Modell schätzen möchten, und die Anzahl der Läufe, um ein Standardoptimalitätskriterium, das spezifische Design und die Ebenen innerhalb des Designs sowie zusätzliche Überlegungen wie z als unzulässige Kombinationen, schwer zu ändernde oder sehr schwer zu ändernde Faktoren, Replikation und andere. Der Benutzer hat die Möglichkeit, JMP zu zwingen, andere Optimalitätskriterien zu verwenden, wenn Sie dies wünschen. Kein Weg, den ich empfehlen würde ... aber es kann getan werden. Und schließlich können Sie einem von JMP erstellten Design Läufe hinzufügen. Ein guter Ausgangspunkt ist der Augment Design-Workflow. Eine Warnung, wenn Sie einem vorhandenen Design wohl oder übel Behandlungskombinationen hinzufügen, können Sie die Optimalitätskriterien reduzieren und auch andere Designkriterien ändern, die die Effizienz oder Leistung Ihres Designs für den beabsichtigten praktischen Zweck verringern können. Wieder ... nicht zu empfehlen. Verwenden Sie die JMP Augment Design-Plattform, um diese Probleme zu vermeiden.
Hier ist ein Link zur JMP-Dokumentation, in der die verschiedenen unterstützten Optimalitätskriterien erläutert werden: Optimalitätskriterien
Hier ist ein Link zu weiteren Details zum Koordinatenaustauschalgorithmus: Koordinatenaustauschalgorithmus
Hier ist ein Link zur Augment Design-Plattform / zum Workflow: Augment Design
Betreff: Warum hat das benutzerdefinierte Standard-DoE-Design so wenig Stichproben von mittleren Ebenen?@P_Bartell hat viel mehr Wissen über die kundenspezifische Designplattform in JMP, daher verlasse ich mich auf seinen Rat.
In der Praxis sind sowohl die Auflösung des Entwurfs (linear) als auch der Grad, in dem Sie sich dem Entwurf annähern können (Polynom), Überlegungen bei der Entwurfsauswahl. Denken Sie daran, dies ist ein Experiment, um die kausalen Zusammenhänge zu verstehen, und kein Test, um "den Gewinner zu ermitteln". Ich glaube fest an die sequentielle (iterative) Natur der Untersuchung (wissenschaftliche Methode und Modellbildung). Daher beginne ich meine Untersuchungen häufig damit, lineare Terme 1. Ordnung zu verstehen (was das Testen von kategorialen und kontinuierlichen Variablen ermöglicht) und diese durch Iteration zu erweitern (Hinzufügen von Auflösung und die Fähigkeit, nichtlineare Terme zu schätzen, die mit Mittelpunktpunkten beginnen könnten).
Ich glaube auch Die Entwurfsstruktur wird viel zu stark betont, und es wird nicht genug für das Verständnis der Geräuschstruktur aufgewendet (durch Blockieren, Wiederholen, Verschachteln, Split-Plots et al.). Abgesehen davon sollte das von Ihnen gewählte Design eines sein, das die von Ihnen gestellten Fragen beantwortet oder Einblick in Ihre Hypothesen bietet.
Für Ihre Situation scheinen Sie an den quadratischen Beziehungen interessiert zu sein. Warum? Haben Sie bereits ein Modell erster Ordnung? Befürchten Sie, dass Ihre Leveleinstellung einen wichtigen Effekt zwischen diesen Levels "verfehlt"? Sind alle Ihre Faktoren kontinuierlich? Kennen Sie die Leitprinzipien von Knappheit, Hierarchie und Vererbung?
