Perché il design personalizzato predefinito di DoE ha un campionamento così limitato di livelli intermedi?Quando si esegue un design personalizzato, a volte vengono specificati livelli intermedi (diversi dal massimo e dal minimo), quindi sono più di 2 livelli. Tuttavia, il design predefinito di progettazione personalizzata tende a sopprimere il campionamento di questi livelli intermedi, attribuendo maggior peso al valore più alto e più basso di ciascun parametro. Come viene determinato? Possiamo specificare di aggiungere altro nel mezzo?
DOERi: Perché il design personalizzato predefinito di DoE ha così poco campionamento dei livelli intermedi?La piattaforma JMP Custom Design utilizza un algoritmo matematico noto come scambio di coordinate per massimizzare quello che è noto come criterio di ottimalità del design. In JMP sono disponibili diversi criteri di ottimalità. L'algoritmo utilizza input come il numero di fattori, gli effetti che si desidera stimare in un modello e il numero di esecuzioni per determinare un criterio di ottimalità predefinito, il progetto specifico e i livelli all'interno del progetto, nonché considerazioni aggiuntive come come combinazioni non consentite, fattori difficili da modificare o molto difficili da modificare, replicazione e altri. L'utente ha la possibilità di "forzare" JMP a utilizzare un diverso criterio di ottimalità se lo desidera. Non è un percorso che consiglierei ... ma si può fare. E infine sì, puoi aggiungere sequenze a un progetto creato da JMP. Un buon punto di partenza è il flusso di lavoro Augment Design. Un avvertimento se si aggiungono, volenti o nolenti, combinazioni di trattamenti a un progetto esistente, è possibile ridurre i criteri di ottimalità e anche modificare altri criteri di progettazione che potrebbero ridurre l'efficienza o la potenza del progetto per lo scopo pratico previsto. Di nuovo ... non consigliato. Utilizza la piattaforma JMP Augment Design per evitare questi problemi.
Di seguito è riportato un collegamento alla documentazione di JMP che spiega i vari criteri di ottimalità supportati: Criteri di ottimalità
Ecco un collegamento a maggiori dettagli rispetto all'algoritmo di scambio di coordinate: Algoritmo di scambio di coordinate
Ecco un collegamento alla piattaforma / flusso di lavoro Augment Design: Design potenziato
Ri: Perché il design personalizzato predefinito di DoE ha così poco campionamento dei livelli intermedi?@P_Bartell ha molta più conoscenza della piattaforma di progettazione personalizzata in JMP, quindi rimando ai suoi consigli.
In pratica, la risoluzione del progetto (lineare) e il grado di approssimazione del progetto (polinomio) sono entrambe considerazioni nella selezione del progetto. Ricorda, questo è un esperimento per comprendere le relazioni causali, non un test per "scegliere il vincitore". Sono un convinto sostenitore della natura sequenziale (iterativa) dell'indagine (metodo scientifico e costruzione di modelli). Pertanto, spesso inizio le mie indagini comprendendo i termini lineari del 1 ° ordine (che consente di testare variabili categoriali e continue) e li aumento attraverso l'iterazione (aggiungendo risoluzione e la capacità di stimare termini non lineari che potrebbero iniziare con punti centrali).
Credo anche io c'è troppa enfasi sulla struttura del progetto e non si spende abbastanza per capire la struttura del rumore (attraverso blocchi, ripetizioni, annidamenti, trame divise, ecc.). Detto questo, il design che scegli dovrebbe essere quello che risponde alle domande che poni o fornisce approfondimenti alle tue ipotesi.
Per la tua situazione, sembra che tu sia interessato alle relazioni quadratiche. Perché? Hai già un modello di primo ordine? Temi che l'impostazione del tuo livello "manchi" un effetto importante tra questi livelli? Tutti i tuoi fattori sono continui? Hai familiarità con i principi guida di Scarsità, Gerarchia ed Eredità?
