Perché il design personalizzato DoE predefinito ha un campionamento così ridotto di livelli intermedi?Quando si esegue un progetto personalizzato, a volte vengono specificati i livelli medi (diversi dal più alto e dal più basso), quindi è più di 2 livelli. Tuttavia, il design predefinito di progettazione personalizzata tende a sopprimere il campionamento di questi livelli intermedi, attribuendo maggior peso al più alto e al più basso di ciascun parametro. Come viene determinato? Possiamo specificare di aggiungere altro nel mezzo?
DOERi: Perché il design personalizzato DoE predefinito ha un campionamento così ridotto di livelli medi?@P_Bartel ha molta più conoscenza della piattaforma di progettazione personalizzata in JMP, quindi rimando ai suoi consigli.
In una nota pratica, la risoluzione del progetto (lineare) e il grado che il progetto consente di approssimare (polinomiale) 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 fervente 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 aumentarli attraverso l'iterazione (aggiungendo risoluzione e 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 comprendere la struttura del rumore (attraverso blocco, ripetizioni, annidamento, split-plot, et. al.). Detto questo, il design che scegli dovrebbe essere uno che risponda alle domande che poni o fornisca informazioni sulle tue ipotesi.
Per la tua situazione, sembra che tu sia interessato alle relazioni quadratiche. Come mai? Hai già un modello del primo ordine? Sei preoccupato che l'impostazione del tuo livello "mancherà" un effetto importante tra quei livelli? Tutti i tuoi fattori sono continui? Conoscete i principi guida di Scarsità, Gerarchia ed Ereditarietà?
Ri: Perché il design personalizzato DoE predefinito ha un campionamento così ridotto di livelli medi?Ci sono diversi temi diversi per rispondere alle tue domande. Si spera che altri aggiungano e commentino?
Per iniziare... ecco qui: la piattaforma JMP Custom Design utilizza un algoritmo matematico noto come scambio di coordinate per massimizzare i cosiddetti criteri di ottimalità di progettazione. Sono disponibili diversi criteri di ottimalità in JMP. 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, la progettazione specifica e i livelli all'interno della progettazione, 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 criteri di ottimalità diversi, se lo desidera. Non è un percorso che consiglierei... ma si può fare. E infine sì, puoi aggiungere esecuzioni a un progetto creato da JMP. Un buon punto di partenza è il flusso di lavoro di Augment Design. Un avviso se si aggiungono involontariamente combinazioni di trattamento 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. Ancora una volta... non consigliato. Utilizzare la piattaforma JMP Augment Design per evitare questi problemi.
Ecco un collegamento alla documentazione 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 di Augment Design: Disegno di potenziamento
