¿Por qué el diseño personalizado de DoE predeterminado tiene tan poca muestra de niveles medios?Al hacer un diseño personalizado, a veces se especifican niveles medios (distintos del más alto y más bajo), por lo que es más de 2 niveles. Sin embargo, el diseño predeterminado de diseño personalizado tiende a suprimir el muestreo de estos niveles medios, poniendo mayor peso en el más alto y más bajo de cada parámetro. ¿Cómo se determina esto? ¿Podemos especificar agregar más en el medio?
GAMARe: ¿Por qué el diseño personalizado de DoE predeterminado tiene tan poca muestra de niveles medios?La plataforma de diseño personalizado de JMP utiliza un algoritmo matemático conocido como intercambio de coordenadas para maximizar lo que se conoce como criterio de optimización del diseño. Hay varios criterios de optimalidad disponibles en JMP. El algoritmo utiliza entradas como el número de factores, los efectos que le gustaría estimar en un modelo y el número de corridas para determinar un criterio de optimalidad predeterminado, el diseño específico y los niveles dentro del diseño, así como consideraciones adicionales como como combinaciones no permitidas, factores difíciles de cambiar o muy difíciles de cambiar, replicación y otros. El usuario tiene la capacidad de "forzar" a JMP a utilizar un criterio de optimización diferente si así lo desea. No es un camino que recomendaría ... pero se puede hacer. Y finalmente sí, puede agregar corridas a un diseño que crea JMP. Un buen lugar para comenzar es el flujo de trabajo de Augment Design. Una advertencia si desea agregar combinaciones de tratamiento a un diseño existente, puede reducir los criterios de optimización y también cambiar otros criterios de diseño que podrían reducir la eficiencia o la potencia de su diseño para su propósito práctico previsto. De nuevo ... no recomendado. Utilice la plataforma JMP Augment Design para evitar estos problemas.
Aquí hay un enlace a la documentación de JMP que explica los diversos criterios de optimización admitidos: Criterios de optimización
Aquí hay un enlace para obtener más detalles sobre el algoritmo de intercambio de coordenadas: Algoritmo de intercambio de coordenadas
Aquí hay un enlace a la plataforma / flujo de trabajo de Augment Design: Diseño de aumento
Re: ¿Por qué el diseño personalizado de DoE predeterminado tiene tan poca muestra de niveles medios?@P_Bartell tiene mucho más conocimiento de la plataforma de diseño personalizado en JMP, por lo que me rindo a sus consejos.
En una nota práctica, la resolución del diseño (lineal) y el grado que el diseño le permite aproximarse (polinomio) son consideraciones en la selección del diseño. Recuerde, este es un experimento para comprender las relaciones causales, no una prueba para "elegir al ganador". Soy un ferviente creyente en la naturaleza secuencial (iterativa) de la investigación (método científico y construcción de modelos). Por lo tanto, a menudo comienzo mis investigaciones entendiendo términos lineales de primer orden (lo que permite probar variables categóricas y continuas) y los aumento a través de la iteración (agregando resolución y la capacidad de estimar términos no lineales que pueden comenzar con puntos centrales).
También creo hay demasiado énfasis en la estructura del diseño y no se gasta lo suficiente en comprender la estructura del ruido (a través de bloqueos, repeticiones, anidamiento, parcelas divididas, et. al.). Dicho esto, el diseño que elija debe ser uno que responda a las preguntas que plantee o proporcione información sobre sus hipótesis.
Para su situación, parece que está interesado en las relaciones cuadráticas. ¿Por qué? ¿Ya tienes un modelo de primer pedido? ¿Le preocupa que su configuración de nivel "pierda" un efecto importante entre esos niveles? ¿Todos tus factores son continuos? ¿Está familiarizado con los principios rectores de Escasez, Jerarquía y Herencia?
