J'ai utilisé c facteurs atégoriques dans un dépistage DOE tel que 60min_at_70C ou 30min_at_90C.Dans le prochain DOE, j'aimerais explorer chaque facteur (temps, température) en tant que facteurs continus. Puisque le temps et la température sont liés à la vitesse de réaction, je voudrais limiter les temps à chaque température. Par exemple : 30-60min à 70C et 10-30min à 90C. Existe-t-il un moyen simple de le faire dans JMP et de conserver des facteurs continus ?
Merci pour vos réponses réfléchies. L'approche "Response Surface" présentée par le professeur Goos est bien adaptée à mes besoins. Merci au professeur Goos pour son excellente explication et merci à Ian de l'avoir portée à mon attention.
Plusieurs options sont disponibles, mais elles dépendent des questions auxquelles vous essayez de répondre. Avant de faire part de mes réflexions, je pose quelques questions sur les variables dépendantes. Vous indiquez que la vitesse de réaction est importante, mais que les réactions peuvent ne pas démarrer simultanément dans tout le « lot » ? Quel est le produit de la réaction ? Vous souciez-vous de la « qualité » de la réaction (par exemple, % de concentration) ? Dans quelle mesure un changement dans les variables dépendantes est-il intéressant ? Existe-t-il d'autres variables (en particulier le bruit) susceptibles d'affecter la vitesse ou la qualité de la réaction (par exemple, pureté des produits chimiques, conditions ambiantes) ? Êtes-vous préoccupé par la variation d’un lot à l’autre de la vitesse et de la qualité de la réaction ?
Il semble que vous ayez mené une expérience avec 1 facteur, une combinaison de 2 durées et températures différentes. Bien entendu, avec cette approche, vous avez confondu temps et température. Il semble maintenant que vous souhaitiez séparer ces facteurs confus.
Si vous essayez de comprendre les relations causales entre les deux variables indépendantes temps et température et les variables dépendantes, alors l'expérimentation est un excellent outil (cette approche peut être différente si vous essayez de « choisir un gagnant » (quelle est la meilleure combinaison pour obtenir les « meilleurs » résultats de variables dépendantes... dans l'étude actuelle !). Pour l'expérimentation, vous devez commencer votre étude en choisissant des niveaux pour les facteurs qui sont audacieux, mais raisonnable . N’oubliez pas que vous n’êtes pas forcément intéressé si toutes les combinaisons fonctionnent. Vous essayez de créer une variation et d’étudier quels facteurs contribuent à cette variation. Commencez en gras et concentrez-vous sur votre étude par itérations (en ajoutant éventuellement des termes d'ordre supérieur au fur et à mesure).
Si vous souhaitez contraindre les niveaux d'un facteur dépendant d'un autre, cela peut être géré via l'imbrication. Vous pourriez imbriquer le temps (2 niveaux différents) en température. Bien sûr, si vous faites cela, vous perdez la capacité de quantifier l’effet d’interaction, mais cette interaction est probablement déjà connue.
Une autre approche consiste à préciser les combinaisons de facteurs que vous souhaitez inclure. Dans la plateforme de conception personnalisée, vous pouvez définir des contraintes factorielles (linéaires, non autorisées). JMP peut facilement le faire pour vous. Je veux être prudent ici car il existe de nombreuses opinions divergentes, mais à mon humble avis, cela va à l'encontre du but de l'expérimentation. Cette approche correspond davantage à la mentalité de « choisir un gagnant ». Voulez-vous savoir ce qui crée mieux réactions et ce qui crée pire réactions. Vous ne voulez pas seulement tous les « bons » résultats. Vous souhaitez créer de la variation , plus vous créez, plus il est facile de détecter les effets des facteurs. Il n’y a rien de mal à avoir des réactions ratées tout en étudiant comment faire de meilleures réactions ! Fini la diatribe.
En réalité, l'option que vous choisissez dépend beaucoup de la situation et nous ne disposons pas de suffisamment d'informations pour vous conseiller sur la meilleure option.
Si j'applique des contraintes de temps, elles doivent être uniques pour chaque température de réaction. Je ne suis pas sûr que les contraintes pour tous les essais soient la bonne voie à suivre.
Vous pouvez également jeter un oeil à la deuxième vidéo du professeur Peter Goos ("Yield Maximisation Experiment: A Response Surface Design in an Irregularly Shaped Factor Region") sur cette page .
avez-vous essayé de mettre vos contraintes inférieures et supérieures dans les équations linéaires ?
