Definitives Screening-Design zur OptimierungHallo Community-Mitglieder,
Ich habe nach definitivem Screening-Design gesucht und in JMP viel über dieses Thema gelesen.
Ich habe gelernt, dass das Definitive Screening-Design verwendet wird, um die effektive Haupt-, Zweitfaktor- und 2-Faktor-Wechselwirkung im Modell zu bestimmen.
Ich habe 10 Parameter und mein E-Mail-Ziel ist die Optimierung. Im ersten Schritt ist die Verwendung von RSM oder eines kundenspezifischen Designs mit einem Modell, das Haupteffekte + Potenz zweiter Ordnung + 2-Faktor-Wechselwirkungseffekte umfasst, sehr kostspielig. Deshalb denke ich, dass ich im ersten Schritt die wesentlichen Parameter im Modell finden muss. Daher sollte ich ein eindeutiges Screening-Design anwenden. Nachdem ich die effektiven Parameter mithilfe der Fit-Definition-Screening-Plattform gefunden habe, werde ich ein OLS-Modell mit effektiven Parametern erstellen. Wenn ich das OLS-Modell gefunden habe, kann ich dieses Modell sicher zur Optimierung verwenden?
Wenn Sie denken, dass ich es zur Optimierung verwenden kann, warum besteht das Ziel von DSD darin, die effektiven Faktoren zu bestimmen? Es eignet sich auch gut zur Optimierung, oder?
Mit freundlichen Grüße.
VersuchsplanungBetreff: Definitives Screening-Design zur Optimierung@Ella Mein letzter und letzter Beitrag zu diesem Thread konzentriert sich auf Ihre letzte Antwort an mich selbst und @Mark_Bailey und Ihre letzte Frage: „Wenn Sie ich wären, welches Design würden Sie wählen?“
Meine Antwort, und zwar nur meine: Ich möchte nicht argumentativ oder schwierig sein, aber es gibt einfach zu viele fehlgeleitete, widersprüchliche oder widersprüchliche Eingaben/Aussagen, die Sie in diesem Thread gemacht haben, als dass ich keine Empfehlung aussprechen werde, weil ich das getan habe Keine Ahnung von Ihrer spezifischen Situation und Ihren experimentellen Zielen.
Noch ein Beispiel: Sie geben an, dass es „keine Belästigungs- oder Lärmfaktoren“ gibt. Bei jeder empirischen Untersuchung gibt es immer Lärm- oder Belästigungsfaktoren. Sie können sie ignorieren oder leugnen, dass sie existieren ... aber sie sind vorhanden. Warum lautet Ihrer Meinung nach eines der berühmtesten Zitate von George Box: „Blockieren Sie, was Sie können, und sortieren Sie den Rest zufällig aus.“?
Betreff: Definitives Screening-Design zur OptimierungHallo @P_Bartell Und @Mark_Bailey ,
Ich muss korrigieren, dass ich 10 Faktoren habe, aber nicht genau weiß, dass alle einen signifikanten Einfluss auf die Reaktion haben.
Klar, wenn ich es wüsste, stimme ich zu, dass DSD für diesen Fall nicht geeignet ist.
Um zu entscheiden, welches Design für mich geeignet ist, habe ich eine Fallstudie erstellt:
Ich ging davon aus, dass mein tatsächliches Antwortmodell wie folgt lautet: Y= X1+ 2*X2 + 3*X3^2 + 4*X4*X5
Zuerst habe ich DSD verwendet, 25 Experimente durchgeführt und die Reaktion gemäß der obigen Funktion simuliert.
Dann verwende ich das definitive Fit-Screening und deaktiviere die Vererbungsoptionen.
Kombinierte Modellparameter sind X1,X2 und X7.
Im zweiten Schritt habe ich Custome Design für 10 Faktoren mit Modellhaupteffekten und 2. Potenzen verwendet und die Reaktion erneut gemäß der obigen Funktion simuliert. (Anzahl der Läufe=28)
Dann habe ich ein OLS-Modell erstellt. Es sagt effektive Parameter voraus: X1,X2,X3^2 und X10.
Gemäß meiner Fallstudie konnte ich durch kundenspezifisches Design genauere Ergebnisse erzielen. Aber ich bin immer noch nicht sicher, ob ich etwas in DSD vermisse. Denn wenn wir uns den Verwendungszweck beider Designs ansehen, scheint DSD für die frühen Phasen der Experimente besser geeignet zu sein. Aber gem. Zur Fallstudie funktioniert das Custome-Design bereits in frühen Phasen gut. Wenn ich stgh in DSD vermisse, bin ich froh, es zu lernen.
(Als ich Custom Design um zwei Faktor-Interaktionseffekte mit 27 weiteren Läufen erweiterte, fand OLS genau das angenommene Modell.)
Wenn Sie an meiner Stelle wären, welches Design würden Sie wählen?
Mit freundlichen Grüße.
Betreff: Definitives Screening-Design zur Optimierung@Ella bitte beachten @Mark_Bailey 's Antwort. In einer Ihrer Antworten geben Sie an, dass Sie WISSEN, dass alle zehn Faktoren einen Einfluss auf die Antwort haben. Dies ist keine Screening-Situation. Ich würde kein definitives Screening-Design in Betracht ziehen, sondern optimale DOE-Taktiken verwenden.
Betreff: Definitives Screening-Design zur OptimierungIst es nicht wirksam, wenn die Anzahl der aktiven Faktoren kleiner als n/2 ist? Oder ist es, wenn Anzahl der Faktoren/2?
Ich weiß nicht, ob ich etwas verpasse oder nicht, aber ich habe in meiner Simulationsstudie festgestellt, dass das DSD-Design und die Anpassung der DSD-Plattform nicht alle aktiven Faktoren vorhersagen können. Möglicherweise muss ich die Anzahl der Experimente erhöhen, aber mein Endziel ist die Maskierungsoptimierung. Ich fühlte mich sicherer, als ich mit dem benutzerdefinierten Design begann.
Ich hoffe, dass ich mich nach Abschluss der Experimente immer noch sicherer fühle 
Mit freundlichen Grüße
Betreff: Definitives Screening-Design zur OptimierungIch möchte nur hinzufügen, dass das DSD für eine Screening-Situation gedacht ist. Es basiert auf gemeinsamen Schlüsselprinzipien des Screenings und nicht auf der Optimierung. Eines dieser Schlüsselprinzipien ist „ spärliche Wirkungen .' Die Entwürfe sollen im Gegenzug für die Möglichkeit, die Bedeutung einiger Faktoren und nicht der Optimierung zu bestimmen, äußerst wirtschaftlich sein.
Wenn Sie also davon ausgehen, dass die meisten der zehn Faktoren von Bedeutung sind, ist der DSD keine gute Wahl. Es liefert nicht genügend Daten, um die aktiven Faktoren zu finden. Wenn es sich bei dieser Studie hingegen um einen echten Screening-Fall handelt (weniger als die Hälfte der 10 sind letztendlich signifikant), ist sie eine gute Wahl.
Betreff: Definitives Screening-Design zur OptimierungHallo statman,
Ich versuche optimale Faktorpegel zu finden, um die Ziele unserer Antworten zu erreichen, die darin bestehen, die „Schallleistung“ zu minimieren und gleichzeitig die „Durchflussrate“ in einem bestimmten Bereich anzugeben.
Ich habe 10 kontinuierliche Faktoren, die alle steuerbar sind. Alle Faktoren, auf die der Effekt reagiert, sind diese 10 Faktoren, es gibt keine Lärm- oder Belästigungsfaktoren.
Da ich über technische Kenntnisse verfüge, dass Faktoren wahrscheinlich Krümmungseffekte auf die Antworten haben, habe ich geplant, mit einem Modell zu beginnen, das Haupt- und Zweitleistungseffekte hat.
Um übrigens zu entscheiden, ob ich die Studie mit benutzerdefiniertem Design oder DSD beginnen soll, habe ich beide Arten von Designs für 10 Faktoren erstellt, die Antworten simuliert und versucht, OLS-Modelle zu schätzen. Ich habe es dreimal gemacht und die ganze Zeit über beobachtet, dass ich angefangen habe Durch die Verwendung eines benutzerdefinierten Designs wird das gleiche Modell besser vorhergesagt. Aus diesem Grund habe ich mich zunächst für individuelles Design entschieden.
Mit freundlichen Grüße
Betreff: Definitives Screening-Design zur OptimierungElla, Echoing @P_Bartell Ich habe einige zusätzliche Gedanken zu Ihren Fragen, habe aber keine Ahnung, wie Ihre Situation ist (und die meisten, wenn nicht alle Ratschläge wären situationsabhängig). Erste Frage: Was meinst du damit? Optimierung ? Das ist immer eine interessante Frage, da sie dem Gedanken der kontinuierlichen Verbesserung widerspricht.
Ist Ihre Situation multivariat? Was sind Ihre Antwortvariablen? Beschreiben sie die interessierenden Phänomene klar? Es ist eine Herausforderung, alle Ys gleichzeitig zu optimieren. Normalerweise erfordert eine Verbesserung Kompromisse.
Sie haben 10 Designfaktoren identifiziert. Was ist mit den restlichen Variablen (Lärm- oder Belästigungsvariablen)? Es nützt nichts, „den Fuß des Berges zu kartieren“. Keine der von Ihnen angesprochenen Strategien beinhaltet Strategien zum Umgang mit Lärm (Umgebungsbedingungen, Rohstoffschwankungen, Messunsicherheit usw.).
Angesichts dessen, was Sie uns über Ihre Situation erzählt haben, ist es verfrüht, allgemeine Aussagen über den effizientesten oder effektivsten Ansatz zu machen. Es scheint (in vielen Situationen) sinnvoll zu sein, ein vernünftiges Modell erster Ordnung zu identifizieren, zu bestimmen, ob sich dieses Modell unter sich ändernden Bedingungen wiederholt, und dann den Raum zu erweitern. Ein vernünftiges Modell zu haben bedeutet nicht, dass es komplex sein muss. Tatsächlich sollten Sie ein Modell anstreben, das einfach und robust gegenüber Rauschen ist (vielleicht ist dies der Fall). Optimierung bedeutet).
Betreff: Definitives Screening-Design zur OptimierungDanke Bartell für deinen Vorschlag.
Ein Experiment dauert 3 Stunden. DSD bietet eine Mindestdurchlaufzahl von 28 für 10 Faktoren an, was ebenfalls kostspielig ist. Das bedeutet, dass ich keine Chance habe, eine falsche Entscheidung zu treffen.
Wie ich unten dargelegt habe, bin ich meiner Suche nach in der Nähe von DSD, aber meine andere Meinung ist, dass die Wahl von d oder I ein optimales kundenspezifisches Design mit Haupt- und 2. Ordnungsstärken ist. Den Ergebnissen zufolge kann ich es dann mit einer 2-Faktor-Interaktion ergänzen.
Aber ich bin mir nicht sicher, welcher Weg effektiver ist. Ich nähere mich dem DSD, habe aber Zweifel, weil ich es noch nie verwendet habe und es nicht empfohlen wird, es zu verwenden, wenn es mehr als n/2 aktive Faktoren gibt und ich nicht weiß, ob es mehr als n/2 aktive Faktoren gibt nicht.
Mit freundlichen Grüße.
Betreff: Definitives Screening-Design zur OptimierungEs gibt keine Möglichkeit, Ihre „sichere“ Frage mit einem gewissen Maß an Sicherheit zu beantworten, bevor Sie Daten gesehen, Ihr inhärentes Prozesswissen genutzt und das untersuchte System verstanden haben. Optimierungsprobleme können viele unterschiedliche Wege zur endgültigen Problemlösung haben. Im Allgemeinen gefällt mir Ihre Überlegung, mit einem endgültigen Screening-Design zu beginnen. Mein Vorschlag ist, diese Phase des Problemlösungsprozesses zu durchlaufen. Machen Sie eine Pause und denken Sie darüber nach, was Sie bis dahin gelernt haben. Lassen Sie sich von diesen Überlegungen bei Ihren nächsten Schritten leiten. Vielleicht teilen Sie hier Ihr DSD-Experiment mit einer Erklärung des Problems und Systems, der Daten, Ihrer Analyse und Ihren Schlussfolgerungen ... und einige von uns können vielleicht unsere Gedanken darlegen.
