DoE con un fattore vincolato a essere in un rapporto con un altro fattoreEsiste un modo per utilizzare il design personalizzato per generare un DoE in cui un fattore è impostato su un rapporto di un altro? Ad esempio, se ho i fattori A, B e C, ciascuno a due livelli, tuttavia i due livelli di C sono 1:1 con B o 5:1 con B. Questo ovviamente crea più di 2 livelli reali per C e alcuni di le combinazioni non sono consentite perché non mantengono il rapporto. Trattare il rapporto (cioè 1 e 5) come "livelli" sembra sbagliato. So che questo viola i presupposti di base.
Ho provato a utilizzare il filtro delle combinazioni non consentite ma non ho avuto successo. Tutto il consiglio sarebbe apprezzato.
Progettazione di esperimentiOggetto: DoE con un fattore vincolato a essere in rapporto con un altro fattoreCorreggimi se ho frainteso la tua situazione o domanda. Ho tre fattori continui, A, B e C. Voglio progettare un esperimento, però, per un modello per A, B e il rapporto tra C e B. Ecco le definizioni dei fattori:
Posso scegliere qualsiasi modello lineare, in questo caso ho incluso i termini di interazione:
Chiedo a JMP 16 esecuzioni:
La mappa dei colori sulle correlazioni mostra che queste stime sono ortogonali:
La mancanza di correlazione è una questione di modello e numero di corse, ma in questo caso posso ottenere un progetto equilibrato per dimostrare che è possibile ottenere l'ortogonalità. Un'altra colonna deve essere aggiunta alla tabella dei dati per determinare i livelli di fattore per C in ogni esecuzione.
Oggetto: DoE con un fattore vincolato a essere in rapporto con un altro fattoreSto usando il rapporto solo per rappresentare i livelli di uno dei fattori, non per sostituirne due.Oggetto: DoE con un fattore vincolato a essere in rapporto con un altro fattoreStai sostituendo i 2 fattori indipendenti con il nuovo fattore (rapporto). Il rapporto sarà ortogonale.Oggetto: DoE con un fattore vincolato a essere in rapporto con un altro fattore@Mark_Bailey quello che intendevo con la questione dell'ortogonalità era, se il fattore sottostante non varia indipendentemente da un altro fattore, possiamo comunque trattare il rapporto come indipendente.
Oggetto: DoE con un fattore vincolato a essere in rapporto con un altro fattoreNon capisco cosa chiedi quando dici " Se il disegno è ortogonale lo rimane? " Per me, questa domanda è come chiedere: "Se l'auto è rossa, rimane rossa?" quindi penso di essermi perso qualcosa.
Questa situazione mi ricorda molti casi con un fattore categorico. I livelli sono solo surrogati di uno o più fattori continui che rimangono non identificati. Ma il modello con i livelli discreti è ancora valido e utile.
Oggetto: DoE con un fattore vincolato a essere in rapporto con un altro fattore@Mark_Bailey Marco grazie per questa risposta.Quindi, fintanto che restringo tutte le inferenze, la valutazione dei residui e le previsioni ecc rapporto , questo non violerà alcun presupposto del modello?Se il disegno è ortogonale lo rimane?
Ho ancora molte domande, ma voglio solo essere sicuro che questa pratica sia legittima. Grazie!
Oggetto: DoE con un fattore vincolato a essere in rapporto con un altro fattoreNon sono sicuro che ci sia qualcosa di sbagliato nell'usare il fattore C come rapporto (moltiplicando) per B. Stai costruendo un modello empirico, quindi fintanto che pensi a C come il rapporto e lo usi come tale nelle previsioni del modello, dovrebbe essere OK. Ecco un esempio:
È possibile aggiungere una colonna di dati dopo aver creato la tabella dei dati per determinare il livello effettivo di C per mantenere il rapporto.
Si utilizza C nel modello e Actual C nell'impostazione di ogni corsa. Il modello potrebbe essere utilizzato per trovare l'ottimale A, B e il rapporto (C).
Oggetto: DoE con un fattore vincolato a essere in rapporto con un altro fattoreNon conosco la situazione specifica, quindi non posso essere sicuro di quali siano i problemi pratici, ingegneristici o statistici, ma ecco i miei pensieri:
1. Se non sei interessato all'interazione di C con B, puoi nidificare C in B. In questo caso avresti 2 diversi livelli di C per ogni livello di B.
2. Se conosci già la dipendenza di B & C, puoi semplicemente creare una variabile con è a 2 livelli e quei livelli includono le combinazioni di B & C che sono appropriate. Ad esempio, nella produzione della carta per determinare quali fattori influenzano il peso della carta, potrei avere 2 fattori di pasta vergine e pasta rimacinata. Potrei sperimentare su ciascuno di questi come fattori separati o come 1 fattore con 2 rapporti diversi.
