endgültiges Screening-DesignHallo zusammen,
Ich plane, ein RSM zu erstellen, um meine Methode zu optimieren. Ich habe 8 kontinuierliche Faktoren, 1 kategorialen Faktor und 2 Antworten. Die Niveaus jedes Faktors wurden gemäß früheren Erfahrungen des Teams bestimmt. Ich habe keine Ahnung, ob es Wechselwirkungen zwischen Faktoren gibt oder nicht. Ich kann die Geräuschquelle nicht identifizieren und plane eine Randomisierung. Nachdem ich einige Nachforschungen angestellt habe, denke ich, dass das am besten geeignete Design ein endgültiges Screening-Design ist.
Ich freue mich über Bemerkungen oder Ratschläge
Danke
DAMHIRSCHKUHBetreff: endgültiges Screening-DesignSagte,
Ich gehe davon aus, dass Sie versuchen, eine Antwortfläche (RSM ist eine Methodik) zu verstehen, die zwei abhängige Variablen beschreibt. Hierfür gibt es viele Ansätze. Ich bin voreingenommen gegenüber dem sequentiellen Ansatz, den mir Dr. GEP beigebracht hat Box. Dies ist ein wissenschaftlicher Methodenansatz, bei dem Sie mit Hypothesen beginnen (die durch Faktoren im Experiment dargestellt werden) und Daten verwenden, um Einblicke in diese Hypothesen zu erhalten. Es gibt keinen "richtigen" Weg, dies zu tun, und der effizienteste und effektivste Weg ist situationsabhängig . Dieser Ansatz typischerweise Beginnt mit fraktionierten 2-Ebenen-Designs für das Screening einer großen Anzahl von Variablen (basierend auf den Prinzipien der Knappheit und der Hierarchie der Effekte). Bewegen Sie dann den Raum in Richtung Verbesserung und reduzieren Sie die Anzahl der Variablen. Während Ihre Arbeit wiederholt wird, fügen Sie dem Modell Terme höherer Ordnung hinzu. Diese Effekte höherer Ordnung können faktoriell (Wechselwirkungen) oder polynomisch (Krümmung) sein. Die sequentielle Arbeit ist sehr hilfreich für das Verständnis der Oberfläche. Diese Art von Arbeit ist am besten gelang es von dem Wissenschaftler oder Ingenieur, der die Mechanismen (z. B. physikalisch, chemisch) versteht und die Ergebnisse einer statistischen Studie interpretieren kann. Es ist der Wissenschaftler / Ingenieur, der die möglichen Auswirkungen von Faktoren (und ob der Effekt im untersuchten Raum linear ist), Wechselwirkungen und Wechselwirkungen erklären (Hypothesen) und vorhersagen sollte extrem wichtig, das Geräusch . Vielleicht sollten Sie zunächst das Modell erster Ordnung verstehen und die Auswirkungen von Lärm vor der Untersuchung nichtlinearer Beziehungen, aber dies ist eine Funktion dessen, was Sie tun und was nicht. Mein Rat, der auf Ihrer begrenzten Diskussion Ihrer Situation basiert, ist, einige Zeit damit zu verbringen, das Geräusch zu identifizieren und dann eine Strategie zu entwickeln, um mit diesem Geräusch umzugehen. Ich denke auch, dass das Blockieren (oder: Wiederholungen, Split-Plots, Kovariaten usw.) eine bessere Strategie ist als das Randomisieren. Warum, weil Sie die Auswirkungen des Rauschens verstehen möchten, es vorzugsweise zuweisen möchten, erhalten Sie nicht nur eine numerische Schätzung der Größe des Rauschens. Während die Randomisierung hoffentlich eine unparteiische Schätzung des Rauschens liefert, kann sie die Präzision des Designs beeinträchtigen.
"Blockiere, was du randomisieren kannst, was du nicht kannst", GEP Box
Ich sage nicht, dass Sie keine endgültigen Screening-Designs verwenden sollten (Brad Jones hat hervorragende Arbeit geleistet, um diese Designstrategie in die Community zu bringen). Sie müssen nur abwägen, welche Informationen Sie zu diesem Zeitpunkt benötigen, um sie zu erhalten diese Informationen.
Viel Glück auf Ihrer Reise.
Betreff: endgültiges Screening-DesignIch werde nur zwei Kommentare hinzufügen @ Statman ,.
Erstens handelt es sich um ein Screening-Design, sodass es in einer Screening-Situation verwendet werden soll, in der die wichtigsten Screening-Prinzipien gelten. Eines der wichtigsten, von dem ich vermute, dass es in Ihrem Fall nicht zutrifft, ist die geringe Anzahl von Effekten. Diese Art von Design betont Wirtschaftlichkeit über Leistungsfähigkeit. Die Annahme ist, dass nur wenige der Faktoren tatsächlich aktiv sind. Erwarten Sie, dass weniger als die Hälfte der 8 Faktoren inaktiv ist?
Zweitens, Screening oder nicht, seien Sie vorsichtig, dass die " Die Niveaus jedes Faktors wurden gemäß früheren Erfahrungen des Teams bestimmt "sind nicht zu eng. Die Bereiche sollten basierend auf der Notwendigkeit bestimmt werden, eine große Änderung in der Antwort zu provozieren, damit die Regression die Modellparameter (kleine Standardfehler) effizient abschätzen kann. Die Bereiche sollten immer breit sein. Sie sollten nicht auf der Grundlage der Erwartung ausgewählt werden, dass die Antwort immer ein wünschenswertes Niveau erreicht. Dies ist ein Experiment, kein Test. Das Experiment sollte die besten Daten liefern, um die Modellierung zu unterstützen, und nicht, um den Gewinner auszuwählen.
Betreff: endgültiges Screening-DesignDanke @markbailey
Zurück zu Ihren Bemerkungen, ich habe keine Ahnung, ob mehr als die Hälfte meiner Faktoren inaktiv sind oder nicht! Ich bin damit einverstanden, dass die DSD am Ende ein Screening-Design ist, aber es gibt die Möglichkeit, die Krümmungen in meiner Antwort zu sehen und ein Antwortoberflächenmodell zu erstellen. Nach meinen Messwerten kann die Analyse des endgültigen Screenings mithilfe der schrittweisen Vorwärtsregression erfolgen, bei der die Effektsparsität erhalten bleiben sollte. Wenn ich andererseits ein definitives Screening-Design analysieren möchte und viele Effekte wahrscheinlich aktiv sind (mehr als die Hälfte meiner Faktoren), sollte ich die Fit Definitive Screening-Plattform verwenden, die die vorteilhafte Struktur von DSD berücksichtigt ( Hinzufügen zusätzlicher Läufe und Analysieren des Modells in 2 Schritten)
Was denkst du?
Betreff: endgültiges Screening-DesignDanke @ Statman für die von Ihnen angegebenen Informationen
"" Mein Rat basiert auf der begrenzten Diskussion Ihrer Situation. "Bitte lassen Sie mich wissen, welche Details Sie benötigen, und ich werde sie gerne mitteilen. Dann denke ich, dass Sie eine bessere Sichtbarkeit haben, um mir mehr Ratschläge zu geben, die sehr geschätzt werden
freundliche Grüße
