progetto di screening definitivoCarissimi,
Sto progettando di costruire un RSM per ottimizzare il mio metodo. Ho 8 fattori continui, 1 fattore categoriale e 2 risposte. I livelli di ogni fattore sono stati determinati in base alle precedenti esperienze del team. Non ho idea se ci siano interazioni tra fattori o meno. Non riesco a identificare la fonte del rumore e ho intenzione di randomizzare. Dopo aver fatto alcune ricerche, penso che il design più adatto da scegliere sarebbe un progetto di screening definitivo?
Apprezzerò qualsiasi commento o avviso
Grazie
DOERi: progetto di screening definitivoDisse,
Presumo che tu stia cercando di capire una superficie di risposta (RSM è una metodologia) che descrive due variabili dipendenti. Ci sono molti approcci per farlo. Sono prevenuto per l'approccio sequenziale insegnato a me dal Dr. GEP Scatola. Si tratta di un approccio di metodo scientifico, in cui si inizia con ipotesi (rappresentate da fattori nell'esperimento) e si utilizzano i dati per fornire informazioni su tali ipotesi. Non esiste un modo "giusto" per farlo e il modo più efficiente ed efficace lo è dipendente dalla situazione . Questo approccio tipicamente inizia con progetti frazionari a 2 livelli per lo screening di un gran numero di variabili (basati sui principi di Scarsità e Gerarchia degli effetti). Quindi spostando lo spazio nella direzione del miglioramento e riducendo il numero di variabili. Man mano che il tuo lavoro procede, inizi ad aggiungere termini di ordine superiore al modello. Questi effetti di ordine superiore possono essere fattoriali (interazioni) o polinomiali (curvatura). Il lavoro sequenziale è molto utile per comprendere la superficie. Questo tipo di lavoro è il migliore gestito dallo scienziato o ingegnere che comprende i meccanismi (ad esempio, fisici, chimici) e può interpretare i risultati di uno studio statistico. È lo scienziato / ingegnere che dovrebbe spiegare (ipotesi) e prevedere i possibili effetti dei fattori (e se l'effetto è lineare nello spazio indagato), le interazioni e estremamente importante, il RUMORE . Forse dovresti iniziare comprendendo il modello del primo ordine e l'impatto del rumore prima di indagare sulle relazioni non lineari, ma questa è una funzione di ciò che fai e non sai. Il mio consiglio, basato sulla tua discussione limitata sulla tua situazione, è di dedicare un po 'di tempo a identificare quale potrebbe essere il rumore e quindi a sviluppare una strategia per gestirlo. Penso anche che il blocco (o: ripetizioni, trame divise, covariate, ecc.) Sia una strategia migliore rispetto alla randomizzazione. Perché, perché vuoi capire l'impatto del rumore, preferibilmente assegnarlo, non solo ottenere una stima numerica della sua dimensione. Sebbene la randomizzazione, si spera, fornisca una stima non distorta del rumore, può compromettere la precisione del design.
"Blocca ciò che puoi randomizzare ciò che non puoi", GEP Scatola
Non sto dicendo di non utilizzare progetti di screening definitivi (Brad Jones ha fatto un ottimo lavoro portando questa strategia di progettazione alla comunità), devi solo valutare quali informazioni hai bisogno per ottenere in questo momento con le risorse quell'informazione.
Buona fortuna per il tuo viaggio.
Ri: progetto di screening definitivoAggiungerò solo due commenti a @statman ,.
In primo luogo, è un progetto di screening, quindi è destinato ad essere utilizzato in una situazione di screening in cui valgono i principi di screening chiave. Uno degli aspetti più importanti che sospetto non valga nel tuo caso è la scarsità di effetti. Questo tipo di design enfatizza l'economia rispetto alla capacità. Il presupposto è che pochi dei fattori siano, in effetti, attivi. Ti aspetti che meno della metà degli 8 fattori sia inattivo?
Secondo, screening o meno, fai attenzione che " i livelli di ciascun fattore sono stati determinati in base alle precedenti esperienze del team "non sono troppo strette. Gli intervalli dovrebbero essere determinati in base alla necessità di provocare un grande cambiamento nella risposta in modo che la regressione possa stimare in modo efficiente i parametri del modello (piccoli errori standard). Gli intervalli dovrebbero essere sempre ampi. Non dovrebbero essere selezionati sulla base dell'aspettativa che la risposta raggiunga sempre un livello desiderabile. Questo è un esperimento, non un test. L'esperimento dovrebbe fornire i dati migliori per supportare la modellazione, non per supportare la "scelta del vincitore".
Ri: progetto di screening definitivoGrazie @markbailey
tornando alle tue osservazioni, non ho idea se più della metà dei miei fattori siano inattivi o meno! Sono d'accordo che il DSD è alla fine un progetto di schermatura ma dà la possibilità di vedere le curvature nella mia risposta e di costruire un modello di superficie di risposta. Dalle mie letture, l'analisi dello screening definitivo può essere eseguita utilizzando la regressione progressiva in avanti in cui la scarsità dell'effetto dovrebbe mantenere. D'altra parte, se voglio analizzare un progetto di screening definitivo e nel caso in cui è probabile che molti effetti siano attivi (più della metà dei miei fattori) dovrei utilizzare la Fit Definitive Screening Platform che prende in considerazione la struttura vantaggiosa del DSD ( aggiunta di corse extra e analisi del modello in 2 fasi)
Cosa ne pensi?
Ri: progetto di screening definitivoGrazie @statman per le informazioni fornite
" Il mio consiglio basato sulla discussione limitata della tua situazione "Per favore fammi sapere di quali dettagli hai bisogno e sarò felice di condividere. Quindi penso che avrai una migliore visibilità per darmi più consigli che sono molto apprezzati
i migliori saluti
