DoE-Sonderdesigns – umfassen Faktoren, die sich gegenseitig ausschließenHallo JMP-Community.
Ich habe meine DoE-Reise erst kürzlich mit JMP begonnen. Tut mir leid, wenn mir hier etwas Offensichtliches entgeht.
Ich versuche, ein DOE-Design eines biologischen Prozesses zu erarbeiten, der 4-5 Faktoren umfasst. Faktor A, B und C schließen sich gegenseitig aus. Wenn beispielsweise Faktor A vorhanden ist, sind B und C nicht vorhanden, und umgekehrt.
Ich habe hier in der Community eine frühere Diskussion gefunden Definieren von Faktoreinschränkungen in kundenspezifischen Design-DOEs Darin wurde die Verwendung eines zusätzlichen kategorialen Faktors beschrieben, um die Verwendung von A oder B in Kombination mit einem Faktor „AorB“ zu beschreiben, der von A und B „gemeinsam“ ist, um die Einschränkungen festzulegen. Ich kann sehen, wie dies auf meinen Fall anwendbar ist, wenn alle Wertebereiche von A, B und C gleich sind. In meinem Fall wird wahrscheinlich jeder einzelne Faktor A, B, C einen anderen Wertebereich haben. Was muss ich zusätzlich tun, damit dies auch im Modell erkannt wird?
Vielen Dank im Voraus für jede Hilfe und Anleitung!
VersuchsplanungBetreff: DoE-Sonderanfertigungen – beinhalten Faktoren, die sich gegenseitig ausschließenIch habe eine neue Version der Designtabelle beigefügt, die ohne den X1-Haupteffekt entworfen wurde. Die Codierung für X2 wurde entfernt. Es liegen simulierte Y-Daten vor. Und ein Modell, das ohne X1 und ohne Zentrierung des Polynoms angepasst wurde.
Dies ist die zu entfernende Spalteneigenschaft:
Dies zeigt, dass der Achsenabschnitt des Modells (wobei X2=0) für alle Ebenen von X1 gleich ist, wie es sein sollte:
Betreff: DoE-Sonderanfertigungen – beinhalten Faktoren, die sich gegenseitig ausschließenGuter Punkt. Wenn in unserem Beispiel X2=0 ist, sollte es keine Rolle spielen, was X1 ist.
Das Modell, das ich für den Entwurf angegeben habe, hatte die Begriffe X1, X2, X1*X2 und X2*X2.
X1 ist ein Begriff zur Modellierung des Schnittpunktunterschieds zwischen den Kategorieebenen von X1. Das heißt, um Variationen in der Reaktion zu erfassen, die sich aus der Änderung des Inhaltsstofftyps ergeben, wenn X2 0 ist. Wir wissen, dass es aufgrund von X1 keinen Unterschied in der Reaktion geben sollte, wenn X2 = 0. Daher sollten wir diesen Effekt aus dem Modell entfernen.
X2 modelliert den einfachen linearen Effekt der Änderung des Betrags. X2*X2 erfasst den krummlinigen Effekt der Änderung des Betrags (Sie können davon ausgehen, dass dies wichtig ist oder auch nicht). Und X1*X2 modelliert die Interaktion zwischen X1 und X2, d. h. den unterschiedlichen Effekt einer Mengenänderung für jeden Zutatentyp.
Ein geeignetes Modell würde daher X2, X2*X2 und X1*X2 umfassen. (Sie könnten auch in Betracht ziehen, X1*X2*X2 einzubeziehen)
JMP zeigt eine Warnung an, wenn Sie versuchen, dieses Modell anzupassen, da es ungewöhnlich ist, einen Interaktionseffekt anzupassen, der einen Faktor enthält, für den Sie den Haupteffekt nicht anpassen.
Es gibt noch zwei weitere Dinge, die Sie tun müssen. Standardmäßig kodiert JMP kontinuierliche Faktoren so um, dass der Achsenabschnitt in der Mitte des Faktorbereichs liegt. Und „Modell anpassen“ zentriert auch quadratische und Interaktionseffekte in der Mitte des Bereichs. Sie können diese Einstellungen deaktivieren.
Das müssen Sie dann tun:
1. Entfernen Sie den Haupteffekt X1 aus dem Modell, wenn Sie das Design erstellen, und schließen Sie ihn nicht ein, wenn Sie das Modell anpassen.
2. Entfernen Sie die Eigenschaft „Codierungsspalte“ aus der Spalte „X2“ in der Designdatentabelle.
3. Deaktivieren Sie „Center Polynomials“ im Hauptmenü des roten Dreiecks im Dialogfeld „Modell anpassen“.
Sie sollten dann einen Entwurf und ein Modell haben, die für Ihre Situation sinnvoll sind.
Betreff: DoE-Sonderanfertigungen – beinhalten Faktoren, die sich gegenseitig ausschließenHallo @Phil_Kay Vielen Dank für die Lösung! Ich habe die von Ihnen genannten Einschränkungen umgesetzt und für mein Szenario sehr gut funktioniert. Ich möchte auch eine Folgefrage dazu stellen, wie man den Wert Null definiert. Beispielsweise kann der kontinuierliche Faktor für den Betrag (X2) in meinem Fall ebenso wie in dem von Ihnen angegebenen Beispiel Null sein, was auch dann noch sinnvoll ist, wenn andere Faktoren ständig vorhanden sind. Wie soll ich in einem solchen Fall den kategorialen Faktor für die Zutat (X1) definieren? Es scheint mir, dass es technisch gesehen weder in A noch B noch C kategorisiert werden kann. Spielt das überhaupt eine Rolle für das Modell? Wenn ja, wie könnten wir das definieren? Ich dachte, dass dem kategorialen Faktor der Zutat eine zusätzliche Ebene hinzugefügt werden kann (z. B. „leer“), um X2 == 0 zu definieren. Macht das Sinn? Ich habe versucht, es im Skript zu definieren, aber es schien, als würde es sich nicht auf das Design auswirken. Für Hinweise wäre ich dankbar!
Betreff: DoE-Sonderanfertigungen – beinhalten Faktoren, die sich gegenseitig ausschließenHallo,
Ich denke, dass Sie dies mit unzulässigen Kombinationen tun können. Der einfachste Weg ist die Verwendung des Filters „Unzulässige Kombinationen“.
Ich habe ein Design mit einem kategorialen Faktor für die Zutat (A, B, C) und einem kontinuierlichen Faktor für die Menge (0 bis 2) erstellt.
Dann habe ich zwei unzulässige Kombinationen eingerichtet, wie unten. (Ich wähle ODER, nachdem ich das erste erstellt habe)
Für B sind Beträge zwischen 1 und 2 nicht zulässig.
Für C sind Beträge zwischen 0 und 0,5 nicht zulässig.
Sie sollten feststellen, dass der resultierende Entwurf (im Anhang) diese Einschränkungen erfüllt.
Sie können auch das Skript für nicht zulässige Kombinationen verwenden, um die gleichen Dinge zu tun.
Dies sind dieselben unzulässigen Kombinationen, die in einem Skript definiert sind:
X1 == "B" & (X2 >= 1 & X2 <= 2) | X1 == "C" & (X2 >= 0 & X2 <= 0.5)
