Progettazione personalizzata DOE con covariateCiao comunità,
Sto cercando di acquisire conoscenze su quali fattori influenzano la forza richiesta per spingere il boccaglio di un inalatore su un inalatore.
Ho 8 scatole (da A a H), ciascuna contenente 1 inalatore e 12 boccagli (da A1 a A12, da B1 a B12 e così via). Ci sono 3 tipi di inalatori in queste 8 scatole (3 marroni + 3 verdi + 2 rossi), ma tutti i 96 bocchini dovrebbero essere identici.
Non è noto se possiamo aspettarci variazioni nella forza di pressione dal "tipo di inalatore", dalla "scatola dell'inalatore" o anche dalla "scatola del boccaglio" o da una combinazione di questi.
Inoltre, il bocchino può essere indossato con diverse angolazioni e il requisito per la sequenza di prova è provare 8 diverse angolazioni.
La mia domanda è come impostare al meglio un progetto personalizzato in JMP per testare la possibile influenza di questi fattori. Ci sono state commissionate 96 corse, che sono tante, ma possono essere eseguite in un giorno. Penso che l'idea originale fosse quella di testare l'inalatore A con tutti i suoi boccagli (da A1 a A12), B con tutti i suoi boccagli, ecc., il che equivarrebbe a 96 esecuzioni, ma credo che possiamo fare di meglio con DOE.
Ciò che ho fatto finora è creare una tabella dati di tutte le possibili combinazioni di inalatore e boccaglio, 768 in totale (esempio di riga: inalatore dalla scatola C, che è di tipo marrone, con boccaglio G5, vedi screenshot). Da questa tabella ho provato a creare un design personalizzato con inalatore (A, B, ..., H), scatola del boccaglio (A, B, ..., H) e tipo di inalatore (marrone, verde, giallo) come fattori di covariazione e l'angolo come fattore numerico discreto con 8 livelli (0, 45, 90, ..., 315).
Quando si tenta di realizzare il progetto di cui sopra con 96 esecuzioni, JMP ci pensa un po' e poi afferma che "I termini selezionati nella struttura del modello dipendono linearmente dai termini precedenti. Premere il pulsante Rimuovi termine e riprovare."
È utile rimuovere l'inalatore come fattore e sospetto che sia qui che sto sbagliando? Non posso avere un progetto che modelli sia la variazione da scatola a scatola che la variazione da tipo a tipo per gli inalatori? Sono sulla strada sbagliata e devo riconsiderare del tutto la configurazione del DOE?
Tutto l'aiuto è apprezzato, grazie in anticipo!
Sto eseguendo JMP 14.2.
/Morten
Progettazione di esperimentiIngegneria della qualità e dei processiRi: Progettazione personalizzata DOE con covariateGrazie ancora, Fil.
Sono un po' arrugginito sui fattori bloccanti. Potresti approfondire brevemente i vantaggi derivanti dalla specifica dei due fattori come fattori di blocco anziché come fattori di covariazione (supponendo che JMP possa farlo)? Avrei solo corse randomizzate "all'interno" di ciascun blocco, giusto?
/MortenRi: Progettazione personalizzata DOE con covariateGrazie, @statman , e grazie mille per la risposta dettagliata!
- Esiste solo un limite massimo per la forza (non è possibile rivelare il valore esatto) e non misureremo altre risposte.
- Sono d'accordo che non avremmo bisogno di tutte le combinazioni, ma dal momento che abbiamo 96 serie su cui lavorare (questo è già deciso dai superiori) penso che possiamo "permetterci" di fare tutto in una volta, piuttosto che in modo iterativo.
- Questo è un buon punto, in realtà non conosciamo né ci aspettiamo variazioni sistematiche tra inalatori dello stesso tipo o tra bocchini. Ma potremmo notare delle variazioni, poiché le scatole potrebbero provenire da lotti e/o strumenti diversi; purtroppo non disponiamo di informazioni sulla produzione dei componenti. Questo è il motivo per cui voglio modellare questi fattori: non so se dovrebbero contribuire alla variazione, ma non sono nemmeno sicuro che non lo facciano.
Per quanto riguarda gli angoli, la scelta di 8 deriva dalla presenza di alcune caratteristiche geometriche nell'interfaccia meccanica tra inalatore e boccaglio. Potremmo farne meno, ma, ripeto, dal momento che ci sono 96 prove, credo che possiamo permetterci la completezza. - Quale sarebbe il vantaggio del blocco in questo esperimento? Non perderemmo semplicemente un po' di randomizzazione? Per quanto riguarda i tipi di inalatori, non sappiamo quale dei 3 tipi sia estremo, quindi vogliamo testarli tutti e 3 i tipi.
- Mi sembra giusto, tuttavia le mie covariate sono categoriche (JMP sembra farcela)?
Grazie ancora!
Morten
Ri: Progettazione personalizzata DOE con covariateEsatto: ti suggerisco di modellare la scatola del Boccaglio come un effetto casuale dopo aver raccolto i dati di risposta.
Non puoi realmente specificare effetti casuali nel modello in Custom Design.
Potresti provare a specificare la casella dell'inalatore e la casella del boccaglio come fattori di blocco, il che equivale essenzialmente a dichiararli come fattori di effetto casuali. Ma potrebbe complicarsi. Non ho provato a progettare un esperimento con più di 1 fattore di blocco. Sembra possibile ma non posso dirti di più, mi dispiace!
Ri: Progettazione personalizzata DOE con covariateGrazie mille per la tua risposta, @Phil_Kay
Capisco quello che dici e questo conferma il mio sospetto. Eliminerò uno dei fattori Inhalator dal design.
Giusto per essere sicuri: quando affermi che potrei/dovrei modellare la scatola del Boccaglio come un effetto casuale, intendi quando creo un modello sui valori di risposta, giusto? Non quando creo il design DOE?
Grazie ancora,
Morten
Ri: Progettazione personalizzata DOE con covariate@mbnielsen , innanzitutto benvenuto nella community. Phil ti ha già fornito alcune idee. Ho i seguenti pensieri (tieni presente che NON conosco la situazione specifica con cui hai a che fare, quindi alcuni dei miei commenti potrebbero essere irrilevanti):
1. Presumo che tu stia misurando la forza... conosci la variabilità, la discriminazione o la coerenza di questo sistema di misurazione? Esiste un requisito minimo (in modo che non cada) e uno massimo (in modo che non distorca i componenti creando un difetto) per la forza? Ci sono altre variabili di risposta di interesse (ad esempio, ti interessa il flusso di aria (o gas)?
2. A quanto ho capito, stai indagando per scoprire quali fattori influenzano la forza richiesta per spingere un boccaglio su un inalatore. Comprendere la struttura causale è molto diverso da "scegliere il vincitore". Per comprendere la causalità, probabilmente non sono necessarie tutte le combinazioni per trarre inferenze dallo studio. E probabilmente l’indagine sarà iterativa. È semplicemente un problema di interferenza dimensionale o geometrica? Capisci l'accumulo di interfacce?
3. Hai ipotesi associate alle variabili dello studio? Perché dovrebbe esserci una variazione box-to-box? Cosa sta effettivamente cambiando da una scatola all'altra? Sembra che l'inalatore stia cambiando da scatola a scatola... cosa potrebbe cambiare nello specifico da inalatore a inalatore? Esistono anche set di bocchini che cambiano da scatola a scatola, perché potrebbero essere diversi? Capisco che dovrebbero essere tutti identici, ma questo ovviamente è impossibile? Come sono realizzati i bocchini? Gli stampi sono stampati a iniezione, sottovuoto o cosa? Provengono tutti dallo stesso strumento? Lo strumento ha più cavità? Ci sono variazioni nel polimero (o qualunque sia il materiale) di cui sono fatti i bocchini (ad esempio, da lotto a lotto)? Sembra che ci siano 3 diversi tipi di inalatori. Cosa li rende diversi? È possibile quantificare le differenze? Quindi introduci gli angoli e ne ottieni 8... Perché 8? Quanto sono rappresentativi questi 8 della realtà? Potresti semplicemente utilizzare gli estremi degli angoli in uno studio iniziale per ottenere una stima della dimensione dell'effetto e poi, se è significativo, fare ulteriori test per identificare le condizioni migliori? Il rumore dell'angolo è (incontrollabile)? Molte di queste domande dovrebbero essere prese in considerazione prima di decidere la strategia appropriata di raccolta dei dati. Nella tua situazione, credo che il campionamento potrebbe essere una strategia più appropriata.
4. Se sei convinto di voler sperimentare, cosa ti serve per creare uno spazio di progettazione che sia ragionevole, rappresentativo ed efficiente!
Potresti farla franca con 2 angoli impostati a livelli audaci, 2 inalatori (gli estremi dei 3) o potresti farli tutti e 3? Potresti confondere la scatola con i blocchi (anche se non te ne servono 8, IMHO) e trattare i bocchini come ripetizioni. Inizia con la stima degli effetti lineari e poi costruisci il modello attraverso l'iterazione.
5. Le covariate vengono misurate su una scala continua e in genere si tratta di variabili considerate rumore in una situazione sperimentale. Includendo la covariata nei nostri modelli di analisi, possiamo tenere conto della variabilità della covariata, aumentando così la precisione nel rilevamento degli effetti dei fattori.
Ri: Progettazione personalizzata DOE con covariateCiao Morten,
Penso che il problema qui sia, come hai capito, che esiste una dipendenza tra la scatola dell'inalatore e il tipo di inalatore. Non è valutabile il modello sia con Inalatore box (8 livelli) che con Inalatore tipo (3 livelli). Da quanto ho capito, sei interessato alla variazione della forza di spinta tra le scatole piuttosto che conoscere l'effetto della scelta della scatola sulla forza di spinta. In tal caso, alla fine modelleresti la scatola dell'inalatore come un effetto casuale. Allo stesso modo mi aspetto che modelliate la scatola del bocchino come un effetto casuale. Per progettare l'esperimento penso che tu possa estrarre dal modello il tipo di inalatore o la scatola dell'inalatore. Se si desidera ottenere un buon equilibrio tra i tipi di inalatori, è necessario rimuovere la scatola dell'inalatore.
Spero che aiuti,
Fil
