Wie wählen Sie das beste Design ausSehr geehrte Damen und Herren,
Wir möchten Experimente mit 5 stetigen Faktoren machen. Unser System ist eine chemische Reaktion. Wir wissen, dass es Wechselwirkungen zwischen Faktoren gibt, aber wir wissen nicht, in welchem Ausmaß. Wir möchten die Produktmenge maximieren.
Es gibt viele mögliche DOEs. ich denke über
-zentrale Verbundkonstruktion,
-ODER erster Teil davon (für Haupteffekte und zentrale Punkte) und dann das Design erweitern,
-ODER DSD und dann das Design erweitern
-OR benutzerdefiniertes Design mit 2. Ordnung und quadratischen Wechselwirkungen
-ODER benutzerdefiniertes Design und wählen Sie RSM.
Wie kann ich das beste Design für uns auswählen? Welches Argument würde mir bei der Auswahl helfen?
Vielen Dank
DAMHIRSCHKUHRe: Wie wählt man das beste Design ausIch wette, dass alle 5 Faktoren wichtig sind und das wissen Sie bereits aus Vorkenntnissen der chemischen Reaktion. Wenn ja, würde ich nicht mit einem Screening-Experiment beginnen, da die wichtigsten Screening-Prinzipien wahrscheinlich nicht gelten. Es besteht jedoch Unsicherheit bezüglich der Faktoreffekte, sodass Sie das Attribut Estimability von Modelltermen verwenden können, um diese Unsicherheit anzugeben.
Es wird wahrscheinlich auf Ihr Budget an Durchläufen ankommen. Also würde ich ein individuelles Design für die 5 Faktoren machen. (Sind Faktoren schwer zu ändern?) Ich würde auf die RSM-Schaltfläche im Modellbereich klicken. Es trägt Terme für alle möglichen Wechselwirkungen zweiter Ordnung und Nichtlinearitäten in das Modell ein. (Diese Aktion ändert auch das Kriterium in I-optimal.) Überprüfen Sie nun jeden Term im Modell. Fragen Sie sich, ob Sie wissen, dass dieser Begriff notwendig ist, ob Sie wissen, dass er nicht notwendig ist oder ob Sie ihn für notwendig halten. Entfernen Sie alle Begriffe, von denen Sie wissen, dass sie nicht erforderlich sind. Lassen Sie alle Begriffe, von denen Sie wissen, dass sie notwendig sind, in Ruhe. Ändern Sie die Schätzbarkeit der verbleibenden Terme auf Falls möglich. Dieser Vorgang führt zu zwei Änderungen. Die Mindestanzahl von Durchläufen wird sinken - diese Anzahl entspricht der Anzahl der Parameter, die geschätzt werden müssen. Außerdem wird das Design für alle möglichen Modelle I-optimal sein. Erhöhen Sie nun die Anzahl der Durchläufe wie folgt. Fügen Sie 3-4 Durchläufe für jeden möglicherweise signifikanten Begriff hinzu. Angenommen, ich habe 10 Begriffe für mögliche Interaktionen, ich weiß nicht, welche aktiv sein werden, aber ich denke, dass 2 davon aktiv sein werden. Fügen Sie 6-8 Durchläufe zum Minimum hinzu.
Ist diese Argumentation und Herangehensweise sinnvoll?
Re: Wie wählt man das beste Design ausBei der Auswahl eines Designs gibt es eine Reihe von Überlegungen. Niemand weiß, was tatsächlich besser abschneidet, bis Sie das Experiment durchgeführt haben. Mein Rat ist, mehrere Designs zu erstellen, Vor- und Nachteile von jedem aufzulisten, was von jedem gelernt werden kann (was ist getrennt, was ist verworren und was eingeschränkt) und das mögliche Wissen gegen die erforderlichen Ressourcen abzuwägen.
Eine Sache, die ich nicht angesprochen sehe, ist Lärm. Es gibt ein paar Fragen:
1. Wie sicher sind Sie im Messsystem? Wiederholte Durchläufe können helfen, dies im Kontext des Experiments zu beurteilen.
2. Welche Strategien verfolgen Sie, um die Wahrscheinlichkeit zu maximieren, dass das Experiment zukünftige Bedingungen darstellt? Beispielsweise stammen die bei der chemischen Reaktion verwendeten Chemikalien wahrscheinlich aus kontinuierlichen Prozessen, die chargenweise verteilt werden. Wie viel Variation gibt es innerhalb der Charge und zwischen den Chargen? Haben Umgebungsbedingungen einen Einfluss? Sind Sie mit der Einrichtung des Prozesses beschäftigt?
Ziehen Sie Blöcke oder Split-Plots in Betracht, um die Genauigkeit des Experiments zu verwalten, ohne den Inferenzraum zu beeinträchtigen.
3. Ich schlage vor, a . zu erstellen vorhergesagte Rangordnungrank von Modelleffekten bis zu faktoriell 2. Ordnung und Polynom 2. Ordnung. Dies hilft bei der Entscheidung, welche Auflösung Sie benötigen und ob Sie die Abweichung von einem linearen Modell als signifikant erachten und daher Ebenen hinzufügen müssen, um dies zu schätzen.
4. Zuletzt vorhersagen jedes mögliche Ergebnis und antizipieren Sie, was Sie mit den Informationen aus jedem Ergebnis tun werden. Wenn Sie beispielsweise das Experiment durchführen und eine praktisch signifikante Menge an Variation erzeugen, aber keine davon den Faktoreffekten zuordenbar ist, was werden Sie dann tun? Wenn Faktor A signifikant und das +-Niveau besser ist, was werden Sie tun? Wenn Faktor A signifikant und -level besser ist, was werden Sie tun? Wenn Faktor A unbedeutend ist, was werden Sie tun? usw.
Re: Wie wählt man das beste Design ausHallo Statman, ich finde Punkt 1 und 2 ok. Wir haben das Messsystem vorab getestet und die Tests so vorbereitet, dass das Rauschen so gering wie möglich ist. Vielen Dank für Ihre anderen Vorschläge.
Re: Wie wählt man das beste Design ausDanke Markus.
Tatsächlich weiß ich, dass all diese Faktoren wichtig sind. Ich weiß jedoch nicht, wie sie über ihren Wertebereich interagieren.
Außerdem kenne ich zum einen den Mindestwert nicht, der erforderlich ist, um eine signifikante Produktmenge zu erhalten. Daher könnte der ausgewählte Bereich zu groß sein: Vielleicht führt der niedrigste ausgewählte Wert zu einer niedrigen Reaktion, unabhängig von den Werten der anderen Faktoren.
Der von Ihnen vorgeschlagene Ansatz zielt meines Erachtens darauf ab, die Kosten der Experimente zu senken. Wir wollen jedoch keinen Effekt verpassen. Daher würde ich mich dafür entscheiden, alle Läufe zu behalten. Bei 3 zentralen Punkten (von einem Partner gefragt) ergibt die Berücksichtigung 2. Ordnung und quadratischer Terme 28 Durchläufe; RSM bietet 27 Läufe und ein niedrigeres Vorhersage-Varianz-Profil. Daher scheint RSM das beste zu sein.
