Cómo seleccionar el mejor diseñoEstimados,
Nos gustaría hacer experimentos con 5 factores continuos. Nuestro sistema es una reacción química. Sabemos que existen interacciones entre factores, pero no sabemos hasta qué punto. Nos gustaría maximizar la cantidad de producto.
Hay muchos DOE posibles. Pienso en
-Diseño compuesto central,
-O primera parte (para efectos principales y puntos centrales) y luego aumentar el diseño,
-O DSD y luego aumentar el diseño
-O diseño personalizado con orden 2d e interacciones cuadráticas
-O diseño personalizado y seleccione RSM.
¿Cómo puedo seleccionar el mejor diseño para nosotros? ¿Qué argumento me ayudaría a elegir?
Gracias
GAMARe: como seleccionar el mejor diseñoApuesto a que los 5 factores son importantes y ya lo sabes por el conocimiento previo de la reacción química. Si es así, entonces no comenzaría con un experimento de detección porque es probable que los principios clave de detección no se mantengan. Sin embargo, existe incertidumbre sobre los efectos de los factores, por lo que puede utilizar el atributo Estimabilidad de los términos del modelo para especificar esa incertidumbre.
Probablemente se reduzca a tu presupuesto de carreras. Entonces haría un diseño personalizado para los 5 factores. (¿Es difícil cambiar algún factor?) Haría clic en el botón RSM en la sección Modelo. Ingresará términos en el modelo para todas las posibles interacciones de segundo orden y no linealidades. (Esta acción también cambiará el criterio a I-óptimo). Ahora inspeccione cada término en el modelo. Pregúntese si sabe que este término es necesario, sabe que no es necesario o cree que podría ser necesario. Elimine cualquier término que sepa que no es necesario. Deje todos los términos que sabe que son necesarios. Cambie la estimabilidad de los términos restantes a Si es posible. Este proceso dará como resultado dos cambios. El número mínimo de corridas caerá; este número es igual al número de parámetros que deben estimarse. Además, el diseño será óptimo para todos los modelos posibles. Ahora aumente el número de carreras de la siguiente manera. Agregue 3-4 ejecuciones por cada término Si es posible que pueda ser significativo. Digamos que tengo 10 términos para interacciones que podrían ser posibles, no sé cuáles estarán activos, pero creo que 2 de ellos estarán activos. Agregue 6-8 carreras al mínimo.
¿Tiene sentido este razonamiento y este enfoque?
Re: como seleccionar el mejor diseñoHay una serie de consideraciones al elegir un diseño. Nadie sabe cuál funcionará mejor hasta después de ejecutar el experimento. Mi consejo es crear múltiples diseños, enumerar los pros y los contras de cada uno, lo que se podría aprender de cada uno (lo que se separa, lo que se confunde y lo que se restringe) y sopesar el posible conocimiento adquirido con los recursos necesarios.
Una cosa que no veo que se aborde es el ruido. Hay un par de preguntas:
1. ¿Qué confianza tiene en el sistema de medición? Las ejecuciones repetidas pueden ayudar a evaluar esto en el contexto del experimento.
2. ¿Cuáles son sus estrategias para maximizar la probabilidad de que el experimento represente condiciones futuras? Por ejemplo, los productos químicos utilizados en la reacción química probablemente provengan de procesos continuos que se distribuyen en lotes. ¿Cuánta variación hay dentro de un lote y entre lotes? ¿Tienen algún efecto las condiciones ambientales? ¿Le preocupa la configuración del proceso?
Considere bloques o parcelas divididas para administrar la precisión del experimento sin comprometer el espacio de inferencia.
3. Sugiero crear un orden de clasificación previsto de los efectos del modelo hasta factorial de segundo orden y polinomio de segundo orden. Esto ayudará a decidir la resolución que necesita y si considera que la desviación de un modelo lineal es significativa y, por lo tanto, necesita agregar niveles para estimarla.
4. Por último, predice cada resultado posible y anticipe lo que hará con la información obtenida de cada resultado. Por ejemplo, si ejecuta el experimento y crea una cantidad de variación prácticamente significativa, pero ninguna de ellas se puede asignar a los efectos de los factores, ¿qué hará? Si el factor A es significativo y el nivel + es mejor, ¿qué hará? Si el factor A es significativo y el nivel es mejor, ¿qué hará? Si el factor A es insignificante, ¿qué harás? etc.
Re: como seleccionar el mejor diseñoHola Statman, creo que los puntos 1 y 2 están bien. Hicimos pruebas previas con respecto al sistema de medición y preparamos las pruebas de manera que se reduzca al máximo el ruido. Muchas gracias por tus otras sugerencias.
Re: como seleccionar el mejor diseñoGracias Mark.
De hecho, sé que todos estos factores son importantes. Sin embargo, no sé cómo interactúan en su rango de valores.
Además, por un factor, no conozco el valor mínimo que es necesario para obtener una cantidad significativa de producto. Por lo tanto, el rango seleccionado podría ser demasiado grande: tal vez el valor seleccionado más bajo dé una respuesta baja, cualesquiera que sean los valores de los otros factores.
En el enfoque que sugiere, entiendo que el objetivo es reducir el costo de los experimentos. Sin embargo, no queremos perder ningún efecto. Por lo tanto, optaría por mantener todas las carreras. Con 3 puntos centrales (preguntado por un compañero), considerando términos de segundo orden y cuadráticos se obtienen 28 carreras; RSM da 27 corridas y un perfil de varianza de predicción más bajo. Por lo tanto, RSM parece ser el mejor.
