Comment sélectionner le meilleur designChers tous,
Nous voudrions faire des expériences avec 5 facteurs continus. Notre système est une réaction chimique. Nous savons qu'il existe des interactions entre les facteurs, mais nous ne savons pas dans quelle mesure. Nous aimerions maximiser la quantité de produit.
Il y a beaucoup de DOE possibles. je pense à
- conception composite centrale,
-OU la première partie (pour les effets principaux et les points centraux) puis augmenter la conception,
-OU DSD puis augmentez la conception
-OU conception personnalisée avec ordre 2d et interactions quadratiques
-OU concevoir sur mesure et sélectionner RSM.
Comment puis-je sélectionner le meilleur design pour nous ? Quel argument m'aiderait à choisir ?
Merci
Conception d'expériencesRe : Comment sélectionner le meilleur designVous ne voulez pas réduire le bruit en soi, vous voulez que le bruit soit représentatif du bruit réel/réel dans le processus. Bien sûr, à mesure que le bruit devient plus représentatif, il peut affecter négativement la précision de la détection des effets des facteurs. C'est alors que vous avez besoin d'une stratégie de bruit (par exemple, des blocs, des parcelles divisées) pour partitionner le bruit.
"Malheureusement, les expériences futures (essais futurs, production de demain) seront affectées par des conditions environnementales (température, matériaux, personnes) différentes de celles qui affectent cette expérience... Ce n'est que par la connaissance du sujet, éventuellement aidée par d'autres expériences (italiques ajouté) pour couvrir un plus large éventail de conditions, que l'on peut décider, avec un risque de se tromper, si les conditions environnementales du futur seront suffisamment proches de celles d'aujourd'hui pour permettre l'utilisation des résultats en main.
Dr Deming
"Bloquez ce que vous pouvez, randomisez ce que vous ne pouvez pas"
GEP BoîteRe : Comment sélectionner le meilleur designVous voulez des plages agressives pour les facteurs qui apporteront un grand changement dans la réponse. C'est un avantage des facteurs continus qui n'est pas possible avec les facteurs catégoriels. Le fait est que vous voulez une puissance élevée et de petits intervalles de confiance. Un test consiste à trouver le gagnant. Une expérience concerne la modélisation. Le modèle trouvera le gagnant. Ainsi, une expérience qui produit à la fois de bonnes et de mauvaises réponses est la meilleure. Votre modèle sera plus réaliste.
Re : Comment sélectionner le meilleur designMerci Marc.
En effet, je sais que tous ces facteurs sont importants. Cependant, je ne sais pas comment ils interagissent sur leur gamme de valeurs.
De plus, pour un facteur, je ne connais pas la valeur minimale qui est nécessaire pour obtenir une quantité significative de produit. Par conséquent, la plage sélectionnée pourrait être trop large : peut-être que la valeur sélectionnée la plus basse donnera une réponse faible, quelles que soient les valeurs des autres facteurs.
Dans l'approche que vous suggérez, je comprends que le but est de réduire le coût des expériences. Cependant, nous ne voulons manquer aucun effet. Par conséquent, je choisirais de garder toutes les pistes. Avec 3 points centraux (demandés par un partenaire), considérer des termes d'ordre 2 et quadratiques donne 28 suites ; RSM donne 27 exécutions et un profil de variance de prédiction inférieur. Par conséquent, RSM semble être le meilleur.
Re : Comment sélectionner le meilleur designBonjour Statman, je pense que les points 1 et 2 sont corrects. Nous avons fait des pré-tests concernant le système de mesure, et nous avons préparé les tests de manière à réduire au maximum le bruit. Merci beaucoup pour vos autres suggestions.
Re : Comment sélectionner le meilleur designIl y a un certain nombre de considérations lors du choix d'un design. Personne ne sait ce qui fonctionnera le mieux tant que vous n'aurez pas exécuté l'expérience. Mon conseil est de créer plusieurs conceptions, d'énumérer les avantages et les inconvénients de chacune, ce qui pourrait être appris de chacune (ce qui est séparé, ce qui est confondu et ce qui est restreint) et de peser les connaissances éventuellement acquises par rapport aux ressources nécessaires.
Une chose que je ne vois pas être abordée est le bruit. Il y a quelques questions :
1. Dans quelle mesure êtes-vous confiant dans le système de mesure ? Des essais répétés peuvent aider à évaluer cela dans le contexte de l'expérience.
2. Quelles sont vos stratégies pour maximiser la probabilité que l'expérience représente les conditions futures ? Par exemple, les produits chimiques utilisés dans la réaction chimique sont probablement issus de processus continus distribués par lots. Quelle variation y a-t-il au sein d'un lot et entre lots ? Les conditions ambiantes ont-elles un effet ? Êtes-vous concerné par la configuration du processus ?
Envisagez des blocs ou des parcelles divisées pour gérer la précision de l'expérience sans compromettre l'espace d'inférence.
3. Je suggère de créer un ordre de classement prévu des effets du modèle jusqu'au factoriel du 2e ordre et au polynôme du 2e ordre. Cela vous aidera à décider de la résolution dont vous avez besoin et si vous considérez que l'écart par rapport à un modèle linéaire est significatif et que vous devez donc ajouter des niveaux pour l'estimer.
4. Enfin, prédisez tous les résultats possibles et anticipez ce que vous ferez des informations obtenues à partir de chaque résultat. Par exemple, si vous lancez l'expérience et créez une variation pratiquement significative, mais qu'aucune de ces variations n'est attribuable aux effets des facteurs, que ferez-vous ? Si le facteur A est significatif et que le niveau + est meilleur, que ferez-vous ? Si le facteur A est significatif et que le niveau - est meilleur, que ferez-vous ? Si le facteur A est insignifiant, que ferez-vous ? etc.
Re : Comment sélectionner le meilleur designJe parie que les 5 facteurs sont importants et vous le savez déjà grâce à une connaissance préalable de la réaction chimique. Si tel est le cas, je ne commencerais pas par une expérience de dépistage, car les principes clés du dépistage risquent de ne pas tenir. Cependant, il existe une incertitude sur les effets des facteurs, vous pouvez donc utiliser l'attribut Estimabilité des termes du modèle pour spécifier cette incertitude.
Cela dépendra probablement de votre budget de courses. Je ferais donc un design personnalisé pour les 5 facteurs. (Y a-t-il des facteurs difficiles à modifier ?) Je cliquerais sur le bouton RSM dans la section Modèle. Il entrera des termes dans le modèle pour toutes les interactions possibles de second ordre et les non-linéarités. (Cette action changera également le critère en I-optimal.) Inspectez maintenant chaque terme du modèle. Demandez-vous si vous savez que ce terme est nécessaire, si vous savez qu'il n'est pas nécessaire ou si vous pensez qu'il pourrait être nécessaire. Supprimez tout terme dont vous savez qu'il n'est pas nécessaire. Laissez seuls tous les termes dont vous savez qu'ils sont nécessaires. Remplacez l'estimabilité des termes restants par Si possible. Ce processus entraînera deux changements. Le nombre minimum d'exécutions tombera - ce nombre est égal au nombre de paramètres qui doivent être estimés. De plus, la conception sera I-optimale pour tous les modèles possibles. Augmentez maintenant le nombre d'exécutions de la manière suivante. Ajoutez 3 à 4 exécutions pour chaque terme Si possible qui pourrait être significatif. Disons que j'ai 10 termes pour des interactions qui pourraient être possibles, je ne sais pas lesquels seront actifs, mais je pense que 2 d'entre eux seront actifs. Ajoutez 6 à 8 passages au minimum.
Ce raisonnement et cette approche ont-ils un sens ?
