Conception de criblage DoE personnaliséJ'ai deux questions très basiques sur la conception de criblage DoE personnalisé.
1. Si je voulais seulement savoir quels effets principaux sont importants pour mes réponses et utiliser la conception personnalisée de filtrage des effets principaux avec les numéros d'exécution par défaut donnés par JMP, comment puis-je être sûr qu'il s'agit de l'effet principal ou d'un autre effet bidirectionnel confondant interaction vraiment significative ? Si l'analyse du modèle montre que le facteur A est significatif mais que A est partiellement corrélé avec B*C, quel(s) facteur(s) doit-on inclure ultérieurement dans la conception d'optimisation ? Je suppose que seuls les effets principaux qui sont significatifs tels que le facteur A devraient être étudiés plus avant pour la conception d'optimisation suivant la conception de dépistage des effets principaux, mais B et C seront-ils manquants si B*C est partiellement corrélé avec le facteur A mais que B et C ne sont pas significatifs principaux effets du dépistage DoE ?
2. lorsque j'inclus certains facteurs non contrôlés dans le modèle, JMP n'affiche plus la carte des couleurs pour la corrélation. Comment puis-je évaluer la conception avec des facteurs non contrôlés ?
Merci
LL
BICHERe: Conception de criblage DoE personnalisé" Si je voulais seulement savoir quels effets principaux sont importants pour mes réponses et utiliser la conception personnalisée de filtrage des effets principaux avec les numéros d'exécution par défaut donnés par JMP, comment puis-je être sûr qu'il s'agit de l'effet principal ou d'une autre interaction bidirectionnelle confondante qui est vraiment important ? "
Saisissez les effets principaux dans la liste des termes sous Modèle. Assurez-vous que toutes les interactions bidirectionnelles figurent dans la liste de termes sous Alias. Cliquez sur le triangle rouge en haut et sélectionnez Critère d'optimisation > Créer un alias de conception optimale.
" Si l'analyse du modèle montre que le facteur A est significatif mais que A est partiellement corrélé avec B*C, quel(s) facteur(s) doit-on inclure ultérieurement dans la conception d'optimisation ? Je suppose que seuls les effets principaux qui sont significatifs tels que le facteur A devraient être étudiés plus avant pour la conception d'optimisation suivant la conception de dépistage des effets principaux, mais B et C seront-ils manquants si B*C est partiellement corrélé avec le facteur A mais que B et C ne sont pas significatifs principaux effets du dépistage DoE ? "
Si vous pensez que des termes d'ordre supérieur sont potentiellement actifs, je vous recommande deux méthodes. Tout d'abord, ajoutez tous les termes potentiels dans la liste Modèle. Sélectionnez ces termes et cliquez sur Nécessaire dans la colonne Estimabilité, puis sélectionnez Si possible. Ce changement produira deux résultats. Le premier résultat est que le nombre minimum de passages va diminuer car il est déterminé par le nombre de paramètres qui doivent être estimés. (Vous devez deviner le nombre de termes réellement actifs et ajouter des exécutions au minimum pour eux.) L'autre méthode consiste à utiliser une conception de filtrage telle que Definitive Screening Design. Cette façon de procéder fonctionnera tant qu'il s'agit d'une véritable situation de dépistage dans laquelle les principes clés du dépistage sont valables. Combien de facteurs avez-vous ? Combien sont susceptibles d'être actifs ?
Je ne connais pas la réponse à vos deuxièmes questions, du haut de ma tête. Peut-être que quelqu'un d'autre a cette connaissance.
Re: Conception de criblage DoE personnalisé@JMP38401 , voici mes réflexions :
1. Nous nous appuyons sur trois principes pour les factorielles fractionnaires et les plans d'écran :
Rareté : Il y a relativement peu d'effets significatifs (analogue au principe de Pareto)
Hiérarchie : 1er ordre > 2e ordre >> 3e ordre, etc.
Hérédité : pour qu'une interaction soit significative, au moins un parent doit être significatif
En ce qui concerne votre question, mon conseil est de prédire les effets du modèle d'ordre de classement (au moins jusqu'au 2e ordre). Vos prédictions quant aux effets que vous jugez raisonnables et susceptibles d'avoir un impact sur la sélection de la résolution de conception. Si tous vos effets de 1er ordre se classent au-dessus des effets de 2e ordre, alors une résolution inférieure semble raisonnable pour commencer le processus itératif d'enquête. En fait, c'est le principe de la hiérarchie. Augmenter le nombre de facteurs (effets de premier ordre) en confondant les effets d'ordre supérieur.
2. Si vous suspectez des effets d'interaction (≥2e ordre), vous souhaiterez peut-être passer la résolution à IV+.
3. Je sais que je ne représente pas l'essentiel de la réflexion sur les conceptions optimales. Je ne suis pas un grand fan de la "confusion partielle" pour créer une conception plus efficace car s'il y a des instances qui n'ont pas de sens dans l'analyse des données, la prochaine itération peut être un choix difficile (par exemple, les conceptions repliées ne fonctionnent pas ).
4. Je ne comprends pas complètement votre deuxième question. Si vous avez des covariables dans le tableau de données, vous pouvez certainement voir la corrélation entre les covariables et les facteurs de conception. Méthodes multivariées> Multivariées fournira des nuages de points et en sélectionnant les options (triangle rouge), vous pourrez obtenir des cartes de couleurs. Bien sûr, si vous en avez plusieurs, vous pouvez obtenir des VIF en cliquant avec le bouton droit de la souris dans le tableau de sortie des estimations de paramètres et en ajoutant>Colonnes>VIF.
Re: Conception de criblage DoE personnaliséMerci pour la réponse rapide!
" Saisissez les effets principaux dans la liste des termes sous Modèle. Assurez-vous que toutes les interactions bidirectionnelles figurent dans la liste de termes sous Alias. Cliquez sur le triangle rouge en haut et sélectionnez Critère d'optimisation > Créer un alias de conception optimale."
J'ai essayé ceci et je n'ai vu aucun changement dans la matrice d'alias sous Évaluation de la conception des modèles. Ai-je manqué quelque chose ou comment puis-je savoir que le modèle est optimisé pour Alias ? Désolé si j'ai mal compris le fonctionnement de "Make Alias Optimal Design" en supposant que je verrai un effet de corrélation plus faible sous Alias Matrix ou la carte de couleur de corrélation.
« (Vous devez deviner le nombre de termes réellement actifs et ajouter des cycles au minimum pour eux.) »
J'ai 7 facteurs continus avec 3 d'entre eux HTC. J'ai également 3 facteurs non contrôlés dont j'enregistrerai leurs valeurs lors de mes exécutions DoE, donc au total 10 facteurs. Lorsque j'ai créé la conception de filtrage à l'aide de la plate-forme Custom DoE, j'ai 11 nombre minimum d'exécutions (10 facteurs plus l'interception) et 18 exécutions par défaut. Il existe 45 interactions bidirectionnelles dans les conditions d'alias. Si je soupçonne que 10 de ces 45 interactions bidirectionnelles pourraient être des termes actifs, votre suggestion est d'ajouter ces 10 interactions bidirectionnelles au modèle, de changer leur Estimabilité en Si possible et d'ajouter 10 exécutions au minimum de 11 exécutions à faire cela fait-il 21 courses au total ou ajouter les 10 courses aux 18 courses par défaut pour en faire 28 courses au total ? Étant donné que j'ai des facteurs HTC dans le modèle, la conception de dépistage définitive ne semble pas fonctionner.
Re: Conception de criblage DoE personnaliséMerci pour votre réponse rapide!
"2. Si vous suspectez des effets d'interaction (≥2ème ordre), alors vous voudrez peut-être faire passer la résolution à IV+."
Je sais comment trouver les résolutions de conception dans Minitab, mais je ne suis pas en mesure de déterminer la résolution de conception à partir de JMP Custom Design. Pouvez-vous m'indiquer comment obtenir les informations de résolution de conception dans JMP ?
"4. Je ne comprends pas tout à fait ta deuxième question. Si vous avez des covariables dans le tableau de données, vous pouvez certainement voir la corrélation entre les covariables et les facteurs de conception. Méthodes multivariées> Multivariées fournira des nuages de points et en sélectionnant les options (triangle rouge), vous pourrez obtenir des cartes de couleurs. Bien sûr, si vous en avez plusieurs, vous pouvez obtenir des VIF en cliquant avec le bouton droit de la souris sur le tableau de sortie des estimations de paramètres et en ajoutant > Colonnes > VIF. »
Désolé pour la confusion. Lorsque je n'ai aucun facteur non contrôlé (sous la colonne Rôle du facteur, il est indiqué Non contrôlé au lieu de continu, etc.), je peux voir la carte des couleurs de la corrélation et la matrice d'alias sous Évaluation de la conception. Cependant, une fois que j'ai ajouté des facteurs non contrôlés, l'évaluation de la conception a disparu et je ne suis pas en mesure de voir la matrice d'alias, la carte des couleurs de corrélation et l'analyse de puissance, etc.
Re: Conception de criblage DoE personnaliséLa conception personnalisée est très flexible. Il est possible de définir un modèle d'effets principaux et la matrice d'alias à deux interactions tout en obtenant des corrélations. Par exemple, le nombre de passes peut empêcher la réalisation d'une conception orthogonale. Pensez à 3 facteurs en 7 courses.
Pouvez-vous publier une photo des éléments de conception personnalisés (facteurs, modèle, matrice d'alias, conception et carte de corrélation) ?
Re: Conception de criblage DoE personnalisé
Ci-dessus se trouve la conception avec 10 facteurs (7 facteurs continus avec 3 d'entre eux HTC. 3 autres facteurs incontrôlés.
Après avoir fait la conception, je ne vois pas la plate-forme d'évaluation de conception comme je le vois normalement lorsqu'il n'y a pas de facteurs non contrôlés.
J'ai dû cliquer sur Créer une table, puis sur la boîte de dialogue DoE pour voir l'évaluation de la conception. Cependant, lorsque j'ai vérifié les facteurs, X8, X9 et X10 sont devenus "continus" au lieu de "non contrôlés" d'origine. Je ne sais pas pourquoi et comment cela a un impact sur l'évaluation de la conception. La dernière image ci-dessous montre la carte de couleur de corrélation obtenue de cette façon.
Ma question principale est de savoir si cette conception est une bonne conception pour dire quel(s) effet(s) principal(s) parmi ces 10 facteurs sont significatifs sans se soucier de leur confusion les uns avec les autres et d'autres interactions bidirectionnelles. Mon plan est d'utiliser ces effets principaux importants de ce DoE de dépistage pour mon prochain DoE d'optimisation à l'aide de RSM. Merci beaucoup!
Re: Conception de criblage DoE personnaliséJuste pour ajouter une chose, la corrélation entre X1 (HTC) et X2 (HTC) dans la carte des couleurs est de 0,033, ce qui me semble trop important. Existe-t-il une valeur suggérée pour la corrélation maximale afin de ne pas s'inquiéter de l'aliasing ? Merci!
Re: Conception de criblage DoE personnaliséToutes les informations d'évaluation de la conception sont fonction de la matrice de conception, mais les colonnes des facteurs non contrôlés sont vides.
Re: Conception de criblage DoE personnaliséC'est une question de signal sur bruit. Un très gros signal (estimation de paramètre non nulle) sera bien estimé même s'il y a corrélation. La corrélation ne biaise pas l'estimation ou le modèle. Il gonfle l'erreur type de l'estimation. Je considère que 0,033 est très petit.
Re: Conception de criblage DoE personnalisé@statman vous guide très bien. Mon seul commentaire supplémentaire de « la ligne de touche » est que vous pensez en termes d'anciennes méthodes de conception. Les principes de conception ne changent jamais mais les méthodes continuent de s'améliorer. La conception personnalisée est une nouvelle méthode. Il permet des stratégies qui étaient impossibles il y a à peine deux décennies. Mais avec les nouvelles capacités vient la responsabilité d'apprendre à la fois les principes et les méthodes de la nouvelle méthode.
Par exemple, l'incertitude des effets actifs est un problème depuis le début du DOE statistique il y a un siècle. Après l'apparition de plans factoriels fractionnaires réguliers par souci d'économie dans les expériences de criblage, la méthode a dicté la stratégie. Il en a résulté des estimations confuses (estimations parfaitement corrélées).
Faites très attention à @statman des questions sur la variance ou le bruit. Ce sont des questions clés qu'un expérimentateur avide doit aborder afin d'obtenir le plus d'informations avec le plus de confiance à partir du plus petit modèle.
