Conception de dépistage DoE personnaliséeJ'ai deux questions très fondamentales sur la conception de dépistage personnalisé du DoE.
1. Si je voulais seulement savoir quels effets principaux sont significatifs 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 s'il s'agit de l'effet principal ou d'un autre effet bidirectionnel source de confusion. une interaction vraiment significative ? Si l'analyse du modèle montre que le facteur A est significatif mais que A est partiellement corrélé à B*C, quel(s) facteur(s) doivent être inclus ultérieurement dans la conception d'optimisation ? Je suppose que seuls les effets principaux qui sont significatifs, tels que le facteur A, devraient faire l'objet d'une étude plus approfondie pour la conception d'optimisation suivant la conception de sélection 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 des 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
Conception d'expériencesRe : Conception de criblage DoE personnaliséJe m'excuse pour tant de questions et merci pour la recommandation de livres et d'articles de revues.Re : Conception de criblage DoE personnaliséPas exactement, mais encore une fois, cela dépend si vous avez l'intention de faire un BIB ou un RCDB.
Je dois m'excuser, mais je ne pense pas qu'il soit très efficace de vous apprendre à gérer les problèmes auxquels vous êtes confrontés dans ce chat communautaire. Je vous suggère de lire des articles/livres sur le sujet afin de vous exposer aux différentes méthodologies et applications.
Voici quelques papiers que je suggère :
- Sanders, D., Leitnaker M. et McLean R. (2002) « Conceptions de blocs complets randomisés dans les études industrielles » Ingénierie Qualité, Vol. 14, numéro 1
- Boîte, GEP, Stephen Jones (1992), " Conceptions en parcelles divisées pour une expérimentation de produits robuste », Journal de statistiques appliquées , Vol. 19, n ° 1
- Jones, Bradley, Christopher J. Nachtsheim (2009) « Conceptions à parcelles divisées : quoi, pourquoi et comment », Journal de technologie de qualité , Vol. 41, n° 4, p. 340-361
- Bisgaard, Soren, (2000), « La conception et l’analyse de 2 kp X2 qr Expériences en parcelles divisées », Journal de technologie de qualité , Vol. 32, n° 1, janvier
- Bisgaard, Søren, Murat Kulahei, (2001), « Conception de produit robuste : sauvegarde des essais avec la confusion des parcelles divisées », Ingénierie Qualité , 13(3), 525-530
Re : Conception de criblage DoE personnaliséJ'y ai repensé… suggérez-vous de séparer manuellement les lignes de données du modèle en deux blocs en ajoutant une colonne avec la valeur « -1 » et « 1 » ? Si j'ai 20 exécutions au total mais que je ne peux exécuter que 10 exécutions en une journée, je dois simplement ajouter manuellement une colonne dans le modèle comme facteur de bloc « jour » et attribuer « -1 » aux 10 premières exécutions et « 1 » aux 11- 20 courses ? Désolé si j'ai mal compris votre point.Re : Conception de criblage DoE personnaliséDésolé... Je ne parviens pas à suivre les commentaires mais tout ce que j'avais prévu de faire est de séparer le nombre total d'exécutions en deux blocs en utilisant le jour comme facteur de blocage. Existe-t-il un moyen de le faire en utilisant JMP avec les facteurs HTC ? Merci!
Re : Conception de criblage DoE personnaliséÊtes-vous intéressé par les blocs incomplets équilibrés ou les blocs complets randomisés ? Je n'utilise généralement pas le blocage JMP intégré car il traite les blocs comme des effets aléatoires. Je préfère concevoir des expériences où je sais quel bruit est confondu avec le bloc et j'attribue les effets d'interaction bloc et bloc par facteur au modèle. Pour ce faire, je copie un bloc entier, le colle dans la première cellule ouverte de la première colonne sous le premier bloc, puis j'ajoute une colonne et l'appelle bloc (premier bloc -1, deuxième bloc 1). Je conçois également généralement des expériences avec seulement 2 blocs (principalement des applications d'expérimentation industrielle par rapport à l'agriculture). Je ne suis pas intéressé par la courbure (non linéaire) d'un effet de bloc car cela n'a pas de sens.
Re : Conception de criblage DoE personnaliséQuestions sur le blocage pour cette conception...
Comme j'aurai besoin de plusieurs jours pour terminer toutes les exécutions, je voudrais bloquer la conception. Cependant, comme j'ai des facteurs HTC dans ma conception, je ne vois pas l'option "le groupe s'exécute dans des blocs de taille aléatoire". Je peux ajouter un facteur de blocage dans la liste des facteurs mais je ne suis pas sûr que ce soit la bonne façon de le faire puisque le facteur de blocage (jour) sera traité comme un blocage fixe.
Re : Conception de criblage DoE personnaliséNon, vous pouvez avoir des effets significatifs sur le tracé normal sans toutefois avoir de signification pratique.
Re : Conception de criblage DoE personnaliséEncore une fois, je ne peux pas vraiment aider sans le tableau de données.
Re : Conception de criblage DoE personnaliséJe suppose que tous les facteurs dont l'effet estimé est supérieur au décalage minimum pratiquement significatif sur le graphique de Pareto sont significatifs et devraient également s'écarter de la ligne normale sur le tracé normal. Les deux intrigues devraient-elles donner la même conclusion ?
Re : Conception de criblage DoE personnaliséMerci pour les suggestions! J'ai essayé d'obtenir le tracé normal, mais les trois options de tracé sous Effect Screening étaient grisées et ne pouvaient pas être affichées.
" La première chose que je fais toujours est de vérifier la signification pratique. Avez-vous créé une variation ayant une valeur pratique ? Quel est le plus petit changement dans la réponse qui, selon vous, a une valeur scientifique ou technique ? Après avoir établi cette valeur, tracez la ligne sur le tracé de Pareto et identifiez les facteurs qui ont eu un effet pratiquement significatif. Recherchez ensuite ces effets sur le tracé normal (Daniels Plot)."
Je peux estimer les écarts types pour tous les facteurs et connaître le décalage minimum pratiquement significatif en réponse, mais je ne suis pas sûr de votre suggestion, " Après avoir établi cette valeur, tracez la ligne sur le tracé de Pareto et identifiez les facteurs qui ont eu un effet pratiquement significatif. Recherchez ensuite ces effets sur le tracé normal (Daniels Plot)." Pouvez-vous s'il vous plaît expliquer un peu plus comment le faire et pourquoi le faire ? Merci!
Re : Conception de criblage DoE personnalisé@JMP38401 désolé pour le retard... Il est difficile de regarder uniquement le résultat que vous avez partagé et de tirer des conclusions. Il semble que votre conception ne soit pas répliquée et que votre modèle soit saturé. Si tel est le cas, vous voudrez peut-être essayer d'obtenir des tracés normaux pour la signification statistique (vous devez parfois ignorer la ligne PSE de la longueur), des tracés de Pareto pour une signification pratique et des tracés de Bayes si vous êtes dans la philosophie bayésienne (Ajuster le modèle> Triangle d'option rouge à côté de réponse> Dépistage des effets). La première chose que je fais toujours est de vérifier la signification pratique. Avez-vous créé une variation ayant une valeur pratique ? Quel est le plus petit changement dans la réponse qui, selon vous, a une valeur scientifique ou technique ? Après avoir établi cette valeur, tracez la ligne sur le tracé de Pareto et identifiez les facteurs qui ont eu un effet pratiquement significatif. Recherchez ensuite ces effets sur le tracé normal (Daniels Plot).
En ce qui concerne l'optimisation, il est extrêmement difficile de fournir des conseils avec la quantité de contexte que vous avez fourni. Veuillez comprendre que l'optimisation est loin d'être une simple conception statistique. Cela nécessite l’interprétation de quelqu’un qui comprend la science/l’ingénierie. Quelques réflexions cependant :
1. Vous n’essayez pas de créer un modèle non linéaire incroyablement complexe qui décrit tout. Les modèles sont censés être des approximations efficaces utiles à la prédiction.
2. Vous ne devriez PAS optimiser les facteurs de conception à moins de bien comprendre le bruit.
3. Qu'entendez-vous par RSM ? GEP Box implique qu'il s'agit d'une expérimentation séquentielle. Il ne s’agit pas d’une conception composite centrale.
4. Vous devriez également penser au multivarié. Cela ne sert à rien d'optimiser un Y au détriment des autres.
Re : Conception de criblage DoE personnaliséEffectuez un suivi avec le DoE personnalisé pour filtrer les principaux effets. Vous trouverez ci-dessous les résultats de l'ajustement du modèle. Est-il sûr de dire que les facteurs avec un rapport t inférieur à 2 peuvent être éliminés et que seuls les facteurs avec des rapports t supérieurs à 2 seront ensuite utilisés pour la conception d'optimisation à l'aide d'un RSM ? Si la valeur p est disponible pour chaque facteur, je pense que les facteurs avec une valeur p inférieure à 0,05 devraient ensuite être inclus dans le DoE d'optimisation RSM. Toute suggestion sur ce processus de réflexion sera appréciée. Merci!
Re : Conception de criblage DoE personnaliséIl n’y a pas de réponse absolue. Ça dépend. L’impact de la corrélation est l’inflation de la variance, ce qui est mauvais. Une corrélation parfaite (confondante) gonfle la variance à l'infini. Mais sinon, cela dépend de la variance avec laquelle vous commencez. Une faible variance peut tolérer une forte corrélation, tandis qu'une grande variance tolérera très peu d'inflation.
Re : Conception de criblage DoE personnaliséDésolé d'avoir donné un mauvais chiffre, la valeur de corrélation est de 0,33 au lieu de 0,033. Je pense que 0,33 sera trop grand, mais je ne sais pas si c'est assez petit. Merci
Re : Conception de criblage DoE personnalisé@statman vous guide très bien. Mon seul commentaire supplémentaire « en marge » 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. Cela permet des stratégies qui étaient impossibles il y a seulement vingt ans. 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 quant aux 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 sélection, la méthode a dicté la stratégie. Il en est résulté des estimations confuses (estimations parfaitement corrélées).
Faites très attention à @statman Les questions sur la variance ou le bruit. Ce sont des questions clés auxquelles un expérimentateur avide doit répondre afin d’obtenir le plus d’informations avec le plus de confiance possible à partir du plus petit modèle.
Re : Conception de criblage DoE personnaliséC'est une question de signal sur bruit. Un signal très important (estimation de paramètre non nulle) sera bien estimé même s'il existe une corrélation. La corrélation ne biaise ni l'estimation ni le modèle. Cela gonfle l’erreur type de l’estimation. Je considère que 0,033 est très petit.
Re : Conception de criblage DoE personnaliséToutes les informations d'évaluation de la conception sont fonction de la matrice de conception, mais les colonnes pour les facteurs non contrôlés sont vides.
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 grande. Existe-t-il une valeur suggérée pour une corrélation maximale afin de ne pas vous soucier de l'aliasing ? Merci!
Re : Conception de criblage DoE personnalisé
Ci-dessus se trouve la conception avec 10 facteurs (7 facteurs continus dont 3 HTC. 3 autres facteurs incontrôlés.
Après avoir réalisé la conception, je ne vois pas la plateforme 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 « Continu » au lieu du « Non contrôlé » d'origine. Je ne sais pas pourquoi et comment cela affecte l'évaluation de la conception. La dernière image ci-dessous montre la carte couleur de corrélation obtenue de cette manière.
Ma principale question est de savoir si cette conception est une bonne conception pour déterminer quel(s) effet(s) principal(s) parmi ces 10 facteurs sont significatifs sans se soucier de leur confusion les uns avec les autres et avec d'autres interactions bidirectionnelles. Mon plan est d'utiliser ces effets principaux significatifs de ce DoE de sélection pour mon prochain DoE d'optimisation utilisant RSM. Merci beaucoup!
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 d’exécutions 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 personnaliséMerci pour votre réponse rapide!
"2. Si vous soupçonnez des effets d'interaction (≥2ème ordre), vous souhaiterez peut-être augmenter 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 dans JMP Custom Design. Pouvez-vous s'il vous plaît me faire savoir comment obtenir les informations de résolution de conception dans JMP ?
"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> Multivariée 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 sur le tableau des estimations des 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 corrélation et la matrice d'alias sous Évaluation de la conception. Cependant, une fois que j'ajoute des facteurs non contrôlés, l'évaluation de conception disparaît et je ne peux pas voir la matrice d'alias, la carte des couleurs de corrélation et l'analyse de puissance, etc.
Re : Conception de criblage DoE personnaliséMerci pour la réponse rapide!
" Entrez les principaux effets dans la liste de 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'optimalité > Créer une conception optimale de l'alias.
J'ai essayé cela et je n'ai vu aucun changement dans Alias Matrix lors de l'évaluation de la conception des modèles. Ai-je raté quelque chose ou comment savoir si 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 inférieur sous Alias Matrix ou la carte des couleurs de corrélation.
"(Vous devez deviner le nombre de termes réellement actifs et ajouter des exécutions au minimum pour eux.)"
J'ai 7 facteurs continus dont 3 HTC. J'ai également 3 facteurs incontrôlés dont j'enregistrerai leurs valeurs lors de mes exécutions DoE, soit un total de 10 facteurs. Lorsque j'ai créé la conception de dépistage à l'aide de la plate-forme Custom DoE, j'ai 11 nombres minimum d'exécutions (10 facteurs plus l'interception) et 18 exécutions par défaut. Il existe 45 interactions bidirectionnelles sous les termes 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 modifier leur estimabilité en Si possible et d'ajouter 10 exécutions aux 11 exécutions minimales pour obtenir il y a 21 exécutions au total ou ajouter les 10 exécutions aux 18 exécutions par défaut pour obtenir un total de 28 exécutions ? 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 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 > 2ème ordre >> 3ème ordre, etc.
Hérédité : pour qu'une interaction soit significative, au moins un parent doit être significatif
Concernant votre question, mon conseil est de prédire les effets du modèle d'ordre de classement (au moins jusqu'au 2ème ordre). Vos prédictions quant aux effets qui, selon vous, seraient raisonnables et susceptibles d'avoir un impact sur le choix de la résolution de conception. Si tous vos effets de 1er ordre sont supérieurs aux effets de 2e ordre, alors une résolution plus faible semble raisonnable pour commencer le processus itératif d'enquête. En fait, c'est le principe de la hiérarchie. Augmentez le nombre de facteurs (effets de 1er ordre) en confondant les effets d'ordre supérieur.
2. Si vous soupçonnez des effets d'interaction (≥2e ordre), vous souhaiterez peut-être augmenter la résolution sur 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 cas qui n'ont pas de sens dans l'analyse des données, l'itération suivante 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> Multivariée 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 sur le tableau des estimations des paramètres et en ajoutant > Colonnes > VIF.
Re : Conception de criblage DoE personnalisé" Si je voulais seulement savoir quels effets principaux sont significatifs 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 s'il s'agit de l'effet principal ou d'une autre interaction bidirectionnelle source de confusion. est-ce vraiment important ? "
Entrez les principaux effets dans la liste de 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'optimalité > Créer une conception optimale d'alias.
" Si l'analyse du modèle montre que le facteur A est significatif mais que A est partiellement corrélé à B*C, quel(s) facteur(s) doivent être inclus ultérieurement dans la conception d'optimisation ? Je suppose que seuls les effets principaux qui sont significatifs, tels que le facteur A, devraient faire l'objet d'une étude plus approfondie pour la conception d'optimisation suivant la conception de sélection 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 d’exécutions 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 méthode fonctionnera tant qu’il s’agira d’une véritable situation de dépistage dans laquelle les principes clés du dépistage s’appliquent. De combien de facteurs disposez-vous ? Combien sont susceptibles d’être actifs ?
Je ne connais pas de mémoire la réponse à vos deuxièmes questions. Peut-être que quelqu'un d'autre a cette connaissance.
