Benutzerdefiniertes DoE-Screening-DesignIch habe zwei sehr grundlegende Fragen zum benutzerdefinierten DoE-Screening-Design.
1. Wenn ich nur wissen möchte, welche Haupteffekte für meine Antworten von Bedeutung sind und das benutzerdefinierte Screening-Design für Haupteffekte mit den von JMP vorgegebenen Standardlaufnummern verwenden möchte, wie kann ich dann sicher sein, ob es sich um den Haupteffekt oder einen anderen verwirrenden Zweiwegeffekt handelt? Interaktion, die wirklich wichtig ist? Wenn die Modellanalyse zeigt, dass Faktor A signifikant ist, A jedoch teilweise mit B*C korreliert, welcher/welche Faktor(e) sollte/müssen später in das Optimierungsdesign aufgenommen werden? Ich nehme an, dass nur die Haupteffekte, die signifikant sind, wie Faktor A, für das Optimierungsdesign nach dem Haupteffekt-Screening-Design weiter untersucht werden sollten, aber B und C fehlen, wenn B*C teilweise mit Faktor A korreliert, aber B und C nicht signifikant sind Haupteffekte des Screening-DoE?
2. Wenn ich einige unkontrollierte Faktoren in das Modell einbeziehe, zeigt JMP die Farbkarte für die Korrelation nicht mehr an. Wie kann ich das Design mit unkontrollierten Faktoren bewerten?
Vielen Dank
NS
DAMHIRSCHKUHBetreff: Benutzerdefiniertes DoE-Screening-Design" Wenn ich nur wissen wollte, welche Haupteffekte für meine Antworten von Bedeutung sind und das benutzerdefinierte Screening-Design für Haupteffekte mit den von JMP vorgegebenen Standardlaufnummern verwenden wollte, wie kann ich dann sicher sein, ob es der Haupteffekt oder eine andere verwirrende wechselseitige Interaktion ist? ist wirklich bedeutsam? "
Tragen Sie die Haupteffekte in die Begriffsliste unter Modell ein. Stellen Sie sicher, dass sich alle bidirektionalen Interaktionen in der Begriffsliste unter Alias befinden. Klicken Sie oben auf das rote Dreieck und wählen Sie Optimalitätskriterium > Alias-optimalen Entwurf erstellen.
" Wenn die Modellanalyse zeigt, dass Faktor A signifikant ist, A jedoch teilweise mit B*C korreliert, welcher/welche Faktor(e) sollte/müssen später in das Optimierungsdesign aufgenommen werden? Ich nehme an, dass nur die Haupteffekte, die signifikant sind, wie Faktor A, für das Optimierungsdesign nach dem Haupteffekt-Screening-Design weiter untersucht werden sollten, aber B und C fehlen, wenn B*C teilweise mit Faktor A korreliert, aber B und C nicht signifikant sind Haupteffekte des Screening-DoE? "
Wenn Sie vermuten, dass Begriffe höherer Ordnung möglicherweise aktiv sind, empfehle ich zwei Möglichkeiten. Fügen Sie zunächst alle potenziellen Terme in der Modellliste hinzu. Wählen Sie diese Begriffe aus und klicken Sie in der Spalte Schätzbarkeit auf Erforderlich, und wählen Sie dann Wenn möglich aus. Diese Änderung führt zu zwei Ergebnissen. Das erste Ergebnis ist, dass die Mindestanzahl von Durchläufen sinkt, da sie durch die Anzahl der Parameter bestimmt wird, die geschätzt werden müssen. (Sie müssen die Anzahl der tatsächlich aktiven Terme erraten und für diese Läufe auf das Minimum addieren.) Die andere Möglichkeit besteht darin, ein Screening-Design wie das Definitive Screening-Design zu verwenden. Dieser Weg wird funktionieren, solange es sich um eine echte Screening-Situation handelt, in der die wichtigsten Screening-Prinzipien gelten. Wie viele Faktoren haben Sie? Wie viele werden voraussichtlich aktiv sein?
Auf deine zweiten Fragen weiß ich aus dem Kopfe keine Antwort. Vielleicht hat jemand anderes dieses Wissen.
Betreff: Benutzerdefiniertes DoE-Screening-Design@JMP38401 , Hier meine Gedanken:
1. Es gibt drei Prinzipien, auf die wir uns für fraktionierte Fakultäten und Rasterdesigns verlassen:
Knappheit: Es gibt relativ wenige signifikante Effekte (analog dem Pareto-Prinzip)
Hierarchie: 1. Ordnung > 2. Ordnung >> 3. Ordnung usw.
Vererbung: Damit eine Interaktion signifikant ist, muss mindestens ein Elternteil signifikant sein
In Bezug auf Ihre Frage lautet mein Rat, die Auswirkungen des Rangordnungsmodells vorherzusagen (zumindest bis zur 2. Ordnung). Ihre Vorhersagen, welche Effekte Ihrer Meinung nach angemessen und wahrscheinlich wären, werden sich auf die Auswahl der Designauflösung auswirken. Wenn alle Ihre Effekte 1. Ordnung über den Effekten 2. Ordnung liegen, dann erscheint eine niedrigere Auflösung sinnvoll, um den iterativen Untersuchungsprozess zu beginnen. Tatsächlich ist dies das Hierarchieprinzip. Erweitern Sie die Anzahl der Faktoren (Effekte 1. Ordnung), indem Sie Effekte höherer Ordnung verwechseln.
2. Wenn Sie Wechselwirkungseffekte (≥2. Ordnung) vermuten, sollten Sie die Auflösung auf IV+ erhöhen.
3. Ich weiß, dass ich nicht den Großteil der Überlegungen zu optimalen Designs vertrete. Ich bin kein großer Fan von "partiellem Confounding", um ein effizienteres Design zu erstellen, denn wenn es Instanzen gibt, die in der Datenanalyse keinen Sinn ergeben, kann die nächste Iteration eine schwierige Wahl sein (z ).
4. Deine zweite Frage verstehe ich nicht ganz. Wenn Sie Kovariaten in der Datentabelle haben, können Sie die Korrelation zwischen den Kovariaten und den Designfaktoren sicherlich sehen. Multivariate Methoden>Multivariate bietet Streudiagramme und die Auswahl der Optionen (rotes Dreieck), um Farbkarten zu erhalten. Wenn Sie viele haben, können Sie natürlich VIFs abrufen, indem Sie mit der rechten Maustaste in die Ausgabetabelle der Parameterschätzungen klicken und >Spalten>VIFs hinzufügen.
Betreff: Benutzerdefiniertes DoE-Screening-DesignDanke für die schnelle Antwort!
" Tragen Sie die Haupteffekte in die Begriffsliste unter Modell ein. Stellen Sie sicher, dass sich alle bidirektionalen Interaktionen in der Begriffsliste unter Alias befinden. Klicken Sie oben auf das rote Dreieck und wählen Sie Optimalitätskriterium > Make Alias Optimal Design."
Ich habe dies versucht und keine Änderungen in Alias Matrix unter Design Evaluation der Modelle festgestellt. Habe ich etwas übersehen oder woher weiß ich, dass das Modell für Alias optimiert ist? Es tut mir leid, wenn ich die Funktionsweise von "Make Alias Optimal Design" falsch verstanden habe, indem ich annehme, dass ich unter Alias-Matrix oder der Farbkarte der Korrelation einen geringeren Korrelationseffekt sehe.
"(Sie müssen die Anzahl der tatsächlich aktiven Begriffe erraten und die Läufe auf das Minimum für sie addieren.)"
Ich habe 7 kontinuierliche Faktoren mit 3 davon HTC. Ich habe auch 3 unkontrollierte Faktoren, deren Werte ich während meiner DoE-Läufe aufzeichnen werde, also insgesamt 10 Faktoren. Als ich das Screening-Design mit der benutzerdefinierten DoE-Plattform erstellt habe, habe ich 11 Mindestanzahl von Durchläufen (10 Faktoren plus das Intercept) und 18 Durchläufe als Standard. Unter Alias-Bedingungen gibt es 45 wechselseitige Interaktionen. Wenn ich vermute, dass 10 dieser 45 bidirektionalen Interaktionen aktive Begriffe sein könnten, schlagen Sie vor, diese 10 bidirektionalen Interaktionen zum Modell hinzuzufügen, ihre Schätzbarkeit auf Wenn möglich zu ändern und 10 Durchläufe zu den mindestens 11 Durchläufen hinzuzufügen es 21 Durchläufe insgesamt oder die 10 Durchläufe zu den standardmäßigen 18 Durchläufen addieren, um insgesamt 28 Durchläufe zu erhalten? Da ich HTC-Faktoren im Modell habe, scheint das definitive Screening-Design nicht zu funktionieren.
Betreff: Benutzerdefiniertes DoE-Screening-DesignDanke, für die schnelle Antwort!
"2. Wenn Sie Interaktionseffekte (2. Ordnung) vermuten, sollten Sie die Auflösung auf IV+ erhöhen."
Ich weiß, wie man die Designauflösungen in Minitab findet, kann aber die Designauflösung von JMP Custom Design nicht erkennen. Können Sie mir bitte mitteilen, wie ich die Informationen zur Designauflösung in JMP erhalte?
"4. Deine zweite Frage verstehe ich nicht ganz. Wenn Sie Kovariaten in der Datentabelle haben, können Sie die Korrelation zwischen den Kovariaten und den Designfaktoren sicherlich sehen. Multivariate Methoden>Multivariate bietet Streudiagramme und die Auswahl der Optionen (rotes Dreieck), um Farbkarten zu erhalten. Wenn Sie viele haben, können Sie natürlich VIFs abrufen, indem Sie mit der rechten Maustaste in die Ausgabetabelle der Parameterschätzungen klicken und >Spalten>VIFs hinzufügen."
Entschuldigung für die Verwirrung. Wenn ich keine unkontrollierten Faktoren habe (in der Spalte Faktor Rolle steht Unkontrolliert statt kontinuierlich usw.), kann ich die Farbkarte der Korrelation und der Alias-Matrix unter Designbewertung sehen. Sobald ich jedoch unkontrollierte Faktoren hinzufüge, ist die Designbewertung weg und ich kann die Alias-Matrix, die Farbkarte der Korrelation und die Leistungsanalyse usw. nicht sehen.
Betreff: Benutzerdefiniertes DoE-Screening-DesignDas Custom Design ist sehr flexibel. Es ist möglich, ein Haupteffektmodell und die Alias-Matrix mit zwei Interaktionen zu definieren und dennoch Korrelationen zu erhalten. Beispielsweise kann die Anzahl der Durchläufe verhindern, dass ein orthogonales Design erstellt wird. Denken Sie an 3 Faktoren in 7 Durchläufen.
Können Sie ein Bild der benutzerdefinierten Designelemente (Faktoren, Modell, Aliasmatrix, Design und Korrelationskarte) posten?
Betreff: Benutzerdefiniertes DoE-Screening-Design
Oben ist das Design mit 10 Faktoren (7 kontinuierliche Faktoren mit 3 davon HTC. 3 weitere unkontrollierte Faktoren.
Nachdem ich das Design erstellt habe, sehe ich die Design-Evaluierungsplattform nicht, wie ich es normalerweise sehe, wenn es keine unkontrollierten Faktoren gibt.
Ich musste auf Tabelle erstellen und dann auf DoE-Dialog klicken, um die Designbewertung anzuzeigen. Als ich jedoch die Faktoren überprüfte, wurden X8, X9 und X10 "Kontinuierlich" anstelle des ursprünglichen "Unkontrolliert". Ich bin mir nicht sicher, warum und wie sich das auf die Designbewertung auswirkt. Das letzte Bild unten zeigt die auf diese Weise erhaltene Farbkarte der Korrelation.
Meine Hauptfrage ist, ob dieses Design ein gutes Design ist, um zu sagen, welche Haupteffekte von diesen 10 Faktoren signifikant sind, ohne sich über ihre Verwechslungen untereinander und andere wechselseitige Wechselwirkungen Sorgen zu machen. Mein Plan ist es, diese signifikanten Haupteffekte aus diesem Screening-DoE für meine nächste Optimierungs-DoE mit RSM zu verwenden. Vielen Dank!
Betreff: Benutzerdefiniertes DoE-Screening-DesignUm nur eines hinzuzufügen, die Korrelation zwischen X1 (HTC) und X2 (HTC) in der Farbkarte beträgt 0,033, was mir zu groß klingt. Gibt es einen Vorschlagswert für die maximale Korrelation, um sich keine Sorgen um das Aliasing zu machen? Vielen Dank!
Betreff: Benutzerdefiniertes DoE-Screening-DesignAlle Informationen zur Designbewertung sind eine Funktion der Designmatrix, aber die Spalten für die unkontrollierten Faktoren sind leer.
Betreff: Benutzerdefiniertes DoE-Screening-DesignEs ist eine Frage des Signal-Rausch-Verhältnisses. Ein sehr großes Signal (Parameterschätzung ungleich Null) wird gut geschätzt, selbst wenn eine Korrelation besteht. Die Korrelation verzerrt weder die Schätzung noch das Modell. Es bläst den Standardfehler der Schätzung auf. 0,033 halte ich für sehr klein.
Betreff: Benutzerdefiniertes DoE-Screening-Design@statman führt dich sehr gut. Mein einziger zusätzlicher Kommentar von 'der Seitenlinie' ist, dass Sie in alten Designmethoden denken. Die Konstruktionsprinzipien ändern sich nie, aber die Methoden werden ständig verbessert. Custom Design ist eine neue Methode. Sie ermöglicht Strategien, die noch vor zwei Jahrzehnten unmöglich waren. Aber mit den neuen Fähigkeiten kommt die Verantwortung, sowohl die Prinzipien als auch die Wege der neuen Methode zu lernen.
Ungewissheit bei den aktiven Effekten ist beispielsweise seit Beginn der statistischen DOE vor einem Jahrhundert ein Thema. Nachdem aus Gründen der Wirtschaftlichkeit in Screening-Experimenten regelmäßige fraktionelle faktorielle Designs auftauchten, diktierte die Methode die Strategie. Dies führte zu verfälschten Schätzungen (perfekt korrelierte Schätzungen).
Passen Sie genau auf @statman 's Fragen zu Varianz oder Rauschen. Dies sind Schlüsselfragen, die sich ein gieriger Experimentator stellen muss, um aus dem kleinsten Design die meisten Informationen mit dem größten Vertrauen zu erhalten.
