Mangelnde Eignung für ein individuelles DoE-Design mit schwer zu ändernden FaktorenWenn ich Minitab verwende, um ein DoE-Modell mit zwei schwer zu ändernden Faktoren zu erstellen, kann ich eine mangelnde Anpassungsbewertung feststellen, solange ich sowohl das gesamte Diagramm als auch das Unterdiagramm repliziere (Minitab bietet mir während des Entwurfs die Option, das gesamte Diagramm und das Unterdiagramm zu replizieren). das Model)
Wenn ich jedoch die JMP Custom DoE-Plattform für denselben Faktorensatz mit zwei HTC-Faktoren verwende, kann ich den Mangel an Anpassungsanalyse nicht erkennen, egal was ich tue. Ich gehe davon aus, dass das daran liegt, dass die gesamte Handlung und die Nebenhandlung nicht in meinem Modell repliziert wurden, aber ich finde keine Möglichkeit, sowohl die gesamte Handlung als auch die Nebenhandlung zu reproduzieren.
VersuchsplanungBetreff: Mangelnde Eignung für ein benutzerdefiniertes DoE-Design mit schwer zu ändernden FaktorenVereinbart. Praktisch und grafisch. Halten Sie es so einfach wie möglich. Vermeiden Sie es, über REML zu sprechen!
Betreff: Mangelnde Eignung für ein benutzerdefiniertes DoE-Design mit schwer zu ändernden FaktorenGuter Vorschlag. Ich bin mir nicht sicher, was einen „Experten“ ausmacht. Zugegebenermaßen bevorzuge ich bei der Analyse einen praktischen und grafischen Ansatz gegenüber einer quantitativen Analyse, da diese die Ergebnisse einfacher für Nicht-Statistiker (Ingenieure, Wissenschaftler und Manager) „zeigen“ kann, mit denen ich die meiste Zeit zu tun habe. Als ich das letzte Mal gegenüber einem Nicht-Statistiker das Akronym REML benutzte, hatten sie einen ziemlich fragenden Gesichtsausdruck. Übrigens, als ich das letzte Mal nachgesehen habe, verwendet Minitab kein REML, aber ich könnte mich irren.
Ich empfehle Ihnen zu lesen:
Daniel, Cuthbert (1976) „ Anwendungen der Statistik auf industrielle Experimente „Wiley (ISBN 0-471-19469-7)
Box, GEP, Stephen Jones (1992), „ Split-Plot-Designs für robuste Produktexperimente ”, Zeitschrift für Angewandte Statistik , Bd. 19, Nr. 1
Jones, Bradley, Christopher J. Nachtsheim (2009) „Split-Plot-Designs: Was, Warum und Wie“, Zeitschrift für Qualitätstechnologie , Bd. 41, Nr. 4, S. 340–361
Bisgaard, Søren, (2000), „ Das Design und die Analyse von 2 kp X 2 qr Split-Plot-Experimente ”, Zeitschrift für Qualitätstechnologie , Bd. 32, Nr. 1, Januar
Bisgaard, Søren, Murat Kulahei, (2001), „ Robustes Produktdesign: Speichern von Versuchen mit Split-Plot-Confounding ”, Qualitätstechnik , 13(3), 525-530
Betreff: Mangelnde Eignung für ein benutzerdefiniertes DoE-Design mit schwer zu ändernden FaktorenFür eine Diskussion darüber, warum Sie Experimente mit schwer veränderbaren Faktoren mithilfe von REML und Zufallseffekten modellieren sollten, würde ich „Optimal Design of Experiments“ von Goos und Jones empfehlen. Und die Probleme mit EMS. Sie (insbesondere Peter Goos) sind wirklich die Experten für Split-Plot-Designs.
Betreff: Mangelnde Eignung für ein benutzerdefiniertes DoE-Design mit schwer zu ändernden FaktorenIch behaupte nicht, dass Mittelpunkte dasselbe sind wie Replikate. Ich bezog mich auf die Möglichkeit in JMP Custom Design, Mittelpunkte hinzuzufügen, um sicherzustellen, dass Sie Replikate haben. Diese Option gibt es nicht, wenn Sie schwer veränderbare Faktoren haben. Ich hoffe, das ist klar, falls es das nicht schon vorher war, und hilft Ihnen zu verstehen, wie Sie Ihre Ziele mit JMP erreichen können.
Betreff: Mangelnde Eignung für ein benutzerdefiniertes DoE-Design mit schwer zu ändernden FaktorenMeine Gedanken zu einigen von Phils Ideen (denen ich im Allgemeinen zustimme):
1. HTC-Faktoren sollten nicht als zufällige Effekte betrachtet werden (ich bin mir nicht sicher, woher das kommt). Um einen formalen statistischen Test eines HTC zu erhalten, der im gesamten Diagramm enthalten ist (1 Faktor), vergleichen Sie die Wirkung des WP-Faktors mit der WP-by-Replikat-Wechselwirkung (dies ist EMS). Natürlich können Sie die praktische Signifikanz auch ohne einen formellen statistischen Test ermitteln.
2. Ich bin mir nicht sicher, warum Phil vorschlägt, Replikate seien gleich Mittelpunkten „(dh Mittelpunkten)“?, aber vielleicht interpretiere ich ihn falsch.
3. Das Problem ist Folgendes: HTC-Faktoren werden wahrscheinlich nicht zur Anpassung eines Prozesses verwendet. Wir wollen wissen, ob das HTC wichtig ist und vielleicht, auf welcher Stufe es „am besten“ läuft, aber wir wollen den Prozess nicht damit verwalten. Daher ist es sinnvoll, sie einzuschränken. Tatsächlich kann es sein, dass Sie das Rauschen im Experiment erhöhen (die Präzision verringern), indem Sie das HTC mehrmals wechseln und mehr Rauschen als normal verursachen.
4. Statistisch gesehen gibt es eine Grenze für die Wirksamkeit von Designs mit mehreren HTCs.
5. Replizierte Mittelpunkte, die zufällig über den Designraum verteilt sind, sind tatsächlich eine gute Idee, um die Konsistenz von Rauschen zu verstehen oder spezielle Ursachen im Rauschen zu identifizieren. Es könnte eine realistische Schätzung des tatsächlichen MSE bieten. Ich bin mir nicht sicher, ob einige der „alten“ Ideen nicht wirklich gut sind, aber ich schätze, ich bin alt.
6. Zur Analyse von Split-Plots bevorzuge ich Daniel/Box-Methoden. Das heißt, für jedes Diagramm werden Normal-, Pareto- und Bayes-Diagramme erstellt. Dadurch wird sichergestellt, dass Sie den gesamten Plot mit dem mit dem WP verbundenen Rauschen und die Unterplotfaktoren mit dem mit dem Unterplot verbundenen Rauschen vergleichen. Dies verhindert MSE-Voreingenommenheit und die Probleme, die durch unzureichende Entscheidungen entstehen.
Betreff: Mangelnde Eignung für ein benutzerdefiniertes DoE-Design mit schwer zu ändernden FaktorenHallo.
Ich habe dies ein wenig erforscht. Ich weiß nicht, ob ich eine Antwort für Sie habe, aber Folgendes habe ich herausgefunden:
- Soweit ich sehen kann, können Sie bei Custom Design keine Replikate (z. B. Mittelpunkte) angeben, wenn Sie schwer zu ändernde Faktoren haben. Das macht für mich Sinn. Ich halte die Idee von Wiederholungsläufen für eine schlechte Idee, wenn man schwer veränderbare Faktoren hat und daher ganze Diagramme als Zufallseffekte modelliert werden.
- Selbst wenn Sie Replikationsläufe manuell zu Ihrem Design hinzufügen, wird bei der Modellierung mit der empfohlenen REML-Methode kein Bericht über mangelnde Anpassung angezeigt. Wenn Sie auf EMS umsteigen (nicht empfohlen), werden Sie die mangelnde Passform feststellen. Dafür kann es technische Gründe geben. Aber auch das scheint einfach Sinn zu machen. Was bedeutet mangelnde Anpassung, wenn zufällige Effekte auftreten?
Zusammenfassend lässt sich sagen, dass Sie Tests auf mangelnde Anpassung für Split-Plot-Designs durchführen können, wenn Sie die Replikate manuell erstellen und die EMS-Anpassungsmethode verwenden. Aber ich würde mir vorher genau überlegen, ob du das wirklich machen willst.
Ich denke, man kann mit Fug und Recht sagen, dass die JMP-DOE-Leute keine Replikationsläufe empfehlen. Daher könnte die Unfähigkeit, Replikate in Split-Plot-Designs in JMP hinzuzufügen oder zu verwenden, ein Ausdruck dessen sein. Replizierte Mittelpunkte sind Teil einer alten DOE-Methodik aus der Zeit, bevor es benutzerfreundliche Software gab, als die Experimentanalyse noch von Hand durchgeführt wurde. Bei den meisten Experimenten sind die Durchläufe teuer, sodass Wiederholungen verschwenderisch sind. Es ist besser, alle Läufe zu nutzen, um die verschiedenen Teile des Faktorraums zu erkunden. Das ist wirklich die Idee hinter Custom Design.
Wenn Sie immer noch der Meinung sind, dass Sie die Möglichkeit haben sollten, Replikate für mangelnde Passgenauigkeit in Split-Plot-Designs hinzuzufügen, können Sie Ihre Anfrage hinzufügen die Wunschliste .
Ich hoffe, das ist hilfreich.
Phil
