Analisi fattoriale completa con blocco aggiuntoGentile comunità JMP,
Inizialmente, ho progettato il seguente esperimento utilizzando il fattoriale completo - 3 fattori (2 continui + 1 categorico) - la camera di processo è il fattore categorico.
Per il processo in questione, è già noto che ci sarà una variazione da camera a camera, ma tutte le camere devono essere utilizzabili entro un certo limite di specifica. Da qui la decisione iniziale di includere la camera come parametro categorico.
In totale ci sono state 20 corse. L'esperimento è stato eseguito e i dati sono stati raccolti.
1. Sarebbe meglio se fosse utilizzato in primo luogo il fattoriale completo con il blocco, dal momento che la camera può essere considerata un effetto casuale? Se sì, allora sono fottuto. 
2. Esiste un altro modo per utilizzare i dati esistenti raccolti per analizzare correttamente i dati?
Grazie in anticipo
AmirSS
dainaRe: Analisi fattoriale completa con blocco aggiuntoPerché pensi che la camera debba essere considerata come un effetto casuale?
Modellare gli effetti di un fattore come un effetto casuale se si prevede di vedere differenze importanti tra i livelli del fattore e non è possibile controllare i livelli.
Un classico esempio è DAY quando si hanno più esecuzioni ogni giorno e ci si aspetterebbe differenze nella risposta tra i giorni a causa di uno o più fattori di "rumore" (es. temperatura ambiente, umidità, calibrazione giornaliera dello strumento, operatori di turno, ...) che variano di giorno in giorno e non sei in grado di controllare.
È possibile includere un effetto casuale per DAY per occuparsi della variazione quotidiana del fattore di rumore e separarlo dalla variazione dovuta agli effetti fissi di interesse. In questo modo si ha una stima migliore dell'effetto dei fattori che si è in grado di controllare. Ma non puoi fare previsioni specifiche su un giorno nel futuro perché non hai informazioni su quale sarà l'effetto casuale di DAY.
Ora, d'altra parte, potresti sospettare che ci sia un prevedibile effetto GIORNO nel modo in cui varia in base al giorno della settimana. Forse ti aspetti una risposta più alta lunedì e martedì. In tal caso modelleresti DAY (M, Tu, W, Th, Fr) come effetto fisso. Con il tuo modello potresti fare previsioni sulla risposta che potresti vedere in un determinato giorno della settimana.
Speriamo che abbia senso.
La domanda per te quindi è se Chamber è come l'effetto "rumoroso" di DAY nel primo esempio o è come l'effetto prevedibile di DAY nel secondo esempio.
Spero di non aver aggiunto alla tua confusione!
Phil
Re: Analisi fattoriale completa con blocco aggiuntoI consigli e le spiegazioni di Phil sono eccellenti. I miei pensieri:
1. Sei davvero interessato a sperimentare (capire la struttura causale) o testare (scegliere un vincitore)? Vuoi capire perché otterresti effetti potenzialmente diversi delle 2 variabili continue per ogni camera?
2. Sei curioso di sapere perché non stai cercando di capire e possibilmente ridurre la variazione da camera a camera?
3. C'è qualche variazione significativa all'interno della camera? Che ne dici di un errore del sistema di misurazione?
4. Ci sono solo 2 camere? In tal caso, stai cercando di trovare le impostazioni che funzionano meglio in ogni camera?
5. Puoi certamente analizzare il set di dati che hai. Sembra che tu abbia un fattoriale 3^2 replicato su 2 camere. Potresti analizzare i risultati per ogni camera separatamente (se stai solo cercando di trovare gli effetti appropriati per ogni camera) o se vuoi effettivamente ottenere indizi per comprendere gli effetti e perché potrebbero essere diversi per ogni camera, puoi includere la camera e tutte le interazioni camera per fattore nel modello.
Ri: Analisi fattoriale completa con blocco aggiuntoGrazie @Phil_Kay e @statman .
Per rispondere alle domande:
La domanda per te quindi è se Chamber è come l'effetto "rumoroso" di DAY nel primo esempio o è come l'effetto prevedibile di DAY nel secondo esempio.
Se ho capito bene, la camera dovrebbe essere un effetto prevedibile.
1. Sei effettivamente interessato a sperimentare (comprendere la struttura causale) o testare (scegliere un vincitore)? Vuoi capire perché otterresti effetti potenzialmente diversi delle 2 variabili continue per ciascuna camera?
2. Sei curioso di sapere perché non stai cercando di capire ed eventualmente ridurre la variazione da camera a camera?
3. C'è qualche variazione significativa all'interno della camera? Che ne dici dell'errore del sistema di misurazione?
4. Ci sono solo 2 camere? Se sì, stai cercando di trovare le impostazioni che funzionano meglio in ciascuna camera?
In totale, ho 12 camere dello stesso tipo. Qui sono state scelte solo 2 camere a causa delle limitazioni in termini di risorse e disponibilità delle camere.
Si presuppone che la variazione da camera a camera sia minima perché i componenti hardware della camera vengono calibrati secondo un metodo comune. (Il valore esatto dell'hardware utilizzato da una camera all'altra può differire).
Tutto sommato, il mio obiettivo principale è trovare la migliore impostazione delle 2 variabili continue che funzioni meglio e possa essere applicata a tutte e 12 le camere.
Grazie a tutti e spero che il metodo per analizzare il mio DOE possa essere illuminato.
