Al crear un DoE, ¿se considera el tipo de modelado o la función de diseño, o ambos?Nuestro experimento tiene un factor que se establece en "bajo" / "medio" / "alto"; estos niveles se ajustarán mediante una combinación de configuraciones
El tipo de datos se establece en Carácter
El tipo de modelado se establece en ordinal
El rol de diseño se establece en Categórico
El orden de valor se establece en "bajo" / "medio" / "alto"
¿JMP crea el diseño con esa información, que bajo es más bajo que medio, etc.?
¿O será el mismo diseño que con tres factores categóricos que no tienen orden ni relación?
La alternativa es cambiar el nombre de "bajo" / "medio" / "alto" a "1" / "2" / "3" con
Tipo de datos establecido en Numérico
Tipo de modelado establecido en ordinal
Rol de diseño establecido en Numérico discreto
Para nuestro experimento, necesitamos ejecuciones menos recomendadas.
¿Cuál es la forma correcta o cómo decidimos cuál usar?
¡Gracias de antemano por cualquier ayuda!
Daniella
GAMARe: Al crear un DoE, ¿se considera el tipo de modelado o el rol de diseño o ambos?Si un factor es una cadena de caracteres, JMP tratará el factor como discreto. Eso significa que los niveles son solo nombres y no hay un orden implícito (el ordinal y el nominal se tratan de la misma manera; recuerde que en el Diseñador personalizado, JMP no solicita el tipo de modelado). La desventaja de un factor verdaderamente categórico es que la interpolación no se puede utilizar para ayudar a estimar los parámetros en los distintos niveles. DEBE tomar datos en cada nivel, y tomar menos puntos de datos en un nivel disminuirá la estimación del parámetro para ese nivel.
Si un factor se hace como numérico discreto, JMP creará el factor como continuo. La diferencia clave es que para lograr todos los niveles discretos, JMP agregará términos adicionales "si es posible" al modelo para forzar los niveles adicionales. Para su ejemplo, agregaría un término al cuadrado adicional para su factor para garantizar que el nivel "2" aparezca en el diseño. Este enfoque PODRÍA llevar a que el nivel medio no se elija con tanta frecuencia como si se usara la cadena de caracteres. ¿Por qué? Porque si el factor realmente es continuo, la interpolación nos puede ayudar en la estimación de los parámetros. Sé un poco más sobre la mitad del rango de factores porque tendré datos recopilados en las configuraciones baja y alta.
Generalmente, si un factor puede tratarse como continuo, recomendaría hacerlo continuo para el diseño. Pero si ese es el caso, entonces me preguntaría: ¿por qué necesita tres niveles? Matemáticamente, la única razón para el tercer nivel es estimar la curvatura. Si ese es el caso, entonces el modelo debe tener un término al cuadrado. Por lo tanto, hay mucha discusión sobre los factores y la forma en que deben tratarse, pero creo que la mayoría de esas respuestas se basan en el conocimiento de la materia.
En última instancia, cree el diseño en ambos sentidos. ¿Cuál tiene mejores propiedades que satisfacen sus necesidades?
