Al crear un DoE, ¿se considera el tipo de modelado o el rol 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 está establecido en Carácter
El tipo de modelado se establece en ordinal
El rol de diseño está establecido 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!
daniela
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 (ordinal y nominal se tratan de la misma manera; recuerde que en Custom Designer 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 adicional al cuadrado para su factor para garantizar que el nivel "2" aparecerá en el diseño. Este enfoque PODRÍA conducir 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, entonces la interpolación nos puede ayudar en la estimación de 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 se puede tratar 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 de qué manera 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 satisfagan sus necesidades?
