Question de débutantSalut la communauté,
c'est mon premier message sur un forum et aussi la première fois que j'utilise DoE pour des expériences. J'ai regardé la vidéo DoE de JMP et j'ai une question ou plutôt je cherche une confirmation :
J'ai une expérience avec deux facteurs continus (par exemple, plage de pH) et un facteur catégoriel (par exemple, type d'acide). Je souhaite utiliser RSM mais apparemment, cela ne fonctionnera pas lorsqu'un facteur catégoriel est inclus. Par conséquent, j’ai décidé d’opter pour une « conception personnalisée » et j’ai inclus tous les facteurs. Maintenant, le système dit : « Les facteurs catégoriels ne peuvent pas apparaître en termes de modèle polynomial. Seuls les termes quadratiques pour les facteurs continus sont ajoutés au modèle.".
Un utilisateur plus expérimenté du DoE dirait-il qu'il s'agit d'une approche correcte ? Et y a-t-il quelque chose que je dois garder à l’esprit ? Alternativement, je pensais le faire comme tous les autres et supposer le facteur catégoriel (par exemple le type d'acide) comme un facteur continu. Mais cela n’a tout simplement pas de sens à mon avis. Merci pour toute aide.
Conception d'expériencesRe : Question débutant@P_Bartel Merci d'avoir fait remarquer cela. J'ai encore une question. Pourquoi les tracés de surface sont-ils différents lors de leur génération via « Graphique » ou via « Modèle » -> « Ajuster les moindres carrés » ? Non pas du point de vue du résultat mais de la forme. Comment puis-je le rendre fluide et moins nerveux ?


Merci d'avance et cordialement.
Re : Question débutantOui, exactement. Essayez d'atteindre le niveau donné par la conception, mais lorsqu'il s'écarte beaucoup, comme 12 au lieu de 14, mettez simplement à jour le niveau pour l'analyse.
Re : Question débutant@Artaxerxes90 Il est important d'ajouter un signe '@' au début d'un nom dans une réponse afin de "taguer" cette personne dans la Communauté. Ensuite, s’ils ont activé les notifications, ils recevront une notification par courrier électronique du système et, espérons-le, répondront à leur tour. Je peux vous dire que si la « table » à laquelle vous faites référence est une table de données JMP générée par l'une des plates-formes JMP DOE, elle est alors entièrement modifiable. Évidemment, cela modifie la combinaison de traitement spécifique au sein de la conception, vous pouvez donc créer un tout NOUVEAU tableau de données avec la deuxième conception, puis parcourir la plateforme d'évaluation de la conception en comparant les deux conceptions pour voir l'impact du changement... en notant principalement la corrélation de les estimations des paramètres et si des effets ne sont plus estimables seraient deux choses à vérifier avec certitude. Sans connaître la conception originale, je soupçonne fortement que le fait de passer à ONE et à une seule exécution n'aura pas de conséquences sérieuses... mais ce n'est que mon soupçon.
Re : Question débutantCher Mark,
merci beaucoup pour vos conseils utiles et une question est apparue au cours du travail. S'il n'est pas possible d'atteindre un pH de 14 avec l'un des essais, est-il possible de modifier des essais expérimentaux spécifiques et de faire passer le pH de 14 à par exemple 12 dans le tableau ?
Re : Question débutantJe ne recommanderais pas le CCD lorsque vous disposez d’une conception personnalisée parfaitement adaptée à votre expérience.
Re : Question débutantOk, maintenant je suis un peu confus. Cela signifie-t-il automatiquement que je ferais mieux d'utiliser le JMP-CCD avec la base comme facteurs continus pour déterminer le processus qui produit la pureté de glycérol la plus élevée, ou ma conception est-elle meilleure ?
Re : Question débutantLa conception personnalisée est basée sur « l'algorithme d'échange de coordonnées » et un « critère d'optimalité ». Elle ne repose pas sur une méthode combinatoire. Cela commence par un design complètement aléatoire. Autrement dit, les niveaux de facteurs dans la conception initiale sont distribués de manière uniforme et aléatoire. Ce n'est pas un bon design ! Mais l'algorithme détermine de meilleures coordonnées pour une exécution, les modifie et itère ainsi jusqu'à ce qu'il converge vers la meilleure valeur pour le critère. Cette recherche guidée n'est pas garantie de trouver la conception globalement optimale, c'est pourquoi le processus est répété plusieurs fois.
Cette approche conduit parfois à des conceptions peu intuitives. Cela peut également conduire à une conception différente si vous cliquez à nouveau sur Créer une conception. Ce résultat est le cas lorsqu’il existe plusieurs plans qui sont également optimaux selon le critère.
Dans ce cas, une valeur proche de 9 fournira des données plus informatives sur le modèle et le critère qu'une autre valeur. Par contre, vous pouvez le changer. Par exemple, il pourrait être plus pratique d’utiliser 9 que d’atteindre 8,99. La conception ne se brisera pas et ne fonctionnera pas si vous modifiez une valeur comme celle-ci.
Re : Question débutant
Cher Mark,
merci beaucoup pour votre replay. Dernière question : Pourquoi le Run 9 a-t-il une saponification de 8,99. Y a-t-il une explication logique à cela ? Merci d'avance!!
Re : Question débutantMerci Jim, j'ai pu comprendre ; il suffisait juste de remplacer le [1] par [0] sur la 2ème ligne.
Sam
theRows = dt << obtenir les lignes où( :test == "PASS" );
:test[lesLignes[ 0 ] - 1] = "ÉCHEC" ;
Re : Question débutantJ'ai essayé de le mettre en boucle, il ne fait toujours que le premier "PASS" qu'il trouve, il ne continuera pas à trouver le prochain "PASS"
Merci
Sama
dt = Current Data Table();
R = N Rows( dt );
For( i = 1, i <= R, i++,
theRows = dt << get rows where( :test == "PASS" );
:test[theRows[1] - 1] = "FAIL";
);Re : Question débutantSalut Jim, merci pour votre aide, le code ne fonctionne que sur une seule ligne, j'ai quelques centaines de lignes similaires qui doivent être mises à jour
Merci
Sam
Re : Question débutantR1 : Ils utilisent l'ancienne conception et analyse RSM, ils ont donc dû traiter le type d'acide comme un facteur continu. Vous n'êtes pas obligé de faire la même chose. Vous avez raison, il s’agit d’un facteur catégorique et doit être modélisé comme tel.
A2 : C’est absolument valable.
A3 : Oui, votre définition des facteurs est logique.
A4 : Vous pouvez modéliser les interactions entre X4 et les trois premiers facteurs. Traversez simplement les facteurs dans le modèle. Par exemple, X1*X4 estimerait et testerait l’effet d’interaction entre eux.
Re : Question débutantdt=current data table();
theRows=dt<<GET rows="" where=""></GET>
Re : Question débutantBonjour à tous, j'essaie de trouver un mot "PASS" dans la colonne Test. alors je veux pouvoir écrire un autre mot "FAIL" dans une cellule juste au-dessus du PASS dans la même colonne
Merci pour votre aide
Sam
Re : Question débutantSalut Mark et tous les autres qui ont répondu,
merci beaucoup pour l'explication. J'ai encore une question. Récemment, j'ai lu un article (S. Sadhukhan, U. Sarkar /Energy Conversion and Management 118 (2016) 450-458) dont le but était d'augmenter la pureté du glycérol au maximum, et ils ont fait ce qui suit (ce qui m'a un peu dérouté) :
Ils ont utilisé un CCD à trois continu facteurs:
1.) Type d'acide
2.) pH
3.) Quantité d'adsorbant
Ce qui me laisse perplexe, c'est exactement ce @statman dit: facteur 1) Le type d’acide n’est pas un facteur continu . En fait, ce devrait être une variable catégorielle. Il s’agit donc en réalité d’un pseudo-RSM comme @P_Bartel a dit, puisqu'ils ont converti un facteur réellement catégoriel en un facteur continu, n'est-ce pas ? (T1)
Cette approche est-elle valable d’un point de vue scientifique ? (T2) J'ai vu au moins 4 à 5 autres auteurs faire exactement la même chose.
D'après ma compréhension, vous ne pouvez pas faire cela, car il n'y a pas de continuité entre les types d'acides (c'est une catégorie ! ex : sulfurique, phosphorique, acétique etc...), donc pas de courbure. Je fais quelque chose de similaire et j'aimerais savoir : une approche correcte consisterait-elle à définir trois variables différentes qui sont continues, par exemple
1) pH - Saponification - suite
2) pH - Acidification - suite
3) Relargage (=rapport solvant:couche aqueuse) - suite
et utiliser un quatrième facteur catégorique comme « type de base » ? (T3) Si oui, cela signifierait que le modèle ne prend pas en compte la relation entre le facteur 4 et les facteurs 1 à 3, n'est-ce pas ? (T4) Mais cela ne serait pas non plus logique puisque l’influence du type de base est également très importante pour les facteurs 1 à 3. Vos réponses sont très appréciées.

Re : Question débutantTout d’abord, bienvenue dans la communauté. J'ai quelques réflexions sur les questions que vous posez, mais pour être honnête, vous n'avez pas fourni suffisamment d'informations sur la situation réelle pour que je puisse vous fournir les conseils les plus appropriés. Par exemple, vous ne décrivez pas la variable de réponse.
Mes pensées:
1. RSM est destiné à « cartographier » l'espace de conception afin que vous puissiez sélectionner les conditions optimales pour la variable de réponse sélectionnée. Cela doit être fait après que vous ayez une connaissance approfondie des rares facteurs qui ont un effet significatif sur la réponse et, plus important encore, que vous ayez compris l'effet du bruit (facteurs que vous n'êtes pas disposé à gérer ou à contrôler). Vous devriez déjà avoir un modèle de premier ordre...
2. Créer un modèle de régression continue avec un facteur catégoriel est un peu absurde. Vous pouvez créer un modèle pour chaque catégorie, mais inclure le terme dans le modèle n'a aucun sens. Vous n'avez pas de déduction entre les catégories et il ne peut y avoir de termes non linéaires. (c'est soit tel acide, soit tel type d'acide, il n'y a pas de continuum)
3. Vous pourriez hypothétiquement convertissez le type d'acide en une variable continue si vous pouvez quantifier les différences entre les types (par exemple, la quantité d'un certain composé chimique), mais je suppose que vos types sont chlorhydriques, sulfuriques ou nitriques ou quelque chose comme ça.
Etes-vous sûr d'avoir besoin des termes non linéaires ? Avez-vous prédit ce que le modèle devrait être (basé sur la science, pas sur les statistiques) ? Quelles sont vos hypothèses ? En règle générale, nous construisons des modèles en commençant par le premier ordre et en l'augmentant par itération, plutôt que par une expérience ponctuelle. Nous expérimentons pour comprendre, pas pour choisir un gagnant.
L’expérimentation est extrêmement puissante, alors allez-y.
Re : Question débutantPour ajouter juste un peu à @Mark_Bailey Les bons conseils de... à proprement parler, vous pouvez créer ce que j'appellerai un pseudo RSM (pensez comme un composite factoriel complet plus central à titre d'exemple illustratif) avec des facteurs catégoriels et continus... mais, et voici le GRAND MAIS , la conception sera très rigide et comportera très probablement un nombre d'exécutions beaucoup plus important, avec un modèle prédéfini sous-jacent à la conception... Je n'entrerai pas dans les détails de la façon dont vous pourriez créer la conception car @Mark_Bailey Les conseils de sont bien plus efficaces et rationnels. Utilisez la plateforme JMP Custom Design pour créer votre conception.
Re : Question débutantLes conceptions RSM beaucoup plus anciennes ne prenaient en compte que des facteurs continus. La conception personnalisée moderne peut gérer tout type de facteur, vous pouvez donc avoir des facteurs continus et catégoriels dans la même expérience. Vous pouvez également inclure des termes désignant les effets d'interaction entre les facteurs continus et catégoriels, ainsi que les effets non linéaires des facteurs continus.
L'avertissement vous informe simplement qu'Acid*Acid n'apparaîtra pas dans la liste des termes du modèle.