Análisis de los resultados del CCD.Hola a todos,
Hice un diseño de detección y el ascenso más empinado que me mostró un punto de silla. Luego, realicé un experimento (diseño compuesto central ordinario) en esta área para capturar la curvatura. Pero no sé cómo analizar los resultados, mi modelo no es significativo con términos cuadráticos y la falta de ajuste es significativa (el modelo sólo se vuelve significativo cuando elevo mi modelo a la potencia de 4).
¿Alguien podría ayudarme a entender más?
Diseño de experimentosCompartir y comunicar resultadosRe: Análisis de resultados de CCDHe tratado de seguir tu proceso de pensamiento, pero, por supuesto, no entiendo la "ciencia" de tu investigación. Compartiré algunos de mis pensamientos.
Veo que ejecutaste una Res. V factorial fraccional con 3 puntos centrales (aunque no hay CP para el factor categórico). ¿No se menciona el significado práctico de la respuesta? ¿Qué importancia práctica tiene un cambio en la respuesta? La significancia estadística es un desafío porque tienes 3 réplicas del CP. Uno de los DF se utiliza para estimar la curvatura y los otros no son asignables y, por lo tanto, pueden ser la base para estimar el MSE. ¿Cómo se compara el MSE con la variación que se ve normalmente en el proceso? E parece ser el más "activo" con C en segundo lugar. No veo mucho (nuevamente no tengo ningún contexto con respecto a la variable de respuesta) con el resto. ¿Por qué continuaste con A y B? No hay evidencia de curvatura. Un modelo basado en E y C parece tener algunos problemas (un evento inusual y los residuos ciertamente no se distribuyen normalmente).
¿Qué modelo usaste para el ascenso más empinado? ¿Parece que usaste factores insignificantes en ese modelo? ¿No estás seguro de por qué continuaste hasta ahora más allá de los mejores resultados con tu método SA?
El factor más significativo se estableció en el nivel menos óptimo... ¿eh? Me gustaría investigar más ese factor. ¿Podría ser más cuantitativo?
¿No estás seguro de por qué el CCD? ¿Cómo se relaciona con el otro trabajo que hiciste? También tenga cuidado aquí, ya que la significancia estadística no juega un papel tan importante en la optimización. En el momento de la optimización, ya sabes que los factores importan, entonces, ¿qué estás buscando? Puntos dulces (máximos locales que son difíciles de mantener) o puntos planos que proporcionan resultados más sólidos.
Por último, ¿no veo ninguna estrategia para "manejar" el ruido? ¿No hay repeticiones/anidamientos (ruido a corto plazo, como error de medición) o bloques o parcelas divididas (para ruido a largo plazo, como ambiente, lotes de materia prima)?
Re: Análisis de resultados de CCDBueno. No estoy seguro de qué nivel de E se utilizó en el experimento de ascenso más pronunciado; asumí SA. También hice algunas suposiciones sobre cómo los factores CCD se asignan a los factores A, B, C, D.
Junté todos los datos en una tabla de datos (adjunta). Creo que ha sido útil pero probablemente no te dé la respuesta que esperabas.
Parece que algo extraño pasó entre el experimento de ascenso más pronunciado y el CCD. Los resultados de estas dos fases no se ajustan al mismo modelo. Los rangos de factor utilizados en el CCD son muy similares a los de las mejores carreras en el ascenso más empinado, pero la respuesta es mucho menor en el CCD (<100 en comparación con 240 a 260). Nuevamente, asumo que el ajuste del factor E es SA para el ascenso más pronunciado y los experimentos CCD.
En cualquier caso, no estoy seguro de recomendar el enfoque que usted adoptó. Los resultados de la evaluación por sí solos sugieren que sólo los factores E y C son importantes, por lo que no estoy seguro de por qué también se llevaron a cabo los otros factores para el experimento de ascenso más pronunciado. No entiendo cuál es el método de ascenso más empinado porque no lo he utilizado. Usar rangos de factores muy estrechos para el CCD tampoco es algo que recomendaría a menos que su objetivo fuera determinar si el proceso es sólido en estos rangos.
Espero que esta haya sido una experiencia útil para ti, incluso si no obtuviste el resultado que esperabas. Es posible que desee explorar algunos recursos para obtener más información sobre el DOE antes de su próximo proyecto. El Curso de Pensamiento Estadístico para la Resolución de Problemas Industriales tiene un buen módulo sobre DOE.
Re: Análisis de resultados de CCD- El factor D no varía en CCD debido a su baja implicación en la respuesta, lo he puesto constante en 0,24.
- E era un factor categórico, por lo que se seleccionó SA en lugar de SB (a pesar de mostrar un mejor resultado...., SA es más verde)
- Entonces, eliminando el valor de SB, se logran valores más altos en el experimento de detección.
Re: Análisis de resultados de CCDInteresante.
¿Cómo se relacionan los factores A, B, C, D con los factores de su CCD?
¿Cuáles de los factores A, B, C, D no varían en el CCD y cuál es el entorno?
¿Cuál es el nivel del factor E para los experimentos de ascenso más pronunciado y CCD? (Según su diseño de detección, este parece ser, con diferencia, el factor más importante)
¿La respuesta es la misma en todas las pruebas de detección, ascenso más pronunciado y CCD? (Alcanzaste valores mucho más altos antes del CCD)
Gracias,
filo
Re: Análisis de resultados de CCD¡Seguro!
Este modelo parece ser relevante con una falta de ajuste no significativa, un valor de p significativo y R2, Radj y R pred también altos.
Entonces hice el ascenso más pronunciado para saber cómo incrementar cada punto. Este segundo experimento resalta el área de curvatura entre los experimentos 4 y 5.
Re: Análisis de resultados de CCDEstoy seguro de que es posible. Realmente no sé nada sobre los métodos de ascenso más empinados.
Sigo pensando que valdría la pena analizar su conjunto de datos completo con sus experimentos de detección y CCD combinados.
(Supongo que los datos del experimento de detección no son parte de los datos que compartió; según su descripción, parece que realizó un CCD completo en una región de factor diferente al experimento de detección).
Quizás también incluirías los datos de tu ascenso más pronunciado.
Re: Análisis de resultados de CCDMuchas gracias @Phil_Kay y @Dan_Obermiller por sus perspicaces comentarios.Dado que hice el ascenso más empinado con 9 pasos y el punto de silla se mostró entre los pasos 3 y 4, que corresponden a mi rango (176-180°C) (la respuesta disminuyó de 4 a 9). ¿Es posible que esto sea sólo un óptimo local?
Re: Análisis de resultados de CCD非常感谢您的回复Re: Análisis de resultados de CCDestoy de acuerdo con @Dan_Obermiller . Los factores no parecen tener mucho efecto en la respuesta en los rangos que ha utilizado. Como químico, el rango de temperatura parece muy estrecho; intuitivamente no esperaría ver un gran cambio en la respuesta si cambio la temperatura de 175 a 182 grados.
Esto podría ser algo bueno, si se trata de un estudio de solidez. Los resultados aquí le indican que puede variar los factores en estos rangos y obtener una respuesta consistente.
Pero parece más bien que se trata de un estudio de optimización. En cuyo caso tendrás que experimentar con más audacia para obtener un modelo útil. Puede utilizar Aumentar diseño en el menú DOE para agregar ejecuciones desde un rango de factores ampliado.
Una opción es que podría incluir los datos de su diseño de detección. El conjunto de datos combinado probablemente no estará equilibrado, pero espero que incluya datos de un espacio factorial más amplio y pueda permitirle construir un modelo más útil.
He adjuntado sus datos como una tabla de datos JMP.
Espero que todo esto ayude.
filo
Re: Análisis de resultados de CCDTampoco veo mucho que sea significativo aquí. De hecho, NO veo una falta de ajuste significativa ya que el valor p para esa prueba con el modelo de superficie de respuesta completa es 0,2195. El problema principal parece ser que no hay un gran cambio en la respuesta en los rangos seleccionados.
Incluso eliminar los puntos axiales del diseño y ajustar un modelo factorial completo no muestra ningún efecto significativo (y tampoco muestra una falta de ajuste). Creo que la variabilidad en sus puntos centrales (desviación estándar = 5,22) es grande en relación con la desviación estándar en el resto de los datos. Diré que los rangos de tus variables no son muy amplios. Normalmente, desea que los rangos sean lo suficientemente amplios para poder detectar un efecto. Una oscilación de siete grados desde el punto axial inferior al superior y sólo una diferencia de cuatro grados entre los niveles -1 y +1 no es muy grande.
Re: Análisis de resultados de CCDHola aarón
看起来温度是一个重要因子.
Trama en 3D: 2.会造成过度拟合.
同理,如果把温度当作Z轴,剩余的两个参数当作X和Y轴,也看不出一个抛物曲面（想象一座山）.因此响应曲面应该不会很好.
高次拟合会取得更好的R平方，但是很有可能是过度拟合。
希望可以帮助到你。
