Analisi dei risultati del CCDCiao a tutti,
Ho fatto uno screening del design e della salita più ripida che mi ha mostrato un punto di sella. Quindi, ho condotto un esperimento (disegno composito centrale ordinario) su quest'area per catturare la curvatura. Ma non so come analizzare i risultati, il mio modello non è significativo con termini quadratici e la mancanza di adattamento è significativa (il modello diventa significativo solo quando elevo il mio modello alla potenza di 4).
Qualcuno potrebbe aiutarmi a capirne di più?
Progettazione di esperimentiCondivisione e comunicazione dei risultatiRi: Analisi dei risultati CCDHo provato a seguire il tuo processo di pensiero, ma, ovviamente, non capisco la "scienza" della tua indagine. Condividerò alcuni dei miei pensieri.
Vedo che hai eseguito una ricerca. V fattoriale frazionario con 3 punti centrali (sebbene non vi sia CP per l'unico fattore categorico). Non si fa menzione del significato pratico della risposta? Quanto di un cambiamento nella risposta è di importanza pratica? La significatività statistica è un po' una sfida perché hai 3 repliche del CP. Uno dei DF viene utilizzato per stimare la curvatura e gli altri non sono assegnabili e pertanto possono costituire la base per la stima dell'MSE. Come si confronta l'MSE con la variazione che vedi normalmente nel processo? E sembra essere il più "attivo" con C secondo. Non vedo molto (ancora una volta non ho alcun contesto rispetto alla variabile di risposta) con il resto. Perché hai continuato con A e B? Nessuna evidenza di curvatura. Un modello basato su E e C sembra che ci siano alcuni problemi (un evento insolito e i residui certamente non sono distribuiti normalmente).
Quale modello hai utilizzato per la salita più ripida? Sembra che tu abbia utilizzato fattori insignificanti in quel modello? Non sei sicuro del motivo per cui hai continuato così oltre i migliori risultati con il tuo metodo SA?
Il fattore più significativo è stato impostato al livello meno ottimale... eh? Vorrei indagare di più su questo fattore. Potrebbe essere più quantitativo?
Non sei sicuro del motivo per cui il CCD? Come si collega agli altri lavori che hai fatto? Fai attenzione anche in questo caso poiché la significatività statistica non gioca un ruolo così importante nell'ottimizzazione. Per quanto riguarda l'ottimizzazione, sai già che i fattori contano, quindi cosa stai cercando? Punti deboli (massimi locali difficili da mantenere) o punti piatti che forniscono risultati più robusti.
Infine, non vedo alcuna strategia per "gestire" il rumore? Nessuna ripetizione/nidificazione (rumore a breve termine come errore di misurazione) o blocchi o grafici divisi (per rumore a lungo termine come ambiente, lotti di materie prime)?
Ri: Analisi dei risultati CCDVa bene. Non sono sicuro di quale livello di E sia stato utilizzato nell'esperimento di salita più ripida: ho ipotizzato SA. Ho anche fatto alcune ipotesi su come i fattori CCD si associano ai fattori A, B, C, D.
Ho inserito tutti i dati in una tabella dati (allegata). Penso che sia stato utile ma probabilmente non ti dà la risposta che speravi.
Sembra che sia successo qualcosa di strano tra l'esperimento della salita più ripida e il CCD. I risultati di queste due fasi non si adattano allo stesso modello. Gli intervalli di fattori utilizzati nel CCD sono molto simili alle migliori corse nella salita più ripida, ma la risposta è molto più bassa nel CCD (<100 rispetto a 240-260). Ancora una volta, presumo che l'impostazione del fattore E sia SA per la salita più ripida e per gli esperimenti CCD.
In ogni caso, non sono sicuro di consigliare l'approccio che hai adottato. I risultati dello screening da soli suggeriscono che solo i fattori E e C sono importanti, quindi non sono sicuro del motivo per cui hai portato avanti anche gli altri fattori per l'esperimento della salita più ripida. Non capisco il metodo di salita più ripido perché non ho usato questo approccio. Anche l'uso di intervalli di fattori molto ristretti per il CCD non è qualcosa che consiglierei a meno che l'obiettivo non fosse determinare se il processo è robusto su questi intervalli.
Spero che questa sia stata per te un'esperienza utile, anche se non hai ottenuto il risultato che speravi. Potresti voler esplorare alcune risorse per saperne di più sul DOE prima del tuo prossimo progetto. IL Corso di Pensiero Statistico per la Risoluzione dei Problemi Industriali ha un buon modulo su DOE.
Ri: Analisi dei risultati CCD- Il fattore D non varia nel CCD a causa della sua bassa implicazione nella risposta, l'ho impostato costante a 0,24.
- E era un fattore categorico, quindi è stato selezionato SA invece di SB (nonostante abbia mostrato risultati migliori...., SA è più verde)
- Quindi, rimuovendo il valore di SB, si ottengono valori più elevati nell'esperimento di screening
Ri: Analisi dei risultati CCDInteressante.
Come si relazionano i fattori A, B, C, D con i fattori del tuo CCD?
Quali dei fattori A, B, C, D non vengono variati nel CCD e qual è l'impostazione?
Qual è il livello del fattore E per la salita più ripida e gli esperimenti CCD? (Dal tuo progetto di screening questo sembra essere di gran lunga il fattore più importante)
La risposta è la stessa per lo screening, la salita più ripida e il CCD? (Hai raggiunto valori molto più alti prima del CCD)
Grazie,
Fil
Ri: Analisi dei risultati CCDSicuro!
Questo modello sembra essere rilevante con una mancanza di adattamento non significativa, valore p significativo e anche R2, Radj e R pred elevati
Quindi ho fatto la salita più ripida per sapere come incrementare ciascun fattore. Questo secondo esperimento mette in evidenza l'area di curvatura tra l'esperimento 4 e 5.
Ri: Analisi dei risultati CCDSono sicuro che sia possibile. Non so davvero nulla dei metodi di salita più ripidi.
Penso ancora che varrebbe la pena esaminare il set di dati completo con i tuoi esperimenti di screening ed CCD combinati.
(Presumo che i dati dell'esperimento di screening non facciano parte dei dati che hai condiviso: dalla tua descrizione sembra che tu abbia eseguito un CCD completo su una regione di fattori diversa rispetto all'esperimento di screening.)
Forse includeresti anche i dati della tua salita più ripida.
Ri: Analisi dei risultati CCDGrazie mille @Phil_Kay E @Dan_Obermiller per i tuoi commenti penetranti.Dato che ho fatto la salita più ripida con 9 gradini e il punto di sella è stato mostrato tra i passi 3 e 4 che corrispondono al mio range (176-180°C) (la risposta diminuisce da 4 a 9). È possibile che questo sia solo un ottimo locale?
Ri: Analisi dei risultati CCD非常感谢您的回复Ri: Analisi dei risultati CCDSono d'accordo con @Dan_Obermiller . I fattori non sembrano avere molto effetto sulla risposta negli intervalli utilizzati. Come chimico, l'intervallo di temperatura sembra molto ristretto: intuitivamente non mi aspetterei di vedere un grande cambiamento nella risposta se cambio la temperatura da 175 a 182 gradi.
Ciò potrebbe essere una buona cosa, se si tratta di uno studio sulla robustezza. I risultati qui indicano che potresti variare i fattori su questi intervalli e ottenere una risposta coerente.
Ma sembra più che si tratti di uno studio di ottimizzazione. In tal caso dovrai sperimentare con più coraggio per ottenere un modello utile. È possibile utilizzare Augment Design nel menu DOE per aggiungere esecuzioni da un intervallo di fattori ampliato.
Un'opzione è quella di includere i dati del progetto di screening. Il set di dati combinato probabilmente non sarà bilanciato, ma mi aspetto che includa dati provenienti da uno spazio fattoriale più ampio e possa consentire di costruire un modello più utile.
Ho allegato i tuoi dati come tabella dati JMP.
Spero che tutto questo aiuti.
Fil
Ri: Analisi dei risultati CCDAnche qui non vedo molto di significativo. In effetti, NON vedo una significativa mancanza di adattamento poiché il valore p per quel test con il modello di superficie a risposta completa è 0,2195. Il problema principale sembra essere che non vi è un grande cambiamento nella risposta negli intervalli selezionati.
Anche la rimozione dei punti assiali dal progetto e l’adattamento di un modello fattoriale completo non mostra alcun effetto significativo (e non mostra nemmeno una mancanza di adattamento). Penso che la variabilità sui tuoi punti centrali (deviazione standard = 5,22) sia ampia rispetto alla deviazione standard nel resto dei dati. Dirò che gli intervalli per le tue variabili non sono molto ampi. In genere, si desidera che gli intervalli siano sufficientemente ampi da poter rilevare un effetto. Un'oscillazione di sette gradi dal punto assiale basso a quello alto e una differenza di soli quattro gradi tra i livelli -1 e +1 non sono molto grandi.
Ri: Analisi dei risultati CCDCiao, Aaron
看起来温度是一个重要因子.
Per quanto riguarda la trama 3D, è necessario utilizzare 2 elementi per la trama in 3D.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 e 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.
