Points centraux et conceptions de criblageSalut les membres,
J'essaie de créer une conception de filtrage d'effets principaux personnalisée à l'aide de JMP 16. J'ai cinq facteurs et l'un des facteurs est catégorique avec 4 niveaux. La conception personnalisée génère une expérience de 16 cycles et je me demandais s'il était nécessaire d'ajouter des points centraux à l'étude ? Je ne m'intéresse qu'à déterminer les facteurs qui comptent et laquelle des 4 variables catégorielles je devrais utiliser pour une conception RSM. Toute aide sera fortement appréciée.
BICHERe : Points de centrage et conceptions de criblageNécessaire? À proprement parler... non, si votre objectif principal est d'estimer les effets principaux influents et uniquement les effets principaux. Surtout pour une conception de criblage où vous prévoyez et prévoyez de mener une expérimentation basée sur un modèle RSM de suivi.
La seule raison pour laquelle je pourrais envisager d'ajouter des points centraux est que vous recherchez une sorte d'estimation interne à l'expérience indépendante de l'erreur pure par rapport à l'espace expérimental. Mais pour moi, cela soulève une autre question... puisque finalement vous choisirez un ou plusieurs niveaux du facteur catégorique... ne voudriez-vous pas estimer l'erreur pure à CHAQUE niveau pour le facteur catégorique pour voir si ce « bruit » ' est constant à travers le facteur catégoriel ? Si la réponse est « oui »... alors vous devrez reproduire les points centraux à tous les niveaux du facteur catégorique, ce qui augmentera assez rapidement le nombre de pistes dans votre conception... là où se trouvent maintenant une prépondérance de pistes à la recherche d'une erreur pure et d'effets principaux non significatifs. Longue façon de dire... Je laisserais le centre souligne...
D'autres peuvent ressentir différemment?
Re : Points de centrage et conceptions de criblageLes points centraux concernent les facteurs continus (ou les facteurs numériques discrets). Vous dites que vous avez 5 facteurs catégoriques. Si j'ai correctement interprété votre description, alors vous n'avez qu'à vous préoccuper des effets principaux et des effets d'interaction.
Re : Points centraux et conceptions de criblageTravailler avec 4 niveaux d'un facteur catégoriel dans une expérience de dépistage avec seulement 16 passages semble trop simplifier votre système. S'il y a une chance qu'il y ait une interaction entre le facteur catégoriel et les facteurs continus, il peut être judicieux d'ajouter le terme d'interaction à votre modèle. Cela rend votre expérience de dépistage un peu plus grande; cependant, quelques exécutions supplémentaires pour chaque niveau de la variable catégorielle augmenteraient votre capacité à détecter les différences entre elles.
À titre d'exemple, disons que seules 3 des variables continues sont importantes et que vous sélectionnez un niveau de la variable catégorique, puis 8 exécutions supplémentaires seraient nécessaires pour ajouter les interactions et les effets quadratiques pour les 3 variables continues restantes. (DOE>AUGMENTATION)
Si les unités expérimentales ne sont pas difficiles ou coûteuses, il est de toute façon préférable d'effectuer plus d'exécutions.
Re : Points centraux et conceptions de criblageJ'ai un facteur catégoriel avec 4 niveaux et 4 autres variables continues à deux niveaux chacune.
Re : Points centraux et conceptions de criblageMerci beaucoup @markbailey
