Puntos centrales y diseños de cribadoHola miembros,
Estoy intentando hacer un diseño de proyección de efectos principales personalizado usando JMP 16. Tengo cinco factores y uno de los factores es categórico con 4 niveles. El diseño personalizado genera un experimento de 16 ejecuciones y me preguntaba si es necesario agregar puntos centrales al estudio. Solo me interesa determinar los factores que importan y cuál de las 4 variables categóricas debo usar para un diseño RSM. Cualquier ayuda será apreciada.
Diseño de experimentosRe: Puntos centrales y diseños de cribadoMuchas gracias @Byron_JMP
Tengo que limitar la cantidad de ejecuciones que puedo hacer debido al costo y también sospecho que dos de los factores pueden no ser significativos. Opté por el diseño óptimo D del diseño personalizado que me dio las 16 ejecuciones; espero que pueda ayudarme a identificar una de las variables categóricas y los factores importantes para un estudio de RSM.
Re: Puntos centrales y diseños de cribadoMuchas gracias @P_Bartell Seguiré adelante y haré un experimento de detección sin los puntos centrales.
Re: Puntos centrales y diseños de cribadoMuchas gracias @Mark_Bailey
Re: Puntos centrales y diseños de cribadoTengo un factor categórico con 4 niveles y otras 4 variables continuas en dos niveles cada una.
Re: Puntos centrales y diseños de cribadoTrabajar con 4 niveles de un factor categórico en un experimento de detección con solo 16 ejecuciones parece simplificar demasiado su sistema. Si existe alguna posibilidad de que exista una interacción entre el factor categórico y los factores continuos, podría ser una buena idea agregar el término de interacción a su modelo. Esto hace que su experimento de detección sea un poco más grande; sin embargo, unas cuantas ejecuciones adicionales para cada nivel de la variable categórica aumentarían su capacidad para detectar diferencias entre ellas.
Como ejemplo, digamos que solo 3 de las variables continuas son importantes y usted selecciona un nivel de la variable categórica, entonces serían necesarias 8 ejecuciones adicionales para agregar las interacciones y los efectos cuadráticos para las 3 variables continuas restantes. (GAMA>AUMENTAR)
Si las unidades experimentales no son difíciles ni costosas, de todos modos es mejor realizar más ejecuciones.
Re: Puntos centrales y diseños de cribadoLos puntos centrales se refieren a factores continuos (o factores numéricos discretos). Dices que tienes 5 factores categóricos. Si interpreté tu descripción correctamente, entonces sólo debes preocuparte por los efectos principales y los efectos de interacción.
Re: Puntos centrales y diseños de cribado¿Necesario? Estrictamente hablando... no, si su objetivo principal es estimar los efectos principales influyentes y únicamente los efectos principales. Especialmente para un diseño de detección en el que espera y planea realizar un seguimiento de la experimentación basada en el modelo RSM.
La única razón por la que podría considerar agregar puntos centrales es que está buscando algún tipo de estimación interna del experimento independiente del error puro respecto al espacio experimental. Pero para mí esto plantea otra pregunta... ya que en última instancia elegirá uno o más niveles del factor categórico... ¿no le gustaría estimar el error puro en CADA nivel del factor categórico para ver si ese "ruido" ' es constante en todo el factor categórico? Si la respuesta es "sí"... entonces necesitará replicar los puntos centrales en todos los niveles del factor categórico, lo que aumentará el número de ejecuciones en su diseño con bastante rapidez... donde ahora hay una preponderancia de ejecuciones. en busca de puro error y de efectos principales no significativos. Es una forma larga de decirlo... dejaría los puntos centrales...
¿Otros pueden sentir lo contrario?
