Points centraux et conceptions de dépistageSalut les membres,
J'essaie de créer une conception de criblage 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 exécutions et je me demandais s'il était nécessaire d'ajouter des points centraux à l'étude ? Je souhaite uniquement déterminer les facteurs qui comptent et laquelle des 4 variables catégorielles je dois utiliser pour une conception RSM. Toute aide est la bienvenue.
Conception d'expériencesRe: Points centraux et conceptions de dépistageMerci beaucoup @Byron_JMP
Je dois limiter le nombre d'exécutions que je peux effectuer en raison du coût et je soupçonne également que deux des facteurs ne sont peut-être pas importants. J'ai opté pour la conception D-optimale de la conception personnalisée qui m'a donné les 16 analyses. J'espère que cela pourra m'aider à identifier l'une des variables catégorielles et les facteurs importants pour une étude RSM.
Re: Points centraux et conceptions de dépistageMerci beaucoup @P_Bartel Je vais continuer et faire une expérience de dépistage sans les points centraux.
Re: Points centraux et conceptions de dépistageMerci beaucoup @Mark_Bailey
Re: Points centraux et conceptions de dépistageJ'ai un facteur catégoriel avec 4 niveaux et 4 autres variables continues à deux niveaux chacune.
Re: Points centraux et conceptions de dépistageTravailler avec 4 niveaux d'un facteur catégoriel dans une expérience de dépistage avec seulement 16 exécutions semble simplifier à l'excès votre système. S'il existe une chance qu'il y ait une interaction entre le facteur catégoriel et les facteurs continus, cela peut être une bonne idée 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 eux.
À titre d'exemple, disons que seules 3 des variables continues sont importantes et que vous sélectionnez un niveau de la variable catégorielle, alors 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 davantage d’essais.
Re: Points centraux et conceptions de dépistageLes points centraux concernent des facteurs continus (ou des facteurs numériques discrets). Vous dites que vous avez 5 facteurs catégoriques. Si j'ai correctement interprété votre description, vous n'avez alors qu'à vous soucier des effets principaux et des effets d'interaction.
Re: Points centraux et conceptions de dépistageNécessaire? 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 dépistage dans laquelle vous prévoyez et prévoyez de mener une expérimentation de suivi basée sur le modèle RSM.
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... puisqu'en fin de compte, vous choisirez un ou plusieurs niveaux du facteur catégoriel... ne voudriez-vous pas estimer l'erreur pure à CHAQUE niveau pour le facteur catégoriel 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 catégoriel, ce qui augmentera assez rapidement le nombre d'exécutions dans votre conception... là où se trouvent désormais une prépondérance d'exécutions. à la recherche d'erreur pure et d'effets principaux non significatifs. Longue façon de dire... Je laisserais les points centraux de côté...
D’autres peuvent ressentir différemment ?
