Hola,
He realizado un DoE factorial completo de dos parámetros para optimizar las condiciones del proceso. El DoE estaba compuesto por 12 carreras.
Previo modelado verifiqué la normalidad de la distribución de mis respuestas y mis distribuciones no pasan la prueba de Bondad de Ajuste. Hay 2/12 condiciones que son claramente condiciones de borde de falla (se desempeñaron muy mal desde un punto de vista científico) y están haciendo que la distribución se desvíe (ver en el archivo adjunto).
¿Qué recomendarías usar como técnica de modelado? ¿Cómo podría modelar mejor mis datos sin repetir mi experimento?
¡Gracias de antemano por el apoyo!
claire
¿Quiere decir que analizó la normalidad de las respuestas? No hay suposiciones sobre la distribución de las respuestas. La suposición es que los errores estadísticos del modelo se distribuyen normalmente. Los errores son estimados por los residuos. Los gráficos residuales están disponibles dentro de la plataforma Ajustar mínimos cuadrados a través del menú del triángulo rojo, o puede decir los residuales y luego usar otras plataformas como Distribución o Creador de gráficos para evaluarlos por separado del proceso de ajuste.
Para agregar un poco a las preguntas y consejos planteados por @markbailey , cuando conté los 'puntos' en la gráfica de probabilidad normal, cuento 11, no 12, a menos que tal vez haya obtenido respuestas idénticas para una de las combinaciones de tratamiento. Y 12 es un número inusual de corridas para un 'diseño factorial completo'. Si tiene 2 niveles especificados para cada factor, entonces el número de ejecuciones debe ser igual a una potencia de 2. 12 no es una potencia de 2. 3 niveles por factor, el número de ejecuciones debe ser igual a una potencia de 3 y así sucesivamente . ¿Quizás puedas compartir el diseño específico?
Y cuando dices 'dos parámetros', ¿quieres decir 'dos factores'? Los parámetros en un contexto DOE suelen ser una palabra que se usa para describir las estimaciones de coeficientes para los términos de un modelo. Entonces, dependiendo de la estructura de su modelo, podría no tener parámetros (es decir, predecir y como la gran media de sus respuestas con solo un término de intersección o efectos principales, efectos de interacción, etc.) donde cada uno de estos efectos tiene su propio 'parámetro único estimar'. ¿Tal vez podrías compartir tu diseño y respuestas?
¿Y un poco sobre sus metas y objetivos experimentales específicos? Por ejemplo, si uno de sus objetivos es, en última instancia, encontrar una posición operativa sólida para los factores que minimice el riesgo de "fracaso", sea lo que sea que eso signifique prácticamente o físicamente, entonces si tiene 2 de 12 respuestas cerca del borde de ese "fracaso". ' espacio ... bueno, es posible que realmente tenga algo que ver con su problema general en términos de dónde evitar el 'fracaso' dentro del espacio de factores.
