Configurar un diseño de cribadoHola,
Actualmente estamos intentando configurar nuestro primer diseño personalizado, pero tenemos dificultades con las opciones. Nuestro problema es que tenemos 4 grupos de factores: el 1er grupo tiene 2 opciones, el 2do grupo 3 factores, el 3er grupo 4 factores y el 4to grupo solo un factor, por lo que en total son 10 factores, pero son valores continuos. Aquí es donde luchamos por configurarlo. Si fueran solo categóricos, entonces simplemente agregaríamos factores categóricos con cierta cantidad de niveles.
Lo que ya sabemos de experimentos anteriores:
- La concentración de cada factor tiene un efecto cuadrático en el resultado. Lo que significa que no solo necesitamos verificar las interacciones sino también verificar las interacciones en diferentes concentraciones.
- En una carrera sólo deben estar presentes al mismo tiempo diferentes factores del tercer grupo. Por lo tanto, necesitaríamos establecer restricciones para no permitir combinaciones de los 2 factores del primer grupo o los 3 factores del segundo grupo.
Probé un diseño personalizado donde agregué los 10 factores como factores continuos. Luego configuré en "Definir restricciones de factores" y "Usar filtro de combinaciones no permitidas": factor 1 Y factor 2 (del grupo 1) O factor 1 Y factor 2 Y factor 3 (del grupo 2). Me aseguré de que se incluyan los valores mínimo y máximo, pero lo que no puedo entender es que al agregar la segunda interacción se incluye el factor de interacción 1*factor 2, así como otras combinaciones. Entonces creo que ya hay un error.
No sabía cómo deshacerme de estas interacciones no deseadas, así que me tomé el tiempo para eliminarlas manualmente de la lista de segunda y tercera interacciones, pero de todos modos estas combinaciones se incluyen después de continuar con la tabla.
¿Cómo procedo con el diseño?
Gracias.
Diseño de experimentosRe: Configurar un diseño de cribadoEs convencional transformar linealmente los niveles del factor (X) para varios beneficios importantes. La codificación es simplemente (XM)/H, donde M es el punto medio entre el ajuste bajo y alto ((alto + bajo) / 2) y H es el rango medio ((alto - bajo) / 2). Por lo tanto, X1, X2 y X3 ahora se modelan sobre una base invariante de escala. En su caso, cada factor del grupo 1 utiliza este enfoque mediante el uso de un segundo factor, el nivel del grupo 1, con los niveles codificados predeterminados -1 y +1.
Re: Configurar un diseño de cribadoEn realidad, no entiendo qué quieres decir con "la concentración está realmente codificada". ¿Podría dar más detalles o proporcionar más lecturas sobre esto? Gracias.
Re: Configurar un diseño de cribadoSí, pero entiendes que la concentración está realmente codificada y, por tanto, es específica de cada factor implicado.
Re: Configurar un diseño de cribadoGracias por las sugerencias.
Dividir las propiedades de los factores en dos es una muy buena idea. Ahora intentaremos esto como recomendó con el grupo uno. Su advertencia sobre establecer el factor en 0 en realidad es una buena idea. De esta manera sabemos si el factor debe estar presente y al usar un RSM también obtenemos información sobre diferentes concentraciones mediante la inclusión del punto medio. Si algunas interacciones dependen de la concentración, también podríamos estimarlas, ¿verdad? ¿Está de acuerdo en que esto podría evaluarse mediante este diseño?
Re: Configurar un diseño de cribadoGracias por la aclaración. Entonces creo que podrías definir dos factores para los grupos 1 y 2. El primer factor (p. ej., Factor 1 y Factor 2 a continuación) identifica el material y el segundo factor (p. ej., Nivel de factor 1 y Nivel de factor 2 a continuación) identifica la concentración. Yo usaría los niveles codificados predeterminados -1 y +1 para la concentración porque los rangos de concentración reales para cada material variarán mucho. Utilice la concentración de nivel alto y bajo adecuada para cada factor individual (por ejemplo, A o 
. Estás seleccionando para que otro experimento con los materiales seleccionados pueda optimizar la concentración real. Podría verse así:
Sin embargo, no estoy seguro del grupo 3 (Factor 3). Es posible que tenga uno o dos (¿o tres?) de los cuatro factores involucrados en la misma ejecución, ¿es correcto? Es posible que necesites enumerar todas las combinaciones aquí.
Las interacciones harán que el número de ejecuciones aumente rápidamente. Tendrá que pensar detenidamente sobre las posibles interacciones entre grupos e incluir las plausibles, pero excluir las que puede descartar ahora para mantener manejable el número de ejecuciones. (Hay otras formas, pero siempre debes utilizar el conocimiento previo en el que puedas confiar o examinar primero).
(Tenga en cuenta que no recomiendo usar 0 para un nivel de un factor continuo porque de esa manera lo convierte esencialmente en un factor categórico (ausente, presente) en lugar de estar siempre presente pero en niveles variables).
Es probable que utilice el modelo sólo para probar los efectos, pero no para optimizar la configuración de los factores en esta etapa, por lo que este enfoque podría funcionar bien para usted.
Sé que todavía está complicado.
Re: Configurar un diseño de cribadoDe nuevo es difícil porque no entiendo la situación lo suficientemente bien. ¿Se pueden medir los resultados después de cada grupo o la respuesta solo se mide al final o en todos los grupos?
Proporciono el siguiente consejo;
1. No utilices experimentos de un factor para concluir nada. El espacio de inferencia es demasiado pequeño y las interacciones con otros factores de diseño y el ruido son imposibles de estimar. De hecho, lo que puede parecer una cuadrática podría ser una interacción o un efecto de ruido.
2. Comience con sus hipótesis, sus explicaciones sobre cómo y por qué cada factor contribuiría al efecto en la respuesta. Utilice sus hipótesis para desarrollar modelos.
3. Cree múltiples diseños de experimentos y evalúe cada uno de ellos para determinar qué información potencial proporcionarán (qué se puede estimar), qué se restringirá (espacio de inferencia) y qué se confundirá (quizás efectos de orden superior). Contraste esto con los recursos necesarios para cada diseño.
4. Predice TODOS los resultados posibles de cada diseño y qué acción posterior tomarás. Predecir el orden de clasificación de los efectos del modelo.
5. Luego elige uno y ejecútalo con la expectativa de que este sea el comienzo de tu viaje, no el final. NO existe una solución única.
Realice que muchos diseños óptimos, como se les llama, tienen confusión muy compleja y es un desafío determinar cómo iterar cuando las cosas no tienen sentido.
Re: Configurar un diseño de cribadoHola markbailey,
También gracias por tu respuesta.
¿Por qué se agrupan los factores? ¿Cuál es el significado o propósito de cada grupo?
Los factores están agrupados debido a propiedades similares y debido a que solo puedo incluir 1 factor de cada grupo a excepción del grupo 3. Sí
¿Quiere decir que solo puede estar presente un factor del grupo 1 y del grupo 2 pero puede estar presente más de un factor del grupo 3?
Sí exactamente.
¿Es el mismo rango de concentración para los factores de cada grupo?
No, algunos difieren por un factor de 100.
Re: Configurar un diseño de cribadoGracias por la respuesta estadístico.
Podría valer la pena mencionar que no es necesario que ningún factor esté presente, sino determinar qué factor incluir y en qué cantidad. Para responder a sus preguntas y especificar el problema:
1. Realizamos algunos experimentos preliminares en los que incluimos solo un factor y vimos que hay una respuesta cuadrática. Ahora pensé que esto es cierto si analizas combinaciones. ¿Crees que debería utilizar las mejores condiciones para cada factor determinado en la pantalla de factor único para comprender las interacciones? Supongo que la mejor condición para un solo factor no es necesariamente la mejor condición cuando se combina con diferentes factores.
2. Un grupo es un conjunto de factores que comparten las mismas propiedades y en el caso de 2 grupos no se pueden combinar.
3. No estoy seguro de cómo esto me ayudaría a restringir ciertas combinaciones.
4. No, en realidad tienes razón. Eso es una buena idea.
Creo que el principal problema al configurar el diseño es que quiero tener dos niveles al mismo tiempo: quiero descubrir los factores más importantes de cada grupo y cómo interactúan, pero al mismo tiempo descubrir cómo interactúan en diferentes concentraciones. En segundo lugar, no quiero que todos los factores estén presentes en cada ejecución.
Re: Configurar un diseño de cribado¿Por qué se agrupan los factores? ¿Cuál es el significado o propósito de cada grupo?
¿Quiere decir que solo puede estar presente un factor del grupo 1 y del grupo 2 pero puede estar presente más de un factor del grupo 3?
¿Es el mismo rango de concentración para los factores de cada grupo?
Re: Configurar un diseño de cribadoBienvenido a la comunidad. He leído tu publicación y debo admitir que sin comprender mejor la situación es difícil brindar un consejo específico. Tengo algunas preguntas/comentarios:
1. ¿Cómo sabes que existen efectos cuadráticos? Por lo general, cuando hacemos una selección, buscamos desarrollar modelos que sigan principios de escasez y jerarquía.
2. ¿No estoy seguro de qué es un "grupo"? ¿Es este experimento sobre pasos secuenciales de un proceso? Si es así, es posible que puedas aprovechar los diseños de trama dividida.
3. Dado que sospecha de efectos no lineales, ¿tal vez utilice un diseño de detección definitivo para empezar?
4. ¿Está intentando economizar significativamente el experimento? Si no es así, ¿tal vez los efectos estimados para las interacciones que no tienen sentido puedan usarse para estimar el MSE?
Personalmente creo en la experimentación secuencial. Sigo el principio KISS (Keep It Simple and Sequential). No intentes sacar demasiado provecho de ningún experimento. Asegúrese de que su experimento proporcione orientación para configurar el siguiente experimento. Los diseños de detección están destinados a ayudar a iniciar el viaje.
