Analyse JMP DoE avec exécution répétée dans l'un ou l'autre des blocsBonjour
J'ai une question concernant l'analyse DoE dans JMP. Disons que dans l'un des blocs, une course ne s'est pas bien déroulée et qu'elle est répétée dans le deuxième bloc. Quelqu'un pourrait-il fournir des pointeurs potentiels dans ce scénario sur la manière d'ajuster l'ensemble de l'exécution pour l'analyse DoE supplémentaire ? Quel bloc parquer l'exécution répétée aurait plus de sens pour l'analyse DoE dans JMP et quels seraient les avantages et les inconvénients s'il était parqué dans l'un des blocs ?
BICHERe : Analyse JMP DoE avec exécution répétée dans l'un ou l'autre des blocsJe comprends la situation et votre question mais il n'y a pas assez de détails pour que je donne une réponse définitive.
Avez-vous déjà essayé d'analyser les données ? L'expérience conçue n'est qu'un moyen d'obtenir les meilleures données pour l'analyse de régression. Il n'est généralement pas fatal à l'analyse si vous perdez une course ou si vous ne pouvez pas atteindre un niveau exact pour un facteur. Vous utilisez une analyse de régression, qui peut être utilisée avec n'importe quelle donnée, même si elle n'a pas été collectée avec une expérience. Bien sûr, il existe des exigences et des hypothèses de régression, mais vous devriez l'essayer et voir ce qui se passe.
Re : Analyse JMP DoE avec exécution répétée dans l'un ou l'autre des blocssalut @ProbitStarfish1 ,
(Nom d'utilisateur intéressant 
)
Je répondais juste et j'ai remarqué @markbailey y était arrivé avant moi. Je suis d'accord avec Marc.
Je crois comprendre que vous avez une course où le résultat de la réponse est discutable. Mais vous avez répété les mêmes paramètres de facteurs lors d'une exécution dans le deuxième bloc. C'est une chance !
Mon conseil serait d'analyser avec la course "louche". Et puis analyser avec la course douteuse " exclu ".
Comment le modèle change-t-il ? Est-ce une grande différence ?
Cela peut ensuite éclairer votre décision quant à savoir si vous devez exclure la course douteuse pour votre analyse finale.
Évidemment, les passages manquants d'une conception ne sont jamais idéaux. Cela aura "déséquilibré" votre conception dans une certaine mesure. Et s'il s'agit d'un DSD, vous ne pourrez plus utiliser la plateforme Fit DSD car la structure de repli aura été gâchée (sauf s'il s'agissait d'un point central). Comme le dit Mark, nous aurions besoin d'en savoir plus pour connaître les implications exactes.
J'espère que ça aide,
Phil
Re : Analyse JMP DoE avec exécution répétée dans l'un ou l'autre des blocsVous avez déjà reçu de bonnes idées de praticiens très expérimentés. J'ai quelques réflexions supplémentaires :
1. D'abord, pourquoi ça ne s'est pas bien passé ? Qu'as-tu appris? Les conditions qui ont créé cet « événement » ont-elles été comprises ?
2. Pouvez-vous obtenir une estimation de l'effet de bloc ? Avez-vous d'autres exécutions "répliquées" dans le deuxième bloc qui étaient identiques dans le premier bloc ? Si tel est le cas, vous pourrez peut-être tenir compte de l'effet de bloc dans le point de données manquant.
3. Voici quelques éléments à essayer : utilisez la moyenne des données pour remplacer le point de données manquant et exécutez l'analyse, puis essayez votre valeur prédite pour ce traitement (cela suppose que vous avez prédit des résultats). Enfin, supprimez l'effet d'ordre le plus élevé du modèle saturé et régressez sur les données restantes. Accédez aux options du triangle rouge pour la réponse> Enregistrer les colonnes> Formule de prédiction. Cela utilisera les degrés de liberté restants pour prédire quelle serait la valeur manquante. Utilisez-le et effectuez l'analyse.
Dans tous les cas, n'acceptez pas la technique de remplacement en une seule tentative. Effectuez plusieurs remplacements et regardez les résultats. Si les résultats de l'analyse sont similaires, vous êtes probablement OK, s'ils sont différents, alors vous devrez penser à collecter plus de données.
Re : Analyse JMP DoE avec exécution répétée dans l'un ou l'autre des blocsMerci beaucoup à tous pour leur contribution. Nous allons générer l'ensemble de données complet avant de procéder à l'analyse JMP.Cependant, c'était formidable de connaître les différentes options pour aborder le problème - nous vous contacterons !
