Pregunta DOE - Muy pocos grados de libertadSoy muy nuevo en la comunidad de JMP: acabo de poner en marcha mi cuenta el otro día.
Estoy realizando un experimento y deseo ver los efectos de los factores principales y todas las interacciones de dos niveles. Estoy usando una matriz L27 Taguchi para dar cuenta de cuatro factores de 3 niveles con tres respuestas por fila/por prueba. Dejé algunas columnas en blanco para dejar espacio para las interacciones de dos niveles. Sin embargo, lo que no entiendo es que cuando ejecuto Fit Model y miro las Pruebas de efectos, parece que no tengo suficientes grados de libertad para ver si mis factores principales y mis interacciones de dos niveles son significativas. (Planeo usar una prueba F para determinar la importancia).
Según tengo entendido, los grados de libertad totales para un diseño/sistema dado es N-1, donde N es el número de respuestas o puntos de datos. Debería tener (27 carreras * 3 respuestas por carrera) - 1 = 80 grados de libertad. Incluso restando los #niveles: 1 grado de libertad para cada factor principal (ahora quedan 80 menos 8 = 72) y los grados de libertad para cada interacción bidireccional, no veo cómo podría quedarme sin grados de libertad.
¿Quizás ingresé algo mal en la tabla en JMP? Nota: Cambié algunas de las combinaciones de números/niveles para cada ejecución en mi matriz de Taguchi de acuerdo con las columnas que dejé en blanco; ver mis archivos adjuntos para mi archivo JMP y mis datos sin procesar.
¡Gracias de antemano por su ayuda y orientación!
Diseño de experimentosIngeniería de Calidad y ProcesosRe: Pregunta DOE - Muy pocos grados de libertadMis respuestas para aclaración y para estar de acuerdo con Pete, si eres nuevo en la experimentación, tal vez se sugiera una comprensión fundamental y especialmente una comprensión de Taguchi.
1. " Sin embargo, no estoy muy familiarizado con la relación SN; esto fue algo que se generó automáticamente cuando creé el diseño de Taguchi en JMP. "
De nuevo, necesitas también debe comprender la metodología que está utilizando y debe determinar si este es el enfoque que desea adoptar. No veo ninguna matriz externa, por lo que las relaciones SN no son tan útiles. Debe investigar matrices de productos cruzados (Cox) y matrices internas/externas (Taguchi)
2. Con respecto a su punto A.2.2: Primero mire los datos por significado práctico. ¿La respuesta cambió de algún valor práctico? No tiene repeticiones aleatorias, por lo que la prueba F podría no tener sentido. Saturaría el modelo y usaría gráficos normales y de Pareto para determinar la importancia. Luego iterar con otro experimento.
3. Tabla de datos A2. Hay una ecuación diferente basada en el objetivo que desea para la variable de respuesta. En cualquier caso, el que estás usando es incorrecto.
4. Mire los resultados de las 3 ejecuciones del tratamiento especificado. La variación en ese tratamiento es extraordinaria. No es probable que esto se deba a los efectos de los factores, sino al ruido. Es posible que desee evaluar la integridad de esos puntos de datos antes de resumir y usar esos datos de resumen para el análisis.
5. A4, NO. Esto no tiene nada que ver con el tipo de datos. Está evaluando el aliasing de su diseño. Debería haber escrito el modelo que estaba investigando ANTES de ejecutar el experimento.
Consultar al estadístico después de terminar un experimento a menudo es simplemente pedirle que realice un examen post mortem. Quizá pueda decir de qué murió el experimento.
sir ronald fisher
Re: Pregunta DOE - Muy pocos grados de libertadHola @statman , Gracias por tu explicación. Agradezco su paciencia y respuesta detallada.
Aquí están las respuestas a sus preguntas, junto con los seguimientos que tengo:
Tengo los siguientes pensamientos:
Q1) Una pregunta importante con respecto a sus "ejecuciones", ¿son repeticiones o son réplicas?
A1) Según su explicación, son repeticiones. No cambié ninguno de los tratamientos para cada prueba dentro de cada ejecución/tratamiento.
Q2) Parece que son repeticiones ya que tiene una proporción de SN para cada tratamiento. Por lo tanto tienes 26 grados de libertad en total; 8 para sus efectos principales (4 lineales, 4 cuadráticos) y 18 para efectos de orden superior. Las interacciones de 2 factores "requieren" 4 grados de libertad cada una, por lo que no tiene suficientes DF.
A2.1) Ok, aquí es donde cometí un error. Asumí que cada prueba dentro de cada ejecución contribuyó al DF (27 ejecuciones * 3 repeticiones cada una por ejecución -1 = 80 grados de libertad). Sin embargo, no estoy muy familiarizado con la relación SN; esto fue algo que se generó automáticamente cuando creé el diseño de Taguchi en JMP.
A2.2) Si mi comprensión de mi última declaración es correcta, y solo tengo 26 grados de libertad, y necesito 6 grados de libertad más. ¿Sería una forma de ver estos otros efectos completar una prueba F en el conjunto de datos original en Pruebas de efectos, ver qué factores son significativos y luego crear otro diseño de Taguchi comparando solo los factores/interacciones que fueron significativos en el conjunto de datos original más ¿Los factores que no pudiste ver en el original porque no tenía suficientes DF? Por ejemplo, digamos que el factor B es insignificante. Entonces, ¿sabe que el factor C cruzado del factor B también sería insignificante, por lo que le gustaría deshacerse de él en un nuevo diseño ya que está consumiendo el preciado DF?
Un par de preguntas sobre la tabla de datos:
Q1) ¿La media de las tres ejecuciones no corresponde a la columna media en su tabla de datos? ¿Qué datos se usaron para calcular las medias? ¿Su fórmula solo está calculando la media de las ejecuciones 1 y 3?
A1) Este es un error de mi parte; surgió del hecho de que inserté una columna para la ejecución 2 sin actualizar también la columna media. Supuse que la columna media se actualizaría automáticamente para tomar el promedio de las ejecuciones 1, 2, 3 sin que yo cambiara la configuración de esa columna.
Q2) ¿Su ecuación para la relación SN parece ser la desviación estándar de las ejecuciones 1 y 3? ¿Esta no es la fórmula correcta para la relación SN (según Taguchi)? Si el valor objetivo de la variable de respuesta es Mayor o Menor es mejor, entonces simplemente use la Desviación estándar. Si está tratando de alcanzar un objetivo nominal, entonces hay una ecuación diferente. ¿Cuál es el objetivo de la respuesta?
A2) Este es probablemente un error de arrastre por no obtener la media correcta anterior.
Q3) ¿Tiene un rango inusual de datos de las 3 ejecuciones de tratamiento (3 2 3 3, niveles correspondientes a los factores en el orden de su tabla)?
A3) No estoy seguro de lo que quisiste decir con esto. ¿Puedes reformular?
Q4) Si toma su diseño y va a DOE>Diagnóstico de diseño>Evaluar diseño, es posible que pueda averiguar cuál es el modelo apropiado. Aquí hay un mapa de color de las correlaciones.
A4) Con esto, supongo que está hablando de si usar variables discretas o continuas, y qué tipo de regresión usar.
Q5) ¿No veo la matriz externa? Una de las contribuciones más significativas de Taguchi fue experimentar con factores controlables sobre un factorial de factores de ruido. La relación SN estaba destinada a calcularse sobre los datos recopilados de las ejecuciones repetidas sobre el factorial de ruido (matriz externa).
A5) Basado en este enlace - https://www.jmp.com/support/help/en/16.2/index.shtml#page/jmp/factors-8.shtml# - Estoy bastante seguro de que solo tengo factores de señal. Soy capaz de controlar todas las entradas. Por lo tanto, ¿seguiría necesitando una matriz externa?
¡Gracias por su ayuda!
Re: Pregunta DOE - Muy pocos grados de libertadMencionas un buen punto sobre si los factores son continuos o discretos o no. Basado en esta publicación -
Factor numérico continuo vs discreto - parece que mis niveles de factor son discretos. ¿Qué quiero decir con esto? He elegido niveles discretos/específicos para cada factor que sea conveniente para mi experimento. Por ejemplo, podría haber elegido cualquier valor para cada nivel del factor que fuera experimentalmente posible, como 50 pulgadas para la posición 1 de la pelota, 0,5 pulgadas para la posición 2 de la pelota, 1000 pulgadas para la posición 3 de la pelota, etc. Sin embargo, al reflejar esto información en la matriz de Taguchi, decidí dejar las etiquetas 1, 2, 3 en lugar de 50 pulgadas, 0,5 pulgadas, 1000 pulgadas para reflejar los niveles de cada factor, de modo que pudiera ver claramente los niveles en mi tabla/matriz de diseño.
No creo que el uso de etiquetas como 1, 2, 3 para cada factor en lugar de los valores reales de 50 pulgadas, 0,5 pulgadas y 1000 pulgadas desbarate de mi análisis.
Re: Pregunta DOE - Muy pocos grados de libertadVengo a este hilo con una línea diferente de preguntas de @Dan_Obermiller y @statman aunque coincido con todos sus pensamientos. Voy a hacer una pregunta: ¿Cuál es su nivel de experiencia en relación con el diseño de experimentos y el proceso de modelado? Si es un novato... dejaría y desistiría de cualquier experimentación o análisis adicional y correría al curso "Pensamiento estadístico para la resolución de problemas industriales" de SAS y completaría todo el curso de principio a fin. Aquí hay un enlace a la página de inicio del curso:
Pensamiento estadístico para la resolución de problemas industriales
El curso es gratuito, todo lo que necesitas es un navegador web y curiosidad. Ni siquiera necesita JMP... el diseño del curso es tal que, a medida que complete el curso y los ejercicios, ejecutará JMP Pro en un entorno de máquina virtual.
Re: Pregunta DOE - Muy pocos grados de libertadAntes de explicar lo que hice, debo señalar que no estoy seguro de que DEBES hacerlo. Por favor vea la publicación de @statman para algunas muy buenas preguntas.
Para responder a sus preguntas 2 y 3: solo eché un vistazo muy superficial a su tabla y vi que los factores eran nominales. También vi que los factores estaban "alineados a la izquierda" dentro de la columna, lo que indica que eran campos de texto aunque los valores fueran números. Los factores nominales siempre tomarán más grados de libertad porque la idea de interpolación no existe. Por ejemplo, -1, 0, +1 solo usa un grado de libertad si se trata como continuo. Conceptualmente, puede ignorar el 0 con seguridad, ya que puede estimar la pendiente usando solo -1 y +1 (nuevamente, este es el concepto, no lo que realmente sucede matemáticamente). Pero para esos mismos tres valores, si son nominales, podría llamarlos A, B y C. Ahora necesito ver el efecto de A así como el efecto de B. (C se puede obtener por diferencia). Son dos grados de libertad ya que no puedo usar la interpolación para ayudarme.
Tenga en cuenta que no estoy diciendo que el modelo con factores continuos sea el mejor modelo. Esa es una pregunta diferente. Solo digo que esta es una forma de obtener un modelo con interacciones. ¿Tiene sentido? No sé. Conoces tus datos. ¿Tiene sentido pensar en cualquiera de estas como variables continuas? Según sus nombres, no estoy seguro de que lo haga. Una vez más, consulte algunos de @statman preguntas de . Los diseños de Taguchi son a menudo diseños de resolución III, lo que significa que no se supone que estimen interacciones.
En cuanto a su primera pregunta, ¿cómo hice los cambios en JMP? Seleccioné sus columnas de factores. Fui a Cols > Standardize Attributes. Hice clic en Atributos y elegí Tipo de datos. Cambió el tipo de datos a numérico
Volví a Atributos y seleccioné Tipo de modelado. Cambié el campo Tipo de modelado a Continuo. Haga clic en Aceptar. Ajuste el modelo.
Re: Pregunta DOE - Muy pocos grados de libertadTengo los siguientes pensamientos:
Una pregunta importante con respecto a sus "ejecuciones", ¿son repeticiones o son réplicas? Si las ejecuciones se realizan sin ningún cambio en las combinaciones de tratamientos, son repeticiones y no se consideran eventos independientes (por lo que no contribuyen a los grados de libertad). No veo el orden de ejecución en su tabla (siempre es bueno realizar un seguimiento del orden de ejecución). Parece que son repeticiones ya que tiene una proporción de SN para cada tratamiento. Por lo tanto tienes 26 grados de libertad en total; 8 para sus efectos principales (4 lineales, 4 cuadráticos) y 18 para efectos de orden superior. Las interacciones de 2 factores "requieren" 4 grados de libertad cada una, por lo que no tiene suficientes DF.
Un par de preguntas sobre la tabla de datos:
1. ¿La media de las tres ejecuciones no corresponde a la columna media en su tabla de datos? ¿Qué datos se usaron para calcular las medias? ¿Su fórmula solo está calculando la media de las ejecuciones 1 y 3?
2. ¿Su ecuación para la relación SN parece ser la desviación estándar de las ejecuciones 1 y 3? ¿Esta no es la fórmula correcta para la relación SN (según Taguchi)? Si el valor objetivo de la variable de respuesta es Mayor o Menor es mejor, entonces simplemente use la Desviación estándar. Si está tratando de alcanzar un objetivo nominal, entonces hay una ecuación diferente. ¿Cuál es el objetivo de la respuesta?
https://www.jmp.com/support/help/en/16.2/?os=mac&source=application&utm_source=helpmenu&utm_medium=application#page/jmp/overview-of-taguchi-designs.shtml#ww74478
3. ¿Tiene un rango inusual de datos de las 3 ejecuciones de tratamiento (3 2 3 3, niveles correspondientes a los factores en el orden de su tabla)?
4. Si toma su diseño y va a DOE>Diagnóstico de diseño>Evaluar diseño, puede averiguar cuál es el modelo apropiado. Aquí hay un mapa de color de las correlaciones:
5. ¿No veo la matriz externa? Una de las contribuciones más significativas de Taguchi fue experimentar con factores controlables sobre un factorial de factores de ruido. La relación SN estaba destinada a calcularse sobre los datos recopilados de las ejecuciones repetidas sobre el factorial de ruido (matriz externa).
He adjuntado una tabla de datos que creo que son las medias y las desviaciones estándar correctas para cada tratamiento. Guardé la plataforma del modelo de ajuste aunque no diagnostiqué completamente la singularidad.
Re: Pregunta DOE - Muy pocos grados de libertadHola @Dan_Obermiller .Eso funciono; Ahora puedo ver los efectos de los principales factores e interacciones. ¿Puedes explicar/elaborar un poco más sobre lo que hiciste?
Aquí están mis preguntas:
1) ¿Cómo convertiste las columnas a numéricas, continuas? ¿Qué te guió a tomar esta decisión? ¿Qué quiso decir cuando dijo que mi modelo original era "nominal"?
2) ¿Cómo controló los grados de libertad para cada interacción/factor al hacer este cambio a numérico, continuo?
3) ¿Cuáles son las diferencias entre mi modelo original (sin la opción continua numérica seleccionada) y el modelo revisado (incluida la opción continua numérica)? ¿Por qué el modelo revisado es una mejor opción?
¡Gracias por su ayuda!
Re: Pregunta DOE - Muy pocos grados de libertadTienes todos tus factores configurados como nominales. Con tres niveles, eso significa que cada efecto principal requerirá dos grados de libertad. Las interacciones requerirán aún más.
Si convierte sus columnas para que sean numéricas, continuas, puede estimar el modelo que desea. He incluido esa versión revisada de su tabla.
Re: Pregunta DOE - Muy pocos grados de libertadBienvenido a la Comunidad.
Creo que debe especificar sus interacciones bidireccionales en el cuadro de diálogo del modelo (o ya en el cuadro de diálogo de generación de DOE, donde afecta la potencia y las ejecuciones n). El script guardado en su tabla contiene solo efectos principales.
