Question DOE - Trop peu de degrés de libertéJe suis très nouveau dans la communauté JMP. Mon compte vient juste d'être opérationnel l'autre jour.
Je mène une expérience et je souhaite voir les effets des principaux facteurs et de toutes les interactions à deux niveaux. J'utilise un tableau L27 Taguchi pour tenir compte de quatre facteurs à 3 niveaux avec trois réponses par ligne/par essai. J'ai laissé quelques colonnes vides pour faire de la place aux interactions à deux niveaux. Cependant, ce que je ne comprends pas, c'est que lorsque j'exécute Fit Model et que je regarde les tests d'effet, il semble que je n'ai pas suffisamment de degrés de liberté pour voir si mes principaux facteurs et mes interactions à deux niveaux sont significatives. (Je prévois d'utiliser un test F pour déterminer la signification).
D'après ma compréhension, le nombre total de degrés de liberté pour une conception/un système donné est N-1, où N est le nombre de réponses ou de points de données. Je devrais avoir (27 exécutions * 3 réponses par exécution) - 1 = 80 degrés de liberté. Même en soustrayant les #niveaux - 1 degrés de liberté pour chaque facteur principal (80 moins 8 = 72 restants maintenant) et les degrés de liberté pour chaque interaction bidirectionnelle, je ne vois pas comment je pourrais manquer de degrés de liberté.
Peut-être que j'ai entré quelque chose de mal dans le tableau dans JMP ? Remarque : j'ai modifié certaines des combinaisons de nombres/niveaux pour chaque exécution dans mon tableau Taguchi en fonction des colonnes que j'ai laissées vides ; voir mes pièces jointes pour mon fichier JMP et mes données brutes.
Merci d'avance pour votre aide et vos conseils !
BICHERe : Question du DOE - Trop peu de degrés de libertéBienvenue dans la Communauté.
Je pense que vous devez déjà spécifier vos interactions bidirectionnelles dans la boîte de dialogue du modèle. Le script enregistré dans votre tableau ne contient que des effets principaux.
Re : Question du DOE - Trop peu de degrés de libertéVous avez tous vos facteurs configurés comme nominaux. Avec trois niveaux, cela signifie que chaque effet principal nécessitera deux degrés de liberté. Les interactions en demanderont encore plus.
Si vous convertissez vos colonnes en numériques continues, vous pouvez estimer le modèle souhaité. J'ai inclus cette version révisée de votre tableau.
Re : Question du DOE - Trop peu de degrés de libertéSalut @Dan_Obermiller .Ça a marché; Je peux maintenant voir les effets des principaux facteurs et interactions. Pouvez-vous expliquer/développer un peu plus ce que vous avez fait ?
Voici mes questions :
1) Comment avez-vous converti les colonnes en numérique, continu ? Qu'est-ce qui vous a guidé pour prendre cette décision ? Que vouliez-vous dire lorsque vous avez dit que mon modèle d'origine était "nominal" ?
2) Comment avez-vous contrôlé les degrés de liberté pour chaque interaction/facteur en effectuant ce changement en numérique, continu ?
3) Quelles sont les différences entre mon modèle d'origine (sans l'option numérique continue sélectionnée) et le modèle révisé (y compris l'option numérique continue) ? Pourquoi le modèle révisé est-il une meilleure option ?
Merci de votre aide!
Re : Question du DOE - Trop peu de degrés de libertéJ'ai les pensées suivantes :
Une question importante concernant vos "runs", s'agit-il de répétitions ou de répliques ? Si les exécutions sont effectuées sans aucune modification des combinaisons de traitement, elles sont répétées et ne sont pas considérées comme des événements indépendants (elles ne contribuent donc pas aux degrés de liberté). Je ne vois pas l'ordre d'exécution dans votre tableau (toujours bon pour garder une trace de l'ordre d'exécution). Il semble qu'il s'agisse de répétitions car vous avez un rapport SN pour chaque traitement. Par conséquent, vous avez 26 degrés de liberté au total ; 8 pour vos effets principaux (4 linéaires, 4 quadratiques) et 18 pour les effets d'ordre supérieur. Les interactions à 2 facteurs "nécessitent" 4 degrés de liberté chacune, vous n'avez donc pas assez de DF.
Quelques questions sur le tableau de données :
1. La moyenne des trois exécutions ne correspond pas à la colonne moyenne de votre tableau de données ? Quelles données ont été utilisées pour calculer les moyennes ? Votre formule calcule simplement la moyenne des essais 1 et 3 ?
2. Votre équation pour le rapport SN semble être l'écart type des pistes 1 et 3 ? Ce n'est pas la bonne formule pour le rapport SN (par Taguchi) ? Si la valeur cible de la variable de réponse est Plus grand ou Plus petit est préférable, utilisez simplement l'écart type. Si vous essayez d'atteindre un objectif nominal, il y a une équation différente. Quelle est la cible de la réponse ?
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. Vous avez une gamme inhabituelle de données des 3 exécutions pour le traitement (3 2 3 3, niveaux correspondant aux facteurs dans l'ordre de votre tableau) ?
4. Si vous prenez votre conception et accédez à DOE> Diagnostics de conception> Évaluer la conception, vous pourrez peut-être déterminer quel est le modèle approprié ? Voici une carte en couleur des corrélations :
5. Je ne vois pas le tableau extérieur ? L'une des contributions les plus importantes de Taguchi a été d'expérimenter des facteurs contrôlables sur une factorielle de facteurs de bruit. Le rapport SN était censé être calculé sur les données collectées à partir des exécutions répétées sur la factorielle du bruit (tableau externe).
J'ai joint un tableau de données avec, je pense, les bonnes moyennes et les écarts-types pour chaque traitement. J'ai enregistré la plate-forme du modèle d'ajustement bien que je n'aie pas complètement diagnostiqué la singularité.
Re : Question du DOE - Trop peu de degrés de libertéAvant d'expliquer ce que j'ai fait, je dois souligner que je ne suis pas certain que vous DEVEZ le faire. S'il vous plaît voir le message par @statman pour de très bonnes questions.
Pour répondre à vos questions 2 et 3 : je n'ai jeté qu'un coup d'œil très sommaire à votre tableau et j'ai vu que les facteurs étaient nominaux. J'ai également vu que les facteurs étaient "alignés à gauche" dans la colonne indiquant qu'il s'agissait de champs de texte même si les valeurs étaient des nombres. Les facteurs nominaux prendront toujours plus de degrés de liberté car l'idée d'interpolation n'existe pas. Par exemple, -1, 0, +1 n'utilise qu'un seul degré de liberté s'il est traité comme continu. Conceptuellement, vous pouvez ignorer le 0 en toute sécurité puisque vous pouvez estimer la pente en utilisant uniquement -1 et +1 (encore une fois, c'est le concept, pas ce qui se passe réellement mathématiquement). Mais pour ces trois mêmes valeurs, si elles sont nominales, je pourrais les appeler A, B et C. Maintenant, j'ai besoin de voir l'effet de A ainsi que l'effet de B. (C peut être obtenu par différence). C'est deux degrés de liberté car je ne peux pas utiliser l'interpolation pour m'aider.
Notez que je ne dis pas que le modèle à facteurs continus est le meilleur modèle. C'est une autre question. Je dis seulement que c'est une façon pour vous d'obtenir un modèle avec des interactions. Est-ce que ça fait du sens? Je ne sais pas. Vous connaissez vos données. Est-il logique de considérer l'une de ces variables comme des variables continues ? D'après leurs noms, je ne suis pas sûr que ce soit le cas. Encore une fois, reportez-vous à certains @statman 's questions. Les plans de Taguchi sont souvent des plans de résolution III, ce qui signifie qu'ils ne sont pas censés estimer les interactions.
En ce qui concerne votre première question, comment ai-je apporté les modifications dans JMP. J'ai sélectionné vos colonnes factorielles. Je suis allé dans Cols> Standardiser les attributs. J'ai cliqué sur Attributs et choisi Type de données. Modification du type de données en numérique
Je suis retourné aux attributs et j'ai sélectionné le type de modélisation. J'ai modifié le champ Type de modélisation en Continu. Cliquez sur OK. Monter le modèle.
Re : Question du DOE - Trop peu de degrés de libertéJ'arrive sur ce fil avec une ligne de questions différente de @Dan_Obermiller et @statman bien que je sois d'accord avec toutes leurs pensées. Je vais poser une question : quel est votre niveau d'expertise par rapport à la conception d'expériences et au processus de modélisation ? S'il s'agit d'un novice... je cesserais toute autre expérimentation ou analyse et je me précipiterais vers le cours SAS "Réflexion statistique pour la résolution de problèmes industriels" et terminerais l'intégralité du cours de bout en bout. Voici un lien vers la page d'accueil du cours :
Pensée statistique pour la résolution de problèmes industriels
Le cours est gratuit, tout ce dont vous avez besoin est un navigateur Web et de la curiosité. Vous n'avez même pas besoin de JMP... la conception du cours est telle qu'une fois le cours et les exercices terminés, vous exécuterez JMP Pro dans un environnement de machine virtuelle.
