Domanda DOE - Troppi gradi di libertàSono molto nuovo nella community di JMP: ho appena attivato il mio account l'altro giorno.
Sto eseguendo un esperimento e desidero vedere gli effetti dei fattori principali e di tutte le interazioni a due livelli. Sto usando un array Taguchi L27 per tenere conto di quattro fattori a 3 livelli con tre risposte per riga/per prova. Ho lasciato alcune colonne vuote per fare spazio alle interazioni a due livelli. Tuttavia, ciò che non capisco è quando eseguo Fit Model e guardo i test degli effetti, sembra che non abbia abbastanza gradi di libertà per vedere se i miei fattori principali E le mie interazioni a due livelli sono significative. (Ho intenzione di utilizzare un test F per determinare il significato).
Da quanto ho capito, i gradi di libertà totali per un dato progetto/sistema sono N-1, dove N è il numero di risposte o punti dati. Avrei dovuto (27 corse * 3 risposte per corsa) - 1 = 80 gradi di libertà. Anche sottraendo i #livelli - 1 gradi di libertà per ogni fattore principale (80 meno 8 = 72 rimasti ora) e i gradi di libertà per ogni interazione bidirezionale, non vedo come potrei esaurire i gradi di libertà.
Forse ho inserito qualcosa di sbagliato nella tabella in JMP? Nota: ho modificato alcune delle combinazioni di numeri/livelli per ogni esecuzione nel mio array Taguchi in base alle colonne che ho lasciato vuote; vedere i miei allegati per il mio file JMP e i miei dati grezzi.
Grazie in anticipo per il vostro aiuto e guida!
Progettazione di esperimentiQualità e ingegneria di processoRi: Domanda DOE - Troppi gradi di libertàLe mie risposte per chiarimenti e per essere d'accordo con Pete, se sei nuovo alla sperimentazione, forse è suggerita una comprensione fondamentale e soprattutto una comprensione di Taguchi.
1. " Tuttavia, non ho molta familiarità con il rapporto SN; questo era qualcosa che è stato generato automaticamente quando ho creato il design Taguchi in JMP. "
Di nuovo, hai bisogno capire anche la metodologia che stai usando e dovresti determinare se questo è l'approccio che vuoi adottare. Non vedo alcun array esterno, quindi i rapporti SN non sono così utili. Dovresti esaminare gli array di prodotti incrociati (Cox) e gli array interni/esterni (Taguchi)
2. Per quanto riguarda il tuo punto A.2.2: prima guarda i dati per un significato pratico. La risposta è cambiata di qualche valore pratico? Non hai repliche randomizzate, quindi il test F potrebbe non avere senso. Vorrei saturare il modello e utilizzare i grafici Normale e Pareto per determinare il significato. Quindi iterare con un altro esperimento.
3. Tabella dati A2. Esiste un'equazione diversa in base all'obiettivo desiderato per la variabile di risposta. In ogni caso quello che stai usando non è corretto.
4. Osservare i risultati delle 3 corse per il trattamento specificato. La variazione in quel trattamento è straordinaria. Ciò non è probabilmente dovuto agli effetti dei fattori, quindi a causa del rumore. Potresti voler valutare l'integrità di quei punti dati prima di riassumere e utilizzare i dati di riepilogo per l'analisi.
5. A4, n. Questo non ha nulla a che fare con il tipo di dati. Sta valutando l'aliasing del tuo progetto. Avresti dovuto scrivere il modello che stavi studiando PRIMA di eseguire l'esperimento.
Consultare lo statistico dopo che un esperimento è terminato spesso è semplicemente chiedergli di condurre un esame post mortem. Può forse dire di cosa è morto l'esperimento.
Sir Ronald Fisher
Ri: Domanda DOE - Troppi gradi di libertàCIAO @statman , Grazie per la tua spiegazione. Apprezzo la tua pazienza e la risposta dettagliata.
Ecco le risposte alle tue domande, insieme ai follow-up che ho:
Ho i seguenti pensieri:
Q1) Una domanda importante per quanto riguarda le tue "corse", sono queste ripetizioni o sono repliche?
A1) Sulla base della tua spiegazione, sono ripetizioni. Non ho cambiato nessuno dei trattamenti per ogni prova all'interno di ogni ciclo/trattamento.
D2) Sembra che siano ripetizioni poiché hai un rapporto SN per ogni trattamento. Quindi hai 26 gradi di libertà totali; 8 per i tuoi effetti principali (4 lineari, 4 quadratici) e 18 per effetti di ordine superiore. Le interazioni a 2 fattori "richiedono" 4 gradi di libertà ciascuna, quindi non hai abbastanza DF.
A2.1) Ok, è qui che ho commesso un errore. Ho ipotizzato che ogni prova all'interno di ogni corsa contribuisse al DF (27 corse * 3 ripetizioni ciascuna per corsa -1 = 80 gradi di libertà). Tuttavia, non ho molta familiarità con il rapporto SN; questo era qualcosa che è stato generato automaticamente quando ho creato il design Taguchi in JMP.
A2.2) Se la mia comprensione dalla mia ultima affermazione è corretta, e ho solo 26 gradi di libertà e ho bisogno di altri 6 gradi di libertà. Un modo per vedere questi altri effetti sarebbe completare un test F sul set di dati originale in Effect Tests, vedere quali fattori sono significativi e quindi creare un altro progetto Taguchi confrontando solo i fattori/interazioni che erano significativi nel set di dati originale più i fattori che non potevi vedere nell'originale perché non avevo abbastanza DF? Ad esempio, diciamo che il fattore B è insignificante. Quindi, sai che anche il fattore B incrociato con il fattore C sarebbe insignificante, quindi vorresti sbarazzartene in un nuovo design perché sta divorando il prezioso DF?
Un paio di domande sulla tabella dei dati:
Q1) La media delle tre esecuzioni non corrisponde alla colonna media nella tabella dei dati? Quali dati sono stati utilizzati per calcolare le medie? La tua formula sta solo calcolando la media delle corse 1 e 3?
A1) Questo è un mio errore; è derivato dal fatto che ho inserito una colonna per l'esecuzione 2 senza aggiornare anche la colonna media. Ho ipotizzato che la colonna media si aggiornerebbe automaticamente per prendere la media delle esecuzioni 1, 2, 3 senza che io modificassi le impostazioni di quella colonna.
D2) La tua equazione per il rapporto SN sembra essere la deviazione standard delle corse 1 e 3? Questa non è la formula corretta per il rapporto SN (per Taguchi)? Se il valore di destinazione della variabile di risposta è Maggiore o Minore è migliore, utilizzare semplicemente la Deviazione standard. Se stai cercando di raggiungere un obiettivo nominale, allora c'è un'equazione diversa. Qual è l'obiettivo della risposta?
A2) Questo è probabilmente un errore di riporto per non aver ottenuto la media corretta sopra.
D3) Hai una gamma insolita di dati dalle 3 corse per il trattamento (3 2 3 3, livelli corrispondenti ai fattori nell'ordine della tua tabella)?
A3) Non sono sicuro di cosa intendessi con questo. Puoi riformulare?
D4) Se prendi il tuo progetto e vai su DOE> Diagnostica del progetto> Valuta il progetto, potresti essere in grado di capire qual è il modello appropriato? Ecco una mappa dei colori delle correlazioni.
A4) Con questo, immagino che tu stia parlando dell'opportunità di utilizzare variabili discrete o continue e che tipo di regressione utilizzare?
D5) Non vedo l'array esterno? Uno dei contributi più significativi di Taguchi è stato quello di sperimentare fattori controllabili su un fattoriale di fattori di rumore. Il rapporto SN doveva essere calcolato sui dati raccolti dalle corse ripetute sul fattoriale del rumore (array esterno).
A5) Sulla base di questo collegamento - https://www.jmp.com/support/help/en/16.2/index.shtml#page/jmp/factors-8.shtml# - Sono abbastanza sicuro di avere solo fattori di segnale. Sono in grado di controllare tutti gli input. Pertanto, avrei ancora bisogno di un array esterno?
Grazie per l'aiuto!
Ri: Domanda DOE - Troppi gradi di libertàSollevi un buon punto sul fatto che i fattori siano continui o discreti. Sulla base di questo post -
Fattore numerico continuo vs discreto - sembra che i miei livelli di fattore siano discreti. Cosa voglio dire con questo? Ho scelto livelli discreti/specifici per ogni fattore che è conveniente per il mio esperimento. Ad esempio, avrei potuto scegliere qualsiasi valore per ogni livello del fattore sperimentalmente possibile, come 50 pollici per la posizione della palla 1, 0,5 pollici per la posizione della palla 2, 1000 pollici per la posizione della palla 3, ecc. informazioni nell'array Taguchi, ho deciso di lasciare le etichette 1, 2, 3 invece di 50 pollici, 0,5 pollici, 1000 pollici per riflettere i livelli di ciascun fattore, in modo da poter vedere chiaramente i livelli nella mia tabella dati/array.
Non penso che usare etichette come 1, 2, 3 per ogni fattore invece dei valori effettivi di 50 pollici, 0,5 pollici e 1000 pollici eliminerebbe la mia analisi?
Ri: Domanda DOE - Troppi gradi di libertàVengo a questo thread con una linea di domande diversa da @Dan_Obermiller E @statman anche se concordo con tutti i loro pensieri. Farò una domanda: qual è il tuo livello di competenza rispetto alla progettazione degli esperimenti e al processo di modellazione? Se è un principiante ... cesserei e desisterei da ogni ulteriore sperimentazione o analisi e correrei al corso SAS "Statistical Thinking for Industrial Problem Solving" e completerei l'intero corso dall'inizio alla fine. Di seguito il link alla landing page del corso:
Pensiero statistico per la risoluzione dei problemi industriali
Il corso è gratuito, tutto ciò di cui hai bisogno è un browser web e curiosità. Non hai nemmeno bisogno di JMP... il design del corso è tale che, una volta completato il corso e gli esercizi, eseguirai JMP Pro in un ambiente di macchina virtuale.
Ri: Domanda DOE - Troppi gradi di libertàPrima di spiegare cosa ho fatto, devo sottolineare che non sono sicuro che tu DOVREBBE farlo. Si prega di consultare il post di @statman per alcune ottime domande.
Per rispondere alle tue domande 2 e 3: ho solo dato un'occhiata molto superficiale alla tua tabella e ho visto che i fattori erano nominali. Ho anche visto che i fattori erano "allineati a sinistra" all'interno della colonna indicando che erano campi di testo anche se i valori erano numeri. I fattori nominali richiederanno sempre più gradi di libertà perché l'idea di interpolazione non esiste. Ad esempio, -1, 0, +1 utilizza solo un grado di libertà se considerato continuo. Concettualmente, puoi tranquillamente ignorare lo 0 poiché puoi stimare la pendenza usando solo -1 e +1 (di nuovo, questo è il concetto, non ciò che effettivamente accade matematicamente). Ma per quegli stessi tre valori, se sono nominali, potrei chiamarli A, B e C. Ora ho bisogno di vedere l'effetto di A così come l'effetto di B. (C può essere ottenuto per differenza). Sono due gradi di libertà poiché non posso usare l'interpolazione per aiutarmi.
Nota che non sto dicendo che il modello con fattori continui sia il modello migliore. Questa è una domanda diversa. Sto solo dicendo che questo è un modo per ottenere un modello con interazioni. Ha senso? Non lo so. Conosci i tuoi dati. Ha senso pensare a qualcuna di queste come variabili continue? Sulla base dei loro nomi, non sono sicuro che sia così. Ancora una volta, fare riferimento ad alcuni di @statman le domande. I progetti Taguchi sono spesso progetti con risoluzione III, il che significa che non dovrebbero stimare le interazioni.
Per quanto riguarda la tua prima domanda, come ho apportato le modifiche in JMP. Ho selezionato le colonne dei fattori. Sono andato a Cols> Standardizza attributi. Ho fatto clic su Attributi e ho scelto Tipo di dati. Modificato il tipo di dati in numerico
Sono tornato su Attributi e ho selezionato Tipo di modellazione. Ho modificato il campo Tipo di modellazione in Continuo. Cliccato su OK. Adatta il modello.
Ri: Domanda DOE - Troppi gradi di libertàHo i seguenti pensieri:
Una domanda importante per quanto riguarda le tue "corse", sono queste ripetizioni o sono repliche? Se le corse vengono eseguite senza alcuna modifica alle combinazioni di trattamento, sono ripetizioni e non sono considerate eventi indipendenti (quindi non contribuiscono ai gradi di libertà). Non vedo l'ordine di esecuzione nella tua tabella (è sempre utile tenere traccia dell'ordine di esecuzione). Sembra che siano ripetizioni poiché hai un rapporto SN per ogni trattamento. Quindi hai 26 gradi di libertà totali; 8 per i tuoi effetti principali (4 lineari, 4 quadratici) e 18 per effetti di ordine superiore. Le interazioni a 2 fattori "richiedono" 4 gradi di libertà ciascuna, quindi non hai abbastanza DF.
Un paio di domande sulla tabella dei dati:
1. La media delle tre esecuzioni non corrisponde alla colonna media nella tabella dei dati? Quali dati sono stati utilizzati per calcolare le medie? La tua formula sta solo calcolando la media delle corse 1 e 3?
2. La tua equazione per il rapporto SN sembra essere la deviazione standard delle serie 1 e 3? Questa non è la formula corretta per il rapporto SN (per Taguchi)? Se il valore di destinazione della variabile di risposta è Maggiore o Minore è migliore, utilizzare semplicemente la Deviazione standard. Se stai cercando di raggiungere un obiettivo nominale, allora c'è un'equazione diversa. Qual è l'obiettivo della risposta?
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. Hai una gamma insolita di dati dalle 3 corse per il trattamento (3 2 3 3, livelli corrispondenti ai fattori nell'ordine della tua tabella)?
4. Se prendi il tuo progetto e vai su DOE> Diagnostica del progetto> Valuta il progetto, potresti essere in grado di capire qual è il modello appropriato? Ecco una mappa dei colori delle correlazioni:
5. Non vedo l'array esterno? Uno dei contributi più significativi di Taguchi è stato quello di sperimentare fattori controllabili su un fattoriale di fattori di rumore. Il rapporto SN doveva essere calcolato sui dati raccolti dalle corse ripetute sul fattoriale del rumore (array esterno).
Ho allegato una tabella di dati con, penso siano le medie corrette e le deviazioni standard per ogni trattamento. Ho salvato la piattaforma del modello di adattamento anche se non ho diagnosticato completamente la singolarità.
Ri: Domanda DOE - Troppi gradi di libertàCIAO @Dan_Obermiller .Ha funzionato; Ora posso vedere gli effetti dei principali fattori e interazioni. Puoi spiegare/elaborare un po' di più quello che hai fatto?
Ecco le mie domande:
1) Come hai convertito le colonne in numerico, continuo? Cosa ti ha spinto a prendere questa decisione? Cosa intendevi quando hai detto che il mio modello originale era "nominale"?
2) Come hai controllato i gradi di libertà per ogni interazione/fattore rendendo questo cambiamento numerico, continuo?
3) Quali sono le differenze tra il mio modello originale (senza l'opzione numerica continua selezionata) e il modello rivisto (inclusa l'opzione numerica continua)? Perché il modello rivisto è un'opzione migliore?
Grazie per l'aiuto!
Ri: Domanda DOE - Troppi gradi di libertàHai tutti i tuoi fattori impostati come nominali. Con tre livelli, ciò significa che ogni effetto principale richiederà due gradi di libertà. Le interazioni richiederanno ancora di più.
Se converti le tue colonne in numeriche, continue, puoi stimare il modello che desideri. Ho incluso quella versione rivista della tua tabella.
Ri: Domanda DOE - Troppi gradi di libertàBenvenuto nella Comunità.
Penso che tu debba specificare le tue interazioni bidirezionali nella finestra di dialogo del modello (o già nella finestra di dialogo di generazione DOE, dove influisce sulla potenza e n corre). Lo script salvato nella tabella contiene solo gli effetti principali.
