Schritte in DoE vereinfachen
Ich erstelle eine Roadmap für die Verwendung von DoE hier in unserer Abteilung. Hier sind meine Gedanken. Bitte korrigieren Sie mich, wenn ich falsch liege.
Schritt 1. Identifizieren Sie, ob die Faktoren kontinuierlich und kategorisch auf zwei Ebenen sind. Verwenden Sie dann DSD, da Haupteffekte und Effekte zweiter Ordnung identifiziert werden.Quadratische Effekte sind orthogonal zu Haupteffekten und nicht vollständig mit Zwei-Faktor-Wechselwirkungen verwechselt. Ein quadratischer Effekt könnte mit Interaktionseffekten korreliert sein. Eine große Nutzung davon ist für die organische Synthese, da die meisten Faktoren kontinuierlich und kategorial auf 2 Ebenen sind (Katalysatorart, Säuren oder Basen). Wie wäre es, wenn der kategoriale Faktor 3 ist, kann ich trotzdem DSD verwenden?
Schritt 2. Wenn die Faktoren nicht kontinuierlich und kategorisch auf zwei Ebenen sind, verwenden Sie das benutzerdefinierte Design.
Ich glaube, der Standardansatz bei DoE besteht darin, zu screenen (Haupteffekte) und Augmentationen durchzuführen, um Effekte höherer Ordnung hinzuzufügen.
Aber ich möchte unser DoE-Protokoll hier in unserem Labor vereinfachen. Meistens haben wir nur Faktor 6 oder weniger. Können wir mit benutzerdefiniertem Design direkt in die Optimierung gehen, ohne Screening (nur Haupteffekte) durchzuführen?
Was sind die Vor- und Nachteile beider Vorgehensweisen?
Schließlich bin ich mit Categorical Numeric und Discrete Numeric verwechselt. Können Sie das erläutern und Beispiele nennen? Sind Bewertungen kategorisch? Ich habe ein Gerät, das nur auf 1, 3 und 5 eingestellt werden kann. Ist das kategorisch oder diskret numerisch?
Danke
Danke.
DAMHIRSCHKUHRe: Schritte in DoE vereinfachenHallo @Alainmd02 ,
Ich denke, es gibt kein perfektes Design für alle Anwendungsfälle, und die Schwierigkeit besteht darin, das relevanteste Design für jeden Anwendungsfall auszuwählen und zu erstellen. DSD ist ein effektives Screening-Design, aber vielleicht könnten Sie akzeptable (oder vielleicht bessere) andere Lösungen finden, indem Sie direkt benutzerdefiniertes Design verwenden, wobei das Optimalitätskriterium auf D-Optimal oder Alias-Optimal eingestellt ist. Die Wahl des Designs hängt auch von der Anzahl und Art der Faktoren ab, die Sie haben: Wenn die Anzahl der Faktoren > 5 ist und Sie maximal 1 oder 2 kategoriale Faktoren haben, kann DSD interessant sein. Unter 5 Faktoren oder mit mehr als 2 kategorialen Faktoren kann kundenspezifisches Design der richtige Weg sein.
Für Ihre Fragen:
-> DSD kann nur mit 2-stufigen kategorialen Faktoren umgehen, keine 3-stufigen kategorialen Faktoren erlaubt.
-> Augmentieren kann der intelligente Weg sein, da Sie nur signifikante Faktoren erweitern. Wenn Sie versuchen, alles auf einmal zu tun, werden Sie im Vergleich zur Augmentationsmethode wahrscheinlich einige weitere Experimente durchführen müssen (da Sie erwarten, ein vollständiges Modell mit Haupteffekten, Wechselwirkungen und vielleicht quadratischen Effekten zu erstellen). Wenn der Unterschied in der Anzahl der Experimente nicht so groß ist, ist das vielleicht ein kleiner Preis für mehr Einfachheit. Sie können das neue OMARS-Design vielleicht auch als Kompromiss zwischen DSD- und vollständigen RSM-Designs betrachten?
-> Für eine gute Erklärung über die Art der Faktoren kann Ihnen der STIPS-Kurs über DoE helfen.
Kurz gesagt, wenn Sie kategoriale Faktoren haben, besteht Ihr Ziel darin, eine Ebene aus den von Ihnen eingegebenen Optionen auszuwählen. Sie können keine quadratischen Effekte für kategoriale Faktoren haben, nur Haupteffekte und Wechselwirkungen. Für N Ebenen in Ihrem kategorialen Faktor müssen Sie N-1 Koeffizienten für die Haupteffekte schätzen. Beispiele für kategoriale Wirkungen können sein: Operatoren (Operator 1, Operator 2, Operator 3...), chemische Natur des Reagens, ... Etwas, das nicht durch Zahlen beschrieben wird.
Diskrete Zahlen sind Zahlen, die einzige Einschränkung ist, dass Sie keinen Wert zwischen zwei Zahlen haben können. In Ihrem Fall können Sie mit Ihrem Gerät, das auf 1, 3 oder 5 eingestellt werden kann, jeden dieser drei Parameter auswählen, aber nicht beispielsweise 2,244434. Dasselbe Beispiel für die Ofentemperatur, bei der Sie einige diskrete numerische Werte haben, Sie können die Temperatur auf 180, 200 oder 220 °C einstellen, aber nicht auf 195 oder 210 °C.Für diskrete numerische Faktoren können Sie Haupteffekte, Wechselwirkungen, quadratische Effekte ... genau wie für kontinuierliche numerische Faktoren schätzen.
Abhängig von der "Art" der Bewertung können sie als verschiedene Arten von Antworten angesehen werden:
- Für Schüler und Lehrer sind Notizen eher eine kontinuierliche Antwort,
- Wenn die Bewertung wie eine Bewertung ist (1: sehr gut, 2: gut, 3: durchschnittlich/neutral, 4: schlecht, 5: sehr schlecht), dann ist sie diskret numerisch,
- Wenn die Bewertung wie A, B, C, ... ist, dann ist die Antwort kategorisch.
Ich denke, in JMP 17 wird ein neues Modul für Ihre Kollegen sehr hilfreich sein: Es heißt "Easy DoE", und Arten von Faktoren, zu berücksichtigende Einstellungen ... werden Schritt für Schritt bis zu Ihrer endgültigen Konstruktion erklärt.
Ich hoffe diese Antwort hilft dir weiter! 
Re: Schritte in DoE vereinfachenIch verstehe, was Sie versuchen, aber Sie haben wahrscheinlich den Prozess für die richtige Auswahl (Auswahl des effektivsten und effizientesten Designs zur Beantwortung Ihrer Fragen) zu stark vereinfacht. Bei der Auswahl des richtigen Werkzeugs sind viele Dinge zu beachten. Was ich betone, ist die Entwicklung einer Reihe von Situationsdiagnosen, die bei der Werkzeugauswahl helfen. Wenn Sie die Situation nicht verstehen, haben Sie wahrscheinlich ein schlecht konzipiertes Experiment. Eine Analogie: Ihre DOE-Strategie ist, DSD zu verwenden, ist ein Hammer, wie auch immer Sie einen Schnitt machen wollen. Es gibt keine Strategie, die für jede Situation geeignet ist.
Hier ist eine verkürzte Liste von Kriterien, die bei der Auswahl des geeigneten Designs helfen sollen:
- Einschränkungen : Zeit, Geld, Materialverfügbarkeit, Mess-/Gerätefähigkeit etc. Wie viele Behandlungen kann gemacht werden (dies muss wahrscheinlich ausgehandelt werden)?
- Wie viele Faktoren sollen manipuliert werden (Anzahl der zu vergleichenden Hypothesen)?
- Wie wird Rauschen verwaltet oder aufgeteilt (Wiederholungen, RCBD, BIB, Split-Plots, Kovariaten ...)?
- Sind einige Faktoren schwerer zu ändern als andere?Gibt es andere Beschränkungen für die Randomisierung?
- Welche priorisierten Wirkungen (siehe unten) möchten Sie abschätzen?
- Werden Effekte höherer Ordnung vermutet/vorhergesagt (z. B. Wechselwirkungen, Krümmung)?
- Was ist die gewünschte Auflösung? (Welche Effekte wollen Sie abschätzen/trennen?)
- Welches Ordnungspolynom ist notwendig?
IMHO hat die Art des Faktors weniger mit der Auswahl des Experiments zu tun als vielmehr damit, wie das Experiment analysiert werden soll (welches Modell oder welche Analyseplattform).
Re: Schritte in DoE vereinfachenwerde ich ergänzen @statmann dass dieses Thema in Lehrbüchern und Kursen umfassend und gut abgedeckt ist, aus denen Sie möglicherweise Ideen für eine Möglichkeit entnehmen, wie Sie Ermittlern in Ihrem Bereich mitteilen können, wie sie vorgehen sollen. Statistikbücher bekommen oft einen „schlechten Ruf“, aber Bücher über DOE sind ziemlich gut (gut geschrieben, verständlich, praktisch, umsetzbar usw.). Wenn Sie daran interessiert sind, auf diese Weise mehr zu erfahren, lassen Sie es uns wissen. Wir können Bücher basierend auf Ihren Bedürfnissen vorschlagen.
Es gibt auch Schulungen zu DOE, die von JMP angeboten werden und JMP verwenden, damit Sie die Prinzipien und die praktischen Fähigkeiten erhalten. In der Tat, Es wird eine Klasse geben in zwei Wochen.
Re: Schritte in DoE vereinfachenFolgendes möchte ich klarstellen:
1. Ich sagte, ich werde DSD verwenden, wenn die Faktoren sind kontinuierlich und zweistufig kategorisch.Dieses Werkzeug ist jedoch nicht geeignet, wenn lineare Ungleichheitsbedingungen für die Faktoren oder unzulässige Kombinationen von Faktorstufen vorhanden sind. Ich habe nicht gesagt, dass es für jede Situation geeignet ist.
DSD wird Ihren Punkt Nummer 1 (Einschränkungen) beantworten. Zeit, Geld und Materialverfügbarkeit, da es effizienter ist als andere Designs. Verwenden Sie DSD, wenn es zur Situation passt.
2.Wenn eines der Kriterien nicht mit dem DSD übereinstimmt. Dann denke ich, dass das Allzweck-Custom-Design am besten funktioniert.
Empfehlen Sie in der Screening-Phase das Hinzufügen von Zwei-Faktor-Wechselwirkungen oder reichen die Haupteffekte bereits aus?
oder nur Haupteffekte und Alias optimal machen? Was ist der beste Weg, es zu tun, wenn ich die ganze Zeit, das Geld usw. habe?
Angesichts der Zeit, des Geldes usw. Empfehlen Sie immer Wiederholungen, RCBD, BIB?
Split-Plots werden für schwer veränderbare Faktoren verwendet.
Eigentlich verstehe ich Kovariatenfaktoren nicht ganz, wann ich sie verwenden soll.
Woher weiß ich, dass ich Rauschen eliminiere?
3 Nach Screening-Phase. Da kenne ich schon die Faktoren, die signifikant sind. Ich kann Augment Design verwenden, um Effekte höherer Ordnung wie 2-Faktor-Interaktion und/oder quadratisch für Prozessfaktoren und Effekte 3-Ordnung (3-Faktor-Interaktion und kubisch) für Mischung/Formulierung hinzuzufügen.
Wenn ich schon die wesentlichen Faktoren kenne. Ich kann die Screening-Phase überspringen und werde direkt 2-Faktor-Wechselwirkung, quadratische Effekte für Prozessfaktoren und Effekte 3. Ordnung für Mischung/Formulierung hinzufügen.
Bitte klären Sie mich über Hebel/Stabilität, Messunsicherheit und Mittelwert/Variation auf.
Vielen Dank
Re: Schritte in DoE vereinfachenHallo @Victor_G
Vielen Dank für die umfassende Beratung. OMARS ist interessant!!!
Re: Schritte in DoE vereinfachenIch bin nicht in der Position, mit Ihnen über dieses Forum zu streiten.
Ich glaube, Sie sollten immer eine Strategie haben, um mit Lärm umzugehen. Es konstant zu halten ist eine schreckliche Idee, da es den Inferenzraum einengt. Das Dilemma besteht immer darin, den Inferenzraum zu vergrößern, ohne die Präzision des Designs zu beeinträchtigen. Zu diesen Strategien gehören die, die ich aufgelistet habe. Wenn Sie sie nicht verstehen, sollten Sie versuchen, etwas über sie zu lernen. Split-Plots haben viele Verwendungsmöglichkeiten (schwer zu ändernde Faktoren sind nur einer dieser Zwecke). Ich empfehle Ihnen, „Split-Plot-Designs für robuste Produktexperimente“ von Box und Jones zu lesen.
Ich würde Mischungsdesigns für Formulierungen vorschlagen (keine erweiterten Designs).
Wenn Sie mehr als 15 Faktoren haben, möchten Sie vielleicht eine Vorstellung davon bekommen, welche Komponenten Sie weiter untersuchen sollten. Sie können dies mit verschachtelten und systematischen Stichprobenplänen tun, um diese Hebelwirkung zu bestimmen.
Wenn Sie die Messvariabilität nicht verstehen, sollten Sie dies vor dem Experimentieren tun (oder diese Komponente in die Behandlung verschachteln).
Wenn Ihr Problem eine Streuung ist (anstelle des Mittelwerts), müssen Sie eine Schätzung der Streuung für jede Behandlung erhalten. Dies kann durch das Sammeln mehrerer "Datenpunkte" (wiederholte Messungen) erreicht werden. Wenn Sie beispielsweise Variabilität innerhalb eines Teils oder innerhalb einer Charge haben, benötigen Sie mehrere Messungen der Abweichung innerhalb eines Teils oder innerhalb einer Charge und verwenden dann eine zusammenfassende Statistik, um die Streuung zu schätzen. Diese Statistik wird zu einer der Antwortvariablen für das Modell.
