Semplificazione dei passaggi in DoE
Sto preparando una tabella di marcia per l'utilizzo di DoE qui nel nostro dipartimento. Ecco i miei pensieri. Perfavore, correggimi se sbaglio.
Passo 1. Identificare se i fattori sono continui e categoriali a 2 livelli. Quindi usa DSD perché identifica gli effetti principali e gli effetti del secondo ordine.Gli effetti quadratici sono ortogonali agli effetti principali e non sono completamente confusi con le interazioni a due fattori. Un effetto quadratico potrebbe essere correlato con effetti di interazione. Un grande utilizzo di questo è per la sintesi organica poiché la maggior parte dei fattori sono continui e categoriali a 2 livelli (tipo di catalizzatore, acidi o basi). Che ne dici se il fattore categoriale è di livello 3, posso ancora usare DSD?
Passo 2. Se i fattori non sono continui e categorici a 2 livelli, utilizzare il design personalizzato.
Credo che l'approccio standard in DoE sia quello di eseguire lo screening (effetti principali) e l'aumento per aggiungere effetti di ordine superiore.
Ma voglio semplificare il nostro protocollo DoE qui nel nostro laboratorio. Per lo più, abbiamo solo 6 fattori o meno. Possiamo procedere direttamente all'ottimizzazione senza eseguire lo screening (solo effetti principali) utilizzando un design personalizzato?
Quali sono i pro e i contro di fare in entrambi i modi?
Infine, sono confuso con Numerico categoriale e Numerico discreto. Puoi elaborare e fornire esempi? Le valutazioni sono categoriche? Ho un'apparecchiatura che può essere impostata solo su 1, 3 e 5, è un numero categorico o discreto?
Grazie
Grazie.
DOERe: Semplificazione dei passaggi in DoECiao @Alainmd02 ,
Penso che non esista un design perfetto per ogni caso d'uso e la difficoltà è scegliere e creare il design più pertinente per ogni caso d'uso. Il DSD è un design di screening efficace, ma forse potresti trovare altre soluzioni accettabili (o forse migliori) utilizzando direttamente il design personalizzato, con il criterio di ottimalità impostato su D-Optimal o Alias-Optimal. La scelta del design dipende anche dal numero e dal tipo di fattori che hai: se il numero di fattori è > 5 e hai 1 o 2 fattori categoriali al massimo, allora il DSD potrebbe essere interessante da considerare. Al di sotto di 5 fattori o con più di 2 fattori categoriali, il design personalizzato può essere la strada da percorrere.
Per le tue domande:
-> DSD è in grado di gestire solo fattori categoriali a 2 livelli, nessun categoriale a 3 livelli consentito.
-> Aumentare può essere il modo intelligente di fare, perché aumenterai solo su fattori significativi. Se provi a fare tutto in una volta, è probabile che ti ritroverai con qualche esperimento in più (come ti aspetti di costruire un modello completo con effetti principali, interazioni e forse effetti quadratici) da fare rispetto al metodo dell'aumento. Se la differenza in termini di numero di esperimenti non è così alta, forse questo è un piccolo prezzo da pagare per una maggiore semplicità. Puoi anche considerare il nuovo design OMARS come un compromesso tra il design DSD e il design RSM completo, forse?
-> Per una buona spiegazione sul tipo di fattori, il corso STIPS su DoE potrebbe aiutarti.
Molto brevemente, quando hai fattori categoriali, il tuo obiettivo è scegliere un livello dall'insieme di opzioni che hai inserito. Non puoi avere effetti quadratici per fattori categoriali, solo effetti principali e interazioni. Per i livelli N nel tuo fattore categoriale, avrai coefficienti N-1 da stimare per gli effetti principali. Un esempio di effetto categoriale può essere: Operatori (operatore 1, operatore 2, operatore 3...), natura chimica del reagente, ... Qualcosa non descritto dai numeri.
I numeri discreti sono numeri, l'unico vincolo è che non puoi avere alcun valore tra due numeri. Nel tuo caso, con la tua attrezzatura che può essere impostata su 1, 3 o 5, puoi scegliere uno qualsiasi di questi tre parametri, ma non 2,244434 per esempio. Stesso esempio per la temperatura del forno dove avrai dei valori numerici discreti, puoi impostare la temperatura a 180, 200 o 220°C, ma non a 195 o 210°C.Per i fattori numerici discreti, puoi stimare gli effetti principali, le interazioni, gli effetti quadratici... come per i fattori numerici continui.
A seconda della "natura" della valutazione, possono essere visti come vari tipi di risposte:
- Per studenti e insegnanti, è più probabile che le note siano una risposta continua,
- Se la valutazione è come una cotation (1: molto buono, 2: buono, 3: medio/neutro, 4: cattivo, 5: molto cattivo) allora è numerico discreto,
- Se la valutazione è come A, B, C, ... allora la risposta è categorica.
Penso che in JMP 17 un nuovo modulo sarà molto utile per i tuoi colleghi: si chiama "Easy DoE", e i tipi di fattori, le impostazioni da considerare... sono spiegati passo dopo passo fino alla costruzione del progetto finale.
Spero che questa risposta ti aiuti! 
Re: Semplificazione dei passaggi in DoECapisco cosa stai cercando di fare, ma probabilmente hai semplificato eccessivamente il processo per una selezione corretta (selezione del design più efficace ed efficiente per rispondere alle tue domande). Ci sono molte cose da tenere in considerazione nella scelta dello strumento corretto da utilizzare. Quello che sottolineo è lo sviluppo di una serie di diagnostica della situazione per guidare nella selezione degli strumenti. Senza una comprensione della situazione, è probabile che tu abbia un esperimento mal progettato. Un'analogia: la tua strategia DOE è usare DSD è un martello, tuttavia vuoi fare un taglio. Non esiste una strategia adatta ad ogni situazione.
Ecco un elenco abbreviato di criteri per aiutare a selezionare il design appropriato:
- Vincoli : tempo, denaro, disponibilità di materiale, capacità di misurazione/attrezzatura, ecc. Quanti trattamenti potere essere fatto (questo probabilmente dovrà essere negoziato)?
- Quanti fattori devono essere manipolati (il numero di ipotesi da confrontare)?
- Come verrà gestito o partizionato il rumore (Ripetizioni, RCBD, BIB, Split-plot, covariate...)?
- Alcuni fattori sono più difficili da cambiare rispetto ad altri?Ci sono altre restrizioni sulla randomizzazione?
- Quali sono gli effetti prioritari (vedi sotto) che vuoi stimare?
- Gli effetti di ordine superiore sono sospettati/previsti (p. es., interazioni, curvatura)?
- Qual è la risoluzione desiderata? (Quali effetti vuoi stimare/separare?)
- Quale polinomio di ordine è necessario?
IMHO, il tipo di fattore ha meno a che fare con la selezione dell'esperimento e più con il modo in cui l'esperimento dovrebbe essere analizzato (quale modello o piattaforma di analisi)
Re: Semplificazione dei passaggi in DoEaggiungerò a @statman che questo argomento è approfondito e ben trattato da libri di testo e corsi, dai quali potresti trarre idee per un modo per dire agli investigatori della tua zona come procedere. I libri di statistica spesso subiscono un "brutto colpo", ma i libri sul DOE sono abbastanza buoni (ben scritti, comprensibili, pratici, perseguibili, ecc.). Se sei interessato a saperne di più in questo modo, faccelo sapere. Possiamo suggerire libri in base alle vostre esigenze.
C'è anche una formazione sul DOE offerta da JMP e utilizza JMP in modo da ottenere i principi e le abilità pratiche. Di fatto, ci sarà una classe in due settimane.
Re: Semplificazione dei passaggi in DoEVoglio chiarire quanto segue:
1°. Ho detto che userò DSD se il i fattori sono continui e categoriali a 2 livelli.Tuttavia, questo strumento non è appropriato se sono presenti vincoli di disuguaglianza lineare sui fattori o combinazioni non consentite di livelli dei fattori. Non ho detto che è appropriato per ogni situazione.
DSD risponderà al tuo punto numero 1 (vincoli). Tempo, denaro e disponibilità di materiale perché è più efficiente di altri design. Usa DSD se si adatta alla situazione.
2°.Se uno qualsiasi dei criteri non corrisponde al DSD. Quindi penso che il design personalizzato per tutti gli usi funzioni meglio.
In fase di screening, consigliate di aggiungere l'interazione a due fattori o gli effetti principali sono già sufficienti?
o Solo effetti principali e rendere l'alias ottimale? Qual è il modo migliore per farlo dato che ho tutto il tempo, denaro e così via?
Dato il tempo, denaro e così via. Mi consigliate sempre Ripeti, RCBD, BIB?
Gli split-plot vengono utilizzati per fattori difficili da modificare.
In realtà, non comprendo appieno i fattori covariati, quando usarlo.
Come faccio a sapere che elimino il rumore?
3° Dopo la fase di screening. Dal momento che conosco già i fattori che sono significativi. Posso usare Augment Design per aggiungere effetti di ordine superiore come l'interazione a 2 fattori e/o quadratici per i fattori di processo e gli effetti a 3 ordini (interazione a 3 fattori e cubica) per la miscela/formulazione.
Se conosco già i fattori significativi. Posso saltare la fase di screening e andrò dritto aggiungendo l'interazione a 2 fattori, gli effetti quadratici per i fattori di processo e gli effetti del 3° ordine per la miscela/formulazione.
Per favore, mi illumini su leva/stabilità, incertezza di misura e media/variazione?
Grazie mille
Re: Semplificazione dei passaggi in DoECiao @Victor_G
Grazie per il consiglio completo. OMARS è interessante!!!
