Simplificación de pasos en DoE
Estoy haciendo una hoja de ruta para usar DoE aquí en nuestro departamento. Aquí están mis pensamientos. Por favor, corríjame si estoy equivocado.
Paso 1. Identifique si los factores son continuos y categóricos de 2 niveles. Luego use DSD porque identifica los efectos principales y los efectos de segundo orden.Los efectos cuadráticos son ortogonales a los efectos principales y no se confunden completamente con las interacciones de dos factores. Un efecto cuadrático podría estar correlacionado con efectos de interacción. Una gran utilización de esto es para la síntesis orgánica ya que la mayoría de los factores son continuos y categóricos de 2 niveles (tipo de catalizador, ácidos o bases). ¿Qué tal si el factor categórico es de 3 niveles, puedo seguir usando DSD?
Paso 2. Si los factores no son continuos y categóricos de 2 niveles, utilice un diseño personalizado.
Creo que el enfoque estándar en DoE es ir a la detección (efectos principales) y aumentar para agregar efectos de orden superior.
Pero quiero simplificar nuestro protocolo DoE aquí en nuestro laboratorio. En su mayoría, tenemos solo 6 factores o menos. ¿Podemos avanzar directamente en la optimización sin hacer una selección (solo efectos principales) usando un diseño personalizado?
¿Cuáles son los pros y los contras de hacerlo de cualquier manera?
Por último, me confunden con el numérico categórico y el numérico discreto. ¿Puedes elaborar y dar ejemplos? ¿Las calificaciones son categóricas? Tengo un equipo que solo se puede configurar en 1, 3 y 5, ¿es numérico categórico o discreto?
Gracias
Gracias.
GAMARe: Simplificar pasos en DoEHola @Alainmd02 ,
Creo que no existe un diseño perfecto para todos los casos de uso, y la dificultad es elegir y crear el diseño más relevante para cada caso de uso. DSD es un diseño de cribado eficaz, pero tal vez pueda encontrar otras soluciones aceptables (o quizás mejores) utilizando directamente el diseño personalizado, con el criterio de optimización establecido en D-Optimal o Alias-Optimal. La elección del diseño también depende de la cantidad y el tipo de factores que tenga: si la cantidad de factores es > 5 y tiene 1 o 2 factores categóricos como máximo, entonces puede ser interesante considerar DSD. Por debajo de 5 factores o con más de 2 factores categóricos, el diseño personalizado puede ser el camino a seguir.
Para sus preguntas:
-> DSD solo puede manejar factores categóricos de 2 niveles, no se permiten factores categóricos de 3 niveles.
-> Aumentar puede ser la forma inteligente de hacerlo, porque solo aumentará en factores significativos. Si intenta hacer todo a la vez, es probable que termine con algunos experimentos más (ya que espera construir un modelo completo con efectos principales, interacciones y quizás efectos cuadráticos) para hacer en comparación con el método de aumento. Si la diferencia en términos de número de experimentos no es tan alta, tal vez este sea un pequeño precio a pagar por una mayor simplicidad. También puede considerar el nuevo diseño de OMARS como un compromiso entre DSD y los diseños completos de RSM, ¿quizás?
-> Para una buena explicación sobre el tipo de factores, el curso STIPS sobre DoE puede ayudarlo.
Muy brevemente, cuando tiene factores categóricos, su objetivo es elegir un nivel del conjunto de opciones que ha ingresado. No puede tener efectos cuadráticos para factores categóricos, solo efectos principales e interacciones. Para niveles N en su factor categórico, tendrá coeficientes N-1 para estimar los efectos principales. Ejemplo de efecto categórico puede ser: Operadores (operador 1, operador 2, operador 3...), naturaleza química del reactivo,... Algo no descrito por números.
Los números discretos son números, la única restricción es que no puede tener ningún valor entre dos números. En su caso, con su equipo que se puede configurar en 1, 3 o 5, puede elegir cualquiera de estos tres parámetros, pero no 2,244434 por ejemplo. El mismo ejemplo para la temperatura del horno donde tendrá algunos valores numéricos discretos, puede establecer la temperatura en 180, 200 o 220 °C, pero no en 195 o 210 °C.Para factores numéricos discretos, puedes estimar efectos principales, interacciones, efectos cuadráticos... igual que para factores numéricos continuos.
Dependiendo de la "naturaleza" de la calificación, pueden verse como varios tipos de respuestas:
- Para estudiantes y profesores, es más probable que las notas sean una respuesta continua,
- Si la calificación es como una cotización (1: muy bueno, 2: bueno, 3: regular/neutral, 4: malo, 5: muy malo) entonces es numérico discreto,
- Si la calificación es como A, B, C,... entonces la respuesta es categórica.
Creo que en JMP 17 un nuevo módulo será muy útil para sus colegas: se llama "Easy DoE", y los tipos de factores, configuraciones a considerar... se explican paso a paso hasta la construcción de su diseño final.
¡Espero que esta respuesta te ayude! 
Re: Simplificar pasos en DoEEntiendo lo que está tratando de hacer, pero es probable que haya simplificado demasiado el proceso para una selección adecuada (selección del diseño más eficaz y eficiente para responder a sus preguntas). Hay muchas cosas a tener en cuenta al seleccionar la herramienta adecuada para usar. Lo que enfatizo es desarrollar un conjunto de diagnósticos de situación para guiar en la selección de herramientas. Sin una comprensión de la situación, es probable que tenga un experimento mal diseñado. Una analogía: su estrategia DOE es usar DSD es un martillo, sin embargo, desea hacer un corte. No existe una estrategia que sea apropiada para cada situación.
Aquí hay una lista abreviada de criterios para ayudar a seleccionar el diseño apropiado:
- Restricciones : Tiempo, dinero, disponibilidad de material, capacidad de medición/equipo, etc. cuantos tratamientos puede hacerse (esto probablemente tendrá que ser negociado)?
- ¿Cuántos factores se van a manipular (el número de hipótesis a comparar)?
- ¿Cómo se gestionará o dividirá el ruido (repeticiones, RCBD, BIB, parcelas divididas, covariables...)?
- ¿Son algunos factores más difíciles de cambiar que otros?¿Existen otras restricciones sobre la aleatorización?
- ¿Cuáles son los efectos prioritarios (ver más abajo) que desea estimar?
- ¿Se sospechan/predicen efectos de orden superior (p. ej., interacciones, curvatura)?
- ¿Cuál es la resolución deseada? (¿Qué efectos desea estimar/separar?)
- ¿Qué polinomio de orden es necesario?
En mi humilde opinión, el tipo de factor tiene menos que ver con la selección del experimento y más con cómo se debe analizar el experimento (qué modelo o plataforma de análisis)
Re: Simplificar pasos en DoEagregaré a @statman que este tema es profundo y está bien cubierto por libros de texto y cursos, de los cuales puede obtener ideas sobre una manera de decirles a los investigadores en su área cómo proceder. Los libros de estadísticas a menudo tienen una "mala reputación", pero los libros sobre el DOE son bastante buenos (bien escritos, comprensibles, prácticos, procesables, etc.). Si está interesado en aprender más de esta manera, háganoslo saber. Podemos sugerir libros basados en sus necesidades.
También hay capacitación sobre DOE ofrecida por JMP y utiliza JMP para que obtenga los principios y las habilidades prácticas. De hecho, habrá una clase en dos semanas.
Re: Simplificar pasos en DoEQuiero aclarar lo siguiente:
1er. Dije que usaré DSD si el Los factores son continuos y categóricos de 2 niveles.Sin embargo, esta herramienta no es adecuada si existen restricciones de desigualdad lineal en los factores o combinaciones no permitidas de los niveles de los factores. No dije que es apropiado para cada situación.
DSD responderá a su punto número 1 (restricciones). Disponibilidad de tiempo, dinero y material porque es más eficiente que otros diseños. Use DSD si se ajusta a la situación.
2do.Si algún criterio no coincide con el DSD. Entonces creo que el diseño personalizado para todo uso funciona mejor.
En la fase de cribado, ¿recomienda añadir la interacción de dos factores o los efectos principales ya es suficiente?
o ¿Solo efectos principales y optimizar el alias? ¿Cuál es la mejor manera de hacerlo dado que tengo todo el tiempo, el dinero, etc.?
Teniendo en cuenta el tiempo, el dinero, etc. ¿Siempre recomiendas ¿Repeticiones, RCBD, BIB?
Las parcelas divididas se utilizan para factores difíciles de cambiar.
En realidad, no entiendo completamente los factores de covariables, cuándo usarlos.
¿Cómo sé que elimino el ruido?
3ro Después de la fase de selección. Como ya conozco los factores que son significativos. Puedo usar Augment Design para agregar efectos de orden superior como interacción de 2 factores y/o cuadrática para factores de proceso y efectos de 3 órdenes (interacción de 3 factores y cúbica) para mezcla/formulación.
Si ya conozco los factores significativos. Puedo omitir la fase de selección y continuar agregando interacción de 2 factores, efectos cuadráticos para factores de proceso y efectos de tercer orden para mezcla/formulación.
Por favor, infórmeme sobre el apalancamiento/estabilidad, la incertidumbre de medición y la media/variación.
Muchísimas gracias
Re: Simplificar pasos en DoEHola @Victor_G
Gracias por el asesoramiento integral. OMARS es interesante!!!
