Diseño de experimento para 2 factores categóricos y un factor continuoHola expertos JMP
Me cuesta decidir qué DOE debo usar para mi experimento. Tengo 2 factores categóricos (3 niveles cada uno), un factor continuo y la respuesta es continua (tasa de crecimiento). El objetivo es optimizar la combinación de estos factores para obtener el máximo crecimiento.
¿Cuál sería el mejor DOE para usar?
¡Apreciaría tu ayuda!
¡Gracias!
UN
GAMARe: Diseño de experimento para 2 factores categóricos y un factor continuoHola @ScientistNMC11 ,
Por lo que describe, parece que ya ha descartado factores significativos/importantes y desea optimizar su respuesta.
Por lo tanto, puede estar interesado en la superficie de respuesta (pero no muy apropiado aquí ya que solo tiene un factor continuo) y los diseños I-Optimal.
Con muy pocos factores (y solo uno continuo) y un objetivo para optimizar una respuesta, la manera fácil de diseñar su DoE es probar el "Diseño personalizado". Le dará flexibilidad sobre qué efectos desea ver: efectos principales, interacciones, efecto cuadrático para el factor continuo, ...
Al hacerlo, podrá tener la mejor cantidad de experimentos según el nivel de detalles que desee tener.
Por ejemplo, si desea estimar todos los efectos principales, las interacciones y el efecto cuadrático del factor continuo, JMP recomienda 27 ejecuciones (mínimo 15 ejecuciones).
Dependiendo de su presupuesto experimental, puede agregar más ejecuciones (con réplicas o agregando ejecuciones centrales) o disminuir la cantidad de ejecuciones (cambiando la estimabilidad del efecto cuadrático y/o los efectos de interacción a "Si es posible" en lugar de "Necesario"). . También puede cambiar el criterio de optimización a I-óptimo (triángulo rojo junto a Diseño personalizado, Criterio de optimización).
Al final, pruebe siempre varios diseños y compárelos, para ver cómo los cambios en el diseño afectan la precisión/varianza de la predicción, los alias, la potencia de los efectos, ...
Espero que te ayude 
Víctor
Re: Diseño de experimento para 2 factores categóricos y un factor continuoSin mucha más información, es problemático recomendar un diseño experimental específico. Solo algunas preguntas que necesitan respuestas:
1. ¿Tiene restricciones en cuanto al número de ejecuciones?
2. ¿Existen restricciones de combinación de factores?
3. ¿Qué tan exacto y preciso es el sistema de medición?
4. ¿Hay alguna restricción sobre la aleatorización?
5. ¿Es una buena idea el bloqueo o alguna otra técnica de restricción de aleatorización?
6. ¿Qué estructura del modelo está tratando de estimar?
Y así sucesivamente... Dejaré que otros se sumen a la conversación.
Re: Diseño de experimento para 2 factores categóricos y un factor continuoPrimero, bienvenido al foro. Creo que el consejo y la línea de preguntas de Pete son correctos.
Lo siento si he interpretado mal su consulta, pero suena más como si estuviera tratando de "elegir un ganador" en lugar de comprender la estructura causal. Parece que desea utilizar el diseño experimental como un medio para crear todas las combinaciones posibles para que pueda elegir la mejor combinación. Así no es como yo usaría el diseño experimental. La selección del diseño se realiza mejor después de que suficientes diagnósticos de la situación hayan indicado qué conocimiento tiene y qué conocimiento necesita obtener. El proceso es casi siempre iterativo.
Puede haber alguna información útil en este hilo:
https://community.jmp.com/t5/Discussions/Simplificando-pasos-en-DoE/mp/479781#M72428
Re: Diseño de experimento para 2 factores categóricos y un factor continuohola victor
¡Muchas gracias por su respuesta!
Al seleccionar un diseño personalizado, un diseño I-óptimo y elegir estimar todos los efectos principales, las interacciones (tercero) y RSM con un número de puntos centrales de 2 y un número de réplicas de 3, obtuve un diseño de 24 ejecuciones y no de 27 ejecuciones.
El máximo del factor continuo es 0,5 y el mínimo es 0,05.
Estoy planeando usar el diseño para realizar mi experimento. Por favor, avíseme si me estoy perdiendo algo.
¡Aprecio tu ayuda!
Gracias.
UN
