Identifizierung fehlerhafter DatenLiebe JMP-Profis,
Ich habe eine Frage zu verfälschten Daten für RSM DoE. Wenn ich ein 4-Faktor-Optimierungs-DoE mit RSM habe, wie kann ich dann feststellen, welche Faktoreffekte mit anderen Effekten verwechselt werden? Ich kenne die verwirrende Matrix, aber wie identifiziere ich sie, wenn ich meinen endgültigen Datensatz erfasst habe und die Daten analysiere?
Vielen Dank für Ihre Hilfe!!
Am besten
Simon
VersuchsplanungBetreff: Verfälschte DatenidentifizierungIch bezweifle, dass ein Design für RSM irgendwelche Verwirrungen aufweist. Es könnte eine Korrelation zwischen den Schätzungen geben, tatsächlich ist dieses Ergebnis sehr wahrscheinlich. Ich gehe davon aus, dass Ihr Experiment in einer JMP-Datentabelle erfolgt. Wählen Sie bei geöffneter Tabelle „DOE“ > „Designdiagnose“ > „Design bewerten“. Durch diese Aktion gelangen Sie zurück zu den Informationen über das Design einschließlich der Zusammenhänge.
Betreff: Verfälschte DatenidentifizierungConfounding wird bei der Analyse von Daten normalerweise nicht untersucht, da zur Bewertung des Confounding keine Antwortdaten erforderlich sind. Confounding wird in der Entwurfsauswahlphase und der Konstruktionsphase ermittelt. Ohne das von Ihnen gewählte spezifische Design zu kennen und wenn Sie andere Randomisierungsbeschränkungen wie Blockierung und die Auflösung des Designs integriert haben, ist es problematisch, die Effektverzerrung zu bestimmen. Schließlich kommt es typischerweise nur dann zu Verwirrung, wenn es zu einer Fraktionierung oder einer anderen ungewöhnlichen Designänderung kommt, bei der es sich nicht um einen vollständigen faktoriellen Pfad innerhalb des Gesamtdesigns handelt. Beispielsweise sind in einem 2**(4-1)-Faktorteil eines zentralen zusammengesetzten Versuchsplans Störfaktoren vorhanden. Alle diese Probleme können in der Evaluate Design-Plattform untersucht werden.
Vielleicht können wir Ihnen helfen, wenn Sie uns das konkrete Design mitteilen und die Namen der Faktoren bei Bedarf anonymisieren können?
