Quelqu'un m'a dit que nous devions maintenir la puissance >= 80 % lors de l'évaluation d'un DOE, mais pourquoi la puissance est-elle si faible lors de l'utilisation de la conception PB ? Par exemple, la puissance est d'environ 0,27 si je lance 12 expériences avec 11 facteurs. Puis-je faire confiance à cette conception avec une puissance aussi faible ? Merci.
Salut @JMPLearner_2022 ,
La puissance est la capacité de détecter des effets significatifs s'ils sont effectivement présents.
Ce 80 % est une règle empirique pratique pour évaluer si votre conception de dépistage peut être en mesure de détecter efficacement les effets principaux, mais gardons à l'esprit que le calcul de la puissance dépend non seulement de la conception (et de sa taille d'échantillon), mais aussi de la signification. niveau (souvent 0,05), taille de la différence à détecter et rapport signal sur bruit attendu (ou RMSE) de la ou des réponses.
Donc, si votre RMSE anticipé est plus faible (la ou les réponses sont mesurées plus précisément et avec une variance plus faible) et/ou la taille de la différence que vous souhaitez détecter est plus élevée, vous pouvez vous attendre à une puissance plus élevée pour vos effets.
La puissance peut ne pas être très intéressante à prendre en compte dans le cas d'une conception d'optimisation (conceptions de mélange, conceptions de remplissage d'espace...), car leur objectif principal sera la précision de la prédiction de la ou des réponses, et non la précision du calcul des estimations. Mais la puissance est d'un intérêt primordial en cas de conception de criblage, comme dans votre cas.
Difficile de dire si on pourrait faire confiance à votre design avec ces infos, puisque cela dépend non seulement du design lui-même et de ses attentes (RMSE, niveau de signification, taille de différence à détecter, ...), mais aussi des facteurs que vous souhaitez filtrer , lesquels vous attendez-vous à voir significatifs, différence attendue à détecter... = expertise du domaine.
Peut-être qu'une solution pour vous serait d'essayer de calculer différentes conceptions, afin de comparer les forces et les faiblesses des différentes conceptions de criblage.
En regardant le Custom Design, si je fixe 12 expériences pour 11 facteurs continus (nombre minimum d'exécutions requises), je trouve également une puissance pour les effets principaux proche de 0,21 (donc 21% de chances de voir un effet significatif s'il est présent). Mais si l'on augmente le nombre d'exécutions à 16 (recommandé par JMP, paramètre "Par défaut"), la puissance des effets principaux monte à 0,84. Si le coût expérimental n'est pas trop élevé, l'augmentation de la taille de l'échantillon peut vous aider beaucoup à gagner plus de confiance dans votre capacité de dépistage.
J'espère que ceci vous aidera,
