DSD für 4 stetige FaktorenIch habe vier stetige Faktoren. Ich möchte den Prozess optimieren, deshalb habe ich auf Blöcke mit Mittelläufen hinzufügen geklickt, um quadratische Effekte abzuschätzen.
Ich klicke auf das Skript „Evaluate of Design“, nachdem ich die Tabelle erstellt habe. Ich habe auf RSM geklickt. Die Werte von 2FI und Quadratic in Power Analysis sind klein. Mir ist auch aufgefallen, dass es für meinen 4. Faktor keinen quadratischen Term gibt.
DAMHIRSCHKUHBetreff: DSD für 4 stetige FaktorenHallo @Victor_G ,
Vielen Dank für Ihre Großzügigkeit, sehr geschätzt. Ich denke du hast meine Probleme schon gelöst.
Betreff: DSD für 4 stetige FaktorenHallo @Alainmd02 ,
Wenn Sie jetzt schon wissen, dass diese 5 Faktoren für Ihre Studie interessant/wichtig sind und Sie ein RSM-Modell wünschen, würde ich direkt zu Custom Design (oder klassischen RSM-Designs bei nur kontinuierlichen Faktoren) gehen.
In diesem Fall ist DSD möglicherweise nicht die beste Wahl, da der Schwerpunkt auf dem Screening liegt und Sie am Ende kein vollständiges RSM-Modell mit nur einem DSD erhalten (siehe meine Antwort zuvor; Sie haben auch eine geringere Leistung für QE als bei einem benutzerdefinierten RSM-Design).
Es gibt keine Vorschrift bezüglich der Mindestleistung für QE, aber man muss bei QE mit geringerer Leistung rechnen als bei ME oder 2FI. Über eine geringere Power für QE würde ich mir keine allzu großen Sorgen machen, da die Power für QE auch davon abhängt, wie viele Faktoren und welche Faktoren in das Modell eingehen. Wenn Sie verbleibende Freiheitsgrade haben, kann die Leistung für QE zunehmen.
Es gab einen Beitrag über Macht ( Gelöst: Re: Sollte ich die Leistungsanalyse in DOE in Betracht ziehen? - JMP-Benutzergemeinschaft ), wo @Phil_Kay beantworteten und erklärten den Einsatz von Macht zur Bewertung von Entwürfen. Vielleicht finden Sie es auch in Ihrem Fall nützlich.
Ich hoffe es hilft dir,
PS: Wenn Sie eine Antwort finden, die Ihr Problem löst, zögern Sie nicht, sie als Lösung zu markieren, um anderen Community-Mitgliedern zu helfen, die Lösung Ihrer Frage zu verfolgen 
Betreff: DSD für 4 stetige FaktorenHallo Viktor,
Im Moment habe ich jetzt 4 stetige Faktoren und 1 kategorialen Faktor.
Könnt ihr DSD empfehlen?
Warum hat RSM im Custom Design immer eine geringe Leistung für QE?
Welche Mindestleistung für QE reicht aus, um es als gutes Design zu betrachten?
Betreff: DSD für 4 stetige FaktorenHallo @Alainmd02 ,
Lassen Sie uns zunächst daran erinnern, dass das endgültige Screening-Design a ist Screening Design, sein Ziel ist es also, signifikante Haupteffekte aus einer Liste von Faktoren zu erkennen (obwohl es auch in der Lage ist, einige Wechselwirkungen und quadratische Effekte anzupassen, wenn die verbleibenden Freiheitsgrade dies zulassen).
In diesem Sinne ist es also normal, für Wechselwirkungen und quadratische Effekte eine geringere Leistung zu haben als für Haupteffekte, da die Haupteffekte in diesem Design nicht mit irgendwelchen 2-Faktoren oder quadratischen Effekten verknüpft sind. Im Gegensatz dazu sind immer noch einige Aliase zwischen 2-Faktoren-Wechselwirkungen und quadratischen Effekten vorhanden (siehe Korrelationsdiagramm, das an Ihrem Beispiel mit 4 Faktoren erstellt wurde), so dass es mit dem Vorhandensein von Aliasen schwieriger sein wird, die Signifikanz für QE und 2FI genau zu erkennen (daher eine niedrigere Macht).
DSD wird eher für 5+ Faktoren empfohlen; Bei weniger als 5 Faktoren kann es einfacher und effizienter in Bezug auf die Anzahl der Experimente sein, Custom Design zu verwenden.
Da es sich um ein Screenign-Design handelt, soll es nicht zu einem vollständigen RSM-Modell passen (und JMP hätte Sie beim Klicken auf RSM warnen müssen, dass „Dieses Design nicht zum angegebenen Modell passt. Unschätzbare Modellterme wurden entfernt"), deshalb sehen Sie keinen quadratischen Effekt für Ihren 4. Faktor (fehlender Freiheitsgrad, um diesen Effektschätzer genau zu berechnen).
Um ein RSM-Design zu erstellen, müssen Sie:
- Führen Sie die Erweiterung Ihres DSD durch (gehen Sie zu "DoE", "Augment Design", und klicken Sie beim Erweitern auf RSM im Modellteil, und JMP empfiehlt Ihnen, mindestens 4 weitere Experimente durchzuführen, also insgesamt 22 Experimente),
- oder ändern Sie Ihre Strategie:
- Erstellen Sie ein benutzerdefiniertes Design, das zum RSM-Modell passt (21 von JMP empfohlene Experimente), oder
- Verwenden Sie den klassischen Ansatz (Box-Behnken/Central Composite Design, 27 bis 36 Experimente je nach gewähltem Modell).
Vergleichen Sie am Ende immer die verschiedenen erstellten Modelle (mit unterschiedlicher Anzahl von Durchläufen), um das interessanteste Design auswählen zu können, basierend auf dem besten Kompromiss zwischen den Designleistungen (Leistung für jeden Effekt, Varianzvorhersage, Aliase ...). und Anzahl der Experimente.
Einige Ressourcen zu DSD:
Verwenden definitiver Screening-Designs, um mehr Informationen aus weniger Studien zu erhalten - JMP User Community
Definitives Screening-Design – JMP User Community
Ich hoffe es hilft dir,
