DSD per 4 fattori continuiHo quattro fattori continui. Voglio ottimizzare il processo, ecco perché ho fatto clic su aggiungi blocchi con sequenze centrali per stimare gli effetti quadratici.
Faccio clic sullo script "Evaluate of Design" dopo aver creato la tabella. Ho cliccato su RSM. I valori di 2FI e quadratico nell'analisi della potenza sono piccoli. Ho anche notato che non esiste un termine quadratico per il mio 4° fattore.
DOERe: DSD per 4 fattori continuiCiao @Victor_G ,
Grazie per essere generoso, molto apprezzato. Penso che tu abbia già risolto i miei problemi.
Re: DSD per 4 fattori continuiCiao @Alainmd02 ,
Se già ora che questi 5 fattori sono di interesse/significativi per il tuo studio e desideri un modello RSM, andrei direttamente al Custom Design (o ai classici design RSM nel caso di soli fattori continui).
In questo caso il DSD potrebbe non essere la scelta migliore, poiché l'enfasi sarà posta sullo screening e non ti ritroverai con un modello RSM completo solo con un DSD (vedi la mia risposta prima; avrai anche una potenza inferiore per il QE rispetto a un design RSM personalizzato).
Non esiste una regola per quanto riguarda la potenza minima per QE, ma devi aspettarti una potenza inferiore per QE rispetto a ME o 2FI. Non sarei troppo preoccupato per una potenza inferiore per il QE, poiché la potenza per il QE dipenderà anche da quanti fattori e quali fattori entrano nel modello. Se hai gradi di libertà rimanenti, la potenza per il QE potrebbe aumentare.
C'era un post sul potere ( Risolto: Re: Devo considerare l'analisi della potenza in DOE? - Comunità di utenti JMP ), dove @Phil_Kay ha risposto e spiegato l'uso del potere per valutare i progetti. Potresti trovarlo utile anche nel tuo caso.
spero che ti aiuti,
PS: se trovi una risposta che risolva il tuo problema, non esitare a contrassegnarla come una soluzione per aiutare gli altri membri della community a rintracciare la soluzione alla tua domanda 
Re: DSD per 4 fattori continuiCiao Vittorio,
In questo momento, ho ora 4 fattori continui e 1 fattore categoriale.
Mi consigliate DSD?
Perché RSM in Custom Design ha sempre una bassa potenza per il QE?
Quale potenza minima per il QE è sufficiente per considerarlo un buon design?
Re: DSD per 4 fattori continuiCiao @Alainmd02 ,
Ricordiamo innanzitutto che il progetto di screening definitivo è a selezione design, quindi il suo scopo è rilevare gli effetti principali significativi da un elenco di fattori (sebbene sia anche in grado di adattare alcune interazioni ed effetti quadratici se i gradi di libertà rimanenti lo consentono).
Quindi, in questo senso, è normale avere una potenza inferiore per le interazioni e gli effetti quadratici rispetto agli effetti principali, poiché gli effetti principali in questo design non sono alias con 2 fattori o effetti quadratici. Al contrario, sono ancora presenti alcuni alias tra le interazioni a 2 fattori e gli effetti quadratici (vedi grafico di correlazione fatto sul tuo esempio con 4 fattori), quindi rilevare con precisione il significato per QE e 2FI sarà più difficile con la presenza di alias (quindi una potenza inferiore).
DSD è più consigliato per 5+ fattori; per meno di 5 fattori può essere più semplice ed efficiente in termini di numero di esperimenti utilizzare il Custom Design.
Poiché si tratta di un design screenign, il suo scopo non è quello di adattarsi a un modello RSM completo (e JMP avrebbe dovuto avvisarti quando fai clic su RSM che "Questo design non può adattarsi al modello specificato. I termini inestimabili del modello sono stati rimossi"), ecco perché non vedi l'effetto quadratico per il tuo 4° fattore (mancanza di grado di libertà per calcolare con precisione questa stima dell'effetto).
Per creare un design RSM, dovrai:
- passa attraverso l'aumento del tuo DSD (vai su "DoE", "Augment Design" e durante l'aumento, fai clic su RSM nella parte del modello e JMP ti consiglierà di realizzare almeno altri 4 esperimenti, quindi un totale di 22 esperimenti),
- oppure cambia strategia:
- creare un design personalizzato che si adatti al modello RSM (21 esperimenti consigliati da JMP), oppure
- utilizzare l'approccio classico (Box-Behnken/Central Composite Design, da 27 a 36 esperimenti a seconda del modello scelto).
Alla fine, confronta sempre i diversi modelli creati (con diverso numero di tirature), per poter scegliere il design più interessante, in base al miglior compromesso tra le prestazioni del progetto (potenza per ogni effetto, previsione della varianza, alias...) e numero di esperimenti.
Alcune risorse su DSD:
Utilizzo di progetti di screening definitivo per ottenere maggiori informazioni da un minor numero di prove - Comunità di utenti JMP
Progettazione di screening definitivo - Comunità di utenti JMP
Spero che ti aiuterà,
