DSD per 4 fattori continuiHo quattro fattori continui. Voglio ottimizzare il processo, ecco perché ho fatto clic su Aggiungi blocchi con percorsi centrali per stimare gli effetti quadratici.
Faccio clic sullo script "Valutazione del design" dopo aver creato la tabella. Ho fatto clic 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 quarto fattore.
Progettazione di esperimentiRi: DSD per 4 fattori continuiCiao @Victor_G ,
Grazie per essere generoso, molto apprezzato. Penso che tu abbia già risolto i miei problemi.
Ri: DSD per 4 fattori continuiCiao @Alainmd02 ,
Se già ora che questi 5 fattori sono interessanti/significativi per il tuo studio e vuoi un modello RSM, andrei direttamente al Custom Design (o ai classici disegni 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 che con un design RSM personalizzato).
Non esiste una regola per quanto riguarda la potenza minima per il QE, ma devi aspettarti una potenza inferiore per il 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, il potere per il QE potrebbe aumentare.
C'era un post sul potere ( Risolto: Re: Devo prendere in considerazione 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 ti sia d'aiuto,
PS: se trovi una risposta che risolve il tuo problema, non esitare a contrassegnarla come soluzione per aiutare gli altri membri della community a rintracciare la soluzione alla tua domanda 
Ri: DSD per 4 fattori continuiCiao Vittorio,
In questo momento, ho ora 4 fattori continui e 1 fattore categorico.
Mi consigliate DSD?
Perché RSM in Custom Design ha sempre poca potenza per il QE?
Quale potenza minima per il QE è sufficiente per considerarlo un buon design?
Ri: DSD per 4 fattori continuiCiao @Alainmd02 ,
Ricordiamo anzitutto che il progetto definitivo di vagliatura è a selezione design, quindi il suo scopo è rilevare 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 progetto non sono aliasati con alcun fattore 2 o effetti quadratici. Al contrario, alcuni alias sono ancora presenti 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).
Il DSD è più consigliato per 5+ fattori; per meno di 5 fattori potrebbe 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 avvertirti quando fai clic su RSM che "Questo design non può adattarsi al modello specificato. I termini del modello inestimabili sono stati rimossi"), ecco perché non vedi l'effetto quadratico per il tuo quarto 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 a "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),
- o cambia la tua strategia:
- creare un progetto personalizzato che si adatti al modello RSM (21 esperimenti consigliati da JMP), oppure
- utilizzare un 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 esecuzioni), per poter scegliere il design più interessante, basato sul miglior compromesso tra le prestazioni del design (potenza per ogni effetto, previsione della varianza, alias...) e numero di esperimenti.
Alcune risorse su DSD:
Utilizzo di progetti di vagliatura definitivi per ottenere maggiori informazioni da un minor numero di prove - Comunità di utenti di JMP
Progetto di vagliatura definitivo - Comunità di utenti JMP
Spero che ti possa aiutare,
