Uso corretto e improprio dei Disegni di Screening Definitivi (DSD)Nel 2011, io e il mio collega Prof. Chris Nachtsheim abbiamo presentato Disegni di screening definitivi (DSD) con un documento nel Giornale della tecnologia di qualità . Un anno dopo, ho scritto a Post del blog JMP descrivendo questi progetti utilizzando grafici di celle di correlazione. Sin dalla loro introduzione, i DSD hanno trovato applicazioni in settori diversi come la produzione di vernici, la biotecnologia, l’energia verde e l’incisione laser.
Quando si presenta una metodologia nuova ed entusiasmante, c'è una naturale inclinazione da parte dei ricercatori all'avanguardia a provarla. Quando questi ricercatori riportano risultati positivi, incoraggiano anche gli altri a provare il nuovo metodo.
Sono un grande fan dei DSD, ovviamente, ma come co-inventore sento una responsabilità nei confronti della comunità dei professionisti di progettazione di esperimenti (DOE) essere chiari circa l’uso previsto e il possibile uso improprio.
Quindi quando dovrei usare un DSD?
Come suggerisce il nome, i DSD stanno esaminando i progetti. Il loro utilizzo più appropriato è nelle prime fasi della sperimentazione, quando esiste un gran numero di fattori potenzialmente importanti che possono influenzare una risposta di interesse e quando l’obiettivo è identificare quello che generalmente è un numero molto più piccolo di fattori altamente influenti.
Dato che si tratta di esperimenti di screening, utilizzerei un DSD solo quando ho quattro o più fattori. Inoltre, se avessi solo quattro fattori e volessi utilizzare un DSD, creerei un DSD per sei fattori e tralascerei le ultime due colonne. Il progetto risultante può adattarsi al modello quadratico completo in tre qualsiasi dei quattro fattori.
I DSD funzionano meglio quando la maggior parte dei fattori sono continui. Questo perché ciascun fattore continuo ha tre livelli, consentendo al ricercatore di adattare una curva anziché una linea retta per ciascun fattore continuo.
Quando l’utilizzo di un DSD è inappropriato?
Di seguito, il disegno ottimale a trama divisa supera notevolmente il disegno di screening definitivo creato ordinando il fattore difficile da modificare, wp. Vedi punto 4) qui sotto.
1) Quando sono presenti vincoli sulla regione di progettazione
Un presupposto implicito dietro l’uso dei DSD è che sia possibile fissare i livelli di qualsiasi fattore indipendentemente dal livello di qualsiasi altro fattore. Questo presupposto viene violato se un vincolo sulla regione di progetto rende impraticabili alcune combinazioni di fattori. Ad esempio, se sto cucinando popcorn, non voglio impostare la potenza al massimo durante un tempo di cottura lungo. So che se lo faccio, mi ritroverò con un disastro carbonizzato.
Potrebbe essere forte la tentazione di restringere gli intervalli dei fattori verso l’interno per evitare tali problemi, ma questa pratica riduce il potere del DSD di individuare gli effetti attivi. È preferibile utilizzare l'intera regione ammissibile anche se la forma di tale regione non è cubica o sferica.
2) Quando alcuni fattori sono ingredienti di una miscela
Allo stesso modo, l’utilizzo di una DSD è inappropriato se due o più fattori sono ingredienti di una miscela. Se aumento la percentuale di un ingrediente, devo abbassare la percentuale di qualche altro ingrediente, quindi questi fattori non possono variare indipendentemente per loro stessa natura.
3) Quando ci sono fattori categoriali con più di due livelli
I DSD possono gestire alcuni fattori categorici a due livelli, ma se la maggior parte dei fattori sono categorici, l’utilizzo di un DSD è inefficace. Inoltre, i DSD sono generalmente una scelta indesiderabile se i fattori categorici hanno più di due livelli. Una recente discussione nel gruppo LinkedIn The Design of Experiment (DOE). comportava il tentativo di modificare un DSD per accogliere un fattore categorico a tre livelli. Sebbene ciò sia possibile, è necessario utilizzare lo strumento Design personalizzato in JMP trattando i fattori del DSD come fattori covariati e aggiungendo il fattore categorico a tre livelli come l'unico fattore i cui livelli sono scelti dall'algoritmo Custom Design.
4) Quando il DSD viene eseguito come disegno a trama divisa
È inoltre improprio alterare un DSD ordinando le impostazioni di un fattore in modo che il disegno risultante sia un disegno a trama divisa. Per il DSD a sei fattori, il fattore ordinato avrebbe solo tre impostazioni. Ci sarebbero cinque corse con l'impostazione bassa, tre corse con l'impostazione media e altre corse con l'impostazione alta. L'utilizzo di un tale disegno significherebbe che l'inferenza sull'effetto del fattore ordinato non sarebbe statisticamente valida.
5) Quando il modello di interesse a priori ha effetti di ordine superiore
Per i DSD, i termini cubici vengono confusi con gli effetti principali, quindi identificare un effetto cubico è impossibile.
Anche i normali disegni fattoriali frazionari a due livelli e i disegni di Plackett-Burman sono inappropriati per la maggior parte dei casi sopra menzionati. Quindi non rappresentano una valida alternativa.
Qual è l’alternativa all’utilizzo di un DSD nei casi sopra indicati?
Per gli utenti di JMP , la risposta è semplice: utilizza lo strumento Design personalizzato.
Lo strumento Progettazione personalizzata di JMP può generare un progetto creato per soddisfare qualsiasi combinazione degli scenari sopra elencati. Il principio guida dietro lo strumento Custom Design è
“I progetti dovrebbero adattarsi al problema piuttosto che modificare il problema per adattarlo al progetto.”
Pensieri finali
I DSD sono progetti estremamente utili negli scenari per i quali sono stati creati. Come progetti di screening hanno molte caratteristiche desiderabili:
1) Gli effetti principali sono ortogonali.
2) Gli effetti principali sono ortogonali alle interazioni a due fattori (2FI) e agli effetti quadratici.
3) Tutti gli effetti quadratici dei fattori continui sono stimabili.
4) Nessun 2FI viene confuso con nessun altro 2FI o effetto quadratico sebbene possano essere correlati.
5) Per DSD con 13 o più esecuzioni, è possibile adattare l'intero modello quadratico in qualsiasi sottoinsieme a tre fattori.
6) I DSD possono accogliere alcuni fattori categorici a due livelli.
7) Il blocco dei DSD è molto flessibile. Se ci sono M fattori, puoi avere un numero qualsiasi di blocchi compreso tra 2 e M .
8) I DSD sono poco costosi da mettere in campo e richiedono solo un minimo di 2 M +1 corre.
9) È possibile aggiungere corse a un DSD creando un DSD con più fattori del necessario ed eliminando i fattori extra. Il progetto risultante ha tutte le prime sette proprietà di cui sopra e ha più potenza, nonché la capacità di identificare più effetti di secondo ordine.
A mio parere, le caratteristiche di cui sopra rendono i DSD la scelta migliore per qualsiasi esperimento di screening in cui la maggior parte dei fattori sono continui.
Tuttavia, voglio chiarire che l'utilizzo di a Il DSD non è una panacea . In altre parole, un DSD non è la soluzione a tutti i problemi di progettazione sperimentale.
Sono un grande fan dei DSD, ma come co-inventore sento una responsabilità essere chiari circa l’uso previsto e il possibile uso improprio.
Oggetto: Uso corretto e improprio dei disegni di screening definitivi (DSD)Grazie @bradleyjones @pepees @seanschubert ,
Ho una domanda di follow-up sull'esempio @pepees fornito. Non credo di aver capito bene il concetto di introduzione del "riferimento".
La mia domanda iniziale riguardava la fattibilità di eseguire DSD su "rapporti" di miscela poiché i rapporti possono essere variati in modo indipendente senza essere influenzati da altri fattori. Questo rapporto può essere ricalcolato in percentuale (problema della miscela) in seguito. Ad esempio, i rapporti della miscela A:B:C:D = 30:5:10:1 possono essere calcolati in percentuale come A: 65%, B: 11%, C:22%, 
2%.
Nell'esempio della gomma, ogni singolo ingrediente è normalizzato per riferimento (100 phr di resina base) e la somma di essi dovrebbe essere 100. Quindi non è diverso dalla situazione della "miscela di ingredienti". Poiché la modifica della quantità di un materiale (o ingrediente) influenzerà la quantità di altri materiali che possono essere introdotti. Pertanto, non saresti in grado di utilizzare DSD poiché ciascun fattore non può essere variato in modo indipendente?
Non credo di aver capito il concetto di introduzione del "riferimento" e come possa essere utilizzato il riferimento. Potete per favore darmi maggiori dettagli per questo?
Grazie!
Oggetto: Uso corretto e improprio dei disegni di screening definitivi (DSD)Potresti anche introdurre un fattore che sia la quantità di principi attivi (basso, medio, alto), quindi potresti vedere l'effetto del cambiamento del rapporto e della modifica della quantità.
Si potrebbe sostenere che eseguire questo tipo di esperimento di miscela backdoor all'inizio dell'indagine è più efficiente poiché l'aggiunta di processi o altri fattori a un vero esperimento di miscela fa davvero esplodere le dimensioni dell'esperimento (anche a risoluzioni inferiori).
Oggetto: Uso corretto e improprio dei disegni di screening definitivi (DSD)Nell'industria della gomma, le formulazioni sono tipicamente presentate con riferimento a 100 phr (parti per cento) di resina base, come indicato di seguito. Come ha indicato il dottor Jones, è molto più conveniente utilizzare l'ingrediente "di riferimento" rispetto alle proporzioni.Quando lavoro su una formulazione di gomma, utilizzo spesso DSD con grande successo.
Formulazione di gomma esemplificativa:
Resina base - 100 phr
Riempitivo 1 - diciamo 50-70 phr
Riempitivo 2 - diciamo 10-40 phr
Curativo - diciamo 1-5 phr
Co-agente - diciamo 0-2 phr
Acceleratore - diciamo 0,5-1 phr
Olio da lavorazione - diciamo 0,5-2 phr
Antiossidante - diciamo 1-5 phr
Oggetto: Uso corretto e improprio dei disegni di screening definitivi (DSD)BJK - grazie per le tue gentili parole.
Per rispondere alla tua domanda, sì. È possibile utilizzare i rapporti delle proporzioni degli ingredienti come fattori. Se disponi di k fattori di miscela, puoi definire rapporti k-1 e trattare i rapporti come fattori nell'esperimento. Stai facendo un presupposto piuttosto forte nel farlo. Il presupposto è che ciò che conta sono le relazioni funzionali della risposta in termini di rapporti. Questo è in contrasto con la risposta rispetto alle proporzioni degli ingredienti.
Se lo fai, potresti scegliere un ingrediente "di riferimento" da inserire nel denominatore di tutti i rapporti. Generalmente, quell'ingrediente è migliore se è un riempitivo. Altrimenti, potrebbe essere l'ingrediente con proporzioni generalmente elevate in tutte le esecuzioni.
Oggetto: Uso corretto e improprio dei disegni di screening definitivi (DSD)Grazie al dottor Bradley Jones per aver inventato uno strumento fantastico.
Sono un principiante che utilizza JMP e lo spazio DOE. Lei ha affermato che "l'uso di un DSD è inappropriato se due o più fattori sono ingredienti di una miscela".
E se trasformassi questi due fattori in uno trasformandolo in rapporti?
Ad esempio, diciamo che ho i fattori A e B e la loro somma deve essere 50. Se lo trasformo nel rapporto A: B, diventerà un fattore e non più una situazione di "ingredienti in una miscela", almeno per l'esecuzione del DOE.
L’uso del DSD sarebbe comunque sconsigliato? In caso contrario, dovrei utilizzare Custom Design per gli ingredienti in un tipo di miscela?
Come probabilmente saprai, gran parte del lavoro di formulazione farmaceutica prevede situazioni di tipo "ingredienti in una miscela" in cui si varia la percentuale o i rapporti di ciascun ingrediente data la massa totale di eccipienti farmaceutici.
Grazie!
Oggetto: Uso corretto e improprio dei disegni di screening definitivi (DSD)Rispondi a Varun_Bhatt:
Se un termine del modello è correlato +1 o -1 con un altro termine del modello (diciamo due 2FI), allora diciamo che questi termini sono confusi. In tal caso non esiste un modo puramente basato sui dati per separare i loro effetti su una risposta di interesse.
Tuttavia, se la correlazione è inferiore a uno in grandezza, allora gli effetti separati dei termini del modello sulla risposta sono ora stimabili. Tuttavia, la varianza delle stime di questi effetti sarà maggiore che se i due termini non fossero correlati. Chiamiamo questo fenomeno inflazione della varianza. Maggiore è la correlazione in grandezza, maggiore è l’inflazione della varianza.
Se la varianza dell’errore è piccola rispetto all’entità degli effetti, l’inflazione della varianza non desta particolare preoccupazione. Ecco perché le regole pratiche tradizionali su quando preoccuparsi dell’inflazione basata sulla varianza sono fuori luogo.
Oggetto: Uso corretto e improprio dei disegni di screening definitivi (DSD)Potresti per favore approfondire questa parte, " Nessun 2FI viene confuso con nessun altro 2FI o effetto quadratico sebbene possano essere correlati."
Volevo conoscere la differenza tra i fattori confusi e quelli correlati. Come sono differenti? E in che modo influiscono diversamente sul modello?
Grazie
Oggetto: Uso corretto e improprio dei disegni di screening definitivi (DSD)Brad,
Grazie per questi ulteriori input sul corretto utilizzo di DSD.
Circa un anno fa, ho utilizzato DSD per una simulazione al computer con circa 100 fattori continui che richiedevano anche tutti gli effetti del secondo ordine, con un numero totale di esecuzioni di circa 200. I risultati non erano soddisfacenti come quelli di un design personalizzato. Da allora ho evitato di utilizzare DSD per la modellazione e la simulazione in cui sono presenti molti fattori, anche se trovo che DSD sia molto utile per un numero inferiore di fattori, diciamo meno di 12. Avrei dovuto utilizzare solo gli effetti principali nelle esecuzioni M&S e quindi eseguire un altro DSD con un numero di fattori molto inferiore per confermare gli effetti del secondo ordine?
Manny
Oggetto: Uso corretto e improprio dei disegni di screening definitivi (DSD)Dottor Jones,
Sto usando DSD ormai da un po' di tempo, con discreto successo. Tuttavia, ora sto valutando l'utilizzo di DSD per le risposte binarie (crescita/nessuna crescita). È possibile farlo con DSD e come analizzeresti la risposta, dal momento che non è integrato nell'algoritmo di analisi DSD, immagino? Oppure utilizzeresti altri tipi di design?
Migliore,
Ewoud Schuring
Oggetto: Uso corretto e improprio dei disegni di screening definitivi (DSD)Dottor Jones,
Grazie per le vostre risposte esaurienti e ponderate. Apprezzo il tuo tempo e la tua considerazione. Continuerò la discussione direttamente con te.
Saluti,
Conto
Oggetto: Uso corretto e improprio dei disegni di screening definitivi (DSD)Dr. Ross: Sono molto colpito dalle tue 16.000 esperienze DOE. Grazie per aver utilizzato JMP a lungo termine. Sei un JMPer da più tempo di me!
Di seguito affronterò le vostre cinque serie di domande e preoccupazioni.
1) Fai notare che gli sperimentatori alle prime armi tendono a impostare i livelli dei fattori continui troppo vicini tra loro. Anch'io ho visto questo comportamento. Credo che gli ingegneri pensino che il mondo non sia lineare. Sanno anche dal calcolo che la deviazione dalla linearità è piccola se anche il cambiamento è piccolo. Il problema è che quando le variazioni di un fattore sono piccole, il rumore nella risposta può propagarsi in un grande rumore nella pendenza stimata della linea, rendendo difficile l'identificazione dei fattori attivi. Quindi, nell’insegnamento del DOE incoraggiamo gli studenti ad essere audaci nel variare i fattori continui. Credo che avere valori bassi, medi e alti per ciascun fattore, come forniscono i DSD, possa rendere gli ingegneri più sicuri nel distribuire i livelli del fattore. Questo perché il DSD può rilevare una forte curvatura, se esistente, il che elimina le preoccupazioni sulla non linearità.
2. Ho menzionato nel mio blog sopra che i DSD sono progetti di screening appropriati quando la maggior parte dei fattori sono continui. Sarei riluttante a utilizzare un DSD quando ci sono più di tre fattori categorici a due livelli. Quando la maggior parte, o tutti, i fattori sono categorici a due livelli, consiglierei Efficient Foldover Designs. Ecco il riferimento all'articolo su questi disegni.Anna Errore, Bradley Jones, William Li e Christopher J. Nachtsheim (2017) Vantaggi e costruzione rapida di progetti pieghevoli efficienti a due livelli, Tecnometria , 59:1, 48-57, DOI: 10.1080/00401706.2015.1124052
Penso anche che i ricercatori potrebbero fare di più per trovare misure quantitative che descrivano la differenza tra i due livelli di un fattore categoriale, trasformando così con successo un fattore categoriale in un fattore continuo più significativo.
3. Sostieni che i punti centrali possono rilevare la curvatura. Questo è vero, ma non sono in grado di identificare il fattore o i fattori che causano la curvatura. Questa ambiguità impone una sperimentazione successiva, che non è necessaria se viene utilizzato un DSD. Ho visto un caso di studio in cui un forte effetto quadratico aveva il suo minimo all'interno della regione di sperimentazione.Era auspicabile una risposta minima e il punto debole qui non sarebbe stato rilevabile con un design a due livelli. Un altro caso di studio ha rilevato un forte effetto quadratico in cui la risposta massima era all'interno della regione di sperimentazione.Qui , UN la risposta massima era desiderabile e il punto debole sarebbe, ancora una volta, non rilevabile con un design a due livelli. Il costo per includere la capacità di stimare tutti gli effetti quadratici in un DSD è un aumento del 10% (o meno) nella lunghezza degli intervalli di confidenza sugli effetti principali. Questo sembra un piccolo prezzo da pagare per il guadagno di informazioni sugli effetti del 2° ordine.
4. Lei sottolinea, giustamente, che talvolta identificare la fonte del rumore può essere più importante che stimare gli effetti fissi. In tali casi, è utile replicare i punti di progettazione in modo che sia possibile identificare un fattore che influenza la varianza della risposta valutando contemporaneamente gli effetti dei fattori sulla risposta media. Si potrebbe replicare un intero DSD al costo di circa quattro volte più esecuzioni quanti sono i fattori. Hai menzionato il blocco in questo punto. Il blocco può identificare e quantificare una fonte di variabilità e rimuovere il suo effetto dalla variazione da un'esecuzione all'altra. Quando il cambiamento delle condizioni ambientali introduce rumore nelle risposte, il blocco è un rimedio utile. I DSD possono essere bloccati in modo più flessibile rispetto ai disegni fattoriali frazionari a due livelli o fattoriali completi. Di seguito è riportato un riferimento a un documento che descrive come bloccare i DSD.
Bradley Jones e Christopher J. Nachtsheim (2015): Schemi di blocco per progetti di screening definitivi, Tecnometria , DOI: 10.1080/00401706.2015.1013777
5. La tua ultima preoccupazione riguarda l’insegnamento dei DSD e riguarda un approccio iterativo alla sperimentazione. Non pubblicizzo i DSD come esperimenti “one-shot”. È vero che la struttura di aliasing dei tradizionali disegni fattoriali frazionari è semplice e abbastanza facile da spiegare. Tuttavia, a mio avviso, il loro completo aliasing di effetti potenzialmente importanti non è auspicabile. Vedere
Bradley Jones (2016) Esperimenti di screening del 21° secolo: cosa, perché e come, Ingegneria della qualità , 28:1, 98-106, DOI: 10.1080/08982112.2015.1100462
L'articolo di cui sopra era un documento di discussione con tre partecipanti. La mia controreplica riguardava molte questioni, inclusa la progettazione sequenziale a seguito di uno studio iniziale sui DSD – riferimento di seguito.
Bradley Jones (2016) Controreplica, Ingegneria della qualità , 28:1, 122-126, DOI: 10.1080/08982112.2015.1100468
Il riferimento riportato di seguito riguarda il vantaggio relativo dell'utilizzo di un DSD iniziale anche quando la risposta ottimale prevista è al di fuori della regione di sperimentazione. Fornisce inoltre un potente approccio progettuale di follow-up che supera la salita più ripida.
Christopher J. Nachtsheim e Bradley Jones (2018) Aumento della progettazione per l'ottimizzazione della risposta e la stima del modello, Ingegneria della qualità , 30:1, 38-51, DOI: 10.1080/08982112.2017.1382298
Non penso che sia necessario insegnare a un professionista come creare un DSD. Molti pacchetti software possono farlo. Penso che sia utile familiarizzare gli investigatori con il diagramma delle celle di correlazione. JMP fornisce numerosi strumenti diagnostici per la valutazione e il confronto dei progetti. Questi sono molto utili e insegnarne l'uso in corsi brevi e corsi universitari andrebbe a beneficio della comunità dei professionisti DOE. È utile che i professionisti sappiano come sfruttare la speciale geometria di un DSD per adattarlo ai modelli appropriati. Questo è affrontato nel riferimento di seguito.
Bradley Jones e Christopher J. Nachtsheim (2016): Selezione efficace del modello basata sulla progettazione per progetti di screening definitivi, Tecnometria , DOI: 10.1080/00401706.2016.1234979
Sarei felice di continuare questa conversazione e inviarti i PDF dei riferimenti. Puoi contattarmi a bradley.jones@jmp.com
Oggetto: Uso corretto e improprio dei disegni di screening definitivi (DSD)Dr. Jones, sono un utente JMP da molto tempo (fin dalla prima versione) e desidero ringraziarla per il suo contributo al settore. Sono stato coinvolto nella progettazione e nell'analisi di oltre 16.000 esperimenti in diversi settori. Forse questo è il forum sbagliato, ma ho alcune domande/commenti (spero di non offendere) e apprezzerei le vostre opinioni.
1. Quando si tratta di progettare progetti di screening, una delle modalità di fallimento più comuni (specialmente per gli sperimentatori alle prime armi) sono i livelli che non sono abbastanza separati (abbastanza audaci). I loro effetti quindi non vengono realizzati e tali fattori potrebbero addirittura essere esclusi da ulteriori studi (la mia ipotesi è che gli ingegneri siano riluttanti a creare troppe variazioni, stanno ancora cercando la soluzione piuttosto che comprendere le relazioni causali). Mi sembra che aumentare il numero di livelli a tre complichi ulteriormente questa modalità di fallimento?
2. All'inizio della progettazione, molti fattori sono qualitativi. Sembra che la limitazione sull'aggiunta di troppi fattori qualitativi al progetto sia un peso. Forse questa strategia è più applicabile come ultima iterazione in uno studio sequenziale?
3. Spesso i progetti di screening hanno lo scopo di ottenere indicazioni e filtrare fattori insignificanti o forse più probabilmente identificare fattori significativi per ulteriori studi. Le equazioni quadratiche sono davvero necessarie per raggiungere questo obiettivo? OK, suppongo che potrebbe esserci il caso in cui i livelli sono impostati in modo troppo audace e quindi si perdono effetti significativi, ma a questo si potrebbe rimediare abbastanza facilmente con i punti centrali. Se il quadratico è essenzialmente la deviazione dal lineare, se ti trovi in uno spazio di progettazione abbastanza lontano dall'ottimale non saresti più interessato prima all'effetto lineare? L'equazione quadratica alla base della montagna potrebbe non portarti in cima alla montagna.
4. Inoltre, e forse la cosa più importante, la strategia per gestire il rumore può essere più importante della risoluzione dei fattori di progettazione (come sapete, c'è una lotta costante per un uso efficiente delle risorse tra la risoluzione dei fattori di progettazione e la risoluzione degli effetti del rumore). . Se viene utilizzato un RCBD (Randomized Complete Block Design), abbiamo davvero bisogno di alcune delle interazioni blocco per effetto di ordine superiore? Se viene utilizzato un design a blocco incompleto bilanciato, quanto è facile comprendere l'aliasing?
5. Infine, e forse di minore importanza per il professionista, come vengono insegnati i DSD? L'uso dei tradizionali disegni fattoriali frazionari con alias identificabili e idee come il foldover per il de-alias è semplice. Instillare la mentalità e la pratica dell’iterazione è fondamentale. Come si inseriscono i DSD in un approccio iterativo e scientifico alla sperimentazione?
Ti ringrazio in anticipo per i tuoi pensieri.
Se preferisci tenere questa discussione offline, per me va bene. Puoi inviarmi un'e-mail direttamente a statman su comcast punto net
Saluti,
Bill Ross
Oggetto: Uso corretto e improprio dei disegni di screening definitivi (DSD)Grazie Brad, il post informativo e le buone risposte mi hanno aiutato a imparare molto di più sui DSD.
Oggetto: Uso corretto e improprio dei disegni di screening definitivi (DSD)Grazie Dr. Jones - Questo numero non è ancora disponibile sul sito ASQ Technometrics.Cercherò che venga pubblicato al più presto.
Richard
Oggetto: Uso corretto e improprio dei disegni di screening definitivi (DSD)http://dx.doi.org/10.1080/00401706.2016.1234979
Quanto sopra è l'URL di un articolo sulla rivista Technometrics, scritto da me e Chris Nachtsheim, intitolato Selezione efficace del modello basato sulla progettazione per progetti di screening definitivi.
Questo documento fornisce una forte motivazione per aggiungere quelli che chiamiamo "fattori falsi" (ovvero fattori utilizzati nella creazione del progetto ma non utilizzati durante l'esecuzione dell'esperimento. In JMP 13 lo strumento di progettazione DSD chiama questo "Extra Runs" con un valore predefinito di 4. Tuttavia, è possibile reimpostare questo campo su 0 per ottenere il DSD di esecuzione minimo. L'aggiunta di queste analisi aggiuntive consente un potente approccio analitico alternativo.
Oggetto: Uso corretto e improprio dei disegni di screening definitivi (DSD)Sono stati pubblicati esempi in cui le colonne sono state eliminate come discusso di seguito?
Se invece utilizzassi il DSD a 8 fattori e ignorassi le ultime 3 colonne, avresti un progetto a 17 esecuzioni e dovresti essere in grado di identificare quattro o cinque effetti del 2° ordine.
Oggetto: Uso corretto e improprio dei disegni di screening definitivi (DSD)I DSD possono sicuramente finire nei guai quando ci sono troppi fattori e interazioni! Ne ho provato uno in un sistema catalitico che aveva attraversato generazioni di ottimizzazione e aveva molti componenti e interazioni catalizzatori funzionanti. Alla fine ho dovuto aggiungere parecchie corse.
Oggetto: Uso corretto e improprio dei disegni di screening definitivi (DSD)Ottimo post. Tuttavia ho una domanda che mi lascia perplesso. Hai detto che puoi facilmente aggiungere esecuzioni extra prendendo un m desing più alto e rilasciando le colonne extra. Mi chiedevo se esistesse un modo semplice per "aggiungere" le corse al design. Ad esempio, ho eseguito am = 5 corse DSD e poi ho deciso che avrei avuto bisogno di più potenza e vorrei aggiungere alcune corse extra in seguito. Come lo faccio? (Ad esempio se prendo m=7 e tralascio le ultime due colonne e le confronto con m=5, non otterrò più le stesse righe). Grazie!
Bradley Jones ha scritto: È sempre bene pianificare per validi...Bradley Jones ha scritto:
È sempre bene pianificare le esecuzioni di convalida. Si tratta di esecuzioni che esegui dopo aver eseguito l'esperimento e analizzato i dati. Il risultato dell'analisi è un modello che è possibile utilizzare per effettuare previsioni di risposta con impostazioni dei fattori che non sono state eseguite nell'esperimento. Considerando il tuo obiettivo per una risposta, puoi scegliere di eseguire le esecuzioni di verifica con un'impostazione (o impostazioni) di fattori in cui il tuo modello prevede il massimo miglioramento.
Questo è diverso dall'aumento della progettazione, che estende la gamma dei fattori, aggiunge termini al modello o aggiunge più esecuzioni per ridurre l'incertezza sulle stime nel modello attuale.
Bradley Jones ha scritto: Credo nell'uso routinario del...Bradley Jones ha scritto:
Credo nell'uso di routine del Custom Designer per la maggior parte dei problemi nella progettazione industriale degli esperimenti. Quando quasi tutti i fattori sono continui e possono essere variati in modo indipendente nell'intera gamma, i disegni di screening definitivi sono una buona scelta.
A volte utilizzo i disegni fattoriali completi quando eseguo studi di simulazione al computer Monte Carlo in cui l'unica spesa è il tempo del computer. Sono d'accordo sul fatto che ora ci sono scelte migliori rispetto ai normali disegni fattoriali frazionari a due livelli.
Steven Moore ha scritto: Quindi....ho usato Definitive Sc...Steven Moore ha scritto:
Quindi... utilizzo da un po' di tempo sia i disegni di screening definitivi che i disegni personalizzati. A mio parere, non vi è più motivo di utilizzare i tradizionali disegni fattoriali. ho ragione o mi sto perdendo qualcosa?
Jo Chotix ha scritto: Sembra che potremo variare ciascuno...Jo Chotix ha scritto:
Sembra che saremo in grado di variare ciascuno dei componenti in modo indipendente. Dovrei pianificare alcune esecuzioni di convalida? Come si pianificano questi/fattori nella progettazione (numero di esecuzioni, quali punti di progettazione per la convalida, ecc.)? In cosa differisce dall'aumento del design? Grazie!
Bradley Jones ha scritto: Potrebbe essere appropriato utilizzare un DSD...Bradley Jones ha scritto:
Potrebbe essere appropriato utilizzare un DSD, ma temo che i 4 fattori che alterano la concentrazione del trattamento possano essere visti come ingredienti di una miscela. Se così fosse, ciò renderebbe inappropriato l’uso di un DSD con un’eccezione. Se l'ingrediente principale nella miscela è un riempitivo inattivo, allora gli altri ingredienti possono essere variati indipendentemente. In tal caso sarebbe corretto utilizzare un DSD.
Jo chotix ha scritto: Stavo pensando di utilizzare DSD per progettare un...Jo chotix ha scritto:
Stavo pensando di utilizzare il DSD per progettare un piano di trattamento per uno studio in vivo sui topi. Ho 4 fattori che alterano la concentrazione del trattamento (ad es. farmaco concentrato, miscele di eccipienti, ecc.) e un fattore incentrato sull'età dei topi. Mi chiedevo se è qualcosa per cui consiglieresti DSD?
Bradley Jones ha scritto: Puoi aggiungere 3 fattori categorici a...Bradley Jones ha scritto:
È possibile aggiungere 3 fattori categorici a un DSD senza rendere inefficiente la progettazione. Di seguito è riportato un riferimento a un articolo che Chris Nachtsheim e io abbiamo pubblicato su questo argomento.
Jones, Bradley e Nachtsheim, CJ (2013) "Progetti di screening definitivi con fattori categorici aggiunti a due livelli", Journal of Quality Technology, 45:2, 120-129.
Ewoud Schuring ha scritto: Ciao Bradley, blog interessante, un...Ewoud Schuring ha scritto:
Ciao Bradley,
Blog interessante, in realtà l'intero DSD è molto interessante per me. Tuttavia ho una domanda.
Qual è il limite del numero di fattori categorici in un DSD? Al momento sto cercando di creare un DSD con 3 fattori continui e 3 categoriali. E 'questa una buona idea? Quali sono i rischi? Oppure un rapporto 1/1 tra continuo e categorico risulta in una progettazione non efficiente?
Bradley Jones ha scritto: Paul, Il design personalizzato con poche r...Bradley Jones ha scritto:
Paolo,
Il design personalizzato con poche repliche è un design della superficie di risposta molto sicuro. La mia esperienza è che generalmente ci sono pochi grandi effetti di 2° ordine. Pertanto, costruire un progetto in grado di stimare ogni effetto del 2° ordine potrebbe rivelarsi eccessivo. Il DSD a 6 fattori richiede solo 13 esecuzioni e può identificare in modo affidabile due o tre effetti di 2° ordine. Ciò ti farebbe risparmiare quasi il 50% del costo.
Se invece utilizzassi il DSD a 8 fattori e ignorassi le ultime 3 colonne, avresti un progetto a 17 esecuzioni e dovresti essere in grado di identificare quattro o cinque effetti del 2° ordine.
Paul Prew ha scritto: Ciao Bradley, questo post mi fa pensare...Paolo Prew ha scritto:
Ciao Bradley, questo post mi sta facendo riflettere su progetti appropriati per 4-6 fattori. Nello specifico, la settimana scorsa ho avuto un chimico che voleva indagare su 5 fattori continui. I test preliminari, un fattore alla volta, le hanno detto che erano importanti. Non sapeva nulla del DOE, ma il suo supervisore le disse che era un percorso più efficiente: vai a parlare con uno statistico.
Eravamo in una zona grigia dove una progettazione puramente schermante sarebbe sembrata un passo indietro, inefficiente. Quindi abbiamo scelto di progettare un modello quadratico, portando a una progettazione personalizzata di 25 esecuzioni con poche repliche.
Grazie, Paolo
Un DSD a 5 fattori avrebbe richiesto molte meno esecuzioni, anche progettando per 6 o 7 fattori ed eliminando le colonne extra. Come potrei utilizzare JMP per valutare il DSD come un buon progetto per l'adattamento di un modello di 2° ordine? Quali strumenti specifici di valutazione del progetto consiglieresti per confrontare il DSD con il design personalizzato?
Ron Andrews ha scritto: Ho trovato un'applicazione per un DSD con...Ron Andrews ha scritto:
Ho trovato un'applicazione per un DSD con una miscela che ha funzionato. Avevo bisogno di confermare le specifiche di peso per una miscela di monomeri utilizzata per realizzare lenti a contatto. Questa è una vera miscela, non una soluzione, quindi un DSD non sarebbe una buona scelta nella maggior parte dei casi. Ciò che lo faceva funzionare erano le piccole variazioni rispetto al valore nominale. Come punto centrale è stata utilizzata la formula nominale. Ciascun componente è stato variato +/- 1% del valore nominale. Per analizzare l'esperimento ho calcolato le concentrazioni effettive per ciascuna miscela. È stata riscontrata una correlazione significativa tra i due componenti più grandi della miscela, ma il progetto ha consentito stime separate dei due fattori.
Ho inviato un abstract per una presentazione al vertice di scoperta che include questo come uno degli esempi di alternative di progettazione di miscele. Che venga accettato o meno, posso fornire maggiori dettagli.
