Diskret?Kontinuierlich? Latin Hypercude Design in JMPHallo alle,
Ich habe Latin Hypercube Design in JMP ausprobiert, um eine Gesamtzahl von 18 Experimenten mit 2 kategorialen Faktoren mit jeweils 3 und 6 Ebenen zu reduzieren.Aber die Software lässt mich keine raumfüllenden Designmethoden auswählen. Liegt es daran, dass LHD ursprünglich nicht für diskrete Faktoren geeignet ist? Wenn ja, welche Methoden sollte ich anwenden, um die Anzahl der Experimente zu reduzieren?
Betreff: Diskret?Kontinuierlich? Latin Hypercude Design in JMPDie raumfüllenden Designs sind in erster Linie für Computerexperimente (Simulationen) ohne stochastisches Element gedacht. Das Ziel besteht darin, Daten mit ausreichender Dichte zu erhalten, um einen Interpolator zu unterstützen. Ist das Ihre Situation? Diese Designs können jedoch für andere Zwecke verwendet werden. Diese Bemessungsverfahren gelten für stetige Faktoren. Die Ausnahme ist die Fast Flexible Filling-Methode, aber auch sie erfordert mindestens einen kontinuierlichen Faktor.
Die Mindestanzahl der Läufe wird durch die Anzahl der im Modell zu schätzenden Parameter bestimmt. Ein Design mit der minimalen Anzahl von Läufen ist gesättigt. Sie haben genügend Daten, um alle Parameter zu schätzen, aber keine, um die Schätzungen oder das Modell als Ganzes zu testen. Ein benutzerdefiniertes Design erfordert 8 Läufe für das Haupteffektmodell und 18 für das Interaktionsmodell. Ich würde in den meisten Fällen kein gesättigtes Design empfehlen.
Können Sie Faktorstufen a priori eliminieren?
