Quale design è più appropriatoCarissimi,
Voglio eseguire un DoE per ottimizzare la resa della mia estrazione. Ho 7 fattori continui e 1 fattore discreto. La mia idea è di iniziare con un disegno di screening, scegliere i fattori più importanti e poi continuare con la superficie di risposta.
Non so qual è il modo più appropriato per fare l'esperimento? che tipo di progettazione dello screening e che tipo di superficie di risposta sono adatti?
Apprezzerò qualsiasi idea e suggerimento
Grazie molto
quale disegno è più appropriato
Progettazione di esperimentiRi: Quale design è più appropriatoUn buon punto di partenza è la libreria online JMP di webinar on demand. Il DOE e le strategie di progettazione ottimali vengono discussi in numerosi webinar.
Ri: Quale design è più appropriatoAlcuni dei miei pensieri, però, Pete e Mark hanno fornito buoni suggerimenti.
Non fattori di sfumatura , Ma RUMORE fattori (variabili che hai deciso di non controllare in futuro per qualsiasi motivo (costi/convenienza/incapacità tecnologica)). È impossibile non avere rumore! Ad esempio: variazione da lotto a lotto delle sostanze chimiche, condizioni ambientali, errori di misurazione, tecnica dell'operatore, ecc. Non è consigliabile (da parte mia) eseguire progetti di ottimizzazione quando non si comprende il rumore. È un problema di spazio di inferenza. Se ottimizzi in base a una serie di condizioni (ad esempio, lotto di materiale) e tali condizioni cambiano in futuro, il tuo modello non sarà più utile. Ti sei mai chiesto perché ottimizziamo costantemente e non arriviamo mai a questo risultato?
“È solo attraverso la conoscenza dell’argomento, eventualmente aiutata da ulteriori esperimenti, per coprire una gamma più ampia di condizioni, che si può decidere, con il rischio di sbagliarsi, se le condizioni ambientali del futuro saranno abbastanza vicine alle stesse come quelli di oggi per consentire l’utilizzo dei risultati disponibili.” -- W. Edwards Deming
"Blocca ciò che puoi, randomizza ciò che non puoi" GEP Scatola
Non discuterò qui l'opportunità di utilizzare DSD o qualsiasi progetto di ottimalità, ma ti suggerirò di riconoscere che stai ripetendo. Mantienilo semplice e sequenziale (KISS). Il mio consiglio è di progettare multiplo esperimenti, considerare: cosa verrà separato, cosa sarà confuso e cosa sarà limitato. Confronta questo con ciò che pensi di sapere e quale conoscenza devi acquisire per andare avanti in modo efficiente (potenziale di conoscenza acquisita rispetto a risorse spese). Prevedi tutti i possibili risultati e poi scegli quello che corrisponde al tuo confronto conoscenze/risorse.
Preferisco l'RSM di Box che non esegue un disegno composito centrale, ma esperimenti sequenziali sommati per mappare la superficie.
Se hai intenzione di imporre restrizioni, sei nel mondo delle trame divise.
Nessuno conosce l'esperimento giusto ("Il miglior progetto che progetterai è il progetto che progetterai dopo averlo eseguito" Ross). La selezione del progetto dipende dalla situazione e, onestamente, non hai fornito informazioni sufficienti per fornire questo consiglio. Renditi anche conto che, indipendentemente dal fatto che l'esperimento che scegli ti dia ciò che desideri o meno, imparerai qualcosa (forse, post mortem, possiamo dirti di cosa è morto).
Ri: Quale design è più appropriatoDovrei leggere qualcosa sulla progettazione D-ottimale. Hai qualche link utile a cui posso guardare?
Ri: Quale design è più appropriatoSenza una conoscenza a priori degli effetti del sistema è impossibile essere sicuri che la scarsità degli effetti sia valida. L'unico modo in cui so come "sapere" con un certo grado di certezza è la sperimentazione stessa. Potresti essere "ok" con un DSD e un sistema privo della maggior parte dei due fattori e degli effetti superiori. Non hai ancora risposto alla mia domanda sulla visione di un design ottimale D incentrato sugli effetti principali. Puoi farla franca con un design molto più piccolo di un DSD se il tuo obiettivo è veramente lo screening degli effetti principali. Quindi spendi una parte maggiore del tuo budget sui metodi RSM durante la sperimentazione successiva. L'ultimo problema riguarda le combinazioni non consentite... il DSD ti obbliga davvero a eseguire tutte le combinazioni terapeutiche prescritte. Se ci sono combinazioni che potrebbero essere pericolose e sai che "non funzioneranno" in base ai principi primi... allora una progettazione ottimale D può ospitare combinazioni non consentite. Solo cose da considerare.
Ri: Quale design è più appropriato@P_Bartell Il principio della scarsità degli effetti afferma che la maggior parte della variazione nella risposta è spiegata da un numero relativamente piccolo di effetti. Come essere sicuri che questo tenga?Sono solo sicuro che le interazioni del terzo ordine e alcune interazioni bidirezionali siano inattive nel mio sistema.
Non ci sono fattori di sfumatura
Sono d'accordo con quello che hai detto " In effetti, penso che un modo alternativo per affrontare questo problema sia eseguire il tuo primo progetto... qualunque esso sia..." ecco perché volevo sentire la tua opinione sull'iniziare con un DSD. Tuttavia, Ho una restrizione sulla randomizzazione poiché il cambiamento della temperatura (uno dei miei fattori) dai valori Max a Min richiede tempo. Come affrontare questo problema nel DSD?
grazie in anticipo
Ri: Quale design è più appropriatoUn progetto di screening definitivo è un'ottima possibilità come miglior esperimento iniziale... ma non così veloce. Sono un po' preoccupato per la tua mancanza di fiducia nella scarsità di effetti all'interno del sistema. Il DSD si basa sulla presenza di questa proprietà. Ci sono altre domande a cui non hai ancora risposto. Ad esempio, ci sono restrizioni sulla randomizzazione che potrebbero rendere appropriato il blocco o una progettazione del tipo di trama divisa? Esistono fattori di disturbo che potrebbero essere buoni candidati per covariate o blocchi? La mia ultima domanda è: hai studiato un design ottimale D che sia più basato sul modello rispetto a un DSD? D - i disegni ottimali possono essere utilizzati anche a fini di screening. Forse un modello basato solo sugli effetti principali D - Anche la progettazione ottimale per identificare gli effetti principali attivi potrebbe essere una strada da percorrere? Troppe domande senza risposta... e nessuno può rispondere alla domanda "Oppure il DSD è sufficiente per lo screening e l'ottimizzazione?" domanda. In effetti penso che un modo alternativo per affrontare questo problema sia eseguire il tuo primo progetto... qualunque esso sia... e se i risultati sono sufficienti a risolvere il tuo problema pratico... allora perché procedere con ulteriori sperimentazioni? La mia ipotesi è che ci siano altri problemi/problemi più urgenti che potrebbero essere risolti?
Ri: Quale design è più appropriatoMolte grazie, @P_Bartell E @Mark_Bailey per il tuo feedback
È vero che questa è la mia prima esperienza con DoE ma ho letto parecchio compreso il corso suggerito sulla piattaforma JMP. Come ho detto, il mio obiettivo è ottimizzare la resa della mia estrazione e l'ho fatto 7 fattori continui e 1 fattore discreto. La fattibilità dell'esperienza nello strumento è stata testata a diversi livelli, quindi è stato determinato l'ambito di studio.
La conclusione del mio breve viaggio è come hai detto tu @Mark_Bailey utilizzare un DSD. DSD può anche determinare l'effetto quadratico e posso ottenere un grafico della superficie di risposta e sono necessarie solo 21 esperienze (comprese le 4 esecuzioni suggerite da JMP).
Ma sono un po' perso con il DSD, è solo un progetto di screening e dovrò inoltrare un progetto di superficie di risposta in seguito? Oppure il DSD è sufficiente per lo screening e l’ottimizzazione?
Infatti Non ho idea se più della metà dei miei fattori siano inattivi o meno (il che equivale a essere una condizione per il DSD)
Ri: Quale design è più appropriatoQuando sei pronto (cioè senti che il tuo background è comodo), allora ti consiglio di usare a Progetto di screening definitivo per il tuo primo esperimento per migliorare la resa.
Ri: Quale design è più appropriatoPresumo che tu sappia molto poco e che tu abbia da zero a poca esperienza con DOE. Se la mia presunzione è corretta, farei una pausa e correrei direttamente al corso "Statistiche per la risoluzione dei problemi industriali" di SAS e completerei tutti i moduli relativi all'analisi dei dati e al DOE (e l'intero corso anche se sei nuovo a JMP). Ci sono molte, molte domande che devono essere affrontate prima di selezionare un percorso di progettazione e analisi appropriato... Troppe, secondo me, a cui rispondere in un forum come questo.
Ecco il link al corso: Statistiche per la risoluzione dei problemi industriali