Combinazioni e vincoli non consentitiCIAO,
Nel mio design DOE personalizzato. Se alcune combinazioni sono fattibili, ma in base alla letteratura non saranno altrettanto efficaci, dovrei renderle una combinazione non consentita? Avrà qualche impatto negativo sulla progettazione o sull'analisi se escludo la combinazione?
Cioè. Su sette fattori, si dice che due fattori (livello 0 e 1) funzionino meglio insieme piuttosto che da soli, esiste un impatto negativo nell'escludere le combinazioni di (0,1) e (1,0)?
Supponendo di eseguire abbastanza esecuzioni per ottenere una varianza di previsione <1.
Grazie!
Progettazione di esperimentiRe: Combinazioni e vincoli non consentitiMi sono imbattuto ancora una volta in questo argomento! Quindi devo non consentire determinate combinazioni, MA diminuisce in modo significativo la varianza e la potenza della previsione. Allora come posso aggirare questo problema? Come potrò fidarmi dei risultati se la potenza è così bassa e la varianza della previsione elevata?
Re: Combinazioni e vincoli non consentitiPresumo che tutti i fattori siano continui, inclusa la scala. In questo caso è possibile utilizzare un vincolo lineare. Utilizzare una semplice combinazione fattoriale dei fattori. Ad esempio, con solo due fattori coinvolti, definiresti i punti finali, ad esempio (0,1) e (1,0). Quei due punti definiscono una linea, un confine, di cui vuoi restare da un lato. Puoi ottenere i coefficienti di cui hai bisogno adattando un modello lineare. Estendi questo approccio a tre fattori.
Re: Combinazioni e vincoli non consentitiEcco un altro pensiero su un argomento simile. Ad esempio, per due fattori diversi, non è fattibile su vasta scala eseguirli insieme ed è possibile eseguirli solo come (0,1) o (1,0). Tuttavia, è possibile analizzare questi due fattori insieme su piccola scala (1,1). Se vincolo il progetto a non consentire (1,1), aumenta la varianza della previsione. Quindi ha senso includere la combinazione (1,1) nel progetto di screening poiché lo eseguirò su piccola scala, giusto?
Re: Combinazioni e vincoli non consentitiCiò ha senso. Grazie!
Re: Combinazioni e vincoli non consentitiHai detto, " Se alcune combinazioni sono fattibili, ma in base alla letteratura non saranno altrettanto efficaci, dovrei renderle una combinazione non consentita? " Questa domanda dimostra che hai una mentalità di "prova", non una mentalità di "sperimentazione". Un test fornisce una risposta. Un esperimento fornisce un modello (molte risposte). Non è una questione di "giusto o sbagliato". È questione di avere ben chiaro il tuo scopo. Entrambe le mentalità potrebbero essere giuste a seconda del tuo obiettivo. Puoi continuare a testare finché non trovi ciò che desideri ("prove ed errori") oppure puoi eseguire un esperimento progettato, adattare un modello e utilizzare il modello per esplorare lo spazio per trovare ciò che desideri.
Si aggiungono vincoli quando alcune condizioni nello spazio di progettazione regolare sono impossibili, pericolose o cambierebbero il fenomeno in studio. Altrimenti, vuoi osservare l'intero spazio di progettazione nel modo più efficiente ed efficace possibile. Perché vuoi stimare i parametri del modello.
Un buon esperimento susciterà risposte sia buone che cattive. In questo modo, hai un modello realistico in grado di prevedere l’intera gamma di risultati.
Hai detto, " Su sette fattori, si dice che due fattori (livello 0 e 1) funzionino meglio insieme piuttosto che da soli. " Questa osservazione indica che un effetto di interazione è importante nella risposta. Eliminazione le combinazioni di (0,1) e (1,0) renderanno impossibile modellare tale interazione. Senza tali combinazioni i dati saranno privi delle informazioni necessarie.
