¿Puedo eliminar un experimento de DSD?Quiero usar DSD para investigar 7 parámetros con 24 experimentos. Sin embargo, solo puedo ejecutar 21 o 25 experimentos. Tengo 24 dispositivos experimentales, así que quiero usarlos todos. ¿Puedo diseñar 25 experimentos, pero solo ejecutar 24? He observado que si elimino uno de los experimentos, no puedo ajustar el modelo definitivo. ¿Puedo usar el método paso a paso para ajustar el modelo?
Existe otro caso: ¿cómo ejecutar el modelo si fallamos en una prueba? Repetir el experimento fallido requiere mucho tiempo, lo cual representa un gran obstáculo para nuestro equipo al usar DSD.
Muchas gracias por tu ayuda.
Modelado estadístico avanzadoDiseño de experimentosRe: ¿Puedo eliminar un experimento de DSD?En mi opinión, esto sería como si una ejecución de las 25 fuera una ejecución fallida. Es posible que no pueda usar el modelo definitivo de ajuste, pero ciertamente podría modelar su diseño usando otros métodos.
Ojalá tengas material para verificar el modelo.
Re: ¿Puedo eliminar un experimento de DSD?Hola @JMPLearner_2022 ,
la respuesta de @louv es muy bueno.
Solo para agregar un poco más de preguntas sobre su caso y algunas soluciones:
- ¿Intentaste generar varios tipos de diseños para compararlos según tu target? Tal vez los diseños óptimos (como los diseños Alias-Optimal, con interacciones y términos de efectos cuadráticos estimados fijados como "si es posible") podrían ser una buena opción, ofreciendo más flexibilidad para el modelado y la cantidad de experimentos a realizar.
- Otra opción sería generar el DSD de 21 ejecuciones, pero agregar 3 ejecuciones repetidas aleatorias (¿y/o puntos centrales?) para tener las 24 ejecuciones que le gustaría tener.
- Eliminar un experimento de su DSD de 25 ejecuciones sin duda le hará perder algo de optimización, potencia estadística y precisión de las estimaciones de parámetros, pero como usted y louv indicaron, el uso de otras técnicas de modelado podría ayudarlo a analizar sus resultados de DoE.
Para estas tres opciones, le recomiendo que verifique y compare los diferentes diseños utilizando la plataforma "Comparar diseños" en el menú "DoE -> Diagnóstico de diseño". Esto lo ayudará a tomar la mejor decisión según sus limitaciones y su presupuesto experimental.
Una última idea para aprovechar al máximo los resultados de DoE (incluso en el caso de que falte una ejecución) sería usar SVEM para obtener la mayor precisión posible en las estimaciones de parámetros. Puede ver la presentación de Simon Stelzig presentando algunos casos con diferentes diseños incompletos, pero obteniendo modelos relevantes e interesantes con el uso de SVEM aquí: SVEM (Modelado de conjuntos autovalidado): un camino hacia DOE con modelos complejos... - Comunidad de usuarios de JMP
Espero que esto te ayudará,
Re: ¿Puedo eliminar un experimento de DSD?Hola @Víctor & @louv , Muchas gracias por tu rápida respuesta.
Como dijiste, puedo elegir 21 ejecuciones más 3 réplicas para que se ajusten a nuestros 24 dispositivos. También comparé otros métodos, pero descubrí que DSD es la mejor solución. El diseño personalizado necesita al menos dos bloques para investigar el efecto principal y la interacción parcial y la curvatura, lo que no es bueno si se compara con el cribado tradicional primero y luego con la optimización. El beneficio es que si solo tres factores son significativos en el modelo, puedo ajustar los datos con el efecto principal, la interacción y la curvatura. Mi única preocupación es que el poder en el término de curvatura no es lo suficientemente alto (= 0.264), ¿debería aumentar el experimento o es suficiente?
Muchas gracias por tus respuestas de nuevo.
Re: ¿Puedo eliminar un experimento de DSD?Hola @JMPLearner_2022 ,
Para obtener detalles sobre el poder, puede volver a leer las respuestas. @Phil_Kay y te he dado en un tema anterior: Resuelto: ¿Debo considerar el análisis de potencia en DOE? - Comunidad de usuarios de JMP
En su caso específico, es normal tener una potencia más baja para los efectos cuadráticos que para los efectos principales en un DSD, pero es difícil saber si es "lo suficientemente alto".
Mi consejo práctico sería:
- Ejecute su diseño original y haga el modelado,
- Prepare y ejecute algunos puntos de validación (con configuraciones no probadas completamente en el DoE, en un área de interés, por ejemplo). Estos puntos de validación pueden ser parte del diseño aumentado (= algunos de los nuevos puntos recomendados por JMP cuando aumenta su diseño original), para no perder tiempo o presupuesto experimental.
- Compare los valores reales con los valores predichos en sus puntos de validación. ¿El modelo parece ser adecuado para su sistema? ¿El modelo es adecuado para su objetivo/propósito?
Si su presupuesto inicial es de 24 ejecuciones, tal vez un buen compromiso sería ejecutar el DSD completo de 21 ejecuciones propuesto por JMP y 3 puntos del DSD aumentado como puntos de validación, para verificar si el primer modelo es suficiente para sus necesidades.
Espero que te ayude,
