Réponse pour l'exécution DOE avec répétition et distribution non normaleSalut tout le monde,
Je suis débutant en DoE et j'essaie d'utiliser la conception factorielle complète 2^3.
voici quelques détails de mon test :
- Les 3 facteurs sont catégoriques. J'ai 8 pistes avec une combinaison de ceux-ci
- Ma réponse est continue avec pour objectif de minimiser. Je mesure le résultat en changeant les facteurs de condition.
- J'utilise la répétition, pour chaque exécution j'ai construit 20 pièces pour le même réglage de facteurs.
Lors de la saisie des données dans la table de données, j'ai une grande question.
1) Il n'y a qu'une seule case pour le résultat de la réponse dans le tableau de données. Normalement, je mettrai la moyenne de la répétition de 20 pièces. Mais la distribution de ces 20 pièces n'est pas normale. Elle est log-normale et extrêmement asymétrique à droite. Alors, quelles données dois-je mettre dans les résultats de l'exécution ? (moyenne ou écart type ou quoi)
2) J'ai essayé de mettre la moyenne ou l'écart type, puis d'ajuster le modèle de régression aux données. Cela montre un très mauvais ajustement.
Est-ce normal si vos facteurs sont tous catégoriques ?
Puis-je toujours utiliser un profileur factoriel avec mon test pour avoir une idée de l'effet principal et de l'effet d'interaction ?
Merci beaucoup pour votre aide
Exploration et visualisation des donnéesRe : Réponse pour l'exécution du DOE avec répétition et distribution non normaleLe tableau ci-joint peut vous aider à démarrer. Ouvrez-le et cliquez sur le signe '+' de la colonne Y pour voir la formule qui génère les valeurs de réponse. Exécutez ensuite tour à tour chacun des scripts enregistrés. Notez que (dans le premier script) si vous avez mesuré 20 pièces pour chaque combinaison de facteurs, vous devez définir le nombre de répétitions à 19.
Re : Réponse pour l'exécution du DOE avec répétition et distribution non normaleBonjour @Justin_Bui ,
Bienvenue dans la Communauté !
Pour plus d'informations sur les plans factoriels complets, vous pouvez consulter l'aide de JMP : Plans factoriels complets (jmp.com)
Juste pour ajouter quelques informations et explications à l'excellent travail fourni par @ian_jmp :
1) Il existe plusieurs options pour gérer les "répétitions" (selon s'il s'agit de répétitions ou de répétitions) :
- La répétition consiste à effectuer des mesures de réponse(s) multiple(s) sur le même cycle expérimental , tandis que la réplication effectue plusieurs essais expérimentaux pour chaque combinaison de traitement.
Dans votre cas, vous avez fait plusieurs fois (20 fois au total) chaque traitement du design, vous êtes donc dans la situation des répliques. Vous spécifiez 19 comme nombre de répétitions : vous avez effectué la combinaison de traitement d'origine à partir de la conception, puis vous l'avez reproduite 19 fois, vous vous retrouvez donc avec 20 pièces/expériences par traitement.Donc ici, il vous suffit d'ajouter une ligne pour chaque essai expérimental que vous avez fait avec sa réponse, puisqu'il est fait sur une pièce différente pour chaque traitement du design. Pas besoin d'agréger les résultats avec une moyenne ou un écart type ici.
2) Pour la deuxième partie, votre modèle a certainement besoin d'être "affiné"/amélioré.
Par exemple, votre dernière interaction "Materials*Assy side" ne semble pas significative (p-value 0,659 > 0,05), elle peut donc être supprimée du modèle. Pour avoir un exemple sur la façon de supprimer les termes non significatifs de votre modèle, veuillez vérifier Réduire le modèle (jmp.com)
Une fois que vous avez introduit tous vos runs expérimentaux (20 runs expérimentaux par traitements dans le DOE) sous forme de lignes dans votre table de données et supprimé les termes non significatifs, il vous sera beaucoup plus facile d'évaluer le modèle DoE :
- Avez-vous un modèle significatif ? Cela a-t-il un sens avec votre expertise dans le domaine ?
- Dans quelle mesure les facteurs et le modèle expliquent-ils la variabilité de vos mesures de réponse ?
- Y a-t-il des interactions ?
- Quelles sont les tailles d'effet des facteurs ?
- ...
...et à nous de vous aider davantage dans l'interprétation si besoin.
En espérant que cette réponse vous aidera,
Re : Réponse pour l'exécution du DOE avec répétition et distribution non normaleJe ne suis pas sûr de comprendre exactement comment les 20 pièces sont obtenues. Il semble que Ian et Victor pensent que les 20 pièces sont des unités expérimentales indépendantes. L'indépendance vient du changement des combinaisons de traitement entre chaque pc qui est obtenu pour chaque combinaison de traitement. Ceci est considéré comme une réplication. Si toutefois vous mettez en place un traitement et obtenez 20 pcs sans apporter de modifications aux combinaisons de traitement, alors vous n'avez vraiment qu'une seule unité expérimentale composée de 20 pcs. Ceci est considéré comme des répétitions. Dans le second cas, les pcs ne sont pas considérés comme des unités indépendantes et n'augmentent donc pas le DF de l'expérience. Afin de fournir des conseils, cela doit être clarifié. Sur la base de votre explication, il semble que vous ayez des répétitions ?
Une autre observation de votre image jointe, il vous manque un effet (interaction de troisième ordre) dans votre résumé d'effet.
Re : Réponse pour l'exécution du DOE avec répétition et distribution non normaleOui. Je ne change pas le réglage des facteurs et prends 20 pièces pour chaque course. Ensuite, passez à la prochaine course, donc c'est répété à mon avisRe : Réponse pour l'exécution du DOE avec répétition et distribution non normaleMerci pour votre réponse!
D'abord, je pense que ce que je fais est de répéter au lieu de répliquer. Les 20 pièces ont été fabriquées sans changement de facteurs (même cycle - pas de réinitialisation).
Voyez-le comme pour chaque course, je construis un lot de 20 pièces. Et ces 20 pièces ont une distribution asymétrique à droite. Alors, comment puis-je placer le résultat dans ma table de données ?
À propos de la deuxième réponse, je comprends que nous devrions supprimer le facteur ou l'interaction non significatif du modèle. Mais pour tous les facteurs que j'ai. Rien n'est significatif.
Mais avec une approche descriptive, je vois clairement des changements dans le test.
Re : Réponse pour l'exécution du DOE avec répétition et distribution non normaleMerci pour votre réponse
Mais est-ce vraiment une réplique ?
Ce que je fais, c'est pour chaque exécution, j'ai construit un lot avec 20 pièces. Aucun facteur de modification ou de réinitialisation.
Après avoir terminé ce lot, je passe à la prochaine exécution avec un nouveau lot de 20 pièces.
À chaque exécution, j'ai observé que les distributions d'échantillons étaient asymétriques à droite. Mais la moyenne et l'écart type changent. Je suppose qu'il y a des facteurs importants à l'origine de cette observation. Mais le modèle montre qu'aucun facteur n'est significatif (valeur de p).
Au contraire de. Lorsque vous regardez le profileur de facteurs. Je vois les pentes et cela correspond à ma supposition sur les facteurs importants.
Alors je ne sais pas comment tirer une conclusionRe : Réponse pour l'exécution du DOE avec répétition et distribution non normaleOk, alors vous avez raison, ce sont des répétitions, pas des répliques puisqu'il n'y a pas de randomisation.
Votre idée d'avoir les résultats à travers la moyenne et le développement standard semble une bonne idée. En fonction de votre distribution de réponse (et en fonction de ce que cela a de sens pour vous sur le plan pratique), vous pouvez remplacer la moyenne par la médiane (ou le mode) et l'écart type par la variance ou la plage (max - min). Dès lors vous auriez deux réponses à optimiser :
Avec la moyenne/médiane/mode, vous pouvez atteindre votre cible/minimiser/maximiser (selon votre objectif).
Pour la dispersion des résultats (Std Dev, Variance ou Range), votre objectif sera de minimiser (mais peut-être avec une moindre importance), afin de trouver une réponse optimisée avec la meilleure certitude sur sa répétabilité.
D'autres options pourraient être de transformer votre réponse (de lognormal à normal), ou d'utiliser la régression linéaire généralisée avec le bon type de distribution, ou d'essayer d'amorcer la moyenne et l'écart type de chaque traitement grâce à vos 20 expériences par combinaison de traitement.
Si vous n'avez pas de signification statistique mais que votre modèle a toujours une pertinence pratique, c'est déjà intéressant et bon signe. Même si le modèle ici n'est pas significatif, vous expliquez 88 % de la variabilité de votre système par le modèle et les facteurs utilisés.
En espérant que cela vous aidera,
Re : Réponse pour l'exécution du DOE avec répétition et distribution non normaleComme je le pensais, vous avez des répétitions. Je ferais la chose suivante :
1. Configurez d'abord votre tableau de données de manière à regrouper les combinaisons de traitement (il doit y avoir 20 lignes pour chaque combinaison de traitement, un total de 160 lignes) et 1 colonne pour la variable de réponse (les 20 répétitions doivent correspondre aux 20 lignes pour chaque combinaison de traitement). Si vous aviez les 20 points de données pour chaque traitement sous forme de colonnes distinctes dans votre tableau de données, empilez simplement ces colonnes.
2. Représentez graphiquement les données intra-traitement. Vous pouvez utiliser le Variabilité (Analyze>Quality and Process>Variability/Attribute Gauge Chart) ou le Graph Builder. S'il s'agit d'un tableau de variabilité, utilisez l'ordre d'exécution ou la combinaison de traitement dans le X, Regroupement. Vous pouvez également tracer les distributions au sein du traitement (Analyze>Distribution (By treatment). Regardez les données. Y a-t-il des points de données inhabituels ? Si ce n'est pas le cas, vous devrez déterminer quelles statistiques énumératives décrivent le mieux la tendance centrale et la variation de ces distributions.
3. Résumez la variation intra-traitement (due aux répétitions : pc à pc, intra pc et composantes d'erreur de mesure). Tableau> Résumé> mettez en surbrillance le Y et sélectionnez les statistiques appropriées dans le menu déroulant Statistiques (vous sélectionnerez probablement plusieurs statistiques)> Placez les colonnes de facteurs dans la fenêtre Groupe. Cela vous ramènera aux 8 traitements avec des statistiques récapitulatives pour chaque traitement.
4. Effectuez votre Analyse de l'expérience Toujours Pratique>Graphique>Quantitatif. Les données ont-elles un sens ? Comment cela se compare-t-il à vos prédictions, à vos hypothèses ? Le Y a-t-il changé d'importance pratique ? La façon dont vous analysez les données est un choix personnel. Je suggère de saturer le modèle et d'obtenir des diagrammes Normal, Pareto et Bayes pour analyser les conceptions non répliquées (par exemple, Analyser> Ajuster le modèle). Identifiez les effets non significatifs et supprimez-les du modèle, puis relancez l'analyse pour obtenir des tracés résiduels.
