Risposta per esecuzione DOE con ripetizione e distribuzione non normaleCiao a tutti,
Sono un principiante nel campo del DoE e sto provando a usare il modello fattoriale completo 2^3.
alcuni dettagli del mio test sono:
- Tutti e 3 i fattori sono categoriali. Ho 8 run con una combinazione di essi
- La mia risposta è continua con l'obiettivo di minimizzare. Misuro il risultato quando cambio la condizione dei fattori.
- Io uso la ripetizione, per ogni esecuzione costruisco 20 pezzi con gli stessi fattori di impostazione.
Quando inserisco i dati nella tabella dati, ho una grande domanda.
1) C'è solo 1 casella per il risultato della risposta nella tabella dei dati. Normalmente inserisco la media di 20 ripetizioni. Ma la distribuzione di queste 20 non è normale. È lognormale ed estremamente distorta a destra. Quindi quali dati dovrei inserire nei risultati dell'esecuzione? (media o deviazione standard o cosa)
2) Ho provato a inserire la media o la deviazione standard, quindi ad adattare il modello di regressione ai dati. Il risultato è stato pessimo.
È normale se tutti i fattori sono categoriali?
Posso ancora usare il profiler fattoriale nel mio test per avere un giudizio sull'effetto principale e sull'effetto di interazione?
Grazie mille per l'aiuto
Esplorazione e visualizzazione dei datiRe: Risposta per DOE eseguito con ripetizione e distribuzione non normaleLa tabella allegata potrebbe aiutarti a iniziare. Aprilo e fai clic sul segno "+" della colonna Y per vedere la formula che sta generando i valori di risposta. Quindi eseguire a turno ciascuno degli script salvati. Nota che (nel primo script) se hai misurato 20 pezzi per ciascuna combinazione di fattori, devi definire il numero di repliche come 19.
Re: Risposta per DOE eseguito con ripetizione e distribuzione non normaleCiao @Justin_Bui ,
Benvenuto nella Comunità!
Per informazioni sui progetti Full Factorial, puoi consultare la guida di JMP: Disegni fattoriali completi (jmp.com)
Tanto per aggiungere alcune informazioni e spiegazioni al grande lavoro fornito da @ian_jmp :
1) Esistono diverse opzioni per gestire le "ripetizioni" (a seconda che si tratti di repliche o ripetizioni):
- La ripetizione sta effettuando misurazioni di risposte multiple sulla stessa corsa sperimentale , mentre la replica esegue più corse sperimentali per ciascuna combinazione di trattamento.
Nel tuo caso, hai eseguito più volte (20 volte in totale) ogni trattamento dal disegno, quindi sei nella situazione delle repliche. Specificate 19 come numero di repliche: avete eseguito la combinazione di trattamento originale dal progetto, e poi la replicate 19 volte, quindi vi ritroverete con 20 pezzi/esperimenti per trattamento.Quindi qui, aggiungi semplicemente una riga per ogni corsa sperimentale che hai eseguito con la sua risposta, poiché viene eseguita su un pezzo diverso per ogni trattamento del disegno. Non c'è bisogno di aggregare i risultati con una deviazione media o std qui.
2) Per la seconda parte, il tuo modello ha sicuramente bisogno di un "perfezionamento"/miglioramento.
Ad esempio, la tua ultima interazione "Materials*Assy side" non sembra significativa (p-value 0,659 > 0,05), quindi può essere rimossa dal modello. Per avere un esempio su come rimuovere termini non significativi dal tuo modello, controlla Riduci il modello (jmp.com)
Dopo aver introdotto tutte le esecuzioni sperimentali (20 esecuzioni sperimentali per trattamento nel DOE) come righe nel datatable e aver rimosso i termini non significativi, sarà molto più semplice valutare/valutare il modello DoE:
- Hai un modello significativo? Ha senso con la tua esperienza di dominio?
- In che misura i fattori e il modello spiegano la variabilità nelle misurazioni della risposta?
- Ci sono interazioni?
- Quali sono le dimensioni degli effetti dei fattori?
- ...
...e per noi per aiutarti ulteriormente nell'interpretazione, se necessario.
Spero che questa risposta ti possa aiutare,
Re: Risposta per DOE eseguito con ripetizione e distribuzione non normaleNon sono sicuro di aver capito esattamente come si ottengono i 20 pezzi. Sembra che Ian e Victor pensino che i 20 pezzi siano unità sperimentali indipendenti. L'indipendenza deriva dal cambiare le combinazioni di trattamento tra ogni pc che si ottiene per ogni combinazione di trattamento. Questo è considerato replica. Se invece stai impostando un trattamento e ricevi 20 pz senza apportare modifiche alle combinazioni di trattamento, allora hai davvero una sola unità sperimentale composta da 20 pz. Questo è considerato ripetizioni. Nel secondo caso, i pc non sono considerati unità indipendenti e quindi non aumentano la DF dell'esperimento. Al fine di fornire consulenza, questo deve essere chiarito. In base alla tua spiegazione, sembra che tu abbia delle ripetizioni?
Un'altra osservazione dalla tua immagine allegata, ti manca un effetto (interazione del terzo ordine) nel riepilogo dell'effetto.
Re: Risposta per DOE eseguito con ripetizione e distribuzione non normaleSì. Non cambio l'impostazione dei fattori e prendo 20 pezzi per ogni corsa. Quindi passa alla corsa successiva in modo che si ripeta secondo meRe: Risposta per DOE eseguito con ripetizione e distribuzione non normaleGrazie per la tua risposta!
Per prima cosa penso che quello che faccio è ripetere invece di replicare. I 20 pezzi sono stati realizzati senza modifiche di fattori (stesso funzionamento, nessun ripristino).
Guardalo come per ogni corsa, costruisco un lotto di 20 pezzi. E questi 20 pezzi hanno una distribuzione obliqua giusta. Quindi, come posso inserire il risultato nella mia tabella di dati?
Riguardo alla seconda risposta, capisco che dovremmo rimuovere dal modello fattori o interazioni non significativi. Ma per tutti i fattori che ho. Niente è significativo.
Ma con un approccio descrittivo vedo chiaramente alcuni cambiamenti nel test.
Re: Risposta per DOE eseguito con ripetizione e distribuzione non normaleGrazie per la tua risposta
Ma è davvero replicare?
Quello che faccio è per ogni corsa, ho creato un batch con 20 pezzi. Nessun fattore di modifica o ripristino.
Dopo aver terminato questo lotto, passo alla corsa successiva con un nuovo lotto da 20 pezzi.
Ad ogni corsa ho osservato che le distribuzioni dei campioni sono asimmetriche. Ma la media e la deviazione standard cambiano. Immagino che ci siano fattori significativi che hanno creato questa osservazione. Ma il modello mostra che nessun fattore è significativo (valore p).
Al contrario. Quando si guarda al factor profiler. Vedo le piste e corrisponde alla mia ipotesi su quali fattori siano importanti.
Allora non so come trarre una conclusioneRe: Risposta per DOE eseguito con ripetizione e distribuzione non normaleOk, allora hai ragione si ripete, non si replica poiché non c'è randomizzazione.
La tua idea di avere i risultati attraverso la media e lo std dev sembra una buona idea. A seconda della distribuzione della tua risposta (e in base a ciò che ha senso per te a livello pratico), puoi sostituire la media con la mediana (o modalità) e std dev con la varianza o l'intervallo (max - min). Da allora avresti due risposte da ottimizzare:
Con la media/mediana/modalità, puoi raggiungere il tuo obiettivo/ridurre al minimo/massimizzare (a seconda del tuo obiettivo).
Per la dispersione dei risultati (Std Dev, Variance o Range), il tuo obiettivo sarà quello di minimizzare (ma magari con un'importanza minore), in modo da trovare una risposta ottimizzata con la massima certezza della sua ripetibilità.
Altre opzioni potrebbero essere trasformare la tua risposta (da lognormale a normale) o utilizzare la regressione lineare generalizzata con il giusto tipo di distribuzione o provare a eseguire il bootstrap della media e dello std dev di ogni trattamento grazie ai tuoi 20 esperimenti per combinazione di trattamento.
Se non hai significatività statistica ma il tuo modello ha ancora rilevanza pratica, questo è già interessante e un buon segno. Anche se il modello qui non è significativo, spieghi l'88% della variabilità nel tuo sistema attraverso il modello e i fattori utilizzati.
Spero che ti possa aiutare,
Re: Risposta per DOE eseguito con ripetizione e distribuzione non normaleCome pensavo, hai delle ripetizioni. Io farei quanto segue:
1. Per prima cosa imposta la tabella dei dati in modo da avere le Combinazioni di trattamento raggruppate (dovrebbero esserci 20 righe per ciascuna combinazione di trattamento, per un totale di 160 righe) e 1 colonna per la variabile di risposta (le 20 ripetizioni dovrebbero corrispondere alle 20 righe per ogni combinazione di trattamento). Se avevi i 20 punti dati per ogni trattamento come colonne separate nella tabella dei dati, quindi impila semplicemente quelle colonne.
2. Tracciare i dati all'interno del trattamento. È possibile utilizzare la variabile (Analizza>Qualità e processo>Grafico di variabilità/attributo) o Generatore di grafici. Se il grafico della variabilità, utilizzare l'ordine di esecuzione o la combinazione di trattamento nella X, Raggruppamento. Puoi anche tracciare le distribuzioni all'interno del trattamento (Analizza>Distribuzione (Per trattamento). Guarda i dati. Ci sono punti dati insoliti? In caso contrario, sarà necessario determinare quali statistiche enumerative descrivono meglio la tendenza centrale e la variazione di tali distribuzioni.
3. Riassumere la variazione all'interno del trattamento (dovuta alle ripetizioni: da pc a pc, all'interno di pc e componenti di errore di misurazione). Tabella>Riepilogo> evidenzia la Y e seleziona le statistiche appropriate dal menu a discesa Statistiche (probabilmente selezionerai più statistiche)>Inserisci le colonne dei fattori nella finestra Gruppo. Questo ti riporterà agli 8 trattamenti con statistiche riassuntive per ogni trattamento.
4. Esegui la tua analisi dell'esperimento Sempre pratico>Grafico>Quantitativo. I dati hanno un senso? Come si confronta con le tue previsioni, le tue ipotesi? La Y è cambiata di significato pratico? Il modo in cui analizzi i dati è una scelta personale. Suggerisco di saturare il modello e ottenere grafici Normal, Pareto e Bayes per analizzare i progetti non replicati (ad esempio, Analizza>Adatta modello). Identificare gli effetti insignificanti e rimuoverli dal modello, quindi rieseguire l'analisi per ottenere grafici residui.
