Respuesta para ejecución DOE con repetición y distribución no normalHola a todos,
Soy novato en DoE y estoy tratando de usar el diseño factorial completo 2^3.
Algunos detalles de mi prueba son:
- Los tres factores son categóricos. Tengo 8 carreras con una combinación de ellos.
- Mi respuesta es continua con el objetivo de minimizar. Mido el resultado al cambiar la condición de los factores.
- Utilizo la repetición, para cada ejecución construyo 20 piezas para la misma configuración de factores.
Al introducir datos en la tabla de datos, tengo una pregunta importante.
1) Solo hay un cuadro para el resultado de la respuesta en la tabla de datos. Normalmente, pongo la media de 20 repeticiones, pero la distribución de estas 20 repeticiones no es normal. Es lognormal y extremadamente sesgada hacia la derecha. Entonces, ¿qué datos debo poner en los resultados de la ejecución? (media, desviación estándar o qué)
2) Intenté poner la media o la desviación estándar y luego ajustar el modelo de regresión a los datos. Muestra un ajuste muy malo.
¿Es eso normal si todos tus factores son categóricos?
¿Puedo seguir usando el generador de perfiles factoriales con mi prueba para tener algún juicio sobre el efecto principal y el efecto de interacción?
Muchas gracias por ayudarme
Exploración y visualización de datosRe: Respuesta para ejecución DOE con repetición y distribución no normalLa tabla adjunta puede ayudarlo a comenzar. Ábralo y haga clic en el signo '+' de la columna Y para ver la fórmula que genera los valores de respuesta. Luego ejecute cada uno de los scripts guardados por turno. Tenga en cuenta que (en el primer guión) si ha medido 20 piezas para cada combinación de factores, debe definir el número de repeticiones como 19.
Re: Respuesta para ejecución DOE con repetición y distribución no normalHola @Justin_Bui ,
¡Bienvenido a la Comunidad!
Para obtener información sobre los diseños factoriales completos, puede consultar la ayuda de JMP: Diseños factoriales completos (jmp.com)
Solo para agregar información y explicaciones al gran trabajo proporcionado por @ian_jmp :
1) Hay varias opciones para lidiar con las "repeticiones" (dependiendo de si se trata de repeticiones o repeticiones):
- La repetición consiste en realizar mediciones de múltiples respuestas en la misma ejecución experimental , mientras que la replicación consiste en realizar múltiples corridas experimentales para cada combinación de tratamientos.
En tu caso, has hecho varias veces (20 veces en total) cada tratamiento del diseño, por lo que estás en situación de réplicas. Especifica 19 como su número de réplicas: ha realizado la combinación de tratamiento original del diseño y luego la ha replicado 19 veces, por lo que termina con 20 piezas/experimentos por tratamiento.Así que aquí, simplemente agregue una fila para cada ejecución experimental que haya realizado con su respuesta, ya que se realiza en una pieza diferente para cada tratamiento del diseño. No es necesario agregar los resultados con una media o una desviación estándar aquí.
2) Para la segunda parte, su modelo ciertamente necesita algo de "refinamiento"/mejora.
Por ejemplo, su última interacción "Materiales*Assy side" no parece significativa (valor p 0,659 > 0,05), por lo que puede eliminarse del modelo. Para ver un ejemplo de cómo eliminar términos no significativos de su modelo, consulte Reducir el modelo (jmp.com)
Una vez que haya introducido todas sus ejecuciones experimentales (20 ejecuciones experimentales por tratamientos en el DOE) como filas en su tabla de datos y haya eliminado los términos no significativos, le resultará mucho más fácil evaluar/evaluar el modelo DoE:
- ¿Tienes un modelo importante? ¿Tiene sentido con su experiencia en el dominio?
- ¿En qué medida los factores y el modelo explican la variabilidad en las medidas de su respuesta?
- ¿Hay interacciones?
- ¿Cuáles son los tamaños del efecto de los factores?
- ...
...y para que podamos ayudarlo más en la interpretación si es necesario.
Espero que esta respuesta te ayude,
Re: Respuesta para ejecución DOE con repetición y distribución no normalNo estoy seguro de entender exactamente cómo se obtienen las 20 piezas. Parece que Ian y Victor piensan que las 20 piezas son unidades experimentales independientes. La independencia viene de cambiar las combinaciones de tratamientos entre cada pc que se obtiene para cada combinación de tratamientos. Esto se considera replicación. Sin embargo, si está configurando un tratamiento y obtiene 20 unidades sin realizar ningún cambio en las combinaciones de tratamientos, entonces solo tiene una unidad experimental que consta de 20 unidades. Esto se considera repeticiones. En el segundo caso, las pcs no se consideran unidades independientes y por tanto no aumentan el DF del experimento. Con el fin de proporcionar asesoramiento, esto debe aclararse. Según tu explicación, ¿parece que tienes repeticiones?
Otra observación de su imagen adjunta, le falta un efecto (interacción de tercer orden) en su resumen de efectos.
Re: Respuesta para ejecución DOE con repetición y distribución no normalSí. No cambio la configuración de los factores y tomo 20 piezas para cada ejecución. Luego pasa a la siguiente ejecución para que se repita en mi opinión.Re: Respuesta para ejecución DOE con repetición y distribución no normal¡Gracias por tu respuesta!
Primero creo que lo que hago es repetir en lugar de replicar. Las 20 piezas se realizaron sin cambios de factores (la misma ejecución, sin reinicio).
Solo míralo como para cada ejecución, construyo un lote de 20 piezas. Y estas 20 piezas tienen una distribución sesgada a la derecha. Entonces, ¿cómo puedo colocar el resultado en mi tabla de datos?
Acerca de la segunda respuesta, entiendo que debemos eliminar del modelo el factor o la interacción no significativos. Pero por todos los factores que tengo. Nada es significativo.
Pero con un enfoque descriptivo veo claramente algunos cambios en la prueba.
Re: Respuesta para ejecución DOE con repetición y distribución no normalGracias por tu respuesta
¿Pero es eso realmente una réplica?
Lo que hago es para cada ejecución, construí un lote con 20 piezas. Sin factores de cambio o reinicio.
Después de terminar este lote, paso a la siguiente ejecución con un nuevo lote de 20 piezas.
Con cada ejecución, observé que las distribuciones de las muestras están sesgadas a la derecha. Pero la media y la desviación estándar cambian. Supongo que hay factores importantes que crearon esta observación. Pero el modelo muestra que ningún factor es significativo (valor p).
Por el contrario. Al mirar el perfilador de factores. Veo las pendientes y coincide con mi conjetura sobre qué factores son importantes.
Entonces no sé cómo llegar a una conclusión.Re: Respuesta para ejecución DOE con repetición y distribución no normalOk, entonces tienes razón, son repeticiones, no réplicas, ya que no hay aleatorización.
Su idea de tener los resultados a través de la media y la desviación estándar parece una buena idea. Según la distribución de su respuesta (y según lo que tenga sentido para usted en un nivel práctico), puede reemplazar la media por la mediana (o la moda) y la desviación estándar por la varianza o el rango (máximo - mínimo). A partir de entonces, tendría dos respuestas para optimizar:
Con la media/mediana/moda, puede alcanzar su objetivo/minimizar/maximizar (dependiendo de su objetivo).
Para la dispersión de resultados (Std Dev, Variance o Range), su objetivo será minimizar (pero quizás con una importancia menor), para encontrar una respuesta optimizada con la mayor certeza sobre su repetibilidad.
Otras opciones podrían ser transformar su respuesta (de lognormal a normal), o usar la regresión lineal generalizada con el tipo correcto de distribución, o intentar arrancar la media y la desviación estándar de cada tratamiento gracias a sus 20 experimentos por combinación de tratamiento.
Si no tiene significancia estadística pero su modelo aún tiene relevancia práctica, esto ya es interesante y una buena señal. Incluso si el modelo aquí no es significativo, usted explica el 88 % de la variabilidad en su sistema a través del modelo y los factores utilizados.
Espero que te ayude,
Re: Respuesta para ejecución DOE con repetición y distribución no normalComo pensaba, tienes repeticiones. Yo haría lo siguiente:
1. Primero configure su tabla de datos para que tenga las combinaciones de tratamiento agrupadas (debe haber 20 filas de cada combinación de tratamiento, un total de 160 filas) y 1 columna para la variable de respuesta (las 20 repeticiones deben corresponder a las 20 filas para cada combinación de tratamientos). Si tenía los 20 puntos de datos para cada tratamiento como columnas separadas en su tabla de datos, simplemente apile esas columnas.
2. Grafique los datos del tratamiento interno. Puede utilizar la Variabilidad (Analizar>Calidad y proceso>Gráfico de indicadores de variabilidad/atributos) o el Generador de gráficos. Si es Gráfica de variabilidad, utilice el orden de ejecución o la combinación de tratamientos en la X, Agrupación. También puede trazar las distribuciones dentro del tratamiento (Analizar>Distribución (Por tratamiento). Mira los datos. ¿Hay puntos de datos inusuales? De lo contrario, deberá determinar qué estadísticas enumerativas describen mejor la tendencia central y la variación de esas distribuciones.
3. Resuma la variación dentro del tratamiento (debido a las repeticiones: componentes de PC a PC, dentro de PC y error de medición). Tabla>Resumen> resalte la Y y seleccione las estadísticas apropiadas del menú desplegable Estadísticas (probablemente seleccione varias estadísticas)>Coloque las columnas de factores en la ventana Grupo. Esto lo llevará de regreso a los 8 tratamientos con estadísticas resumidas para cada tratamiento.
4. Realiza tu Análisis del experimento Siempre Práctico>Gráfico>Cuantitativo. ¿Tienen sentido los datos? ¿Cómo se compara con sus predicciones, sus hipótesis? ¿La Y cambió de algún significado práctico? Cómo analiza los datos es una elección personal. Sugiero saturar el modelo y obtener diagramas normales, de Pareto y Bayes para analizar diseños no replicados (p. ej., Analizar>Modelo ajustado). Identifique los efectos insignificantes y elimínelos del modelo, luego vuelva a ejecutar el análisis para obtener gráficas residuales.
