Personnalisez le modèle de surface de réponse en sélectionnant un nombre étrange autre que le niveau inférieur/centre/supérieur.Salut tout le monde,
J'ai exécuté un premier DSD et j'essaie maintenant de faire un suivi avec une conception personnalisée avec un terme d'interaction imitant RSM.
J'ai défini la plage des limites inférieure et supérieure de chaque facteur, sauf "facteurs fixes", comme vous pouvez le voir ci-dessous, et j'ai ajouté quelques termes d'interaction.
Ensuite, j'ai réalisé le design sans points centraux/réplications avec I-optimalité, ce qui a créé 15 traitements par défaut.
La plupart des valeurs générées sur chaque niveau de facteur sont attendues. Cependant, je vois deux niveaux qui ne sont ni limite supérieure/inférieure ni valeur centrale sur le troisième facteur (F3). Vous pouvez voir une valeur non entière (16,05 et 14,05) ci-dessous.
Est-ce que quelqu'un sait pourquoi j'obtiens ces chiffres ? Quelle est la raison théorique derrière cela et existe-t-il un moyen de le forcer à devenir une valeur entière qui se trouve soit à l'extrémité supérieure/inférieure, soit au point central ?
Conception d'expériencesRe : Personnaliser le modèle de surface de réponse en sélectionnant un nombre étrange autre que le niveau inférieur/centre/supérieur.Merci pour la clarification.
Vous pouvez utiliser une fonctionnalité du Prediction Profiler pour une conception de processus robuste qui n'est pas disponible lorsqu'elle est utilisée dans une plateforme d'adaptation. Enregistrez le modèle en tant que formule de colonne. Sélectionner Graphique > Profileur . Attribuez des facteurs difficiles à contrôler au rôle Facteur de bruit. Le profileur maximisera simultanément l’opportunité des réponses et minimisera la dérivée première des réponses.
Re : Personnaliser le modèle de surface de réponse en sélectionnant un nombre étrange autre que le niveau inférieur/centre/supérieur.@Mark_Bailey
Je pense que je n'ai pas précisé pourquoi je voulais garder ces deux-là dans les modèles.
Ils sont insensibles aux changements dans la région « où les réponses semblent optimisées ». Ils peuvent donc être supprimés pour optimiser les réponses.
Cependant, ils ont des effets significatifs sur les réponses « lorsque les réponses ne sont pas optimisées ». Donc, en termes d'objectif de création de modèles (alias Augment Design), je souhaite inclure ces facteurs.
Je suis presque sûr de pouvoir trouver des conditions optimales et robustes dans lesquelles les réponses sont optimisées sans Augment Design. Cependant, après discussion avec des experts comme vous, j'ai décidé de prendre du recul et d'essayer de mieux comprendre le modèle en utilisant Augment Design. Merci pour toute votre aide et votre soutien !
Re : Personnaliser le modèle de surface de réponse en sélectionnant un nombre étrange autre que le niveau inférieur/centre/supérieur.Pourquoi conserver ces deux facteurs dans le modèle et le nouveau design ? Vous pouvez également supprimer des facteurs lorsque vous augmentez si le dépistage les trouve parmi les « nombreux insignifiants », et non parmi les « quelques-uns vitaux ».
Certaines caractéristiques du DOE sont l’efficacité, l’économie et l’apprentissage rapide. Le résultat est un modèle qui, espérons-le, jouira d’une vie longue et productive à votre service. L'investissement en vaut la peine. @statman a professé la nécessité et l’avantage de l’itération dans le processus d’apprentissage. Alors filtrez, augmentez, optimisez et vérifiez. Vous avez cependant raison : ce flux de travail quotidien comporte une myriade de variations qui dépendent de la situation.
Continuez à poser des questions.
Re : Personnaliser le modèle de surface de réponse en sélectionnant un nombre étrange autre que le niveau inférieur/centre/supérieur.Salut @statman et @Mark_Bailey
Merci d'avoir offert une philosophie perspicace et une aide pratique concernant RSM ou DOE en général.
Je dois dire que mon exécution initiale de DSD a donné un assez bon modèle même s'il pourrait y avoir une amélioration générale avec Augment Design. Cependant, je suis plus intéressé par l'analyse du « point idéal » où la réponse devrait être optimale que par l'optimisation de la prédiction du modèle. Je dirais donc que créer un meilleur modèle serait secondaire.
Par exemple, j'ai 5 facteurs continus. Je voudrais corriger deux facteurs constants, comme vous pouvez le voir sur la capture d'écran de ma publication initiale. Ces deux facteurs n'ont pas un grand impact sur les réponses et sont insensibles aux changements dus à l'évolution d'autres facteurs. Et je fais confiance à cette prédiction de modèle construite par DSD. C'est pourquoi j'ai voulu faire de l'Augment Design dans un cadre quelque peu limité.
J'ai lu l'onglet Augment Design mais je n'ai pas trouvé de moyen de modifier la « propriété » des facteurs (continus, constants, catégoriques) car ils augmentent la conception basée sur le modèle précédemment construit. Je peux quelque peu restreindre ces facteurs continus que je ne souhaite pas faire varier en utilisant l'onglet Définir les contraintes de facteur dans Augment Design. Cependant, je ne peux pas « fixer » ce facteur à une valeur spécifique (un autre mot « constante »).
Augment Design serait-il toujours utile dans ce cas ? Dois-je utiliser la conception personnalisée, qui me donne beaucoup plus de liberté pour corriger et modifier les facteurs ?
Mon objectif initial en faisant du DOE est de trouver les conditions optimales (conditions permettant de maximiser le rendement) plus rapidement avec moins d'essais expérimentaux. Comme le temps est important et que le coût des matériaux avec lesquels je travaille n’est pas non plus bon marché. Je pense que DSD a fait du bon travail en créant un modèle quelque peu prédictif qui me permet d'examiner la région locale où les réponses seraient optimales. Cependant, après avoir lu @Mark_Bailey et @statman commentaires, il pourrait être intéressant d'améliorer le modèle d'abord en utilisant Augment Design (avec une plage plus large que celle qui serait optimale), puis d'exécuter une validation supplémentaire en utilisant Custom Design.
Je suppose que tout dépend de la situation et qu’il n’y a pas de réponse unique à cette question. Cependant, j'aimerais entendre davantage de vos commentaires, qu'ils soient pratiques ou philosophiques. Cela fait seulement environ 10 jours que j'ai commencé à lire DOE et à utiliser JMP, donc tout commentaire à ce débutant serait apprécié.
Merci!
Re : Personnaliser le modèle de surface de réponse en sélectionnant un nombre étrange autre que le niveau inférieur/centre/supérieur.Je vais juste faire quelques commentaires philosophiques à ajouter à la discussion ou vous pouvez m'ignorer complètement.
L’idée derrière la conception de surfaces de réponse est de cartographier la réponse en fonction de facteurs importants (termes du modèle). Trois choses que l’expérimentateur doit garder à l’esprit :
1. La « vraie » surface existe déjà et nous ne pouvons pas la changer.
2. Les surfaces sont de dimension « n », bien qu'il existe de solides preuves empiriques suggérant que seul un sous-ensemble de la surface doit être utile (principe de rareté des effets).
3. Il peut ne pas être utile ou pratique de cartographier une surface à l'aide de facteurs de conception lorsque les conditions dans lesquelles l'expérience a été réalisée (c'est-à-dire l'espace d'inférence en fonction du bruit) ne peuvent pas être répétées.
Il existe de nombreuses approches différentes pour cartographier la surface, mais dans tous les cas, l'itération est essentielle pour que votre enquête soit efficace et efficiente. Je suis un partisan de l'expérimentation séquentielle. Par exemple (trop simplifié) : on peut commencer par un échantillonnage dirigé pour déterminer les composantes dominantes ou les sources de variation et évaluer les erreurs de mesure. Expérimentez sur les composantes dominantes pour identifier les facteurs significatifs et les effets du bruit. Déplacez et/ou augmentez l'espace défini par les facteurs significatifs et trouvez où ces facteurs sont robustes au bruit.
Du point de vue de l'analyse géométrique et statistique, plus la conception est équilibrée, plus l'analyse est facile et, espérons-le, moins susceptible d'être biaisée (le réglage des niveaux peut biaiser l'étude). Bien entendu, à mesure que la puissance de calcul a augmenté, le besoin d’équilibre est devenu moins nécessaire. Cependant, lorsque vous cartographiez la surface, vous cherchez à échantillonner la surface de manière à atténuer vos propres préjugés quant à l'endroit où vous concentrer. Ironiquement, lorsque vous êtes sur le point d'être proche de l'optimum et que vous ajustez maintenant les niveaux de facteurs dans cet espace, la signification statistique n'est plus aussi importante (elle a déjà été établie). Vous essayez simplement de tester différents emplacements sur la surface pour trouver les meilleures valeurs de réponse.
Un bon modèle est une approximation, de préférence facile à utiliser, qui capture les caractéristiques essentielles du phénomène étudié et produit des procédures qui sont robuste aux écarts probables par rapport aux hypothèses. GEP Boîte
« L'expérimentateur est comme la personne qui tente de cartographier la profondeur de la mer en effectuant des sondages à un nombre limité d'endroits » Box, Hunter & Hunter (p. 299)
Re : Personnaliser le modèle de surface de réponse en sélectionnant un nombre étrange autre que le niveau inférieur/centre/supérieur.1. Vous ne pouvez pas modifier les paramètres de facteurs dans Custom Design. Seul JMP peut le faire. Vous pouvez cliquer sur le bouton Créer une table et modifier la valeur dans la table de données résultante. Vous pouvez voir les informations avant et après avoir modifié les valeurs non entières. Vous pouvez alors utiliser DOE > Diagnostics de conception > Évaluer la conception pour obtenir des informations sur la conception.
2. Vous devriez lire la documentation sur Conception d'augmentation . Vous pouvez modifier les plages de facteurs pendant l'augmentation avant de générer de nouvelles exécutions. Sois prudent! Ne réduisez pas les fourchettes de facteurs parce que vous attendez la réponse souhaitée dans une région locale. Ce changement sera moins informatif pour estimer les paramètres du modèle, ce qui est tout l’intérêt d’une expérience. Enregistrez la confirmation pour des tests séparés ultérieurement après la prédiction du modèle.
Re : Personnaliser le modèle de surface de réponse en sélectionnant un nombre étrange autre que le niveau inférieur/centre/supérieur.Merci @Ressel et @Mark_Bailey
Mon ordinateur portable ne me permet pas de me reconnecter à mon compte d'origine, j'utilise donc ce compte.
Comme @Mark_Bailey dit, ces valeurs non entières apparaissent n'importe où dans les facteurs continus (F2 ou F3).
J'ai des questions complémentaires.
1. Il est rassurant de savoir que le fait de ramener ces nombres non entiers à des nombres entiers ne briserait pas la conception. Comment feriez-vous pour « déplacer » ces points ? Comme cela ne cassera pas la conception, je peux simplement modifier cette valeur en valeur « originale (entier) » dans le tableau généré. Cependant, cela ne me montrera pas comment le changement de ce point affecte les corrélations entre les facteurs (par exemple, la carte des couleurs sur les corrélations). Je suis simplement intéressé de voir comment l'alias change à mesure que je modifie ces valeurs. Existe-t-il un moyen de modifier cette valeur dans l'onglet « Conception personnalisée » ?
2. Je souhaitais au départ poursuivre mon DSD avec Augment Design. Augment Design semble cracher les traitements (ou l'espace de conception "local") que je n'ai pas explorés pour améliorer la prédiction du modèle construit avec DSD. Mais cela ne génère pas nécessairement l’espace de conception optimal que j’aimerais suivre. J'ai utilisé simplement la conception d'augmentation normale sur l'onglet DOE, ce qui ne me donne pas moins de degré de liberté pour jouer (par exemple, la constante du facteur de fixation). Je ne connais pas ' "augmentation optimale" dont vous avez parlé et que j'aimerais explorer. Pourriez-vous me diriger vers les bonnes ressources (webinaire ou publication) que je peux consulter, s'il vous plaît ?
Merci pour votre aide!
Re : Personnaliser le modèle de surface de réponse en sélectionnant un nombre étrange autre que le niveau inférieur/centre/supérieur.Il s'avère que la méthode d'échange de coordonnées éloignera souvent un point de conception de la coordonnée attendue (par exemple, F3 = 15) pour améliorer l'optimalité compte tenu des définitions de facteurs, des termes du modèle, du nombre d'exécutions, etc. Ce résultat est normal et pas rare. Les méthodes combinatoires telles que le plan factoriel et le DSD aboutissent à un équilibre. Ce n’est pas un objectif pour le Custom Design.
Cette conception est parfaitement acceptable. Cependant, cela pourrait ne pas être pratique. N'hésitez pas à ramener ces points à F3 = 15 si vous le souhaitez. Vous ne casserez rien. Veuillez enregistrer une copie de la conception personnalisée, ouvrez-la pour avoir deux copies, modifiez les niveaux F3 à 15, puis sélectionnez DOE > Diagnostics de conception > Comparer les conceptions. L'optimalité sera légèrement réduite.
Avez-vous envisagé d'utiliser une augmentation optimale du DSD d'origine au lieu d'une nouvelle conception personnalisée ?
Re : Personnaliser le modèle de surface de réponse en sélectionnant un nombre étrange autre que le niveau inférieur/centre/supérieur.Je suppose que ce que vous voyez est lié aux distances des points étoiles dans un dessin composite central ( https://www.itl.nist.gov/div898/handbook/pri/section3/pri3361.htm ). F2 et F3 sont les seuls facteurs continus et ce n'est que pour eux que vous voyez des valeurs "étranges". J'ai essayé de reproduire votre conception et j'ai reçu un résultat similaire. Une fois que vous avez créé votre table DoE à remplir de réponses, il est possible de modifier ces valeurs, mais comme je ne connais pas les effets de vos facteurs, il n'est pas clair si cela "détruirait" la conception. À ce stade, je recommande fortement le Module STIPS DoE de SAS . De plus, R3 et R4 ne sont-ils pas entièrement redondants ?
Edit : OK, uniquement des valeurs "bizarres" pour F3, pas F2 dans votre capture d'écran.
