Fattori di miscela continua DoE con risposta continua e categorialeQuale dovrebbe essere la modellazione per questo tipo di DoE? Eventuali suggerimenti o passaggi sono molto apprezzati.
Grazie ragazzi. Tanto amore
Modellazione statistica avanzataProgettazione di esperimentiIngegneria della qualità e dei processiOggetto: Fattori di miscela continua DoE con risposta continua e categoricaQuesto è interessante. È quasi uguale ai miei esperimenti.
Molto apprezzato Phil.
Oggetto: Fattori di miscela continua DoE con risposta continua e categoricaPenso che questo abbia risolto il nostro problema. È più facile se abbiamo risposte continue. Ecco perché abbiamo trovato un modo per quantificare i livelli di chiarezza delle nostre soluzioni.
Complimenti a te @statman
Molto apprezzato.
Oggetto: Fattori di miscela continua DoE con risposta continua e categoricagrazie Fil!
apprezzo il tuo aiuto
Oggetto: Fattori di miscela continua DoE con risposta continua e categorica@statman e @Alainmd02 .
Per quanto riguarda 2.: Ho fatto qualcosa del genere in un progetto quando lavoravo nell'industria chimica. Avevamo lo stesso obiettivo, ovvero capire quali parti dello spazio formulativo ci fornissero soluzioni chiare e omogenee. Abbiamo valutato la chiarezza su una scala da 1 a 5. Abbiamo anche riscaldato i campioni a 70°C e li abbiamo valutati mentre si raffreddavano a 60, 50, 40, 30 e 20. Ho lottato per costruire utili modelli statistici dei dati. Tuttavia le immagini di questi dati sono state molto utili. Ecco un grafico dei dati (anonimi) per il 20°C. Puoi vedere chiaramente le belle regioni verdi. Questo era tutto ciò che avevamo bisogno di sapere per i nostri obiettivi.
Oggetto: Fattori di miscela continua DoE con risposta continua e categoricaCIAO @Alainmd02 ,
È necessario impostarlo con un vincolo lineare per definire che il rapporto RM1:RM2 >= 0,26.
Trovo che il modo migliore per ottenere l'equazione per il vincolo sia definire 2 punti che obbediscono al vincolo (ad esempio 0,1, 0,385 e 1,3,85) e adattare una linea utilizzando Adatta Y per X in JMP.
Questo ti dà l'equazione, RM1 = 0 + 0,2597403*RM2, e devi solo riorganizzarla in una forma che si adatti all'interfaccia dei vincoli.
Ecco lo script per il design personalizzato.
DOE(
Custom Design,
{Add Response( Maximize, "Y", ., ., . ),
Add Factor( Mixture, 0.65, 0.9, "Water", 0 ),
Add Factor( Mixture, 0, 0.35, "RM1", 0 ),
Add Factor( Mixture, 0, 0.35, "RM2", 0 ),
Add Factor( Mixture, 0, 0.005, "RM3", 0 ), Set Random Seed( 2095116882 ),
Number of Starts( 29816 ), Add Constraint( [0 -1 0.26 0 0] ), Add Term( {1, 1} ),
Add Term( {2, 1} ), Add Term( {3, 1} ), Add Term( {4, 1} ),
Add Alias Term( {1, 1}, {2, 1} ), Add Alias Term( {1, 1}, {3, 1} ),
Add Alias Term( {1, 1}, {4, 1} ), Add Alias Term( {2, 1}, {3, 1} ),
Add Alias Term( {2, 1}, {4, 1} ), Add Alias Term( {3, 1}, {4, 1} ),
Set Sample Size( 10 ), Simulate Responses( 0 ), Save X Matrix( 0 ),
Set Run Order( Randomize ), Make Table}
);
Oggetto: Fattori di miscela continua DoE con risposta continua e categoricaCIAO @Mariana_Aguilar ,
SÌ. Ciò che hai visto è che si tratta di bilanciare la complessità dei comportamenti che devi modellare con il numero di esecuzioni che puoi permetterti. Puoi eseguire un esperimento per un modello semplice con un numero limitato di esecuzioni. Quindi, se trovi che non è un modello adeguato, puoi aumentarlo con più esecuzioni per testare effetti di ordine superiore (ad esempio modello cubico).
Il modello cubico speciale è una forma ridotta del modello cubico a scheffe. È più semplice, con meno parametri. Pertanto, un esperimento per stimare il modello cubico speciale può richiedere meno esecuzioni, ma non catturerà la stessa complessità di comportamenti.
Questa risorsa Mastering JMP dovrebbe essere utile.
Spero che aiuti,
Fil
Oggetto: Fattori di miscela continua DoE con risposta continua e categorica1. Ogni volta che si hanno più variabili di risposta, è prudente valutare la relazione tra le variabili di risposta. In particolare quando alcune variabili di risposta presentano potenziali problemi del sistema di misurazione (ad esempio, mancanza di discriminazione, risoluzione o precisione, sono instabili). Tracciare le variabili di risposta su grafici a dispersione e controllare i valori anomali con Mahalanobis sono modi semplici per cercare tali associazioni (Analizza> Metodi multivariati> Multivariato).
2. Credo che, forse con un po' di lavoro, questa risposta potrebbe essere resa più continua (ad esempio, misurare l'opacità, far brillare una fonte di luce attraverso la soluzione, perché la chiarezza sta cambiando? È dovuto ai solidi? Misurare i solidi nelle soluzioni). Se non altro, dovresti essere in grado di classificare la chiarezza della soluzione e utilizzare una risposta ordinale. Tutto riguarda l'efficienza. Per vedere i cambiamenti nelle variabili di risposta nominali in genere sono necessarie dimensioni del campione più grandi. Man mano che la risposta diventa più continua, è possibile ottenere le informazioni necessarie con meno campioni. Inoltre, molte variabili di risposta nominali sono aggregate. Cambiano come risultato di molteplici meccanismi di fallimento. Ciò crea una vera sfida quando si cerca di comprendere la struttura causale.
Oggetto: Fattori di miscela continua DoE con risposta continua e categoricaCiao @Phil_Kay E @statman
Come impostare il seguente disegno della miscela:
- Quattro ingredienti
- L'acqua è compresa tra il 65 e il 90%
- Il rapporto RM1 e RM2 deve essere maggiore o uguale a 1:3,85
- RM 3 è compreso tra 0 e 0,5%
Grazie
Oggetto: Fattori di miscela continua DoE con risposta continua e categoricaCIAO @stats
1. Cosa intendi con guardare la correlazione delle variabili di risposta?
2. La risposta nominale binaria. è una soluzione chiara e una soluzione nebulosa. Voglio che il mio prodotto sia una soluzione chiara
Oggetto: Fattori di miscela continua DoE con risposta continua e categoricaCiao @Fil
Davvero ben detto. Grazie ancora
Oggetto: Fattori di miscela continua DoE con risposta continua e categoricaGrazie Phil, sì, è esattamente quello che ho (20 corse).
Per esperimenti futuri (magari con un numero minore di fattori) con variabili di miscela e di processo, consiglieresti di eseguire Scheffe Cubic + miscela e fattori continui effetti principali + interazioni processo-miscela + effetto quadratico processo??
Ho anche visto che a volte le persone usano lo speciale cubico Scheffe. Eventuali vantaggi/svantaggi nell'utilizzo del cubico speciale Scheffe rispetto al cubico Scheffe ("normale")?
Grazie!
Oggetto: Fattori di miscela continua DoE con risposta continua e categoricaScusa, @Mariana_Aguilar . Non avevo letto bene il tuo commento. Stavo esaminando 3 fattori di miscela. Con 4 fattori di miscelazione i numeri delle manche ovviamente aumentano: Min = 15, Consigliato = 20.
DOE(
Custom Design,
{Add Response( Maximize, "Y", ., ., . ), Add Factor( Mixture, 0, 1, "Mix1", 0 ),
Add Factor( Mixture, 0, 1, "Mix2", 0 ), Add Factor( Mixture, 0, 1, "Mix3", 0 ),
Add Factor( Mixture, 0, 1, "Mix4", 0 ),
Add Factor( Continuous, -1, 1, "Process1", 0 ), Set Random Seed( 4216334 ),
Add Term( {1, 1} ), Add Term( {2, 1} ), Add Term( {3, 1} ), Add Term( {4, 1} ),
Add Term( {1, 1}, {2, 1} ), Add Term( {1, 1}, {3, 1} ),
Add Term( {1, 1}, {4, 1} ), Add Term( {1, 1}, {5, 1} ),
Add Term( {2, 1}, {3, 1} ), Add Term( {2, 1}, {4, 1} ),
Add Term( {2, 1}, {5, 1} ), Add Term( {3, 1}, {4, 1} ),
Add Term( {3, 1}, {5, 1} ), Add Term( {4, 1}, {5, 1} ), Add Term( {5, 2} ),
Set Sample Size( 20 ), Simulate Responses( 0 ), Save X Matrix( 0 )}
);Oggetto: Fattori di miscela continua DoE con risposta continua e categoricaCIAO @Mariana_Aguilar ,
La classica risposta dello statistico: dipende. 
Quante corse puoi permetterti? Se puoi permetterti solo un numero limitato di esecuzioni, sarai costretto a considerare un modello più semplice del sistema.
Ritieni che i fattori di processo possano interagire con i fattori di miscela? In alcuni esempi, gli scienziati progettano esperimenti per verificare come il fattore di processo influenza il comportamento del sistema di miscela con effetti di interazione tra processo e fattori di miscela nel modello. Ciò ovviamente aumenta il numero di corse richieste.
La dimensione minima del progetto per un modello con tutti gli effetti principali della miscela e tutti gli effetti del secondo ordine (interazioni miscela-miscela, interazioni processo-miscela ed effetto quadratico del processo) è 10. 12 è il valore predefinito consigliato.
Spero che aiuti.
Fil
DOE(
Custom Design,
{Add Response( Maximize, "Y", ., ., . ), Add Factor( Mixture, 0, 1, "Mix1", 0 ),
Add Factor( Mixture, 0, 1, "Mix2", 0 ), Add Factor( Mixture, 0, 1, "Mix3", 0 ),
Add Factor( Continuous, -1, 1, "Process1", 0 ), Set Random Seed( 4216334 ),
Add Term( {1, 1} ), Add Term( {2, 1} ), Add Term( {3, 1} ),
Add Term( {1, 1}, {2, 1} ), Add Term( {1, 1}, {3, 1} ),
Add Term( {1, 1}, {4, 1} ), Add Term( {2, 1}, {3, 1} ),
Add Term( {2, 1}, {4, 1} ), Add Term( {3, 1}, {4, 1} ), Add Term( {4, 2} ),
Set Sample Size( 12 ), Simulate Responses( 0 ), Save X Matrix( 0 )}
);Oggetto: Fattori di miscela continua DoE con risposta continua e categoricaCiao Phil, grazie per la tua risposta, in realtà ho una domanda simile a quella di Alain (ho 4 fattori di miscelazione e 1 continuo (un progetto con processo di miscelazione)).
Spero che non ti dispiaccia se mi intrometto in questa risposta... andrebbe bene aggiustare solo il polinomio di Scheffe + il termine quadratico per la variabile continua?
Ho eseguito la simulazione con il modello cubico di Scheffe, ma sfortunatamente per il mio caso il numero di esecuzioni richieste diventa troppo elevato.
Grazie in anticipo e grazie Alain per aver condiviso la tua domanda!
Mariana
Oggetto: Fattori di miscela continua DoE con risposta continua e categoricaHo i seguenti pensieri:
1. Hai osservato la correlazione delle variabili di risposta?
2. Non capisco perché dovresti avere una risposta nominale per la progettazione della miscela? L'analisi dovrebbe fornire grafici di contorno per ciascuna variabile di risposta, il che, ovviamente, non ha senso per una risposta nominale. Cosa sta passando o fallendo? Può essere convertito in una risposta continua?
3. Phil ha già commentato il tuo rapporto fattoriale costante.
Oggetto: Fattori di miscela continua DoE con risposta continua e categoricaPrima di tutto, se 2 dei 4 fattori di miscela dovessero avere un rapporto costante, in realtà si avrebbero solo 3 fattori di miscela. Dovresti trattare questi 2 ingredienti come 1 fattore di miscela per il design. Quindi calcola la quantità dei singoli ingredienti dal progetto completato (molto facile da fare con le colonne formula in JMP).
Non ho mai incontrato soglie per il profilo di varianza di previsione o per la trama della frazione dello spazio di progettazione. Per prima cosa, mostrano la varianza della previsione nello spazio dei fattori, quindi non ottieni un singolo valore. Inoltre, come la maggior parte della diagnostica di progettazione, i valori assoluti non sono molto utili. Sono utilizzati al meglio per il confronto di possibili progetti diversi. Sono sorpreso che tu veda un aumento della varianza con l'aumento dell'intervallo dei fattori. Mi aspetterei di vedere il contrario.
Per la modellazione, avrai lo script per il modello Scheffe Cubic nella tabella dati. Devi solo eseguirlo. Probabilmente non vorrai ridurre il modello per eliminare effetti insignificanti poiché i fattori nella progettazione di una miscela non sono completamente indipendenti. Quindi non c'è molto che devi fare oltre a eseguire il modello.
Per la risposta binaria, assicurarsi che sia di tipo di modellazione nominale, quindi JMP si adatterà per impostazione predefinita a un modello logistico nominale. Dovresti sapere che le risposte nominali contengono molte meno informazioni rispetto alle risposte continue, quindi il potere di rilevare gli effetti è molto inferiore.
Spero che tutto questo aiuti,
Fil
Oggetto: Fattori di miscela continua DoE con risposta continua e categoricaCiao Phil,
Il mio esperimento coinvolge quattro diversi fattori. Ho utilizzato il design personalizzato per la miscela e ho selezionato il cubico Scheffe. Le mie risposte sono tre continue e 1 categorica (superata o bocciata).
Posso sapere se esiste un valore soglia per il grafico della varianza della previsione e della frazione dello spazio di progettazione. Noto che diventano più grandi man mano che aumenta la gamma dei fattori.
Posso anche sapere come impostare un vincolo tale che i 2 dei miei fattori abbiano sempre il rapporto 1:2,25
Grazie Phil.
Oggetto: Fattori di miscela continua DoE con risposta continua e categoricaCIAO @Alainmd02 ,
Questa è una grande domanda. In effetti, è davvero più di una domanda. Probabilmente otterrai risposte più utili se riesci a suddividerle un po' e ad aggiungere ulteriori informazioni.
Ci sono almeno 2 parti in questo:
1. Fattori di miscela
2. Risposta categoriale
Sei incerto sui fattori di combinazione, sulle risposte categoriche o su entrambi?
Sarebbe utile dire di più sulla natura della risposta categorica. È una risposta binaria e nominale (superato/fallito, buono/cattivo)? Oppure è una categoria ordinata, come la valutazione da 1 a 5?
Potresti anche dire alla comunità di più sui fattori di miscelazione. Come hai progettato l'esperimento? Hai utilizzato il Custom Design o un approccio progettuale classico? Presumibilmente l'hai progettato con JMP, quindi dovresti avere uno script del modello nella tabella dati.
Sono sicuro che riceverai ottimi consigli.
Fil
