In Bezug auf Wiederholungsexperimente im DoEHallo alle,
Ich habe ein hoffentlich einfaches Problem für die Gruppe.
Ich habe kürzlich ein DoE mit drei Faktoren erstellt, von denen jeder diskrete numerische Werte auf drei Ebenen hat.Ich habe Kreuzinteraktionen mit Effekten 2. Ordnung mit den 18 Läufen angegeben, die in 3 Blöcken ausgeführt werden sollen.Ich habe KEINE zu entwerfenden Wiederholungen angegeben, allerdings bemerke ich in der Entwurfsmatrix, dass 4 der Läufe dupliziert sind.Mit anderen Worten: Das 18-Run-Design umfasst 14 einzigartige Kombinationen und 4, die Duplikate sind.
Erstens: Ist das untypisch?Ich hatte gedacht, dass die 18 Läufe alle einzigartig sein sollten.Gibt es eine Art Power, die JMP damit erreichen möchte?
-oder-
Zweitens: Könnte es sein, dass mir in meinem anfänglichen Setup etwas fehlt und wir den Designraum tatsächlich NICHT richtig prüfen?
Leider wurden die ersten beiden Blöcke initiiert und beinhalten EINE der Wiederholungen (dh ich habe bisher 11 einzigartige Läufe mit 1 Wiederholung).
Wenn ich davon ausgehe, dass der Entwurf angemessen ist, dann folgt daraus, dass wir gemäß dem ursprünglichen Plan und der ursprünglichen Bewertung fortfahren können (richtig?).
Wenn das Feedback jedoch so ausfällt, dass dies NICHT der beste Ansatz ist: 1) Was würde uns fehlen, wenn wir mit dem ursprünglichen Design fortfahren würden?2) Ist es möglich, den letzten Zufallsblock neu zu konfigurieren, um die Wiederholungen durch alternative Bedingungen zu ersetzen?
Vielen Dank im Voraus für Ihren Beitrag dazu!
Chris
Qualitäts- und VerfahrenstechnikBetreff: In Bezug auf Wiederholungsexperimente im DoEHallo Mark und Victor,
Vielen Dank an Sie beide für Ihren Beitrag ... auf jeden Fall hilfreich und ich schätze beides.Wenn ich Fragen zur Bewertung habe, melde ich mich möglicherweise, sobald wir den letzten Block abgeschlossen haben.
Betreff: In Bezug auf Wiederholungsexperimente im DoEKein Problem @Mark_Bailey , ich war verwirrt, als ich Ihre Antwort las, weil ich befürchtete, ich könnte etwas übersehen haben.
Ich hatte das gleiche Synchronisierungsproblem mit der ersten Antwort auf diesen Beitrag, da ich beim Schreiben dachte, ich würde die erste Antwort geben, aber als meine Antwort gepostet wurde, hatten Sie bereits eine Antwort vorgeschlagen.Betreff: In Bezug auf Wiederholungsexperimente im DoEIch entschuldige mich für die Verwirrung. Der Hintergrund war anfangs nicht völlig transparent und die Antworten gerieten nicht mehr synchron, als weitere Informationen bekannt wurden. Ich habe keine Änderung mitten im Stream vorgeschlagen. Ich habe versucht zu erklären, wie Custom Design zu einer unerwarteten Lösung gelangen konnte. Ich habe von Anfang an versucht, einen alternativen Ansatz vorzustellen. Das ist alles.
Betreff: In Bezug auf Wiederholungsexperimente im DoEHallo @Mark_Bailey ,
Da es bei der Frage darum ging, quadratische Terme zu schätzen und diskrete numerische Faktoren auf kontinuierliche numerische Faktoren umzustellen, sehe ich keinen Vorteil darin, den Entwurf „im laufenden Betrieb“ zu ändern, da diese Änderungen ohne Änderung von Läufen (und ohne) erreicht werden können das Risiko, den Zufallsblock bei der Erweiterung fallen zu lassen)? Die Schätzung quadratischer Terme war bereits beim ersten Entwurf möglich, daher sehe ich keinen Sinn darin, die Läufe ab dem letzten Zufallsblock zu ändern?
Ich weiß, dass JMP in der Lage ist, Änderungen während Experimenten mit der Plattform „Augment Design“ zu berücksichtigen, daran gibt es keinen „technischen“ Zweifel (und es kann in der Tat ein gutes Beispiel dafür sein, mit der Plattform „Augment Design“ zu „spielen“ und sich damit vertraut zu machen Aber hier sehe ich keinen konkreten und signifikanten Vorteil darin, den bereits geplanten letzten zufälligen Block von Experimenten nicht durchzuführen und diese Durchläufe durch neu berechnete zu ersetzen: Der Vergleich der beiden Ansätze zeigt zwei sehr ähnliche Designs, so scheint es Ist es besser (oder zumindest einfacher), bei der „einfachen“ und pragmatischen Option zu bleiben, dem ursprünglichen Design zu folgen? Können Sie mir bitte erklären, ob ich das Wesentliche übersehe?
Vielen Dank im Voraus,
Betreff: In Bezug auf Wiederholungsexperimente im DoEErstens kann man es nicht kaputt machen. Sie werden die Regressionsanalyse verwenden, die weiterhin funktioniert. Der Entwurf ist ein Versuch, die optimalen Daten für das Modell zu sammeln.
Ich würde versuchen, mich auf diese Weise zu erholen. Löschen Sie die Läufe, die noch nicht ausgeführt wurden. Wählen Sie dann DOE > Augment Design. Diese Plattform erstellt anhand der bereits vorhandenen Läufe die besten Läufe, die Sie abschließen können. Versuch es.
Betreff: In Bezug auf Wiederholungsexperimente im DoEHallo @CBroomell1 ,
Wenn Sie die Schätzbarkeit quadratischer Effekte in Ihrem ursprünglichen Design nicht geändert haben (von JMP standardmäßig auf „Wenn möglich“ eingestellt), gelangen Sie durch Ändern des Faktortyps von diskret numerisch zu kontinuierlich numerisch zum zweiten von mir beschriebenen Ansatz: Wenn Sie Sie verfügen über genügend Freiheitsgrade, da Sie in jedem Ihrer numerischen Faktoren eine mittlere Ebene hatten (die mittlere Ebene wurde im Design aufgrund des anfänglichen Faktortyps „diskret numerisch“ „erzwungen“), kann JMP möglicherweise quadratische Terme im Modell schätzen.
Da Sie über 14 eindeutige Läufe (und 4 replizierte Läufe) verfügen, sollten Sie in der Lage sein, 14 Terme (Achsenabschnitt + 13 Terme) zu schätzen, sodass in Ihrem Entwurf quadratische Terme geschätzt werden könnten.
Wenn Sie Probleme mit dem Analyse-/Modellierungsteil haben, zögern Sie nicht, die JMP-Community erneut zu fragen.
Ich hoffe, das beantwortet deine Frage,
Betreff: In Bezug auf Wiederholungsexperimente im DoEDanke Victor!
Ich werde das DoE nicht spontan ändern.
Zu den Parametern: Sie sind eigentlich kontinuierlich, haben aber einen Mittelpunkt.Mir war unklar, wie ich die anfängliche Matrix einrichten und drei diskrete Werte für jede Ebene festlegen sollte.In Wirklichkeit haben wir jedoch die Flexibilität, zwischen bestimmten Grenzen zu schwanken (Faktoren hängen von der Konzentration der Reagenzien und der Zeit ab).
Wenn wir also mit unserem letzten Block fertig sind (unter Verwendung der mit diskreten Werten eingerichteten Matrix) – werden wir dann in der Lage sein, eine Krümmung im Modell zu erkennen, oder bleiben wir grundsätzlich bei den ursprünglichen Werten, bis wir weitere Untersuchungen durchführen?
Am besten,
Chris
Betreff: In Bezug auf Wiederholungsexperimente im DoEHallo @CBroomell1 ,
Wenn Sie einen Kontext zu den Faktoren bereitstellen können, können Sie Hinweise darauf erhalten, welcher Typ besser zu den Faktoren in Ihrem Design passt. Wenn Sie über numerische Faktoren verfügen, aber zwischen einigen Intervallen keinen Wert festlegen können (z. B. die Industrieofentemperatur), kann dies als diskreter numerischer Faktor betrachtet werden, bei dem Sie den Wert zwischen 180, 200 und 220 °C umschalten können, aber nicht zwischen diesen Werte, da die „Schrittweite“ beispielsweise 20 beträgt). Wenn Sie keine Einschränkungen haben und jeden numerischen Wert zwischen Ihren Ebenen wählen können, verfügen Sie möglicherweise über einen kontinuierlichen numerischen Faktor.
Sie haben verschiedene Möglichkeiten, vom Krümmungstest bis zur vollständigen Schätzung quadratischer Terme, um die Suche und Schätzung quadratischer Terme zu berücksichtigen.
- Die grundlegende Option besteht darin, Mittelpunkt(e) hinzuzufügen, um zu beurteilen, ob Ihre Antwort(en) eine Krümmung aufweisen. Dieser wirtschaftliche Ansatz ermöglicht die Durchführung eines Tests auf mangelnde Anpassung der Krümmung. Wenn ein signifikanter Mangel auf Anpassung festgestellt wird, können Sie dank des/der Mittelpunkt(e) einen quadratischen Effekt (und nur einen) in das Modell einpassen. Mit Analysen wie der schrittweisen Regression können Sie beurteilen, welcher quadratische Term möglicherweise am wichtigsten zum Modell hinzugefügt werden sollte.
- Im Fall eines diskreten numerischen Faktors gibt JMP standardmäßig die quadratischen Terme in das Modell ein und setzt deren Schätzbarkeit auf „Wenn möglich“, was bedeutet, dass quadratische Terme geschätzt werden, wenn Ihr Modell über genügend Freiheitsgrade verfügt. Sie können dies auch mit numerischen kontinuierlichen Faktoren tun, indem Sie diese in das Modell eingeben und ihre Schätzbarkeit durch Klicken auf den Text von „Notwendig“ auf „Wenn möglich“ umstellen. Diese Methode bietet eine flexible Möglichkeit, quadratische Terme für nicht gesättigte Designs (mit einer Anzahl von Läufen, die größer als das erforderliche Minimum ist) zu schätzen.
- Sie können dem Modell auch direkt quadratische Terme hinzufügen und deren Schätzbarkeit auf „Notwendig“ setzen. Auf diese Weise richtet JMP Experimente in Ihrem Design ein, um diese Effekte abschätzen zu können. Wenn sie nicht signifikant sind, können Sie sie in Ihrer Modellierung weglassen (und wenn sie auch aus Sicht der Fachkompetenz keinen Sinn ergeben).
Was Ihre Frage betrifft, würde ich das DoE nicht „auf der Flucht“ ändern, sondern mögliche Erweiterungen auf der Grundlage der Erkenntnisse aus diesem ersten DoE prüfen.
Ich hoffe, diese Antwort wird Ihnen helfen,
Betreff: In Bezug auf Wiederholungsexperimente im DoEHallo @CBroomell1 ,
Und willkommen in der Community!
Möglicherweise fehlen uns Informationen, um Sie bei Ihrem DoE-Ansatz genauer zu unterstützen, aber die Frage zu Replikationsläufen kann beantwortet werden.Was Ihr Design betrifft, besteht kein Grund zur Sorge, was Sie beschreiben. Folgendes ist üblich:
- Mit 3 diskreten numerischen Faktoren mit 3 Ebenen können Sie je nach Modell die maximale Anzahl an Termen schätzen, die Sie schätzen möchten: 1 Achsenabschnitt, 3 Haupteffekte (X1, X2, X3), 3 Zwei-Faktor-Wechselwirkungen (X1X2). , X1X3, X2X3) und 3 quadratische Effekte (X1*X1, Angabe eines Zufallsblocks). Das bedeutet, dass Sie mindestens 10 (bzw. 11 im Falle des Blockierungsfaktors) Durchläufe benötigen, um diese Effekte abzuschätzen. Das Problem bei der Verwendung der minimalen Anzahl von Läufen besteht darin, dass Sie keinen Freiheitsgrad mehr haben, um den reinen Fehler abzuschätzen und einen durchzuführen passt nicht Test, um zu beurteilen, ob das Modell gut zu den Daten passt. Daher empfiehlt JMP in einer solchen Situation standardmäßig mehr Läufe, um das Modell testen zu können und mehr Vertrauen in die Schätzungen zu haben (und die Läufe zwischen den Blöcken ausgleichen zu können), und erstellt Replikatläufe. Hinzufügen replizieren läuft Erhöht die Präzision einiger Schätzungen und verbessert die Aussagekraft des Tests auf mangelnde Anpassung.
- Diese Replikatläufe müssen unabhängig voneinander durchgeführt und gemessen werden (das heißt, Sie müssen die Experimente wie die anderen unter den gleichen Bedingungen durchführen), indem Sie der von JMP durchgeführten Randomisierung folgen und nicht nur ein Experiment mehrmals messen, um die Antwort für das Replikat zu füllen läuft. Wiederholungen (d. h. Wiederholungen nur der Messungen) tragen dazu bei, die Varianz der Messungen zu verringern, helfen jedoch möglicherweise nicht bei der Parameterschätzung und beim Test auf mangelnde Anpassung.
Um mehr Selbstvertrauen und Wissen über DoE zu erlangen, kann ich das wärmstens empfehlen Design of Experiment-Einführungskit , und um das Modul über DoE aus dem auszuprobieren STIPPS Kurse.
Wenn Sie Ihre Situation beschreiben möchten (ohne vertrauliche Daten weiterzugeben) und ausführlicheres Feedback zu Ihrem DoE haben möchten, zögern Sie nicht, eine anonymisierte Datentabelle oder Dummy-Daten zur Darstellung Ihres Falles mitzuteilen.
Ich hoffe, das wird Ihnen helfen,
Betreff: In Bezug auf Wiederholungsexperimente im DoEDanke, Mark, für deinen Beitrag.
Vielleicht habe ich das Design falsch eingerichtet.Ich bin nicht an die diskreten Ebenen meiner Faktoren gebunden ... wir versuchen optimale Bedingungen zu finden und können kontinuierliche Faktoren berücksichtigen.Also – ja – wir möchten die Krümmung schätzen und die Ergebnisse dann bei Bedarf durch zusätzliche Läufe bestätigen.
Vor diesem Hintergrund: Würden Sie empfehlen, den letzten Block mit 6 Läufen zu ändern, um die Replikatläufe durch andere zu ersetzen (ich kann die ersten beiden Blöcke nicht ändern und sie enthalten nur 1 Replikat)?Kann ich das Design in JMP an dieser Stelle ändern, um einen der oben genannten Punkte zu berücksichtigen?
Danke für die beiden Designs – ich werde sie mir mal ansehen.
Grüße.
Chris
Betreff: In Bezug auf Wiederholungsexperimente im DoECustom Design bietet viele Funktionen, um das Ergebnis an Ihre Situation anzupassen. Sie können tiefgreifende Auswirkungen auf das resultierende Design haben. Sie denken über Kombinationen (3x3x3x2) nach, aber JMP macht das nicht. Warum nicht? Weil dieses kombinatorische Ergebnis („vollfaktorielles Design“) möglicherweise nicht optimal ist. Sie haben zufällige Blöcke der Größe 6 hinzugefügt, sodass das Design nicht ausgewogen sein kann. Sie haben diskrete numerische Faktoren verwendet, um für jeden Faktor drei Ebenen im Plan zu erzwingen. Diese Wahl schränkt das Design ein. Es muss dem Modell quadratische Terme hinzufügen, um drei Ebenen im Design beizubehalten, ändert aber ihre Schätzbarkeit auf „wenn möglich“. Dies erzwingt die Verwendung einer Bayes'schen D-optimalen Methode. Sie bitten JMP also, einen Entwurf zu optimieren, um eine Reihe von Modellen abzuschätzen. Als Ergebnis all dieser Spezifikationen erhalten Sie eine gewisse Replikation, da diese optimaler ist als der Entwurf ohne Replikation.
Beabsichtigen Sie, Terme für die Krümmung abzuschätzen? Möchten Sie stattdessen die Krümmung testen und dann das Design erweitern, wenn es signifikant ist?
Soweit ich weiß, habe ich auf der Grundlage Ihrer Beschreibung zwei Designs erstellt. Der zweite verwendet kontinuierliche Faktoren, ansonsten ist es jedoch dasselbe. Ich habe beide Datentabellen für Ihre Erkundung beigefügt.
