Quindi devo vietare determinate combinazioni in base alla capacità dell'attrezzatura, MA riduce significativamente la varianza e la potenza della previsione. C'è un modo per aggirare questo? E se non posso, come potrò fidarmi dei risultati se la potenza è bassa e la varianza della previsione è alta?
Grazie ad entrambi! Il design che ho scelto è solo DOE personalizzato con tutte le interazioni, tranne per il fatto che ho rimosso le 4 corse che non erano possibili e ho aggiunto 2 punti centrali. Il punto in cui mi blocco è quali parametri eseguire esecuzioni extra per ridurre la varianza della previsione se non riesco a testare a quei parametri estremi.
Limitare il fattore esplorazione dello spazio andrà sempre a scapito del potere. Il modo per aggirare il problema è aggiungere più corse al DOE.
Ciao @evtran ,
Leggendo la tua domanda e osservando il profiler della varianza della previsione, possiamo effettivamente vedere che il tuo progetto non è totalmente bilanciato, poiché la varianza relativa prevista ai livelli inferiori dei tuoi fattori (temperatura oscillante, velocità oscillante) sembra inferiore a quella superiore livelli dei tuoi fattori, quindi possiamo vedere alcuni vincoli. Può essere abbastanza difficile aiutarti senza guardare il progetto stesso, ma ecco alcune osservazioni e consigli generali per le tue domande relative alla potenza e alla varianza di previsione:
- La potenza è significativa quando si conosce la dimensione relativa del segnale che si desidera rilevare e si dispone di buone stime del rumore sperimentale e di misurazione della risposta (RMSE) (vedere la risposta da @Phil_Kay Qui : Risolto: devo considerare l'analisi della potenza in DOE? - Comunità di utenti JMP ),
- A seconda del tuo obiettivo (e del tuo progetto), potresti non essere interessato al significato dei termini, ma più alla precisione predittiva. In questo caso, dovresti guardare e confrontare diverse varianze relative previste (e Fraction of Design Space Plot) per diversi progetti per scegliere quello che minimizza al meglio questa varianza relativa prevista.
- Potrebbe non essere molto utile esaminare la potenza e/o la varianza relativa della previsione, senza confrontarli con altri progetti. Puoi forse provare a generare diversi progetti con diversi modelli e criteri di ottimalità.
- Criterio di ottimalità: se si desidera evidenziare effetti significativi, può essere appropriato un disegno D-ottimale (o A-ottimale). Se ti interessa solo la previsione della risposta, forse un progetto I-ottimale si adatta meglio alle tue esigenze.
- Diversi modelli: quando progetti il tuo modello, puoi provare a modificare i termini nel modello. Ad esempio, potresti forse solo schermare gli effetti principali, se sei all'inizio del tuo studio (e successivamente aumentare il tuo progetto per esaminare le interazioni e forse gli effetti quadratici?). Oppure puoi inserire i termini di interazione nel modello (e gli effetti quadratici?) E modificare la stimabilità in "Se possibile", per concentrarti sugli effetti principali ma essere comunque in grado di inserire gli altri effetti se hai un grado di libertà sufficiente nella tua analisi .
- Dimensione del campione: non so quante corse siano considerate nel tuo caso concreto qui, ma se il costo sperimentale non è eccessivo, l'aumento della dimensione del campione può aiutarti molto ad acquisire maggiore fiducia nella tua capacità di screening (e contribuire ad aumentare la potenza e ridurre la varianza relativa della previsione).
Per essere in grado di "fidarsi" del risultato, puoi confrontare quali sono gli effetti significativi rilevati, rispetto alla tua esperienza di dominio: ha senso? Puoi anche preparare alcune esecuzioni extra (esecuzioni di convalida), che utilizzerai per confrontare le previsioni con le misurazioni effettive (per verificare se la precisione delle tue previsioni è accettabile per le tue esigenze).
A volte, non hai altra scelta che provare un progetto perché in base al budget degli esperimenti, ai tuoi obiettivi e ai vincoli di progettazione, nessun altro progetto può essere migliore di quello che hai.
L'unico modo per essere sicuri che il progetto sia "sufficiente" per le proprie esigenze e la situazione specifica è eseguire gli esperimenti e provare ad analizzare i risultati. Se ci sono delle difficoltà, avrai comunque la possibilità di aumentare il tuo design.
Spero che questa risposta ti possa aiutare,
