Bewerten des DoE mit (im Wesentlichen) der Ausführungsreihenfolge als FaktorHallo,
Ich habe ein relativ einfaches Design, bei dem ich nicht sicher bin, wie ich es in JMP auswerten soll.
Wir versuchen, ein I-optimales Design für zwei Faktoren zu finden.Eins (X1) ist ein kontinuierlicher Faktor mit 2 Ebenen und Mittelpunkten. Die Sekunde (X2) ist im Wesentlichen nur die Laufreihenfolge mal 4. Die Reihenfolge dieser Variablen kann nicht geändert werden.Wir wissen, dass X2 zu Veränderungen in unserer Reaktion führt und möchten seine Auswirkungen und Interaktion mit X1 richtig modellieren sowie quadratische Effekte bewerten. Als Beispiel habe ich einen Beispieldatensatz angehängt.
Das Problem, auf das wir stoßen, ist die ordnungsgemäße Einrichtung und Bewertung des Designs in JMP.
Jede Hilfe wäre sehr dankbar!
Danke schön.
VersuchsplanungBetreff: Bewertung des DoE mit (im Wesentlichen) der Ausführungsreihenfolge als FaktorHallo @ian-weykamp ,
Wenn ich mich an der Diskussion beteiligen darf, hier meine Gedanken zu Ihrer ursprünglichen Frage und Ihren Kommentaren.
Wenn ich Ihre Situation gut verstehe, gibt es möglicherweise mehrere Möglichkeiten, mit Ihrer Situation umzugehen. Hier sind einige:
- Da Sie aufgrund der Anzahl der Nutzungen Ihres Tools mit einer gewissen „Verschlechterung“ Ihrer Reaktion rechnen, kann es interessant sein, eine Verschlechterungsanalyse in Betracht zu ziehen, um ein Modell zu haben, das die Häufigkeit der Nutzung des Tools mit seinen Auswirkungen auf die Reaktion verknüpft. Ich bin mir nicht ganz sicher, ob Sie eine Degradationsanalyse mit einem anderen Faktor durchführen können, aber andere Mitglieder der Community, die mit dieser Art von Analyse besser vertraut sind, haben möglicherweise Antworten darauf, wie man damit umgeht.
- Wenn Sie aufgrund dieser Nutzungsbeschränkung pro „Werkzeug“ erwarten, in Ihren Experimenten mehrere „Werkzeuge“ zu verwenden, warum führen Sie dann nicht auch eine Messsystemanalyse durch (ergänzend zu Ihrem ursprünglichen Thema)? Dies kann Ihnen dabei helfen, den Teil der Gesamtvarianz in Ihren Experimenten zu definieren, den Sie (den Unterschied zwischen) Ihren Tools zuschreiben können. Und wenn Sie anhand einer Degradationsstudie wissen, wie viele Durchläufe Sie „sicher“ mit einem Werkzeug durchführen können, kann Ihnen die Kenntnis der Varianz aufgrund des Werkzeugwechsels beim Vergleich der Ergebnisse zweier Werkzeuge in einem experimentellen Design helfen.
- Wenn Sie wissen, wie viele Läufe mit einem Werkzeug möglich sind, können Sie möglicherweise weitere interessierende Faktoren überprüfen, indem Sie „Werkzeug“ als Blockierungsfaktor verwenden: Beispielsweise sind 4/8/16 Läufe pro Werkzeug möglich.
- Da die Anzahl der Läufe (Ihre X2-Spalte) weder zufällig noch blockiert zu sein scheint, könnten Sie die Designrolle möglicherweise auf „Unkontrolliert“ statt auf „Kontinuierlich“ ändern. Sehen Faktoren (jmp.com) . Das Erstellen des Designs mit der richtigen Rolle ermöglicht ein zuverlässigeres Modell, anstatt zu versuchen, das Design im Nachhinein zu ändern, um es besser an die Anforderungen anzupassen.
Ich hoffe, dass diese wenigen Optionen Ihnen bei Ihrer Überlegung und Ihrem Versuchsaufbau helfen können.
Betreff: Bewertung des DoE mit (im Wesentlichen) der Ausführungsreihenfolge als FaktorVielleicht etwas zusätzliche Klarheit:
Wir können uns X2 hier als vorstellen sehr teures Werkzeug, das viermal pro Messung und nur einmal pro Prozess verwendet wird.Die Messwerte für X2 lauten 4, 8, 12, ...Wir wissen, dass die zunehmende Verwendung dieses Tools Auswirkungen auf unsere Reaktion hat. Daher können wir X2 nicht neu anordnen, und man kann es sich im Wesentlichen als die Durchlaufreihenfolge des Experiments vorstellen, da es mit der Durchlaufreihenfolge zunimmt.
Unser Ziel mit diesem Design ist es, einen Bereich akzeptabler Werte unserer Reaktion über einen zuvor festgelegten Grenzwert von X2-Werten zu modellieren. Im Wesentlichen werden die Prozesse bis zu einer bestimmten Anzahl von Durchläufen ausgeführt und dann gestoppt.
Betreff: Bewertung des DoE mit (im Wesentlichen) der Ausführungsreihenfolge als FaktorInteressant, aber ich bin verwirrt .
Meine Gedanken: Wie kann die Laufreihenfolge ein Faktor sein? Nehmen wir an, es ist signifikant und die 3. Ebene liefert die besten Ergebnisse. Wie können Sie mit diesem Wissen umgehen? Wie würden Sie diesen Prozess durchführen? Dementsprechend könnte man das Zusammenspiel von X1 und X2 auch praktisch optimieren. Wenn Sie nun sagen, dass Faktor X2 ist Zeit , dann haben Sie einen stetigen Faktor mit mehreren Stufen. Verständlicherweise gäbe es eine Einschränkung bei der Randomisierung, da X2 nicht randomisiert werden kann. Was ändert sich mit der Zeit?
Ein anderer Gedanke besteht darin, jede Stufe des Faktors Im Wesentlichen ein OFAT im Laufe der Zeit.
Ein weiterer Gedanke besteht darin, die Probenahme (im Vergleich zum DOE) jedes Levels über einen längeren Zeitraum durchzuführen, ohne auf vier bestimmte Zeitpunkte beschränkt zu sein.
Ich bin mir sicher, dass andere mitmachen werden.
