Ciao a tutti,
Sperando di ottenere un feedback dagli esperti e dalla mente collettiva in merito agli argomenti di cui sopra. Descriverò prima lo scenario e poi approfondirò il problema in questione.
SCENARIO: La nostra attività si trova spesso in una situazione in cui i DOE gestiti da persone in R&S soffrono di un fattore di disturbo esterno e gestirlo per "salvare" il DOE a volte è difficile. Gli addetti alla ricerca e sviluppo in genere genereranno DOE per testare diversi fattori alla volta. In questo processo, vengono normalmente prodotti multipli di 3 lotti, ogni lotto ha una ricetta diversa per testare i fattori che influenzano il/i risultato/i. I fattori che entrano nella ricetta sono tutti fattori continui e, a seconda del design, sono tipicamente a 2 livelli (basso/alto). I punti centrali sono spesso inclusi per aiutare a stimare la varianza. Gli addetti alla ricerca e sviluppo in genere producono lotti da 3, 6, 9, ecc. Il motivo è che dopo le fasi iniziali del processo, i lotti devono essere essiccati in un forno ed è possibile essiccare solo tre lotti alla volta, quindi quantità di lotto in multipli di 3. I lotti vengono portati immediatamente ad asciugare dopo il primo passaggio.Subito dopo l'essiccazione, il materiale viene fresato.A causa del tempo limitato all'interno di un giorno, può esserci solo un numero fisso di corse eseguite ogni giorno, ancora una volta questo sarebbe un multiplo di 3, con non più di forse 9 eseguite in un giorno.
PROBLEMA: A causa delle limitazioni fisiche del luogo in cui si trova il forno, la temperatura e l'umidità dell'ambiente esterno (più spesso l'umidità) sono fattori di disturbo. Li chiamo fastidio nel senso che sono noti, ma incontrollabili. La temperatura ambiente e l'umidità possono essere misurate nel momento in cui un set di 3 lotti viene posto nel forno per l'essiccazione, ma non c'è modo di controllare questi fattori o di sapere in anticipo quale sarà. È noto che l'umidità può influenzare il materiale durante (e/o poco dopo) la fase di essiccazione, e si sospetta che anche la temperatura ambiente possa farlo.
DISCUSSIONE: Quello che mi piacerebbe capire meglio è come gestire questi fattori di disturbo in un DOE. Certamente, possiamo bloccare per giorno e avere un insieme casuale e ben distribuito di passaggi all'interno di ciascun blocco, ottenendo così una stima del rumore introdotto in quale giorno i lotti sono stati realizzati ed essiccati. Potremmo anche introdurlo come effetto fisso (anche se in realtà non è fisso), il che aiuterebbe a stimare le differenze medie giornaliere in ciascun blocco. Potremmo persino considerare "giorno" come un effetto "molto difficile" da cambiare, per ottenere un disegno a trama divisa, che aiuterebbe a vedere come quel fattore interagisce con gli altri fattori -- MA -- non possiamo controllare l'umidità e non so cosa accadrà prima dell'inizio della corsa sperimentale. Potremmo trattarlo come una covariata, il che richiederebbe un'analisi ANCOVA per rimuovere l'effetto del fattore di disturbo dalla risposta. Oppure, potremmo semplicemente introdurre il fattore fastidio come fattore incontrollato.
Alcuni punti di discussione:
- Sarebbe bello, anche se non necessario, stimare il rumore introdotto a causa dei fattori di disturbo, che suggerirebbero un blocco casuale.
- Sarebbe anche bello stimare la variazione giornaliera causata dai fattori di disturbo, che suggerirebbero un blocco fisso.
- Sarebbe anche bello vedere se, o come, questi fattori di disturbo interagiscono con gli altri fattori principali noti, suggerendo di includerli come fattori "molto difficili" da modificare, ma in realtà sono impossibili da modificare poiché non abbiamo alcun controllo su di essi .
- L'esecuzione di un ANCOVA potrebbe aiutare a rimuovere i fattori di disturbo al fine di confrontare lotti realizzati in giorni diversi. Tuttavia, mi risulta che per fare questo in JMP, si può avere solo un singolo fattore categoriale combinato con un fattore covariato continuo per ottenere il giusto tipo di analisi. Noi certamente potevo modificare alcuni dei nostri fattori principali in tipi di dati categorici, ma il problema è che abbiamo diversi fattori principali che devono essere inclusi in qualsiasi modello. Quando si esegue questa operazione, JMP non suddivide più i dati nelle diverse linee di adattamento come ci si aspetterebbe da un ANCOVA. Anche se forse non capisco appieno come JMP sta eseguendo l'ANCOVA in situazioni in cui sono presenti più fattori nel modello. I dati di esempio e la guida in linea su questo argomento sono molto limitati.
- Infine, potremmo aggiungerlo a un modello come variabile non controllata, lasciando vuoti i livelli e inserendo i dati quando vengono eseguite le esecuzioni. L'analisi successiva del modello dovrebbe mostrare se la variabile non controllata ha o meno un impatto sulla/e risposta/e.
Alcune domande:
- In questo tipo di scenario in cui in genere abbiamo un numero fisso di lotti essiccati alla volta e tutti potrebbero essere influenzati dai fattori di disturbo, esiste un approccio migliore per incorporare i fattori di disturbo in un modello per capire quale effetto , se presente, ha sulla risposta?
- Useremmo un approccio singolo o approcci misti. Ad esempio, è meglio utilizzare solo il blocco randomizzato (o fisso) o utilizzare il blocco randomizzato, ma includere anche i fattori di disturbo come variabili non controllate? Allo stesso modo, è meglio usare Day come un fattore molto difficile da modificare includendo anche l'umidità e la temperatura dell'aria come fattori incontrollati?
- ANCOVA è davvero il giusto tipo di approccio o potrebbe portare a conclusioni sbagliate?
- Hai avuto a che fare con una situazione simile sul posto di lavoro e, in caso affermativo, quale metodologia hai utilizzato per gestire i tuoi fattori di disturbo?
Grazie per il vostro aiuto, e non vedo l'ora di leggere le risposte.
Grazie!,
DS
