Re : Covariables dans un ordre défini dans une conception personnaliséeQue diriez-vous d'inclure la hauteur de remplissage en tant que facteur non contrôlé ? Au cours de votre expérience, vous enregistrez simplement le niveau au fur et à mesure qu'il change, et JMP l'inclut dans l'analyse. J'ai joint un exemple de tableau DOE.
Re : Covariables dans un ordre défini dans une conception personnaliséeSalut statman,
et merci pour l'accueil chaleureux 
.
Je ne voulais pas détourner l'attention du problème avec trop de contexte mais pour être plus précis:
L'expérience consiste à trouver les meilleurs paramètres pour agiter une suspension de particules, puis à la transférer du réservoir vers des récipients plus petits.
Les réponses sont i) la quantité cible de particules, ii) le CV des particules (n = 6 transferts par cycle) et enfin le iii) rendement d'un procédé qui utilise ces particules.
Nous supposons (mais n'espérons pas) qu'il y aura une certaine interaction entre les facteurs de transfert et d'agitation et la hauteur de remplissage.
Nous devrons donc peut-être modifier les paramètres de production pendant que le réservoir s'épuise.
Tout le problème du non-remplissage est que ce ne sera pas possible dans le système de production. Cela signifie qu'une suspension de particules qui a une hauteur de remplissage de 50 % avait autrefois une hauteur de remplissage de 100 % et, malheureusement, la particule est susceptible de "se dégrader" ou de devenir moins performante pendant l'épuisement.
Nous avons trouvé une solution de contournement qui pourrait nous aider :
Nous avons réduit la consommation de suspension de particules par cycle et utilisé le blocage pour la hauteur de remplissage (et quelques autres facteurs). Au sein de ces blocs, l'épuisement ne sera que minime et nous décidons de l'annuler. En même temps, nous fournissons des réservoirs supplémentaires qui sont épuisés en dehors de l'expérience proprement dite, nous avons donc l'effet dégradant. Entre les blocs, nous basculons les réservoirs qui ont été épuisés vers la hauteur de remplissage cible (et maintenant aléatoire).
S'il vous plaît partagez vos pensées
bravo ben
Re : Covariables dans un ordre défini dans une conception personnaliséeSalut Viktor,
merci pour votre rediffusion.
Cela sonne et ressemble exactement à ce que je prévoyais de faire, mais comment avez-vous forcé la contrainte de l'ordre fixe sur le facteur covariable ?
J'ai vérifié la littérature qui explique très bien le principe sous-jacent, mais comment puis-je le forcer dans JMP ?
Chaque fois que je charge la hauteur de remplissage (ou le temps pour être plus proche de votre exemple) dans le dialogue de conception, la conception résultante est randomisée pour la covariable.
bravo ben
Re : Covariables dans un ordre défini dans une conception personnaliséeSalut @BenGengenbach ,
Oui, vous y avez déjà pensé dans votre message d'origine avec cet "ordre défini". Veuillez trouver ci-joint le tableau de données utilisé dans mon exemple si vous souhaitez voir ou évaluer certaines parties plus en détail.
J'ai fait la création du DoE de manière très "conventionnelle" au départ : pour 3 facteurs et un modèle incluant des effets principaux et une interaction à 2 facteurs, le nombre d'exécutions recommandé par JMP est de 12. J'ai donc créé un tableau pour "Run Order" ou "Time" (avec une colonne) à utiliser comme facteur de covariable, avec 14 lignes : 12 lignes requises/recommandées pour le modèle à 3 facteurs, et 2 exécutions supplémentaires : 1 pour estimer effet principal pour le temps, et 1 pour estimer l'effet quadratique pour le temps (recommandé par défaut dans le livre "Conceptions optimales d'expériences : une approche d'étude de cas" de Peter GOOS et Bradley JONES). Ces 14 lignes représentent ma "covariable d'ordre de ligne" (facteur de covariable numérique continu) ou variable temporelle.
Dans la création du DoE, je crée les 3 facteurs, puis j'ajoute le facteur covariable temps grâce au tableau des covariables précédent. Dans le modèle, je spécifie les effets principaux et 2 FI pour les trois facteurs X, et l'effet principal et l'effet quadratique pour la covariable "Temps". Je fixe le nombre de tirages à 14 (comme vu précédemment) et clique sur "Make Design". Puisque vous avez entré "Time" (ou "order") comme facteur dans votre conception, vous pouvez cliquer avec le bouton droit sur ce facteur, puis trier par colonne de temps en ordre croissant (ou le faire sur votre table de données).
Puisque votre conception inclut déjà cette contrainte de facteur "Temps" dans le modèle (par son effet principal et son terme quadratique), la restriction sur la randomisation est prise en compte et vous pouvez trier par cette colonne "Temps" pour réaliser vos exécutions. Vous pouvez vérifier sur votre tableau que les niveaux de facteur en commun sont bien "dispersés" par rapport à cette contrainte de temps (nombre élevé de changements d'une expérience à la suivante, et si vous avez des répliques comme dans mon exemple, vous verrez qu'elles sont attribués au début et à la fin de l'expérience : les lignes 2 et 12, 4 et 14, 6 et 10, 1 et 11, 3 et 13, 5 et 9 ("originales"/lignes uniques 7 et 8 sont au milieu des expériences).
J'espère que cette réponse vous sera utile,
Re : Covariables dans un ordre défini dans une conception personnaliséeJe comprends qu'il est difficile de savoir quelles informations doivent être fournies pour obtenir les conseils appropriés. J'ai trouvé que plus je comprends la situation, meilleurs sont les conseils. Je ne suis pas sûr qu'une discussion approfondie de vos options soit appropriée pour ce forum, mais voici mes réflexions :
Si je résume, vous vous souciez de l'homogénéité de la "solution". Ceci est évalué avec quelques mesures:
1. "quantité cible de particules". Vous ne savez pas ce que c'est ? Est-ce la "densité" des particules ? Mesurez-vous la distribution des tailles de particules ? Combien cela varie-t-il dans la production? À quel point le système de mesure est-il "bon" ? Y a-t-il plus de variation au sein d'un « lot » (au cours de l'épuisement d'un réservoir) ou d'un lot à l'autre ? Est-ce cohérent ? Dans quelle mesure un changement dans cette métrique aura un impact sur les performances (ou les rendements) du produit. Ceci est important à savoir avant l'expérimentation.
2. "CV de particules". Je suppose que c'est le coefficient de variation de la distribution granulométrique. Comment cela est-il mesuré ? Là encore, le système de mesure a-t-il été étudié ? De plus, dans quelle mesure un changement dans ce domaine aura-t-il un impact sur les performances du produit ?
3. "rendement du processus qui utilise la solution" Je ne suis pas fan des rendements en tant que mesure (en particulier pour la compréhension de la structure causale) car il peut être trop agrégé pour obtenir des informations précises sur les mécanismes physiques/chimiques à l'œuvre, mais Je comprends qu'il est utilisé par la direction et, en fin de compte, vous souhaitez augmenter le rendement (cela peut être à un niveau supérieur dans la hiérarchie des métriques). Les rendements de production sont-ils constants maintenant ? De combien les rendements varient-ils ? Avez-vous énuméré toutes vos hypothèses sur ce qui pourrait affecter les rendements ? La cohérence de la taille/distribution des particules en fait partie. Bien sûr, sachez que vous pourriez grandement améliorer la cohérence de votre solution et faire chuter les rendements en raison de certains autres effets de facteurs.
Votre idée de blocage est assez bonne. Je recommanderais de traiter le bloc comme un effet fixe (vs aléatoire) et d'inclure toutes les interactions bloc par facteur dans votre modèle. Cela fournira un aperçu des facteurs qui sont robustes à la hauteur du réservoir et des facteurs qui peuvent devoir être ajustés pour compenser la hauteur (cela apparaîtra comme des interactions bloc par facteur significatives). Une fois découvert, vous disposez de plusieurs options pour gérer l'effet (par exemple, ajuster constamment les facteurs, modifier le processus pour maintenir constamment le niveau du réservoir constant, etc.).
À noter, bien que JMP soit excellent pour créer des matrices de conception, je manipule assez souvent la matrice de conception pour l'adapter à la situation. Une fois la conception exécutée, il existe une foule de méthodes pour analyser les données.
Re : Covariables dans un ordre défini dans une conception personnalisée
"1. "quantité cible de particules". Vous ne savez pas ce que c'est ? Est-ce la "densité" des particules ? Mesurez-vous la distribution des tailles de particules ? Combien cela varie-t-il dans la production? À quel point le système de mesure est-il "bon" ? Y a-t-il plus de variation au sein d'un « lot » (au cours de l'épuisement d'un réservoir) ou d'un lot à l'autre ? Est-ce cohérent ? Dans quelle mesure un changement dans cette métrique aura un impact sur les performances (ou les rendements) du produit.
Ceci est important à savoir avant l'expérimentation."
Ce sont des particules par volume, une concentration ou une densité que nous mesurons. Les distributions granulométriques changeantes ne nous préoccupent pas tellement. Si des particules « cassent », elles ne seront pas reconnues par le dispositif de comptage, il en va de même pour l'agglomération. L'appareil de mesure a une précision et une exactitude beaucoup plus élevées que le transfert de particules, alors considérons-le comme "bon".
Nous ne connaissons pas la variation causée par l'épuisement (?) Au sein d'un bloc. Des paramètres d'agitation ou de transfert de particules inappropriés pourraient entraîner une accumulation de particules dans le réservoir. La variation entre les blocs doit être minimale car tous les blocs sont alimentés à partir de la même suspension de particules de départ qui peut être maintenue dans des conditions « idéales »
Le couloir d'acceptation pour une "bonne" densité de particules est d'environ 2xSD et nous visons une variance de prédiction de 1xSD.
"2. "CV de particules". Je suppose que c'est le coefficient de variation de la distribution granulométrique. Comment cela est-il mesuré ? Là encore, le système de mesure a-t-il été étudié ? De plus, dans quelle mesure un changement dans ce domaine aura-t-il un impact sur les performances du produit ?"
Coefficient de variation de la densité des particules (concentration), 6 répétitions de transfert par cycle. Pour rendre les choses un peu plus compliquées, les "répliques" sont prises à partir de différentes positions dans le réservoir. Par conséquent, le CV nous renseignera sur l'homogénéité de la dispersion des particules.
L'objectif est de minimiser le CV.
"3. "rendement du processus qui utilise la solution" Je ne suis pas fan des rendements en tant que mesure (en particulier pour la compréhension de la structure causale) car cela peut être trop agrégé pour obtenir des informations précises sur les mécanismes physiques/chimiques à l'œuvre, mais je comprends il est utilisé par la direction et, en fin de compte, vous souhaitez augmenter le rendement (cela peut être à un niveau supérieur dans la hiérarchie des métriques). Les rendements de production sont-ils constants maintenant ? De combien les rendements varient-ils ? Avez-vous énuméré toutes vos hypothèses sur ce qui pourrait affecter les rendements ? La cohérence de la taille/distribution des particules en fait partie. Bien sûr, sachez que vous pourriez grandement améliorer la cohérence de votre solution et faire chuter les rendements en raison d'autres effets de facteurs."
Le rendement ou la concentration du produit est plutôt une réponse de secours, on risque de trouver de bons paramètres de transfert (à concentration cible, CV minimal) mais défavorables pour l'étape de production suivante. Malheureusement, nous avons un processus de production assez long qui ne peut tout simplement pas être entièrement couvert par une seule conception.
Par conséquent, nous avons déjà séparé les expériences en fonction de l'interaction minimale anticipée entre les facteurs.
Merci pour le conseil sur l'effet de bloc fixe. Mais si j'ai déjà une hauteur de remplissage dans le modèle aussi difficile à modifier, ce qui entraîne le blocage approprié, pourquoi aurais-je besoin de le faire ?
Re : Covariables dans un ordre défini dans une conception personnaliséeSalut Viktor,
Merci pour la clarification.
J'ai un peu compliqué les choses. La conception reste orthogonale, peu importe comment je la recourt tant que la variable covariable a été prise en compte lors de la création de la conception...
bravo ben
Re : Covariables dans un ordre défini dans une conception personnaliséeJuste une réponse à ça :
Merci pour le conseil sur l'effet de bloc fixe. Mais si j'ai déjà une hauteur de remplissage dans le modèle aussi difficile à modifier, ce qui entraîne le blocage approprié, pourquoi aurais-je besoin de le faire ?
Le plus souvent, les effets de bloc sont traités comme des effets aléatoires. Bien que cela ait l'avantage d'augmenter l'espace d'inférence et d'augmenter la précision, les effets sont inassignables. Si vous êtes prudent et capable d'attribuer/confondre des variables de bruit spécifiques au bloc où elles sont cohérentes dans le bloc et de changer délibérément entre les blocs, vous pouvez traiter le bloc comme un effet fixe et également ajouter des interactions bloc par facteur au modèle.
Re : Covariables dans un ordre défini dans une conception personnaliséeTout d'abord, bienvenue dans la communauté. Je n'ai pas suffisamment d'informations ou de contexte pour fournir des conseils, alors peut-être pouvez-vous décrire la situation avec plus de détails ? S'agit-il d'une expérience de traitement ou de conception ? Quel est le produit ? Quelles sont les variables de réponse ?Je ne sais pas ce qu'est le réservoir, ni pourquoi il ne peut pas être volontairement ajusté, du moins pendant la durée de l'expérience ? Apparemment, il y a une sorte de solution dans le réservoir. La formulation de la solution fait-elle partie de l'expérience ?
Faites-vous des hypothèses sur l'effet du remplissage du réservoir ? Pourquoi le remplissage du réservoir aurait-il un effet sur les variables de réponse ? Le réservoir doit-il être vidé avant de pouvoir être rempli à nouveau ?
Le traiter comme une covariable pose des problèmes... Quel nombre enregistrerez-vous (vous ne pouvez avoir qu'une seule valeur pour chaque traitement) ? Le niveau de remplissage au début du cycle de traitement ou à la fin ou une moyenne, ou... ?
En tout cas, la suggestion de Jed est bonne. Pour chaque traitement, enregistrer la valeur du niveau de remplissage du réservoir (voir problèmes ci-dessus). Ajoutez manuellement une colonne dans votre test pour enregistrer la valeur que vous choisissez. Lors de l'analyse, effectuez l'analyse de covariable typique (Utiliser des tests séquentiels, Type 1) pour la covariable et Partiel, Type 3 pour les autres facteurs de votre modèle). Tracez également les données dans l'ordre d'exécution et n'oubliez pas les VIF.
Re : Covariables dans un ordre défini dans une conception personnaliséeSalut Jed,
merci pour votre suggestion, nous avons également pensé à cela, mais nous espérions qu'il y aurait une option qui permettrait d'avoir les paramètres des facteurs de hauteur de remplissage dans le modèle lors de la configuration pour estimer correctement la puissance et les fds.
bravo ben
Re : Covariables dans un ordre défini dans une conception personnaliséeSalut @BenGengenbach ,
Bienvenue dans la Communauté !
- La première option proposée par @Jed_Campbell fonctionne, mais n'est pas optimal en ce qui concerne la robustesse de la conception en ce qui concerne la tendance temporelle. Vous pourriez avoir des corrélations entre votre tendance temporelle et vos facteurs, et ne pas être en mesure de différencier lequel des deux est responsable de la ou des réponses.
- Une deuxième option serait d'inclure le temps comme covariable (et d'inclure à la fois les effets linéaires et quadratiques) dans le plan : c'est un cas particulier de DoE avec covariables ("time-trend robust designs") que vous pouvez trouver dans "Optimal Designs of Experiments : A Case Study Approach" (chapitre 9) par Peter GOOS et Bradley JONES.
Quelques éléments clés de ce chapitre pour répondre à votre problématique de randomisation avec un facteur d'ordre d'exécution :
"L'utilisation d'un ordre d'exécution systématique ou d'une affectation systématique à des unités expérimentales n'implique pas nécessairement qu'il n'y a pas de randomisation du tout".
Il existe déjà de la littérature sur ce sujet :
Rendre les conceptions expérimentales robustes face à la tendance temporelle : Paper5.pdf (ssca.org.in)
Conceptions expérimentales parfaitement équilibrées pour la tendance sur JSTOR
+ Joiner et Campbell (1976), Daniel et Wilcoxon (1966), ...
Voici un exemple avec 3 facteurs continus d'une conception robuste en tendance temporelle, estimant les effets principaux (X1, X2, X3 et le temps), les interactions à 2 facteurs (entre X1, X2 et X3) et l'effet quadratique pour le temps. Vous pouvez voir sur le graphique ci-dessous que l'inclusion du temps comme covariable ne gonfle pas l'écart type des estimations pour les effets principaux (X1, X2, X3) et 2-FI pour ces effets principaux (comparaison de l'erreur standard relative des estimations avec un plan incluant une covariable de temps et un plan sans covariable de temps), ce qui signifie que vous ne manquerez pas de précision pour l'estimation de ces termes en incluant le temps comme covariable.
Et vous pouvez également vérifier qu'il n'y a (presque) pas d'aliasing/corrélations entre votre covariable temporelle et vos autres facteurs d'effets principaux et d'interactions :
La conception ici n'est pas complètement robuste aux tendances, mais elle est D-optimale avec cette contrainte de covariable temporelle.
En espérant que cette réponse vous aidera,
Covariables dans un ordre défini dans une conception personnaliséeSalut,
Dans notre expérience, nous avons 3-4 facteurs continus contrôlables et la hauteur de remplissage d'un réservoir qui est progressivement réduite à chaque passage comme facteur incontrôlable.
Il n'est pas possible d'ajuster la hauteur de remplissage pour chaque passage.
Le réservoir ne peut pas être rempli à moins de 100 % au début de l'expérience.
Si le blocage est utilisé, la hauteur de remplissage du réservoir diminuera dans chaque bloc.
Le réservoir peut être rempli à 100 % après son épuisement et d'autres cycles peuvent être effectués.
J'espérais charger la hauteur de remplissage en tant que table de covariables avec un ordre défini (Complet -> vide), mais cela ne semble pas possible en raison de la randomisation de l'entrée de covariable.
Toute autre suggestion sur la meilleure façon de résoudre ce problème est la bienvenue.
bravo ben
Ingénierie de la qualité et des procédés
