Re : Aide du DOE : appliquer tous les niveaux d'un facteur dans des blocs aléatoires(Retiré)
Re : Aide du DOE : appliquer tous les niveaux d'un facteur dans des blocs aléatoiresJe ne comprends pas complètement votre situation car vous n'avez discuté que d'un facteur et n'avez fourni aucun autre contexte (par exemple, quel est votre objectif ? Faites-vous du dépistage ? Qu'est-ce qu'une unité expérimentale (est-ce un lot ou une pièce ou un échantillon ? Quelles sont vos hypothèses concernant l'emplacement du four ?, etc.), alors voici mes réflexions :
1. Pourquoi ne pas utiliser un échantillonnage systématique de la production actuelle pour avoir une idée de la localisation en effet de four ?
2. Je ne comprends pas cela comme un facteur de conception. Disons qu'il est significatif et que le centre donne le meilleur résultat. Allez-vous vraiment limiter vos cycles de four au seul centre, ce qui a un effet négatif sur la production ?
3. Si l'unité expérimentale est un lot ou des parties, utilisez des parcelles fractionnées. L'expérience sur les 4 facteurs crée la parcelle entière et vous prélevez des échantillons du lot et placez chaque échantillon dans chacun des 3 emplacements du four. S'il s'agit de parties, créez plusieurs parties pour chaque combinaison de traitement des 4 facteurs et placez une partie à chaque emplacement.
4. Pourquoi avez-vous besoin de tester les 3 emplacements ? Pouvez-vous supposer une symétrie et tester simplement 1 niveau à l'extérieur (gauche ou droite) et l'autre au centre ?
Re : Aide du DOE : appliquer tous les niveaux d'un facteur dans des blocs aléatoiresSalut @statman ,
J'apprécie votre contribution. Je ferai de mon mieux pour répondre à vos questions et fournir un contexte. Pour des raisons de propriété, je ne peux pas en discuter trop en détail.
L'objectif de l'expérience est de tester comment les cinq facteurs interagissent les uns avec les autres et impactent le résultat. À cet égard, il serait plus proche d'un type de dépistage de DOE car les chercheurs ne sont pas tellement intéressés (pour le moment) à trouver les paramètres exacts pour atteindre un objectif, mais plutôt à en savoir plus sur la façon dont ces facteurs interagissent et affectent le résultat. .
Comme mentionné précédemment, une unité expérimentale est un lot. Les chercheurs peuvent faire trois lots différents simultanément, chaque lot est différent en raison des paramètres pour X1, X2, X3 et X4. Chacun de ces trois lots est physiquement placé à l'intérieur d'un four pour sécher. Le placement des lots dans le four peut avoir un effet sur le résultat, et il peut interagir avec certains des autres facteurs X1 à X4 du DOE. Toutes les positions du four doivent être utilisées pendant le séchage. Il existe des preuves que l'emplacement dans le four peut affecter le résultat, mais cela n'a pas été étudié, d'où ce DOE. Chaque unité expérimentale (lot) est placée dans UN seul des trois emplacements du four. Et bien sûr, les trois lots sont séchés à la même température de four car il n'est physiquement pas possible d'avoir chaque lot, dans chaque position, séché à une température différente.
Le cadre n'est pas la production, c'est un laboratoire de recherche, donc il y a un peu plus de flexibilité à cet égard car nous n'immobilisons pas l'équipement de production.
Peu importe s'il s'avère qu'une certaine position est "la meilleure", nous ne limiterons pas nos courses de four. Nous maximisons toujours la quantité de lots à sécher dans chaque cycle de four. Cependant, savoir qu'un endroit peut pousser le résultat d'une manière ou d'une autre sera une connaissance utile. Comprendre cela aidera les chercheurs à compenser cet effet.
La symétrie ne peut pas être supposée dans notre situation spécifique en raison de la disposition physique du four.
Malheureusement, il n'existe toujours pas de réponse satisfaisante quant à la manière d'utiliser la plate-forme DOE de JMP pour générer un DOE adapté à la situation spécifique en question. À l'heure actuelle, il semble que la seule façon de procéder consiste à effectuer deux DOE distincts qui diviseront certains de ces 5 facteurs - par exemple un DOE avec X1 à X3 et un autre DOE avec X4 et X5. Ceci est regrettable car certaines preuves suggèrent que certains des premiers facteurs X1, X2 et X3 pourraient interagir avec les facteurs X4 et X5 du deuxième DOE. Idéalement, il y aurait un DOE pour tester tous ces éléments ensemble, mais avec les stipulations mentionnées dans le message d'origine.
Espérons que cela aide à ajouter du contexte et des informations. Merci pour votre intérêt, et j'espère obtenir une réponse à ce problème.
DS
Re : Aide du DOE : appliquer tous les niveaux d'un facteur dans des blocs aléatoiresJe suppose que vous incluez les interactions avec X5 et les facteurs continus dans le modèle ? Cela oblige l'algorithme à se soucier davantage de l'estimation de ces effets par rapport à l'orthogonalité aux blocs aléatoires. C'est plus perceptible ici à cause des blocs aléatoires d'une taille impaire. Dans mes tests rapides, si je supprime les interactions impliquant le facteur catégorique, je vois la structure équilibrée. Vous devrez vérifier ces interactions par la suite, mais en général, cela ne devrait pas être terrible (et peut nécessiter quelques exécutions supplémentaires).
Vous pouvez également essayer une approche covariable juste pour forcer la structure avec les blocs spécifiés (et sont traités comme fixes à ce stade), mais cela nécessite de changer les rôles des facteurs après coup.
Nous apprécions que vous apportiez cela à la communauté, cela est lié à une structure générale à laquelle nous pensons certainement dans le développement d'une future version.
Re : Aide du DOE : appliquer tous les niveaux d'un facteur dans des blocs aléatoiresJe vous propose de lire :
Boîte, GEP, Stephen Jones (1992), « Conceptions en parcelles divisées pour une expérimentation robuste des produits ”, Journal de statistiques appliquées , Vol. 19, n° 1
Votre situation exige des parcelles divisées et / ou des conceptions de blocs en bande.
Vous devrez peut-être créer votre propre table pour accueillir ces conceptions (je le fais tout le temps).
Re : Aide du DOE : appliquer tous les niveaux d'un facteur dans des blocs aléatoiresSalut @Ryan_Lekivetz ,
Oui, j'inclus les interactions avec X5 et les autres facteurs continus dans le modèle.
Malheureusement, lorsque j'exécute le modèle avec toutes les interactions de second ordre ET supprime toutes les interactions avec X5, je n'obtiens pas la structure équilibrée. C'est presque là, mais il y a quelques blocs aléatoires qui ont des niveaux en double du facteur catégoriel. J'ai généré le tableau avec 30 exécutions, car c'est le nombre suggéré en incluant toutes les interactions X5.
DS
Re : Aide du DOE : appliquer tous les niveaux d'un facteur dans des blocs aléatoiresSalut @statman ,
Merci pour la contribution. Je crois que je devrai créer ma propre table à la fin, comme vous le soulignez.Et je suis d'accord, je pense qu'une conception de blocs divisés et / ou en bandes serait appropriée ici.C'est juste dommage que JMP ne puisse pas le faire pour moi avec les contraintes dont j'ai besoin.
Merci!,
DS
Re : Aide du DOE : appliquer tous les niveaux d'un facteur dans des blocs aléatoiresQuelques réflexions supplémentaires.
1) Vous pouvez adopter l'approche "patron", où vous réparez manuellement les blocs aléatoires cassés pour vous donner la structure que vous voulez, et vérifiez que l'évaluation de la conception semble raisonnable.
2) Le code ci-dessous utilise votre bloc aléatoire comme très difficile à changer, le four comme difficile à changer et les effets continus. Notez que vous devez supprimer les effets du modèle pour les 2 premiers facteurs, nous les utilisons simplement pour accéder à la structure de blocs aléatoires. Vous jetez effectivement les valeurs aléatoires qui apparaissent dans ces colonnes.
Dans les deux cas, vous devrez déterminer comment vous souhaitez modéliser ces effets en fonction de votre structure de traitement (en plus de l'article de Box & Jones, une autre bonne lecture ici : https://www.jmp.com/en_us/whitepapers/jmp/split-plot-designs.html )
BICHE(
Design personalisé,
{Ajouter une réponse( Agrandir, "Y", ., ., . ),
Ajouter un facteur (continu, -1, 1, "Fake VHTC", 2 ),
Add Factor( Continu, -1, 1, "X5 comme bloc aléatoire", 1 ),
Ajouter un facteur (continu, -1, 1, "X1", 0 ),
Ajouter un facteur (continu, -1, 1, "X2", 0 ),
Ajouter un facteur (continu, -1, 1, "X3", 0 ),
Ajouter un facteur (continu, -1, 1, "X4", 0), définir une graine aléatoire (1471138809),
Nombre de démarrages (940), Ajouter un terme ({1, 0}), Ajouter un terme ({3, 1}),
Ajouter un terme ({4, 1}), Ajouter un terme ({5, 1}), Ajouter un terme ({6, 1}),
Ajouter un terme( {3, 1}, {4, 1} ), Ajouter un terme( {3, 1}, {5, 1} ),
Ajouter un terme( {3, 1}, {6, 1} ), Ajouter un terme( {4, 1}, {5, 1} ),
Ajouter un terme( {4, 1}, {6, 1} ), Ajouter un terme( {5, 1}, {6, 1} ),
Ajouter un terme d'alias ({1, 1}, {2, 1}), Ajouter un terme d'alias ({1, 1}, {3, 1}),
Ajouter un terme d'alias ({1, 1}, {4, 1}), Ajouter un terme d'alias ({1, 1}, {5, 1}),
Ajouter un terme d'alias ({1, 1}, {6, 1}), Ajouter un terme d'alias ({2, 1}, {3, 1}),
Ajouter un terme d'alias ({2, 1}, {4, 1}), Ajouter un terme d'alias ({2, 1}, {5, 1}),
Ajouter un terme d'alias ({2, 1}, {6, 1}), créer une conception de tracé en bande, définir N tracés entiers (8),
Définir N sous-parcelles ( 3 ), Définir la taille de l'échantillon ( 30 ), Simuler les réponses ( 0 ),
Enregistrer la matrice X ( 0 )}
);
Re : Aide du DOE : appliquer tous les niveaux d'un facteur dans des blocs aléatoiresSalut @Ryan_Lekivetz ,
Merci pour vos réflexions et votre contribution. J'ai pu laisser X5 en tant que facteur catégoriel à 3 niveaux et changer l'un des autres X en facteur VHTC (car c'est la température du four) et les choses ont à peu près fonctionné, mais j'ai dû entrer et changer quelques choses pour X5 pour lui donner la structure dont j'ai besoin.
Merci pour le lien vers le livre blanc, je vais lire cela.
DS
Aide du DOE : appliquer tous les niveaux d'un facteur dans des blocs aléatoiresChers JMP et communauté,
J'essaie de configurer un DOE personnalisé où l'un des facteurs a trois niveaux, et chaque niveau de ce facteur DOIT être présent dans chaque bloc aléatoire une seule fois.
Situation:
Nous avons un DOE où nous savons qu'il y aura 4 variables continues qui peuvent varier entre des valeurs basses et élevées. Nous avons un facteur supplémentaire qui est un facteur catégoriel à trois niveaux. Le DOE doit être regroupé en blocs aléatoires de taille 3 (cela est dû aux limitations du nombre de passages pouvant être effectués dans une journée, 3 le matin et 3 l'après-midi) -- bien sûr, le nombre total de passages est également un multiple de 3. Le dernier facteur, X5, a 3 niveaux, L1, L2, L3 qui représentent physiquement 3 emplacements d'un échantillon dans une étuve de séchage. Ces emplacements sont à gauche, au centre et à droite.
Le chercheur exécute des lots par groupes de trois et chaque lot obtient une position dans le four de séchage, à gauche, à droite ou au centre. Les chercheurs peuvent exécuter jusqu'à six lots par jour, de sorte que les blocs aléatoires sont de taille 3 (3 le matin et 3 l'après-midi). Chaque fois que trois lots sont fabriqués, les trois positions sont utilisées. Par exemple, l'exécution 1 peut aller en position L2, l'exécution 2 en position L3 et l'exécution 3 en position L1. L'une des choses testées (en combinaison avec les autres facteurs) est de savoir si l'emplacement dans le four de séchage a un impact sur le résultat.
Problème:
Le problème auquel je suis confronté est de savoir comment forcer cela lorsque JMP génère un DOE, qu'il garantit que chacun des 3 niveaux se produit une fois dans chaque bloc aléatoire, tout en étant affecté au hasard aux exécutions. Dans la capture d'écran ci-dessous, je pense que cela aide à montrer le problème. Pour les six premiers passages pour les blocs aléatoires 1 & 2, l'ordre de X5 est L2, L2, L3 & L1, L1, L3. Évidemment, cela ne peut pas se produire dans la conception car L1, L2 et L3 font référence aux positions gauche, centrale et droite dans le four et ne peuvent être utilisées qu'une seule fois dans un bloc aléatoire. donc l'ordre de X5 devrait être quelque chose comme L1, L3, L2 et L3, L2, L1 pour les blocs aléatoires 1 et 2. J'ai toujours besoin que chaque niveau soit attribué au hasard aux pistes, mais que chaque niveau n'apparaisse qu'une seule fois dans chaque bloc aléatoire. Je ne pense pas que l'ajout d'un facteur de blocage soit la bonne façon, mais peut-être que je me trompe.
Dans le modèle DOE, je suis également intéressé à tester tous les effets principaux de X1-X5 et toutes les interactions de 2ème ordre entre tous les facteurs.
Solution possible:
La seule façon que je peux trouver pour le moment est de générer un DOE avec les quatre facteurs continus et un DOE avec le facteur catégoriel à 3 niveaux. Chacun a le même nombre d'exécutions, puis joint les tables ensemble en faisant correspondre la colonne "Random Block". Mais, lorsque je fais cela, chaque exécution du DOE à quatre facteurs est répétée 3 fois en raison des différents niveaux de facteur catégoriel de l'autre DOE. Ce n'est pas ce que je veux non plus. Si je clique sur Drop Multiples de la table principale, je reviens au nombre d'exécutions d'origine, mais l'ordre de X5 est presque toujours le même : L2, L3, L1. De plus, je ne pense pas que les 18 exécutions seront suffisantes pour capturer également l'interaction de 2e ordre de X5 avec les quatre autres facteurs. Je crois que j'aurai besoin de plus de 30 exécutions au total pour pouvoir capturer toutes les interactions de 2e ordre. Cela ne reflète toujours pas tout à fait ce que je veux, car il répète la même course pour les trois niveaux dans un bloc aléatoire.
Si quelqu'un a eu un problème similaire et a trouvé comment le résoudre, je suis très intéressé à savoir comment vous avez fait cela. Ou, s'il existe une méthodologie appropriée au sein de JMP pour y parvenir, c'est aussi quelque chose que j'aimerais apprendre.
Merci pour votre intérêt et votre contribution !,
DS
Fusion et nettoyage des données
