Ri: Aiuto DOE: applicazione di tutti i livelli di un fattore all'interno di blocchi casuali(Ritirato)
Ri: Aiuto DOE: applicazione di tutti i livelli di un fattore all'interno di blocchi casualiNon capisco completamente la tua situazione in quanto hai discusso solo un fattore e non hai fornito nessun altro contesto (ad esempio, qual è il tuo obiettivo? Stai proiettando? Cos'è un'unità sperimentale (è un lotto, una parte o un campione? Quali sono le tue ipotesi sulla posizione del forno?, ecc.), quindi ecco i miei pensieri:
1. Perché non utilizzare un campionamento sistematico della produzione attuale per avere un'idea della posizione all'interno dell'effetto forno?
2. Non lo considero un fattore di progettazione. Diciamo che è significativo e il centro dà il miglior risultato. Hai davvero intenzione di limitare le tue corse al forno solo al centro, influenzando negativamente la produzione?
3. Se l'unità sperimentale è un lotto o parti, utilizzare i grafici divisi. L'esperimento sui 4 fattori crea l'intera trama e tu prendi campioni del lotto e metti ogni campione in ciascuna delle 3 posizioni del forno. Se si tratta di parti, crea più parti per ogni combinazione di trattamento dei 4 fattori e metti una parte in ogni posizione.
4. Perché è necessario testare tutte e 3 le sedi? Puoi assumere la simmetria e testare solo 1 livello all'esterno (sinistra o destra) e l'altro al centro?
Ri: Aiuto DOE: applicazione di tutti i livelli di un fattore all'interno di blocchi casualiCIAO @statman ,
Apprezzo il tuo contributo. Farò del mio meglio per rispondere alle tue domande e fornire un contesto. Per motivi proprietari, non posso discuterne in modo troppo dettagliato.
L'obiettivo dell'esperimento è testare come i cinque fattori interagiscono tra loro e influenzano il risultato. A questo proposito, sarebbe più vicino a un tipo di screening del DOE in quanto i ricercatori non sono così interessati (in questo momento) a trovare le impostazioni esatte per raggiungere un obiettivo, ma piuttosto a saperne di più su come questi fattori interagiscono e influenzano il risultato .
Come accennato in precedenza, un'unità sperimentale è un lotto. I ricercatori possono creare tre lotti diversi contemporaneamente, ogni lotto è diverso a causa delle impostazioni per X1, X2, X3 e X4. Ciascuno di questi tre lotti viene fisicamente posto all'interno di un forno ad asciugare. Il posizionamento dei lotti nel forno potrebbe avere un effetto sul risultato e potrebbe interagire con alcuni degli altri fattori da X1 a X4 nel DOE. Tutte le posizioni nel forno devono essere utilizzate durante l'asciugatura. Ci sono alcune prove che la posizione nel forno possa influenzare il risultato, ma non è stata studiata, da qui questo DOE. Ogni unità sperimentale (batch) viene collocata in UNA sola delle tre posizioni nel forno. E, naturalmente, tutti e tre i lotti vengono essiccati alla stessa temperatura del forno poiché non è fisicamente possibile che ciascun lotto, in ciascuna posizione, venga essiccato a una temperatura diversa.
L'ambientazione non è la produzione, è un laboratorio di ricerca, quindi c'è un po' più di flessibilità in questo senso dato che non stiamo bloccando le apparecchiature di produzione.
Indipendentemente dal fatto che si scopra che una certa posizione è "migliore", non limiteremo i nostri cicli di cottura. Massimizziamo ancora la quantità di lotti da essiccare in ogni ciclo di cottura. Tuttavia, sapere che una posizione potrebbe spingere il risultato in un modo o nell'altro sarà una conoscenza utile. Capire questo aiuterà i ricercatori a compensare questo effetto.
La simmetria non può essere assunta nella nostra situazione specifica a causa della disposizione fisica del forno.
Sfortunatamente, non esiste ancora una risposta soddisfacente su come utilizzare la piattaforma DOE di JMP per generare un DOE appropriato per la situazione specifica in questione. Al momento, sembra che l'unico modo per farlo sia eseguire due DOE separati che suddividano alcuni di questi 5 fattori, ad esempio un DOE con X1 a X3 e un altro DOE con X4 e X5. Questo è un peccato perché ci sono alcune prove che suggeriscono che alcuni dei primi fattori X1, X2 e X3 potrebbero interagire con i fattori X4 e X5 del secondo DOE. Idealmente, ci sarebbe un DOE per testare tutti questi insieme, ma con le disposizioni menzionate nel post originale.
Speriamo che questo aiuti ad aggiungere contesto e informazioni. Grazie per l'interesse e spero di ricevere una risposta a questo problema.
DS
Ri: Aiuto DOE: applicazione di tutti i livelli di un fattore all'interno di blocchi casualiLa mia ipotesi è che tu stia includendo le interazioni con X5 e i fattori continui nel modello? Ciò costringe l'algoritmo a preoccuparsi maggiormente della stima di quegli effetti rispetto all'ortogonalità ai blocchi casuali. È più evidente qui a causa dei blocchi casuali di dimensioni dispari. Nel mio rapido test, se rimuovo le interazioni che coinvolgono il fattore categorico vedo la struttura equilibrata. Dovresti controllare queste interazioni in seguito, ma generalmente non dovrebbe essere terribile (e potrebbe richiedere solo alcune corse aggiuntive).
Potresti anche provare un approccio covariato solo per forzare la struttura con i blocchi specificati (e sono trattati come fissi a quel punto), ma ciò richiede la modifica dei ruoli dei fattori dopo il fatto.
Apprezziamo che tu abbia portato questo alla comunità, questo è legato a una struttura generale a cui stiamo sicuramente pensando in fase di sviluppo per una versione futura.
Ri: Aiuto DOE: applicazione di tutti i livelli di un fattore all'interno di blocchi casualiti consiglio di leggere:
Scatola, GEP, Stephen Jones (1992), “ Disegni a trama divisa per una solida sperimentazione del prodotto ”, Giornale di statistica applicata , vol. 19, n. 1
La tua situazione richiede trame divise e / o progetti di blocchi di strisce.
Potrebbe essere necessario creare il proprio tavolo per accogliere questi disegni (lo faccio sempre).
Ri: Aiuto DOE: applicazione di tutti i livelli di un fattore all'interno di blocchi casualiCIAO @Ryan_Lekivetz ,
Sì, sto includendo le interazioni con X5 e gli altri fattori continui nel modello.
Sfortunatamente, quando eseguo il modello con tutte le interazioni di secondo ordine E rimuovo tutte le interazioni con X5, non ottengo la struttura bilanciata. Ci siamo quasi, ma ci sono alcuni blocchi casuali che hanno livelli duplicati del fattore categorico. Ho generato la tabella con 30 esecuzioni, poiché questo è il numero suggerito quando si includono tutte le interazioni X5.
DS
Ri: Aiuto DOE: applicazione di tutti i livelli di un fattore all'interno di blocchi casualiCIAO @statman ,
Grazie per l'input. Credo che alla fine dovrò creare il mio tavolo, come fai notare.E sono d'accordo, penso che un design a blocchi divisi e/o strisce sarebbe appropriato qui.Peccato che JMP non possa farlo per me con i vincoli di cui ho bisogno.
Grazie!,
DS
Ri: Aiuto DOE: applicazione di tutti i livelli di un fattore all'interno di blocchi casualiUn paio di pensieri aggiuntivi.
1) Puoi adottare l'approccio "capo", in cui aggiusti manualmente i blocchi casuali rotti per darti la struttura che desideri e verifica che la valutazione del progetto sembri ragionevole.
2) Il codice seguente utilizza il blocco casuale come molto difficile da modificare, il forno come difficile da modificare e gli effetti continui. Nota che devi rimuovere gli effetti dal modello per i primi 2 fattori, li stiamo usando solo per arrivare alla struttura a blocchi casuali. Elimina efficacemente i valori casuali che appaiono in quelle colonne.
In entrambi i casi, dovrai determinare come vuoi modellare questi effetti in base alla struttura del tuo trattamento (Oltre al documento di Box & Jones, un'altra buona lettura qui: https://www.jmp.com/en_us/whitepapers/jmp/split-plot-designs.html )
DOE(
Design personalizzato,
{Aggiungi risposta( Massimizza, "Y", ., ., . ),
Aggiungi fattore (continuo, -1, 1, "falso VHTC", 2),
Add Factor( Continuo, -1, 1, "X5 come blocco casuale", 1 ),
Aggiungi fattore (continuo, -1, 1, "X1", 0),
Aggiungi fattore (continuo, -1, 1, "X2", 0),
Aggiungi fattore (continuo, -1, 1, "X3", 0),
Aggiungi fattore (continuo, -1, 1, "X4", 0), imposta seme casuale (1471138809),
Numero di inizi (940), Aggiungi termine ({1, 0}), Aggiungi termine ({3, 1}),
Aggiungi termine ({4, 1}), Aggiungi termine ({5, 1}), Aggiungi termine ({6, 1}),
Aggiungi termine ({3, 1}, {4, 1}), Aggiungi termine ({3, 1}, {5, 1}),
Aggiungi termine ({3, 1}, {6, 1}), Aggiungi termine ({4, 1}, {5, 1}),
Aggiungi termine ({4, 1}, {6, 1}), Aggiungi termine ({5, 1}, {6, 1}),
Aggiungi termine alias ({1, 1}, {2, 1}), Aggiungi termine alias ({1, 1}, {3, 1}),
Aggiungi termine alias ({1, 1}, {4, 1}), Aggiungi termine alias ({1, 1}, {5, 1}),
Aggiungi termine alias ({1, 1}, {6, 1}), Aggiungi termine alias ({2, 1}, {3, 1}),
Aggiungi termine alias ({2, 1}, {4, 1}), Aggiungi termine alias ({2, 1}, {5, 1}),
Aggiungi termine alias ( {2, 1}, {6, 1} ), crea disegno di trama a strisce, imposta N grafici interi ( 8 ),
Imposta N sottotrame ( 3 ), Imposta dimensione campione ( 30 ), Simula risposte ( 0 ),
Salva matrice X( 0 )}
);
Ri: Aiuto DOE: applicazione di tutti i livelli di un fattore all'interno di blocchi casualiCIAO @Ryan_Lekivetz ,
Grazie per i tuoi pensieri e input. Sono stato in grado di lasciare X5 come fattore categorico a 3 livelli e cambiare una delle altre X in un fattore VHTC (poiché è la temperatura del forno) e le cose hanno praticamente funzionato, tuttavia sono dovuto entrare e cambiare alcune cose per X5 per fargli avere la struttura di cui ho bisogno.
Grazie per il collegamento al white paper, lo leggerò.
DS
Aiuto DOE: applicazione di tutti i livelli di un fattore all'interno di blocchi casualiGentili JMP e comunità,
Sto cercando di impostare un DOE personalizzato in cui uno dei fattori ha tre livelli e ogni livello di questo fattore DEVE essere presente in ogni blocco casuale solo una volta.
Situazione:
Abbiamo un DOE in cui sappiamo che ci saranno 4 variabili continue che possono variare tra valori bassi e alti. Abbiamo un fattore aggiuntivo che è un fattore categorico a tre livelli. Il DOE deve essere raggruppato in blocchi casuali di dimensione 3 (questo è dovuto alle limitazioni sul numero di corse che possono essere eseguite in un giorno, 3 al mattino e 3 al pomeriggio) -- ovviamente anche il numero totale di corse è un multiplo di 3. L'ultimo fattore, X5, ha 3 livelli, L1, L2, L3 che rappresentano fisicamente 3 posizioni di un campione all'interno di un forno di essiccazione. Queste posizioni sono sinistra, centro e destra.
Il ricercatore esegue i lotti in gruppi di tre e ogni lotto ottiene una posizione all'interno del forno di essiccazione, a sinistra, a destra o al centro. I ricercatori possono eseguire fino a sei batch in un giorno, quindi i blocchi casuali sono di dimensione 3 (3 mattina e 3 pomeriggio). Ogni volta che vengono realizzati tre lotti, vengono utilizzate tutte e tre le posizioni. Ad esempio, la corsa 1 potrebbe andare in posizione L2, la corsa 2 in posizione L3 e la corsa 3 in posizione L1. Una delle cose che vengono testate (in combinazione con gli altri fattori) è se la posizione all'interno del forno di essiccazione sta avendo un impatto sul risultato.
Problema:
Il problema che sto affrontando è come forzarlo quando JMP genera un DOE, che assicuri che ciascuno dei 3 livelli si verifichi una volta in ogni blocco casuale, ma sia assegnato in modo casuale alle esecuzioni. Nella schermata qui sotto, penso che aiuti a mostrare il problema. Per le prime sei esecuzioni dei blocchi casuali 1 e 2, l'ordine di X5 è L2, L2, L3 e L1, L1, L3. Ovviamente, questo non può verificarsi nel progetto perché L1, L2 e L3 si riferiscono alle posizioni sinistra, centrale e destra nel forno e possono essere utilizzate solo una volta all'interno di un blocco casuale. quindi l'ordine di X5 dovrebbe essere qualcosa come L1, L3, L2 e L3, L2, L1 per i blocchi casuali 1 e 2. Ho ancora bisogno che ogni livello sia assegnato in modo casuale alle corse, ma che ogni livello appaia solo una volta all'interno di ogni blocco casuale. Non credo che l'aggiunta di un fattore di blocco sia la strada giusta, ma forse mi sbaglio.
Nel modello DOE, sono anche interessato a testare tutti gli effetti principali di X1-X5 e tutte le interazioni di secondo ordine tra tutti i fattori.
Possibile soluzione:
L'unico modo che posso trovare al momento è generare un DOE con i quattro fattori continui e un DOE con l'unico fattore categorico a 3 livelli. Ognuno ha lo stesso numero di esecuzioni e quindi unisce le tabelle insieme abbinando la colonna "Random Block". Ma, quando lo faccio, ogni corsa dal DOE a quattro fattori viene ripetuta 3 volte a causa dei diversi livelli di fattore categorico dell'altro DOE. Nemmeno questo è quello che voglio. Se faccio clic su Elimina multipli dalla tabella principale, torno al numero originale di esecuzioni, ma l'ordine di X5 è quasi sempre lo stesso: L2, L3, L1. Inoltre, non credo che le 18 esecuzioni saranno sufficienti per catturare anche l'interazione di secondo ordine di X5 con gli altri quattro fattori. Credo che avrò bisogno di più di 30 esecuzioni in totale per poter catturare tutte le interazioni di secondo ordine. Questo ancora non cattura del tutto ciò che voglio, perché sta ripetendo la stessa corsa per tutti e tre i livelli all'interno di un blocco casuale.
Se qualcuno ha avuto un problema simile e ha capito come superarlo, sono molto interessato a sapere come hai fatto. Oppure, se esiste una metodologia adeguata all'interno di JMP per raggiungere questo obiettivo, anche questo è qualcosa che mi interessa imparare.
Grazie per l'interesse e il contributo!,
DS
Miscelazione e pulizia dei dati
