Hola @Brian_Pimentel ,
¡Bienvenido a la Comunidad!
¿Puedo pedirle más detalles sobre el objetivo de su estudio (optimización/predicción, explicación, ambos?...), la cantidad de factores, la cantidad de ejecuciones, el diseño y los resultados que ya tiene?
Parece que está haciendo un DoE para "elegir un ganador", por ejemplo, para elegir el mejor nivel en el factor categórico de 3 niveles. Pero, ¿es significativo este factor en el análisis de los efectos principales?
- En caso afirmativo, recomendaría encarecidamente aumentar su diseño, seguir usando este factor categórico y observar las interacciones de 2 factores. Es posible que tenga algunas interacciones significativas entre este factor categórico y otros factores, por lo que el nivel B puede no ser siempre la opción óptima en presencia de interacciones.
- Si no, simplemente puede aumentar su diseño (en el menú "DoE", "Aumentar diseño") sin usar este factor en el panel de aumento. Como ejemplo, utilicé el conjunto de datos JMP "Datos de algoritmo" y aumenté el diseño en todos los factores excepto el factor categórico de 3 niveles "Algoritmo":
El algoritmo ya no será un factor en mi diseño, así que simplemente puedo establecer el nivel de este factor e ingresar el nivel elegido en la columna correspondiente.
No importa cómo esté haciendo el aumento (con o sin el factor categórico de 3 niveles), también recomendaría marcar la opción "Agrupar nuevas ejecuciones en bloques separados". Más información sobre la plataforma "Diseño de aumento" está disponible aquí: Diseños de aumento (jmp.com)
Espero que esta respuesta te ayude,
Digamos que diseñé mi experimento inicial de evaluación del efecto principal, donde uno de los factores es un categórico de 3 niveles (A, B, C).
Después del primer conjunto de experimentos, estoy bastante seguro de que el nivel B es la decisión óptima de mi proceso y quiero aumentar el diseño para obtener interacciones de dos factores, etc. ¿Cómo restrinjo el aumento de diseño para explorar solo el nivel B? El uso de "Ocultar y excluir" conduce a una gran pérdida de información para los otros factores, que me gustaría evitar.
¡Gracias!
