Ciao,
Ho una domanda riguardante i punti centrali per un disegno fattoriale completo a 2 livelli con 3 fattori continui. Poiché le nostre risorse sono piuttosto limitate, includeremo 8 esecuzioni senza ripetizioni e quindi aggiungeremo un punto centrale (duplicato) per testare la curvatura e stimare la variabilità associata al nostro esperimento.
L'obiettivo del nostro esperimento è valutare la robustezza del nostro processo e vorremmo utilizzare il nostro setpoint di processo standard come punto centrale. Tuttavia, per un fattore la nostra condizione di setpoint non è a metà strada tra i livelli basso e alto per questo particolare fattore. Da quanto ho capito, i punti centrali sono generalmente impostati nel centro matematico di ciascun fattore per massimizzare la probabilità di rilevare la curvatura. Ci sarebbero altri problemi/impatti derivanti dall'avere una condizione del punto centrale leggermente sfalsata in questo progetto all'interno di JMP?
Grazie in anticipo,
Alcuni chiarimenti e domande:
1. Vuoi dire che non replicherai l'esperimento?Questo è diverso dalle ripetizioni.
2. Replicarai il punto centrale?Quante repliche?
3. I punti centrali sono destinati principalmente a valutare la curvatura all'interno dello spazio di progettazione.Ci sono altre possibili ragioni per i punti centrali.Se li esegui in modo casuale nel corso dell'esperimento e ne esegui un numero sufficiente, potresti avere un'idea della stabilità nello spazio di progettazione.Inoltre, otterrai una stima dell'errore quadratico medio all'interno dello spazio di progettazione.Teoricamente questa stima è meno influenzata dagli effetti dei fattori, quindi potrebbe essere una stima ragionevolmente buona della varianza del processo.
4. Valutare la "robustezza del processo" ha poco a che fare con la gestione dei punti centrali.Presumo che intendi robusto al rumore?Per valutare la robustezza del processo, dovresti manipolare il rumore durante l'esperimento (ad esempio, blocchi o grafici divisi) o assicurarti che il rumore vari in modo casuale e sufficientemente (rappresentativo) nello spazio di progettazione (ad esempio, repliche randomizzate)
5. In assenza di risorse per eseguire qualsiasi tipo di replica, potresti prendere in considerazione il campionamento post sperimentazione per valutarne la robustezza.
6. Riguardo al punto centrale che non è al centro.Ciò introduce un pregiudizio nel tuo esperimento.Se questo bias avrà un impatto significativo dipende dalla situazione (ad esempio, una leggera compensazione probabilmente non avrà molto effetto).Quanto dista dal centro (geometricamente)?Quanto sono audaci i livelli dei tuoi fattori? Perché non puoi metterlo al centro? Lo scopo di mettere i punti al centro è di semplificare l'analisi pur rilevando la curvatura.Teoricamente le superfici possono essere piuttosto complesse.Non sappiamo a priori quale sia la superficie, quindi scegliamo punti bilanciati nello spazio di progettazione.Si spera che questo fornisca una stima ragionevole di quale sia la superficie.
