DOE – Umgang mit unkontrollierten Faktoren, die direkt von anderen Faktoren beeinflusst werden, mithilfe eines benutzerdefinierten DOEIch bin in diesem Bereich ziemlich neu, also werde ich die Situation definieren. Bitte teilen Sie uns Ihre Gedanken zur Situation mit.
Ich habe zwei Faktoren (Eingaben A, 
, die sich einzeln und direkt auf die Faktoren C und D (Messungen) auswirken. Eine Erhöhung von A oder B führt zu einer Erhöhung von C und D. Das Problem besteht darin, dass ich derzeit versuche, die Vorteile von A und B von C und D zu entkoppeln. Ich habe einen RSM-DOE versucht, bei dem ich C und D als unkontrollierte Faktoren belassen habe. JMP fügte ein paar weitere Läufe hinzu und ich hoffte, dass ich in diesen genügend Variationen erhalten würde, damit das Modell angemessen generiert werden konnte. Nachdem ich die Faktoren mit den C- und D-Messungen ausgefüllt hatte, bewertete ich leider das Design und erhielt dieses Varianzprofil. Ich glaube also, dass ich bei diesem Versuch keinen Erfolg hatte.
Wie modelliert man Faktoren, die direkt von anderen Faktoren beeinflusst werden?
VersuchsplanungWindowsBetreff: DOE – Umgang mit unkontrollierten Faktoren, die direkt von anderen Faktoren beeinflusst werden, mithilfe von benutzerdefiniertem DOEFür mich hört es sich so an, als ob Ihre „Faktoren C und D“ in JMP sogenannte Kovariablen sind. Vielleicht möchten Sie hier einen Blick werfen, um weitere Einblicke zu erhalten. Handhabung Kovariaten beim Entwerfen von Experimenten
Betreff: DOE – Umgang mit unkontrollierten Faktoren, die direkt von anderen Faktoren beeinflusst werden, mithilfe von benutzerdefiniertem DOETut mir leid, die von Ihnen verwendete Terminologie verwirrt mich etwas.Vielleicht können Sie das klären.Sie beachten, dass A und B Eingabevariablen (X) sind.Ich bin verwirrt darüber, was Sie C & D nennen?Sind diese Antwortvariablen (Y) oder Eingabevariablen?Nennen Sie sie Messungen?
Wenn es sich um Eingabevariablen handelt, die Sie (aus mehreren Gründen) nicht steuern möchten, handelt es sich um Rauschvariablen.Wenn es sich um messbare Rauschvariablen handelt, könnten diese tatsächlich als Kovariaten betrachtet werden, wie Pete vorschlägt.Wenn es sich um Eingabevariablen handelt und diese mit A&B korrelieren, liegt ein Multikollinearitätsproblem vor.Es gibt keine mathematische Möglichkeit, Kollinearitätsprobleme zu beseitigen.Sie müssen SME nutzen, um zu entscheiden, wie mit diesen kollinearen Faktoren umgegangen werden soll.Zu den Optionen kann das Entfernen einiger kollinearer Terme aus dem Modell oder das Kombinieren kollinearer Faktoren zu einem gehören kombiniert Faktor.
Betreff: DOE – Umgang mit unkontrollierten Faktoren, die direkt von anderen Faktoren beeinflusst werden, mithilfe von benutzerdefiniertem DOEOkay, das ist eine Route, die ich recherchiert habe. Ich freue mich über die Bestätigung, dass dies möglicherweise die richtige Richtung ist. Danke!
Betreff: DOE – Umgang mit unkontrollierten Faktoren, die direkt von anderen Faktoren beeinflusst werden, mithilfe von benutzerdefiniertem DOEOh, ausgezeichneter Punkt. A und B sind beide Inputs (Faktoren), über die ich physische Kontrolle habe, indem ich die Konzentrationen anpasse. Dies wiederum wirkt sich auf C und D aus, wobei es sich um Messungen handelt, die ich nach dem Mischen der Lösung vornehmen kann. C und D sind beides Eigenschaften, von denen bekannt ist, dass sie diesen Prozess beeinflussen, und daher sind sie selbst Faktoren. Ich kann entweder C und D kontrollieren, indem ich die Konzentrationen von A und B anpasse, oder A und B kontrollieren, aber zulassen, dass C und D unkontrolliert bleiben. Sie sind von Natur aus miteinander verbunden.
Ich verstehe Ihren Standpunkt jedoch absolut. Ich könnte C und D tatsächlich als Antwort von A und B modellieren.
Glauben Sie, dass dies eher auf ein Kollinearitätsproblem zurückzuführen ist?
Beide Komponenten (A und sind unterschiedlich, haben aber die gleichen Auswirkungen auf C und D. Meine Hoffnung war, dass ich Kombinationen der beiden verwenden könnte, um festzustellen, ob die Komponenten selbst den Prozess von Natur aus verbessern oder ob es an ihren gemeinsamen Eigenschaften liegt (C und D) über die Lösung, die die Verbesserung vorantreibt.
Aus OFAT-Sicht würde ich wahrscheinlich C und D konstant halten, indem ich A und B anpasse. Wenn die Ergebnisse vergleichbar wären, würde ich A und B als unbedeutend und C und D als die Hauptfaktoren einstufen.
A1 + B1 = C + D
A2 + B2 = C + D
A3 + B3 = C + D
Ich versuche jedoch, bei diesen Experimenten eher statistische Ansätze zu verfolgen.
Vielen Dank für Ihre bisherige Hilfe!
Betreff: DOE – Umgang mit unkontrollierten Faktoren, die direkt von anderen Faktoren beeinflusst werden, mithilfe von benutzerdefiniertem DOEIch muss zugeben, dass es sehr schwierig, wenn nicht unmöglich ist, allgemein über eine bestimmte Situation zu sprechen.Es wird nicht genügend Kontext bereitgestellt.
" Ich könnte C und D tatsächlich als Reaktion von A und B modellieren.Das ist Ihr Experiment. C und D sind Antwortvariablen auf die Faktoren A und B (zumindest ist das Ihre Erklärung).Da C und D nicht explizit kontrolliert/verwaltet werden können, sind sie keine Faktoren.Ich würde diese prozessinternen Ys (Y=f(y)) nennen.Denken Sie an die Wirkungshierarchie. (Y=f(C,D)=g(A,B))
Ihre OFAT-Aussage macht keinen Sinn.Sie können C&D nicht konstant halten, Sie manipulieren A&B, um C&D zu verwalten.
Weitere Probleme sind unkontrollierte Variablen, die Sie nicht berücksichtigen (Messfehler, Schwankungen der Rohstoffe, Umgebungsbedingungen, Verarbeitungsvariablen usw.).
