DOE - Come gestire i fattori incontrollati direttamente influenzati da altri fattori utilizzando il DOE personalizzatoSono abbastanza alle prime armi con queste cose, quindi definirò la situazione. Per favore condividi i tuoi pensieri sulla situazione.
Ho due fattori (Ingressi A, 
che influenzano individualmente e direttamente i fattori C e D (Misurazioni). L'aumento di A o B porta ad un aumento di C e D. Il problema è che attualmente sto cercando di separare i vantaggi di A e B da C e D. Ho tentato un RSM DOE in cui ho lasciato C e D come fattori incontrollati. JMP ha aggiunto alcune altre esecuzioni e la mia speranza era di ottenere abbastanza variazioni in queste affinché il modello potesse essere generato in modo appropriato. Sfortunatamente, dopo aver inserito i fattori con le misure C e D, ho valutato il progetto e ottenuto questo profilo di varianza. Quindi credo di non aver avuto successo in questo tentativo.
In che modo si modellano i fattori che sono direttamente influenzati da altri fattori?
Progettazione di esperimentifinestreRi: DOE - Come gestire i fattori incontrollati direttamente influenzati da altri fattori utilizzando il DOE personalizzatoMi sembra che i tuoi "fattori C e D" siano quelli che vengono chiamati co-variabili in JMP. Potresti dare un'occhiata qui per ulteriori informazioni. Gestione Covariate durante la progettazione di esperimenti
Ri: DOE - Come gestire i fattori incontrollati direttamente influenzati da altri fattori utilizzando il DOE personalizzatoScusa, sono un po' confuso dalla terminologia che stai usando.Forse puoi chiarire.Si noti che A e B sono variabili di input (X).Sono confuso da ciò che chiami C & D?Queste variabili di risposta (Y) o variabili di input?Le chiami misure?
Se sono variabili di input che non sei disposto a controllare (per diversi motivi), allora sono variabili di rumore.Se sono variabili di rumore misurabili, allora queste potrebbero davvero essere considerate covariate come suggerisce Pete.Se sono variabili di input e sono correlate con A&B, allora hai problemi di multicollinearità.Non esiste un modo matematico per rimuovere i problemi di collinearità.Devi usare SME per scegliere come gestire questi fattori collineari.Le opzioni possono includere la rimozione di alcuni dei termini collineari dal modello o la combinazione di fattori collineari in uno solo combinato fattore.
Ri: DOE - Come gestire i fattori incontrollati direttamente influenzati da altri fattori utilizzando il DOE personalizzatoOk, questo è un percorso che stavo cercando. Sono contento di essere riaffermato che questa potrebbe essere la direzione da percorrere. Grazie!
Ri: DOE - Come gestire i fattori incontrollati direttamente influenzati da altri fattori utilizzando il DOE personalizzatoOh, ottimo punto. A e B sono entrambi input (fattori) su cui ho il controllo fisico regolando le concentrazioni. Questo a sua volta ha un impatto su C e D che sono misurazioni che posso prendere della soluzione dopo la miscelazione. C e D sono entrambe proprietà note per influenzare questo processo e quindi esse stesse sono fattori. Posso controllare C e D regolando le concentrazioni di A e B, oppure controllare A e B ma consentire a C e D di rimanere incontrollati. Sono intrinsecamente legati insieme.
Capisco assolutamente il tuo punto però. Potrei effettivamente modellare C e D come risposta di A e B.
Pensi che questo rientri più in un problema di collinearità?
Entrambi i componenti (A e sono diversi, ma hanno gli stessi effetti su C e D. La mia speranza era di poter utilizzare combinazioni dei due, per determinare se i componenti stessi migliorano intrinsecamente il processo o se sono le loro proprietà comuni (C e D) sulla soluzione che guida il miglioramento.
Dal punto di vista OFAT, probabilmente manterrei C e D costanti regolando A e B. Se i risultati fossero comparabili, definirei A e B come insignificanti e C e D e i fattori principali.
A1 + B1 = C + D
A2 + B2 = C + D
LA3 + SI3 = DO + RE
Tuttavia, sto cercando di orientarmi verso approcci più statistici a questi esperimenti.
Grazie per il tuo aiuto finora!
Ri: DOE - Come gestire i fattori incontrollati direttamente influenzati da altri fattori utilizzando il DOE personalizzatoDevo ammettere che parlare in generale di una situazione specifica è molto impegnativo se non impossibile.Non viene fornito un contesto sufficiente.
" Potrei effettivamente modellare C e D come risposta di A e B".Questo è il tuo esperimento. C e D sono variabili di risposta ai fattori A e B (almeno questa è la tua spiegazione).Poiché C & D non possono essere controllati/gestiti in modo esplicito, non sono fattori.Chiamerei quelle y in-process (Y=f(y)).Pensa alla gerarchia degli effetti. (Y=f(C,D)=g(A,B))
La tua dichiarazione OFAT non ha senso.Non puoi mantenere costante C&D, manipoli A&B per gestire C&D.
Ulteriori problemi sono variabili incontrollate di cui non si tiene conto (errori di misurazione, variazione delle materie prime, condizioni ambientali, variabili di lavorazione, ecc.)
