Moderne DOE-Methoden ermöglichen es Ihnen, ein Experiment zu erstellen, das zu Ihrem System passt. Erfahren Sie, wie Sie die Einschränkungen herkömmlicher DOE mithilfe der Custom Design-Plattform überwinden können. Nachdem Sie das Design erstellt haben, verwenden Sie verschiedene Tools, um verschiedene Designs zu erkunden und zu vergleichen, um sicherzustellen, dass Sie das beste Design zur Unterstützung Ihrer Ziele erstellen.
Fragen und Antworten / Diskussion
Vielen Dank an @Bill_Worley Und @Victor_G für Hilfe bei der Frage-und-Antwort-Runde für diese Sitzung.
F: Welches Design ist am besten, wenn Sie nur kontinuierliche Faktoren haben?
A: Viele Designs können mit kontinuierlichen Faktoren arbeiten, aber Custom DOE bietet die größte Flexibilität.
F: Was ist der Unterschied zwischen einem benutzerdefinierten Design mit nur Haupteffekten und einem endgültigen Screening-Design?
A: Ein Haupteffektdesign liefert keine Schätzungen für Effekte höherer Ordnung; Ein DSD liefert eine Schätzung von Zwei-Faktor-Wechselwirkungen und Polynomtermen, wenn diese aktiv und wichtig sind (und wenn nicht alle Haupteffekte aktiv sind).
F: Was bedeutet die Schätzbarkeit „Notwendig“ vs. „Wenn möglich“?
A: Effekte als „notwendig“ zwingen die Designgenerierung dazu, diese Bedingungen abschätzen zu können. Effekte „Wenn möglich“ erstellt bayessche Designs, bei denen die Effekte abgeschätzt werden können, wenn noch genügend Freiheitsgrade übrig sind, und die Designgenerierung wird versuchen, die Punkte zu berücksichtigen, um diese Effekte abschätzen zu können.
F: Erlaubt ein benutzerdefiniertes Design Replikate?
A: Sie können die Anzahl der wiederholten Behandlungen in einem benutzerdefinierten DOE angeben. Wenn Sie ein gesamtes Design replizieren möchten (ein Replikat für jede Behandlung), können Sie das Design erstellen und dann DOE erweitern, um alle Behandlungen zu replizieren.
F: Kann ich ein DSD mit kategorialen und Mischungsfaktoren ausführen?
A: DSD ermöglicht kontinuierliche Faktoren und zweistufige kategoriale Faktoren.
F: Was ist für Mischungsfaktoren am besten: klassisches Mischungsdesign oder raumfüllendes Design?
A: Das kommt darauf an, da die Methoden sehr unterschiedlich sind. Dies ist im Grunde ein Vergleich zwischen modellbasierten und modellagnostischen Ansätzen, und sie haben ihre Vor- und Nachteile. Mehr Hier.
F: Wie bewerten Sie die Aussagekraft Ihrer generierten Antworten?
A: Es gibt viele Modelldiagnose Tools, die dabei helfen. Der Varianzanalyse Und Parameterschätzung Berichte sind ein guter Ausgangspunkt.
F: Wird durch die Änderung eines Faktors auf „Schwer“ oder „Sehr hart“ der Einstellungsbereich eingeschränkt?
A: Nein, wenn Sie einen Faktor auf „Schwer“ oder „Sehr schwer“ setzen, werden Behandlungen mit ähnlichen Einstellungen gruppiert (statt vollständig randomisiert) und sichergestellt, dass das Design zwischen diesen eingeschränkten Faktoren ausgewogen ist.
F: Gibt es Situationen, in denen D-optimal besser ist als andere Optimalitätskriterien?
A: Die Verwendung der Design-Explorer-Plattform kann dabei helfen, ein Design zu finden, das einen guten Kompromiss zwischen verschiedenen Optimalitätskriterien aufweist (wie I für Vorhersagevarianz und D für Screening). Es besteht auch die Möglichkeit, A-optimale Designs zu verwenden, da diese es ermöglichen, Parameterschätzungen mit unterschiedlicher Betonung/Präzision zu bewerten (z. B. um im Kontext von Screening-Designs eine bessere Präzision auf Haupteffekte und weniger auf Interaktionseffekte zu erzielen). Bradley Jones hat einen wunderbaren Vortrag gehalten A-optimale Designs .
F: Woher wissen Sie, welches Optimalitätskriterium bei der Erstellung eines Designs verwendet wurde?
A: In der DOE-Tabelle werden die verwendeten Optimalitätskriterien aufgeführt.
F: Was bedeutet es für die Ergebnisse, wenn Sie sich nicht an die vom DOE vorgegebene Reihenfolge halten? Angenommen, Sie sind zeitlich begrenzt, da Sie die Produktion stoppen, um das Experiment durchzuführen, und müssen daher eine möglichst logische Reihenfolge einhalten. Würde das die Ergebnisse verfälschen?
A: Wenn möglich, sollten Sie sich an die vorgegebene Zufallsreihenfolge halten. Wenn im Voraus bekannte Einschränkungen vorliegen, können Sie einen Blockierungsfaktor um eine bekannte Einschränkung herum erstellen.
