¿Qué hago si olvidé agregar términos de efectos principales durante el diseño del DoE?Al diseñar un estudio para optimizar los parámetros del proceso, agregué por error los términos de interacción pero no los términos de efectos principales. Ahora que ya he recopilado los datos necesarios. ¿Qué debo hacer para aprovechar al máximo los datos?
¡Gracias!
Diseño de experimentosRe: ¿Qué hago si olvidé agregar términos de efectos principales durante el diseño del DoE?Hola @zj2000 ,
¡Bienvenidos a la Comunidad!
Es posible que haya eliminado los efectos principales de su modelo, pero podrá estimarlos con su diseño (incluso si es "menos óptimo"): tiene supuestas interacciones y efectos cuadráticos para cada uno de sus 7 factores (por lo que cada factor tiene 3 niveles, mínimo-medio-máximo) en el modelo, y tiene suficiente grado de libertad para estimarlos.
- Hay 44 experimentos independientes en este diseño, que representan 43 grados de libertad (uno se utiliza para estimar la intersección). Un modelo que contenga efectos principales (7 términos para estimar), interacciones de 2 factores (21 términos para estimar) y efectos cuadráticos (7 términos para estimar) requeriría 35 grados de libertad (como se ve en la captura "Análisis de varianza" de " Ajustar modelo" con datos aleatorios para una respuesta), por lo que tiene suficiente DF para estimar todos estos términos (y 8 para estimar el error del modelo):
Puede verificar el poder para estimar los efectos principales (y otros efectos del modelo) utilizando la plataforma Evaluar diseño (menú DoE, Diagnóstico de diseño, Evaluar diseño), especificar sus factores y respuestas, y agregar efectos principales en su supuesto modelo. No se muestra ningún mensaje de error, por lo que es posible estimar los efectos principales y obtendrá esta ventana:
Incluso si eliminaste los efectos principales del modelo en la generación del diseño, el principio de Efecto herencia garantiza que si hay términos de orden superior presentes en el diseño (como los términos cuadráticos o las interacciones de dos factores que ha agregado en el modelo), los términos de orden inferior deben estar presentes y ser estimables en el modelo (como los efectos principales). Tenga en cuenta que el error del que se ha dado cuenta sería una gran sugerencia para agregar en el Lista de deseos de JMP acerca de la creación del diseño: proporcione una advertencia (¿o bloquee?) si un usuario especifica un modelo con efectos de orden superior sin agregar efectos de orden inferior.
Si observa la instantánea anterior, puede ver que los efectos principales aún tienen mayor poder que los términos cuadráticos incluso si no se agregaron durante la generación del diseño. La mayoría de los efectos principales podrían tener una potencia mayor si se agregan al modelo desde la generación de diseño (por ejemplo, T 2, 100, ...), pero debería poder tener un análisis y un modelo correctos al final.
Puede comparar el diseño que generó con un diseño con el mismo número de ejecuciones pero con efectos principales agregados (consulte la tabla adjunta "Proceso de diseño personalizado2" para hacer la comparación de diseños) para ver dónde este cambio puede afectar los resultados y el análisis (menor potencia para los efectos principales, mayor varianza de predicción en los bordes del espacio experimental, mayor error estándar para las estimaciones, ...).
Espero que esta respuesta te ayude (y te apacigue),
Re: ¿Qué hago si olvidé agregar términos de efectos principales durante el diseño del DoE?Hola Víctor,
¡Muchas gracias por su respuesta! Agregué los 7 términos de efectos principales en el cuadro "Construir efectos del modelo", analicé los datos e intenté identificar los parámetros óptimos del proceso utilizando la función Optimizar deseabilidad en Prediction Profiler. ¿Crees que funcionará? Adjunto mi archivo con datos.
¡Gracias de nuevo!
jason
Re: ¿Qué hago si olvidé agregar términos de efectos principales durante el diseño del DoE?Hola @zj2000 ,
No sé cuál es tu objetivo, ni tu criterio/umbral de aceptación para un modelo, ni qué esperas encontrar con este diseño.Además, dependiendo de su industria/área de investigación, un valor métrico específico (como R² = 0,4 o un valor RMSE específico para el modelo) puede considerarse (suficientemente) bueno o malo.
En su caso con los valores de respuesta D2v, es posible identificar posibles factores importantes (que se confirmarán o no con su experiencia en el dominio).No sé si tienes JMP o JMP Pro, pero usaré principalmente las posibilidades de JMP para estar seguro:
- Si desea encontrar posibles factores importantes para esta respuesta, puede utilizar una herramienta exploratoria como la Detección de predictores (en Analizar, Detección, Detección de predictores): basado en un bosque Bootstrap, es una herramienta útil para clasificar y ver cuáles podrían ser los factores más influyentes para su respuesta:
En su caso, parece que V2 y 100 (y quizás T1) pueden ser los factores más influyentes en la respuesta D2 v.
- También puede construir un modelo con todos los efectos principales, interacciones y efectos cuadráticos asumidos desde el diseño, y comenzar a refinar/reducir su modelo. Con todos los términos del modelo (incluso si algunos no son estadísticamente significativos), el valor de R² es de alrededor de 0,5, pero el modelo no es estadísticamente significativo para explicar la variabilidad de la respuesta, y el R² ajustado es de alrededor de 0, por lo que este modelo completo necesitaría algunos refinamiento para ser útil.
Al probar varios modelos (con JMP/JMP Pro) y eliminar términos que no aportan información valiosa para explicar la respuesta, podemos tener un modelo más pequeño y estadísticamente significativo (con solo los términos V2, V2xV2 y 100), pero el R²/R² los valores ajustados son bastante bajos, aunque cercanos (0,21 - 0,15).
¿Suena esto razonable? ¿Estabas esperando esto? ¿Cómo puede explicar esta situación? ¿Está bien con su experiencia en el campo?
Parece que su respuesta es bastante "ruidosa" y esto puede explicar en parte por qué es difícil tener valores R² altos y encontrar términos estadísticamente significativos.
Tal vez podría ser interesante en un paso siguiente aumentar el diseño en función de los factores de interés (que se confirmarán a partir del análisis realizado por la experiencia en el dominio), tal vez agregar otros factores posibles y utilizar la replicación para poder estimar el ruido y tomarlo en consideración. en el modelado.
Adjunto la tabla de datos con los scripts correspondientes al análisis que he mencionado (Predictor Screening, Modelo completo, Modelo reducido).
Re: ¿Qué hago si olvidé agregar términos de efectos principales durante el diseño del DoE?Hola Víctor,
¿Podrías probar este?
Gracias,
jason
Re: ¿Qué hago si olvidé agregar términos de efectos principales durante el diseño del DoE?
Re: ¿Qué hago si olvidé agregar términos de efectos principales durante el diseño del DoE?
Re: ¿Qué hago si olvidé agregar términos de efectos principales durante el diseño del DoE?Intenté optimizar 7 parámetros para obtener la máxima respuesta. Obtuve esto cuando utilicé la función "Maximizar la deseabilidad". Mis preguntas ahora son: 1. ¿Es esta la forma correcta de obtener parámetros óptimos? 2. ¿Por qué no empujó las líneas más hacia la izquierda para que NP y V2 obtuvieran D2 v aún más alto?
Gracias,
Re: ¿Qué hago si olvidé agregar términos de efectos principales durante el diseño del DoE?Hola Jason,
Parece que es mucho más fácil trabajar con los valores de respuesta para D2v en esta nueva tabla para construir un modelo eficiente y útil.
¿Puedo preguntar cómo y por qué han cambiado los valores entre la tabla anterior y esta? ¿Error en el registro de las mediciones o los valores son datos sintéticos que debe aprender usted mismo?
Al probar los diferentes pasos que mencioné antes, puede tener un modelo completo o reducido (bastante satisfactorio y estadísticamente significativo), que explica una gran parte de la variabilidad de la respuesta. Debe comprobar ahora que este modelo es útil y está de acuerdo con su experiencia en el campo, o si el modelo le ayuda a descubrir algo útil.
1. Sí, utilizar "Maximizar la deseabilidad" le ayuda a encontrar la configuración óptima para sus factores según el modelo que haya encontrado.
2. Es posible que deba verificar que la función de deseabilidad sea la adecuada para su caso de uso; aquí ha configurado el objetivo para D2v como "Objetivo de coincidencia" para un valor entre 0 y 100, por lo que JMP dibuja una curva con un óptimo alrededor de 50. Si desea cambiar la deseabilidad y el objetivo, haga clic en el triángulo rojo al lado del Generador de perfiles, haga clic en "Optimización y deseabilidad" y luego en "Establecer deseabilidad". Podrá cambiar el objetivo de la respuesta D2v (Minimizar, Maximizar, Coincidir con el objetivo) y especificar los diferentes límites de valores para valores altos, medios y bajos y sus conveniencias relacionadas ( Perfiles de deseabilidad y optimización ) :
Espero que esta respuesta te ayude,
Re: ¿Qué hago si olvidé agregar términos de efectos principales durante el diseño del DoE?Hola Víctor,
Su explicación fue muy útil. ¡Muchas gracias!
Hice un diseño con esos términos de efectos principales incluidos y analicé los datos con ese diseño. Ese es el que subí primero. En el segundo conjunto de datos, los datos se agregaron al diseño original con defectos.
