Conception de dépistage définitive avec point de consigne asymétriqueBon sang à tous,
Je souhaite concevoir une expérience comme un modèle de dépistage définitif. Cependant, pour un facteur, je ne souhaite pas inclure 0 mais -0,5 comme niveau de consigne. Cela représente la norme actuelle. Nous ne pouvons pas filtrer symétriquement autour de la valeur de consigne actuelle en raison d'obstacles techniques. Existe-t-il un moyen de continuer à utiliser un plan de dépistage définitif ? Et si oui, comment puis-je procéder dans JMP ?
J'attends des réponses avec impatience ! 
Meilleur,
Anja
Conception d'expériencesRe : Conception de dépistage définitive avec point de consigne asymétriqueJe ne comprends pas votre question, mais voici mon avis :
1. Les niveaux dans un plan de dépistage définitif sont codés -1, 0, 1. Ceux-ci ne représentent pas les niveaux réels, vous pouvez donc utiliser les niveaux réels de votre choix.Je ne sais pas ce que tu entends par "niveau de consigne" ?
2. Concernant votre facteur qui fonctionne actuellement à -0,5 et ne peut pas être testé <-0,5, vous pouvez utiliser le -0,5 comme paramètre -1 et choisir 2 autres niveaux équidistants pour le codage 0 et 1.Les trois niveaux dans un plan de dépistage définitif permettent d'estimer l'effet quadratique.
Re : Conception de dépistage définitive avec point de consigne asymétriqueJe suis désolé pour la confusion. Je parlais déjà en termes de facteur codé. Permettez-moi de reformuler la question :
Est-il possible de concevoir un DSD avec -1, -0,5, 1 au lieu de -1, 0, 1 ?Re : Conception de dépistage définitive avec point de consigne asymétriqueVous pouvez créer un DSD puis recoder les niveaux 0 à -0,5 après avoir créé un tableau de données. Ce résultat n'est plus un DSD. Il n’aura pas les propriétés d’un DSD et ne prendra pas en charge la plateforme et l’analyse Fit Definitive Screeing.
Vous pouvez plutôt utiliser une conception personnalisée et choisir des facteurs numériques discrets au lieu de facteurs continus. Vous pouvez définir les 3 niveaux comme vous le souhaitez. Dans ce cas, vous devez laisser tous les termes de puissance supplémentaires pour ces facteurs dans le modèle, sinon l'algorithme supprimera les niveaux. Vous pouvez cependant ajouter des termes.
