Come realizzare correttamente la progettazione D-ottimale?Ciao,
Ora sto seguendo la pratica in un libro di testo ma non posso imitare il lavoro dell'autore.
Il libro è Douglas C. Montgomery, Progettazione e analisi degli esperimenti (2020)
A pagina 445 ~ 448, Esempio 11.3, il riepilogo è il seguente.
4 fattori,
in 16 esecuzioni esatte,
D-ottimale
Utilizzando JMP
Il risultato è,
Tuttavia, non posso imitare questo risultato poiché,
JMP>DOE personalizzato>
- 4 Fattori continui
-RSM
- 'D-ottimalità'
- corse: 16
sopra 4 sono i miei valori designati, come da figura seguente
Tuttavia, il risultato non è lo stesso del libro di testo.
Include sempre il livello decimale inferiore del/i fattore/i, come segue.
Quindi non c'è identità tra il libro di testo.
Quale punto mi sono perso?
Per favore dimmi come passare.
Modellazione statistica avanzataEsplorazione e visualizzazione dei datiProgettazione di esperimentiRe: Come realizzare correttamente la progettazione D-ottimale?CIAO @MikeKim ,
Poiché i punti sperimentali dei progetti ottimali vengono generati tramite un algoritmo ( Algoritmo di scambio di coordinate ) e basandosi inizialmente su punti casuali, una parte di casualità è presente e può portare a diversi progetti ottimali, con prestazioni e caratteristiche simili ma diversi valori sperimentali individuali per i fattori e le serie.
Per i valori "strani" che a volte puoi vedere (come 0,81 invece di 1, o -0,22 invece di 0), ciò è dovuto al processo di generazione del disegno basato su valori casuali iniziali. La modifica del numero di avvii e del tempo per ciascuna generazione di progetto può migliorare l'ottimalità globale del progetto trovato, ma è comunque possibile riscontrare tali valori. Questo non è un grosso problema ed è comunque possibile "arrotondare" questi valori a valori più convenzionali (ad esempio, arrotondando 0,81 a 1), con solo una possibile piccola perdita di ottimalità.
Se desideri utilizzare lo stesso disegno personalizzato di un altro, l'opzione migliore è impostare un seme casuale, in modo che i punti casuali iniziali siano gli stessi e la convergenza porterà allo stesso disegno: Risolto: Ri: È possibile rendere riproducibile la generazione DOE? - Comunità di utenti JMP
Per questo esempio, se non si dispone del seme utilizzato per generare questo progetto, potrebbe essere difficile trovare esattamente lo stesso progetto ottimale, ma è possibile provare a generarlo più volte e utilizzare le opzioni per aumentarlo Numero di avviamenti E Tempo di ricerca del progetto.
Spero che questa risposta ti possa aiutare;
Re: Come realizzare correttamente la progettazione D-ottimale?Inoltre, ricordare che in molte situazioni esiste più di un progetto ugualmente ottimale perché ha lo stesso valore per il criterio di ottimalità di un altro progetto. Il design potrebbe apparire molto diverso per quanto riguarda le esecuzioni, ma sono le stesse valutate da JMP.
Tieni presente che puoi fare clic su Indietro nella parte inferiore della piattaforma Design personalizzato e quindi fare nuovamente clic su Crea design per ottenere un altro design, a meno che non esista una sola soluzione.
Re: Come realizzare correttamente la progettazione D-ottimale?Grazie Vittorio.
La mia opinione è, in realtà, che ci deve essere stato un modo per fissare il livello dei fattori affinché diventassero interi.
Poiché 2 dei disegni (D e I ottimali) mostrano che tutti i livelli sono interi (-1, 0, 1), non potrebbe essere stato generato in modo casuale.
Inoltre, le prestazioni complessive dei progetti generati nel mio ambiente sono molto inferiori a quelle dell'autore.
Dice, ad esempio, Pred Var: 2,2 (mio) e 1,8 (autore).
In realtà non ha senso che, considerando che alcuni utenti desiderano il livello intero, JMP non sia dotato di tale opzione, quindi sospetto che ci debba essere un modo per farlo.
Quindi Victor, potresti per favore riconsiderare questo problema? Se ne hai la possibilità, fai riferimento direttamente al libro di testo per ulteriori informazioni rispetto a quelle riportate di seguito, se necessario.
Re: Come realizzare correttamente la progettazione D-ottimale?CIAO @MikeKim ,
Naturalmente c'è un modo per informare JMP che hai fattori numerici discreti, basta impostare i tuoi 4 fattori come Numerico discreto con tre livelli (-1, 0, 1):
Ciò aggiungerà un vincolo durante la generazione del progetto per utilizzare solo i tre possibili valori di livello per ciascun fattore nel progetto:
Ma ciò non cambia il fatto che la generazione del progetto per una progettazione ottimale in JMP è "basata su base casuale", vedere il mio post precedente sull'algoritmo di scambio di coordinate e la risposta di @Mark_Bailey per chiarimenti ed informazioni. Quindi potresti ritrovarti con un progetto con prestazioni simili, ma esecuzioni diverse.
Quello che ho generato con lo stesso modello (effetti principali, interazioni ed effetti quadratici), criterio di ottimalità (D) e dimensione della corsa (16) ha una varianza di previsione simile a quella del disegno D-ottimale del libro (1,86 vs. 1 ,80 nel libro per la specifica impostazione dei fattori):
In allegato trovi il design D-Optimal che ho creato con i fattori numerici discreti.
Seguendo le stesse impostazioni dei fattori e la stessa metodologia, dovresti essere in grado di generare un progetto I-ottimale soddisfacente, con prestazioni e caratteristiche simili a quelle del libro di testo.
Spero che questa risposta ti possa aiutare,
Re: Come realizzare correttamente la progettazione D-ottimale?Sebbene sia consapevole che designare i fattori come discreti fa sì che il progetto diventi basato su numeri interi, e considerando che l'intenzione di Auther e il contesto del problema è improbabile che designino i fattori come discreti, hai mostrato così tanto interesse per la mia domanda, quindi ringrazio Voi.
Almeno due esperti di JMP hanno dimostrato che non esiste un'effettiva imitazione del libro di testo, quindi potrebbe esserci un errore nel libro di testo o un malinteso, oppure la versione di JMP è diversa per ottenere risultati diversi.
Grazie per le vostre gentili risposte
Re: Come realizzare correttamente la progettazione D-ottimale?Sono contento che la mia risposta sia stata utile. Si noti che il "trucco" dei fattori numerici discreti può essere utilizzato per la generazione ottimale del progetto, ma una volta ottenuto il progetto, è possibile ripristinare il tipo di modellazione dei fattori su Numerico continuo per adattarlo al contesto originale del problema.
Ti consiglio vivamente di provare a generare diversi progetti con l'approccio che ho menzionato sopra (con fattori numerici discreti) e di leggere le risorse elencate (e altre disponibili) sull'algoritmo di scambio di coordinate utilizzato nella piattaforma Custom Design.
Mi spiace insistere su questo punto, l'unico modo per imitare esattamente il progetto del libro in una prova è utilizzare il seme casuale per la generazione del progetto e utilizzarlo anche in JMP (c'era un argomento che ho elencato nel mio precedente risposte che trattano questo aspetto). Fissare il seme casuale consente di iniziare con gli stessi punti casuali iniziali e di convergere (durante la generazione del progetto) allo stesso progetto ottimale finale. Se non si dispone di queste informazioni, è molto probabile che sia possibile creare diversi progetti ottimali, con prestazioni e caratteristiche simili, che corrispondono al modello presupposto, alle specifiche dei fattori e ai vincoli. In questo caso d'uso, sono possibili diversi progetti ottimali, non esiste un unico progetto ottimale possibile, ecco perché non ottengo lo stesso progetto del libro di testo ma un altro con prestazioni molto simili.
Non ci sono errori da parte dei libri di testo o di JMP, la casualità dietro la generazione ottimale del progetto consente di convergere verso più progetti simili (in termini di prestazioni, ma diversi in termini di esecuzioni sperimentali).
Spero che questa risposta complementare eliminerà qualsiasi malinteso,
