Haupteffekt-Screening-Design vs. OFAT: Welches ist das Beste?Hallo,
In JMP besteht unter DOE > Classical > Two Level Screening > Screening Design > „Construct a main effects screening design“ die Möglichkeit, ein Screening-Design zu erstellen, das nur die Haupteffekte untersucht. Das Ergebnis mit 8 Parametern ist im Anhang dargestellt.
Welchen Vorteil hätte dieses Design im Vergleich zu einem OFAT, bei dem jeder der 8 Parameter auf hoher und niedriger Ebene untersucht würde (2 Durchläufe pro Parameter)?
In beiden Fällen beträgt die Anzahl der Läufe 16.
Vielen Dank im Voraus für Ihre Unterstützung!
Beste grüße,
Claire
VersuchsplanungBetreff: Haupteffekt-Screening-Design vs. OFAT: Welches ist das Beste?Hallo @cbaril ,
Die Frage in diesem Beitrag ist etwas beunruhigend, da die Antwort definitiv DoE lauten würde. Daher würde ich Ihnen empfehlen, sich einige Webinare zu den Grundlagen von DoE anzusehen, um die Relevanz und Bedeutung von DoE besser einschätzen zu können.
DoE hat im Vergleich zu OFAT viele Vorteile, hier sind einige:
- Begrenzte (und im Voraus geplante/kontrollierte!) Anzahl an Experimenten,
- Wechselwirkungen und nichtlineare Effekte können untersucht werden,
- Mathematisches Modell zur Erklärung oder Vorhersage von Antwortvariationen,
- Hohe Effizienz (Informationen vs. Anzahl Experimente) und Flexibilität des angenommenen Modells,
- Fehler werden gleichmäßig/homogen im Designraum verteilt,
- Möglichkeit zur Erstellung von Einschränkungen/kundenspezifischen Designs,
- Iterativer Prozess durch „Augmentation“ und viele mögliche Strategien: Sie können mit dem Screening der Haupteffekte beginnen, dann die Wechselwirkungen überprüfen und schließlich ein robustes Antwortoberflächenmodell erstellen, um Ihre Reaktionen genau vorherzusagen, ...
- Durch die Randomisierung der Läufe wird der Einfluss von Rauschen und/oder nicht kontrollierten Variablen vermieden (was bei einem OFAT-Ansatz nicht der Fall wäre).
Sie können Ihre Frage auch beantworten, indem Sie ein OFAT-Design erstellen und es mit einem fraktionierten faktoriellen Design vergleichen (bei 16 Durchläufen hätten Sie im Fall des DOE im Vergleich zum OFAT-„Screening“ die Möglichkeit, einige 2-Faktor-Wechselwirkungen einzubeziehen). ) :
- Leistungsanalyse: Viel höhere Wahrscheinlichkeit, signifikante Haupteffekte zu erkennen als OFAT
- Vorhersagevarianz über den experimentellen Raum: Bessere Aufteilung der Läufe im experimentellen Raum, also geringere Vorhersagevarianz
- Korrelationen/Aliase zwischen Begriffen: Beim OFAT-Design besteht keine Möglichkeit, Interaktionen (Aliase) zu erkennen.
Sie können die Entwurfsbewertung und den Vergleich mit den Datentabellen in Kopie reproduzieren.
In diesen Beiträgen finden Sie möglicherweise einige Ressourcen und weitere Informationen:
Gelöst: DOE-Ansatz – JMP-Benutzergemeinschaft
Gelöst: Verwendung von DOE für OFAT-Experimente – JMP User Community
Sie können sich auch dem anschließen Design of Experiments Club um sich auszutauschen und mehr über DOE zu erfahren.
Ich hoffe, diese Antwort wird Ihnen helfen,
Betreff: Haupteffekt-Screening-Design vs. OFAT: Welches ist das Beste?Hallo Victor,
Vielen Dank für Ihre ausführliche Antwort und entschuldigen Sie die Störung!
Ich wollte DoE nicht mit OFAT im Allgemeinen vergleichen, sondern fragte mich, ob ein DoE für den speziellen Fall, in dem jemand nur nach Haupteffekten suchen möchte, einen Vorteil gegenüber einem OFAT hätte. In diesem Fall wäre es erforderlich, den Antrag anzufechten und darzulegen, dass eine hohe Wahrscheinlichkeit besteht, dass es zu Interaktionseffekten kommt. Daher ist in jedem Fall die Verwendung eines DoE erforderlich. Richtig?
Was mich immer noch verwirrt, ist, dass es in JMP einen DoE-Entwurf gibt „Konstruieren Sie ein Haupteffekt-Screening-Design“, daher dachte ich, dass es ausschließlich Haupteffekte untersucht, was ein OFAT auch tun kann. Die Modellbegriffe, die standardmäßig im Modellspezifikationsdialog des Entwurfs „Konstruieren eines Haupteffekt-Screening-Designs“ angezeigt werden, umfassen tatsächlich nur Haupteffekte. Ist dieses spezielle Design dann überhaupt nutzlos?
Beste grüße,
Claire
Betreff: Haupteffekt-Screening-Design vs. OFAT: Welches ist das Beste?Hallo @cbaril ,
Selbst wenn Sie nur die Haupteffekte prüfen (und nicht einmal die Wechselwirkungen betrachten) möchten, ist DoE im Vergleich zu OFAT eine bessere und effizientere Methode, da Sie eine höhere Aussagekraft (Wahrscheinlichkeit, einen signifikanten Effekt zu erkennen, wenn aktiv) und eine geringere Vorhersagevarianz haben und eine bessere Korrelationsstruktur zwischen Ihren Eingaben (Sie können die Designs aus den zuvor gesendeten Datentabellen sehen und vergleichen).
Für 8 Faktoren benötigen Sie mindestens 9 Läufe, um die Haupteffektkoeffiziententerme mit einem DoE zu schätzen, im Vergleich zu 16 mit OFAT (da Sie für jeden Faktor ein Experimentpaar mit -1 und 1 und die anderen Faktoren erstellen würden). bei 0 oder anderen festen Werten).
In Ihrem Beispiel mit 16 Läufen (DoE) gibt es mehr Läufe als das erforderliche Minimum. Daher gibt es einige zusätzliche Läufe, die dazu beitragen, die Leistung und Präzision der Haupteffektkoeffizienten im Regressionsmodell zu erhöhen, und bieten auch die Möglichkeit, einige 2 einzubeziehen -Faktoren-Wechselwirkungen (was mit einem OFAT-Ansatz nicht möglich ist).
Selbst wenn Sie also nur die Haupteffekte untersuchen möchten, ist DoE ein zuverlässigerer, präziserer und informativerer Ansatz als OFAT.
Betreff: Haupteffekt-Screening-Design vs. OFAT: Welches ist das Beste?Victor hat bereits viele Details geliefert, daher werde ich mich kurz fassen. Ein wichtiges Merkmal des Experimentierens im Vergleich zu OFAT, das ich wiederholen möchte.OFATs haben einen extrem engen Inferenzraum.Schlussfolgerungen aus OFATs hängen davon ab, dass alle anderen Faktoren, die konstant gehalten wurden, in Zukunft bei diesen konstanten Einstellungen bleiben.Dies ist höchstwahrscheinlich völlig unrealistisch.Die 8 Faktoren im DOE verfügen über einen viel größeren Inferenzraum (der Entwurfsraum ist 8-dimensional).OFATs sind eindimensional. Auch wenn Sie in einem Experiment die Haupteffekte priorisieren, sind die Effekte höherer Ordnung immer noch vorhanden, sie sind nur verwirrt.
