¿Cómo forzar que el algoritmo I-Optimal en Diseño personalizado elija solo números enteros?Hola,
Estoy trabajando en un diseño I-óptimo personalizado con dos factores (tiempo y temperatura). Me gustaría forzar al algoritmo a elegir un diseño I-óptimo donde todas las temperaturas se basen en números enteros (por ejemplo, 0, 50, 75, 100), ya que solo puedo configurar mi equipo con valores de temperatura completos.
No he podido encontrar una opción que obligue al algoritmo a hacer esto. Cuando simplemente redondeo los valores de temperatura del diseño encontrado a valores enteros y luego miro la varianza promedio de la predicción, se vuelve mucho peor. Por esta razón, me gustaría que el algoritmo de optimización elija los números enteros en primer lugar, con la esperanza de alcanzar una mejor varianza de predicción promedio en general. Por favor, háganme saber cómo es posible esto, ya que realmente parece que debería ser, pero no puedo entender cómo. ¡Gracias!
alan
Re: ¿Cómo forzar que el algoritmo I-Optimal en Diseño personalizado elija solo números enteros?Informé los problemas el viernes y también les señalé este hilo para obtener más información.
Re: ¿Cómo forzar que el algoritmo I-Optimal en Diseño personalizado elija solo números enteros?Informe este fenómeno al soporte técnico de JMP según lo prometido. Este comportamiento no es bueno y dicha solución no debería ser necesaria.
Re: ¿Cómo forzar que el algoritmo I-Optimal en Diseño personalizado elija solo números enteros?Hola a todos,
He descubierto un par de cosas más interesantes, así que quería tomarme un momento para actualizar este hilo en caso de que pueda ayudar a alguien en el futuro:
1) Resulta que al hacer clic derecho para crear la tabla y luego seleccionar la evaluación del diseño en el menú DOE, de alguna manera se eliminan los términos del modelo de orden superior. Es por eso que la varianza de predicción promedio (APV) cae considerablemente a ~0,2. Obviamente esta cifra no es correcta. Es ineficiente tener que volver a agregar todos los términos, por lo que probablemente este no sea el mejor enfoque.
2) Si creo el modelo personalizado y lo guardo, luego redondeo todos los valores y lo guardo, y uso la función "Comparar diseños" en DOE < Diagnóstico de diseño, entonces los dos modelos son prácticamente idénticos en todos los aspectos, incluido APV, que en este caso es aproximadamente ~0,5. Por supuesto que no son exactamente iguales, pero ciertamente el APV del modelo redondeado _no_ es 7 veces mayor. Por tanto, esta parece ser la única forma razonable de comparar el APV de dos modelos.
En última instancia, ambos tienen razón en que seguir con "continuo" para los factores y el redondeo no hace una gran diferencia, pero no es necesariamente obvio dada la rareza del APV a menos que se utilice la herramienta Comparar diseños.
De todos modos, gracias por tu ayuda. Dudo que hubiera descubierto esto sin todos los comentarios.
Re: ¿Cómo forzar que el algoritmo I-Optimal en Diseño personalizado elija solo números enteros?Hola, Mark,
Esto es realmente interesante. Entonces, como mencioné, el APV era ~0.4 inicialmente en el cuadro de diálogo de diseño justo después de que se creó el diseño. Si hice clic en el botón "Crear una tabla" y luego elegí "Evaluación de diseño" a la izquierda, obtuve un APV de ~1,4. Sin embargo, si hago lo que sugiere y creo una tabla haciendo clic derecho en la tabla en el cuadro de diálogo de diseño y luego seleccionando "Evaluar diseño" en DOE, el APV es entonces ~0,2. Tres APV diferentes para diseños idénticos. Creo que seguiré adelante e informaré esto a support@jmp.com para ver qué tienen que decir. Si bien no descarto un error del usuario, no estoy seguro de qué podría ser en este momento. Volveré a ponerme en contacto una vez que esto, con suerte, se haya solucionado.
Re: ¿Cómo forzar que el algoritmo I-Optimal en Diseño personalizado elija solo números enteros?No había visto este comportamiento antes. Por otra parte, ¡no lo estaba buscando como tú!
Informaría de esta anomalía a support@jmp.com para su investigación. Espero agregar restricciones para introducir correlaciones entre las estimaciones que afectan el desempeño del diseño. ¡NO espero que hacer una tabla de datos con el diseño afecte el rendimiento!
(Otro pensamiento: haga clic derecho en la tabla en la sección Diseño de diseño personalizado y seleccione Convertir en tabla de datos. Utilice el comando de evaluación de diseño en el menú DOE para ver si obtiene los mismos resultados que en la plataforma de diseño personalizado. Repita este examen con la tabla de datos generada al hacer clic en Crear tabla. ¿Que ves?)
También procedería a utilizar el diseño tal como está en la tabla de datos. Confío en el enfoque que utilizó. Como siempre, tenga cuidado al realizar cada ejecución y durante el análisis.
Informe aquí cualquier cosa que pueda aprender del soporte técnico de JMP. Por supuesto, no dudes en consultar más preguntas que puedas tener a medida que avanzas.
Re: ¿Cómo forzar que el algoritmo I-Optimal en Diseño personalizado elija solo números enteros?Hola Dan y Mark,
Gracias una vez más por tus comentarios. Mientras preparaba algunas capturas de pantalla, noté algo extraño que podría estar contribuyendo al problema. Cuando genero el diseño por primera vez, si miro la evaluación del diseño obtengo un cálculo de varianza de predicción promedio de ~0,4. Sin embargo, si luego hago clic en "Crear una tabla" en la parte inferior del cuadro de diálogo y luego hago clic en "evaluar diseño" a la derecha, antes de redondear algo, entonces la varianza de predicción promedio (APV) calculada aumenta a ~1.4 . He reproducido esto varias veces. Dado que ambos diseños son idénticos, no estoy seguro de por qué el APV está cambiando, y mucho menos cambiando tanto. Me estoy quedando sin tiempo, así que tendré que publicar las capturas de pantalla más tarde hoy, pero si tienes alguna idea de dónde podría provenir este problema cambiante de APV, tal vez deba resolverlo primero.
Re: ¿Cómo forzar que el algoritmo I-Optimal en Diseño personalizado elija solo números enteros?¿Puede mostrar el diseño I-óptimo de la tabla de datos JMP antes) y luego el diseño resultante después de redondear los niveles (tabla de datos después)? Me sorprende que redondear al grado más cercano en un rango tan amplio haga que la varianza de la predicción aumente tanto.
Re: ¿Cómo forzar que el algoritmo I-Optimal en Diseño personalizado elija solo números enteros?Personalmente, estoy de acuerdo con el consejo de Mark. El problema con el que estás luchando es la definición de continuo. ¿El factor es continuo o no? Lo es, por lo que debería tratarse de esa manera. Entiendo que la varianza de predicción promedio aumenta bastante, pero eso se debe a las limitaciones que se le imponen al sistema, incluidas las temperaturas basadas en números enteros. ¿Qué pasa con la varianza máxima de predicción? ¿Qué pasa con la varianza mínima de predicción? Más específicamente, ¿cómo se comparan los gráficos de la fracción del espacio de diseño? Para esta situación, creo que esa imagen contará una mejor historia que solo la varianza de predicción promedio. Realmente desea ver la "distribución" de las variaciones de predicción, no solo un punto.
Cuando se cambia de temperaturas fraccionarias a un número entero, supongo que el cambio de varianza de predicción máxima es grande, lo que hace que el promedio aumente. Recuerde, con las restricciones lineales su espacio de diseño es más pequeño, por lo que un cambio en la "fracción de espacio" alta tendrá un impacto mayor en el promedio.
Re: ¿Cómo forzar que el algoritmo I-Optimal en Diseño personalizado elija solo números enteros?Hola, Mark,
Estoy feliz de hacer eso, pero esto me lleva de regreso al punto de partida. Para cuantificar lo que está sucediendo y poder informarle si simplemente estoy demasiado preocupado, cuando configuro el tiempo y la temperatura en continuo e ingreso al modelo lineal, junto con las restricciones lineales, termino con una varianza de predicción promedio de ~0,4. Cuando luego redondeo los valores en la tabla, aumenta a ~2,8. Esto es lo que me preocupó inicialmente, ya que la varianza de predicción promedio es aproximadamente 7 veces mayor. Me imagino que si la diferencia esperada en la respuesta es grande, esto puede ser un problema menor, pero no estoy seguro de que ese sea el caso. Me interesa escuchar tu opinión.
Re: ¿Cómo forzar que el algoritmo I-Optimal en Diseño personalizado elija solo números enteros?Mi consejo es abandonar ese enfoque y desechar las iniciativas anteriores. Comenzar de nuevo. Mi publicación anterior sugiere que adoptemos un enfoque sencillo utilizando un diseño personalizado tal como estaba previsto. Utilice factores continuos y restricciones lineales. Especifique su modelo lineal. Siempre puedes redondear o cambiar los niveles desde un diseño personalizado para adaptarlos a las limitaciones prácticas de tu equipo más adelante.
Re: ¿Cómo forzar que el algoritmo I-Optimal en Diseño personalizado elija solo números enteros?No me preocuparía por la optimización. Sí, por definición, agregar restricciones lineales restringirá el optimizador, ¿verdad? Pero está diseñado para tal caso.
Sin embargo, no estoy seguro de lo que quiere decir con "obstaculizar gravemente", pero no sé cuál podría ser el conjunto de restricciones.
Entonces, creo que el enfoque más sencillo para diseñar su experimento es ingresar ambos factores como tipo continuo y definirlos para que tengan la gama completa de niveles. Defina sus limitaciones. Defina su modelo. En realidad, este es el enfoque normal. Creo que usar factores numéricos covariables o discretos es "pensar demasiado" en el problema o "jugar" con el optimizador de maneras no productivas. No es malo ni ilegal. Simplemente no funciona tan bien.
Utilicemos el diseño personalizado como estaba previsto.
Re: ¿Cómo forzar que el algoritmo I-Optimal en Diseño personalizado elija solo números enteros?Hola, Mark,
Agregué la temperatura como un factor categórico de 8 niveles, pero nuevamente, JMP ahora no me permitirá incluir restricciones lineales de combinaciones de tiempo x temperatura. Los consejos son bienvenidos.
Re: ¿Cómo forzar que el algoritmo I-Optimal en Diseño personalizado elija solo números enteros?Hola, Mark,
No hay problema. Al principio jugué con hacer las cosas de esta manera y evita la mayoría de los problemas. Sin embargo, mi preocupación era que al limitar las posibles temperaturas, el algoritmo I-Optimal se vería gravemente obstaculizado para encontrar la varianza de predicción promedio más baja. ¿Sospechas que este no será el caso mientras tenga el rango completo de valores para el factor continuo (es decir, el tiempo)? Intentaré realizar un par de pruebas de comparación para comprobarlo.
Re: ¿Cómo forzar que el algoritmo I-Optimal en Diseño personalizado elija solo números enteros?Hola Dan,
Gracias por su aporte. Tendré en cuenta tus inquietudes.
En cuanto a resolver mi problema inmediato, como usted sugiere, agregué la temperatura como una covariable basada en una tabla de valores, pero JMP ahora ya no me permite crear restricciones lineales que incluyan la temperatura, sino solo el factor continuo (tiempo). . Necesito poder establecer restricciones basadas en combinaciones de temperatura x tiempo. ¿Hay algo obvio que me falta?
Re: ¿Cómo forzar que el algoritmo I-Optimal en Diseño personalizado elija solo números enteros?Me malentendiste. Pido disculpas. No quise decir que su factor deba definirse de manera que incluya todas las temperaturas discretas que sean posibles. Solo deben ser los que quieras probar. ¿Quizás cuatro niveles discretos?
Alternativamente, ¿por qué no especificar la temperatura como un factor continuo, definir el rango de temperatura con mínimo y máximo, y luego definir el modelo con los términos potenciales? JMP encontrará el diseño óptimo, pero si uno de los niveles de temperatura no se puede alcanzar, cámbielo a la configuración más cercana a la que realmente utiliza antes del análisis. Esta forma funciona mejor si también tienes algunas restricciones lineales.
Realmente lamento la confusión.
Re: ¿Cómo forzar que el algoritmo I-Optimal en Diseño personalizado elija solo números enteros?Un enfoque posible: haga una tabla de datos que contenga sus posibles valores de temperatura. Parece que usar una secuencia funcionaría bien. Luego, en el diseño personalizado, incluya la temperatura como covariable. JMP le pedirá que utilice la columna de la tabla de datos, así que señale la que creó.
Dicho esto, me preocuparía el diseño si redondear las temperaturas a un valor entero cambia drásticamente la varianza de su predicción. Con la información adicional de las restricciones que tienes implementadas, eso me dice que tienes un espacio de diseño muy inestable. REALMENTE deberá tener cuidado al validar su modelo una vez que haya completado su diseño y análisis.
Re: ¿Cómo forzar que el algoritmo I-Optimal en Diseño personalizado elija solo números enteros?Hola, Mark,
Si hago eso, entonces tengo que decirle al software que hay ~130 niveles discretos para cubrir el rango, y luego tengo que cambiar manualmente cada uno de ellos, pero en realidad no puedo ver qué es cada uno ya que los 130 son hacinados en un pequeño espacio de la GUI. Además, si estoy usando un equipo que permite incrementos de 0,5 grados, eso duplica los niveles, lo que hace que ingresar sea aún más difícil e ineficiente. Otro problema importante es que tengo una región experimental irregular con varias restricciones lineales y, cuando uso factores numéricos discretos para la temperatura, JMP ya no me permite incluir el factor de temperatura en mis restricciones lineales. ¿No hay otra manera de hacer esto manteniendo la temperatura configurada como continua y simplemente agregando un argumento de alguna manera de que las selecciones deben ser números enteros?
Re: ¿Cómo forzar que el algoritmo I-Optimal en Diseño personalizado elija solo números enteros?Defina sus factores para que sean de tipo numérico discreto.
