Erweiterung einer DSD-MatrixWir haben eine Definitive Screening Design-Matrix durchgeführt, um sechs Faktoren zu untersuchen, und haben seitdem festgestellt, dass wir aufgrund der Prozessleistung den Bereich eines der Parameter etwas nach unten anpassen müssen, verglichen mit dem, was im ursprünglichen DSD angestrebt wurde. Der betreffende Parameter wirkt sich gemäß der ursprünglichen DSD-Analyse als primärer Faktor und als wechselseitige Interaktion mit zwei anderen Faktoren auf eine Ausgabe aus.
Wie geht es hier am besten weiter? Eine 6-Run-Matrix zur Bewertung von X1, X2, X3, X1*X2, X1*X3 oder etwas Nachdenklicheres?
Wir können nur noch etwa 10 Läufe machen.
Vielen Dank für jede Eingabe.
VersuchsplanungBetreff: Erweiterung einer DSD-MatrixHier sind meine Gedanken:
1. Der Zweck des DSD besteht darin, aktive Faktoren zu finden, nicht die besten Werte zu finden.Offenbar hat Ihr DSD dies getan, obwohl Sie nicht die gesamte Analyse des DSD bereitgestellt haben.Ohne Kontext für den Faktor, die Situation oder die Antwortvariablen ist es schwierig, Ratschläge zu geben.Benötigen Sie weitere Experimente?Glauben Sie, dass eine Änderung der Faktorstufen für den betreffenden Faktor die Erkenntnisse aus dem DSD ungültig machen wird?
2. Gab es quadratische Effekte für einen der Faktoren?Haben Sie das Modell vereinfacht und die Vorhersageformel gespeichert?Führen Sie vielleicht einfach einige Bestätigungsläufe mit dem betreffenden Faktor auf den „besseren“ Werten durch.
3. Hatten Sie in Ihrem Experiment eine Strategie zum Umgang mit Lärm?Möglicherweise wäre eine Probenahme des Modells im Laufe der Zeit sinnvoll, um die Konsistenz/Vorhersagbarkeit der Faktoreffekte zu validieren.
Betreff: Erweiterung einer DSD-MatrixWir haben DSD verwendet, um einen Schritt zu charakterisieren. Das heißt, wir hatten zuvor festgelegte Ziele und akzeptable Betriebsbereiche, die weitgehend von der Kontrollfähigkeit des Prozesses bestimmt werden. Wir haben überprüft, ob der Schritt auf diese Variationsebene reagiert. Der Bereich für einen der Parameter musste angepasst werden, um ihn an die Stelle anzupassen, an der der Schritt tatsächlich in der Produktion ausgeführt wird. Deshalb haben wir versucht, eine Möglichkeit zu finden, dies zu tun.
Danke für deinen Beitrag!
Betreff: Erweiterung einer DSD-MatrixIch möchte meinen Beitrag zu den Problemen und Fragen leisten, die von aufgeworfen wurden @statman hier ist mein Gedanke. Vergessen Sie die Erweiterung des DSD-Designs. Das erweiterte DSD wäre kein DSD mehr ... sondern das, was ich früher ein Frankenstein-Design nannte. Hinter DSDs stehen einige ganz besondere Konzepte (Effektvererbung und Sparsity, aber zwei) und spezifische Merkmale wie die Foldover-Eigenschaft, die bei einer Analyse als Frankenstein-DSD hinfällig werden würden ... und ich bin mir ziemlich sicher, dass es sich um das Fit Definitive Screening Design handelt Wenn einer Analyseplattform das Frankenstein-Design nicht gefällt, erhalten Sie möglicherweise jede Menge Fehlermeldungen. Hier ist mein Gedanke. Da Sie 3 Faktoren haben, die Sie weiter untersuchen möchten, und einige sehr spezifische Modellbegriffe schätzen möchten, warum führen Sie nicht einen D-optimalen Versuchsplan in den 10 Läufen durch, die Ihnen angeblich zur Verfügung stehen, und geben dabei das genaue Modell an? Sie haben geschrieben und analysieren es als solches. In 10 Läufen bleiben Ihnen noch einige Freiheitsgrade für die Fehlerschätzung für das angegebene Modell übrig. Ziehen Sie dann die praktischen Schlussfolgerungen aus beiden Experimenten heran und sehen Sie, wohin dies entweder zur Lösung des vorliegenden Problems oder zu zusätzlichen Versuchen führt. All dies steht im Einklang mit dem Problemlösungsprozess der sequentiellen Versuchsplanung.
Betreff: Erweiterung einer DSD-MatrixDu hast vollkommen recht. Das Hinzufügen zu einem DSD ohne ein vollständiges Foldover wäre ein Chaos.
