Come gestire i dati mancanti?CIAO,
Recentemente ho eseguito un modello fattoriale 2^4 per un esperimento di estrusione. Intendo modellare i termini quadratici includendo i termini di interazione.
tuttavia alcuni punti erano un po' ambiziosi e l'estrusione non è riuscita. Pertanto, non sono stato in grado di raccogliere determinate risposte per questi punti. Vorrei qualche consiglio su come procedere. Dovrei ripetere l'esperimento con livelli meno aggressivi o posso semplicemente aumentare il progetto con punti assiali inferiori al livello codificato di 1.
GrazieAnalisi e modellazione dei dati di baseProgettazione di esperimentiIngegneria della qualità e dei processiRe: Come gestire i dati mancanti?In entrambi i casi può funzionare. Ma se potessi scegliere, ripeterei nuovamente l'intero esperimento. E giusto per capire chi sta leggendo questo articolo, un esperimento fattoriale completo 2^4 non consente la stima degli effetti quadratici. Devi aggiungere percorsi... tipicamente sotto forma di punti assiali, se possibile distanziati per la rotazione, l'ortogonalità degli effetti o qualche altra proprietà di progettazione desiderabile.
Re: Come gestire i dati mancanti?Ecco i miei pensieri riguardo alla perdita di unità sperimentali. Non dici quante unità sperimentali hanno fallito, quindi renditi conto che le tue opzioni dipendono da questo:
1. Esistono altre variabili di risposta che quantificano l'effetto dei fattori che creano l'estrusione persa? Ricordo che quando lavoravo con il dottor Taguchi, diceva che quei trattamenti potrebbero essere i più istruttivi nell'esperimento.
2. Come dice Pete, non è possibile stimare gli effetti quadratici con un fattoriale a 2 livelli. Avresti bisogno di almeno punti centrali per stimare la deviazione dal presupposto lineare.
3. Se ne hai perso solo uno, prova queste opzioni:
- Utilizzare la media dei restanti trattamenti come sostituto della corsa mancante
- Utilizzare la regressione per stimare la corsa mancante. Esegui l'analisi del modello di adattamento, inserisci un modello con 1 DF in meno (di solito l'effetto di ordine più alto). Salvare il modello (triangolo rosso>Salva colonne>Formula di previsione). Questo ti darà una previsione per il trattamento mancante.
- Se hai previsto i risultati prima di eseguire l'esperimento, prova a utilizzare il risultato previsto.
Esegui tutti e 3 i risultati e osserva quanto concordano i risultati. Se sono relativamente d'accordo, puoi essere sicuro dell'analisi. In caso contrario, allora devi pensare a correre più corse. Naturalmente le esecuzioni aggiuntive potrebbero trovarsi in uno spazio di inferenza diverso, quindi tieni presente l'effetto "blocco".
Re: Come gestire i dati mancanti?Ciao Statman,
Grazie per il tuo consiglio! Giusto per aggiungere, ho eseguito i punti centrali e dall'analisi si è verificata una deviazione dal presupposto lineare. Pertanto, aggiungerò punti assiali negli esperimenti futuri. Per quanto riguarda i dati mancanti, proverò a utilizzare nuovamente il tuo consiglio e il tuo modello da lì.
Grazie e buon anno nuovo!
Re: Come gestire i dati mancanti?Ciao P_Bartell,
Grazie per il vostro consiglio. Aggiungerò punti assiali ai miei attuali esperimenti per determinare gli effetti quadratici.
Grazie e felice anno nuovo a te!
