¿Cómo lidiar con los datos faltantes?Hola,
Recientemente ejecuté un modelo factorial 2^4 para un experimento de extrusión. Tengo la intención de modelar los términos cuadráticos, incluidos los términos de interacción.
sin embargo, algunos de los puntos eran un poco ambiciosos y la extrusión falló. Por lo tanto, no pude recopilar ciertas respuestas para estos puntos. Me gustaría algún consejo sobre cómo proceder. ¿Debo repetir el experimento con niveles menos agresivos o puedo simplemente aumentar el diseño con puntos axiales que sean inferiores al nivel codificado de 1?
GraciasAnálisis y modelado de datos básicosDiseño de experimentosIngeniería de Calidad y ProcesosRe: ¿Cómo lidiar con los datos faltantes?Cualquiera de las dos formas puede funcionar. Pero si tuviera la opción, repetiría todo el experimento nuevamente. Y para que quede claro quién está leyendo esto, un experimento factorial completo de 2^4 no permite la estimación de efectos cuadráticos. Tienes que agregar tramos... normalmente en forma de puntos axiales, si es posible espaciados para la rotabilidad, la ortogonalidad de los efectos o alguna otra propiedad de diseño deseable.
Re: ¿Cómo lidiar con los datos faltantes?Aquí están mis pensamientos sobre la pérdida de unidades experimentales. No dice cuántas unidades experimentales fallaron, así que tenga en cuenta que sus opciones dependen de esto:
1. ¿Existe otra(s) variable(s) de respuesta que cuantifique el efecto de los factores que crean la(s) extrusión(es) perdida(s)? Recuerdo que cuando trabajaba con el Dr. Taguchi, él decía que esos tratamientos pueden ser los más informativos del experimento.
2. Como dice Pete, no se pueden estimar efectos cuadráticos con un factorial de 2 niveles. Necesitaría al menos puntos centrales para estimar la desviación del supuesto lineal.
3. Si perdiste solo uno, prueba estas opciones:
- Utilice la media de los tratamientos restantes como sustituto de la ejecución faltante.
- Utilice la regresión para estimar la ejecución faltante. Ejecute analizar el modelo de ajuste, ingrese un modelo con 1 DF menos (generalmente el efecto de orden más alto). Guarde el modelo (Triángulo rojo>Guardar columnas>Fórmula de predicción). Esto le dará una predicción del tratamiento faltante.
- Si había predicho los resultados antes de ejecutar el experimento, intente utilizar el resultado previsto.
Haga los 3 y vea qué tan bien coinciden los resultados. Si están relativamente de acuerdo, puede confiar en el análisis. Si no, entonces debes pensar en realizar más carreras. Por supuesto, las ejecuciones adicionales pueden estar en un espacio de inferencia diferente, así que tenga en cuenta el efecto de "bloqueo".
Re: ¿Cómo lidiar con los datos faltantes?Hola estatista,
¡Gracias por su consejo! Solo para agregar, ejecuté puntos centrales y, según el análisis, hubo una desviación del supuesto lineal. Por lo tanto, agregaré puntos axiales en experimentos futuros. En cuanto a los datos que faltan, intentaré volver a utilizar sus consejos y modelo a partir de ahí.
¡Gracias y que tengas un feliz año nuevo!
Re: ¿Cómo lidiar con los datos faltantes?Hola P_Bartell,
Gracias por tu consejo. Agregaré puntos axiales a mis experimentos actuales para determinar los efectos cuadráticos.
¡Gracias y feliz año nuevo para ti!
