Ciao,
Vorrei impostare un DOE RSM utilizzando i fattori A1, D1, A2 e D2:
Ma escludendo tutte le combinazioni di fattori che danno un valore di (A2/A1)*(B1/B2) inferiore a 0,1 e superiore a 10.
Ho inserito la seguente riga come espressione di combinazioni non consentite:
Tuttavia, ottengo ancora 0,01 e 100 per (A2/A1)*(B1/B2) nel set di esperimenti proposto:
Dov'è il problema nella sceneggiatura? Perché non funziona come vorrei? :faccia_sorridente_con_occhi_sorridenti:
Grazie in anticipo!
Distinti saluti
Non sono uno "scripter", ma i calcoli dicono che devi fare 0.1≥(A2/A1)*(B1/B2) e 10≤(A2/A1)*(B1/B2)
CIAO @gam1 ,
Benvenuto nella Comunità!
Prima di approfondire il tuo progetto, alcuni commenti e domande:
- Perché i tuoi fattori sono "numerici discreti" con 2 livelli se vuoi avere un modello di risposta superficiale? Per valutare la curvatura della risposta correlata a uno o più fattori, è necessario un terzo livello. Altrimenti utilizzerai solo i livelli minimo e massimo dei tuoi fattori, quindi includerai solo alcune possibili curvature attraverso gli effetti di interazione.
- I tuoi fattori sono davvero indipendenti? La formula del vincolo che li coinvolge assomiglia a 2 rapporti, quindi è per questo che sto ponendo la domanda (forse ingenua).
- Sembra che nella tua spiegazione tu abbia invertito D e B (" Ma escludendo tutte le combinazioni di fattori che danno un valore di (A2/A1)*(B1/B2) inferiore a 0,1 e superiore a 10.") , ma con lo screenshot tutto ha senso, si tratta solo dei fattori A1, A2, D1 e D2.
- Infine, nelle finestre dei fattori, fai attenzione che i valori minimi per ciascun fattore siano a sinistra, il massimo a destra (è invertito per D1 e D2).
Per quanto riguarda il tuo vincolo, poiché si tratta di combinazioni non consentite, sembra ok (con la disuguaglianza non rigorosa in base alle tue esigenze, come sottolineato da @statman ).
Non sono sicuro del motivo per cui il design personalizzato proponga ancora alcune esecuzioni non adeguate rispetto ai vincoli.
La mia soluzione alternativa sarebbe quella di utilizzare un candidato impostato attraverso questi passaggi:
- Crea il tuo set di candidati, un datatable per A1, D1, A2, D2 e formule di distribuzione uniforme (con i limiti che hai impostato se i fattori possono essere considerati numerici continui, probabilmente per D1 e D2) o numeri interi casuali (dal minimo al massimo) se consideri questi fattori come numerici/interi discreti (probabilmente per A1 e A2). L'ho fatto per 1000 righe.
- Utilizzando un filtro dati su questa tabella dati, escludi i punti che non rispettano il tuo vincolo.
- Utilizza la piattaforma di progettazione personalizzata sulla tabella dati del set di candidati, utilizza "Seleziona fattori di covariazione" e seleziona i tuoi 4 fattori.
- Specifica il tuo modello e il numero di esecuzioni nel tuo progetto (17 dovrebbero funzionare). Puoi selezionare "Consenti la ripetizione delle righe covariate" se le esecuzioni possono essere replicate nella configurazione sperimentale.
- Ottieni un design che rispetta i tuoi vincoli:
In allegato troverai il datatable utilizzato per l'approccio del set di candidati, con lo script contenente il filtro dati e una possibile progettazione ottimale RSM.
Se puoi fornire maggiori informazioni sul tipo/natura dei fattori (continui? discreti? quanti livelli se discreti?), ciò sarebbe di grande aiuto per trovare una soluzione adatta che funzioni per te (poiché non sono sicuro che le mie ipotesi sui tuoi fattori sono vere).
Nel frattempo, puoi dare un'occhiata a queste risorse:
Vincoli dei fattori demistificanti : Post del blog JMP di @Jed_Campbell su come includere i vincoli fattoriali in una DoE
Scenografie candidate: adattare i vincoli DOE al problema (2021-EU-30MP-784) : Presentazione di Chris Gotwalt che mostra come utilizzare l'insieme di candidati per costruire DoE in caso di vincoli complessi.
Spero che questo possa aiutarti,
Grazie per avermi aiutato, mi hai rallegrato la giornata.
