Unerwartete Änderung der kontrollierten Variablen im DOEHallo,
Ich habe ein individuelles Design erstellt, um den Einfluss der Kühltemperatur und -geschwindigkeit auf die Leistung zu verstehen. Ich habe alle Parameter gleich gehalten. Allerdings musste ich unerwarteterweise den Düsenluftdruck für verschiedene Durchgänge variieren, da es nicht möglich war, die Beschichtungen mit dem gleichen Luftdruck durchzuführen. Meine Frage hier ist also, wie ich die Änderung des Luftdrucks in das DOE einbeziehen kann. Ich kann mir keine weiteren Läufe leisten.
Gibt es eine Möglichkeit, den unterschiedlichen Luftdruck zu berücksichtigen, oder sollte ich einfach davon ausgehen, dass er keinen Einfluss auf die Endleistung hat (was ich nicht sicher bin)?
Ist meine Frage klar?
Dank im Voraus
VersuchsplanungBetreff: Unerwartete Änderung der Regelvariablen im DOEHallo @Mathej01 ,
Wenn der Düsenluftdruck eine neue Variable in Ihrem Versuchsaufbau ist, können Sie die Werte verwenden und sie als unkontrollierten Faktor behandeln: „ Ein unkontrollierter Faktor ist einer, dessen Werte während der Produktion nicht kontrolliert werden können, aber es ist ein Faktor, den Sie einbeziehen möchten.“ im Modell. Es wird davon ausgegangen, dass Sie den Wert des Faktors für jeden Versuchsdurchlauf erfassen können.
Sie können Ihrer Datentabelle einfach eine neue Spalte mit Ihren Düsenluftdruckwerten hinzufügen und die Spalteneigenschaften „Designrolle“ (Unkontrolliert), „Faktoränderungen“ (Einfach) und „Codierung“ hinzufügen (fügen Sie die Min- und Max-Werte hinzu). niedrige und hohe Werte).
In Ihrem Modell können Sie diesen neuen unkontrollierten Faktor dann als Haupteffekt hinzufügen, um seine Bedeutung für die Reaktion(en) in Ihrem Versuchsaufbau besser einzuschätzen.
Ich hoffe, diese Antwort wird Ihnen helfen,
Betreff: Unerwartete Änderung der Regelgröße im DOESie können einfach die Werte für den Luftdruck so bearbeiten, dass sie den tatsächlichen Werten entsprechen, und dann die Analyse durchführen. Es ist möglicherweise kein statistisch optimales Design mehr, aber Sie erhalten möglicherweise immer noch ein nützliches Modell. Wenn Sie sich ein wenig mit Designbewertungsmetriken auskennen, können Sie auch das Tool „Design bewerten“ oder die Tools „Designs vergleichen“ (DOE > Designdiagnose) verwenden, um die Auswirkungen zu sehen, die die Änderungen der Faktorstufen auf die Störfaktoren im Design haben.
Betreff: Unerwartete Änderung der kontrollierten Variable im DOEHier sind meine Fragen und Gedanken:
Haben Sie einen tatsächlichen Wert für den Düsenluftdruck? Wurde der tatsächliche Luftdruck gemessen? Wie wird der Düsenluftdruck gesteuert (z. B. ist es ein Knopf, den man dreht?)? Wenn es ein Knopf ist (oder eine andere Möglichkeit, das Ventil zu steuern), haben Sie den Messwert für diese Einstellung? Handelt es sich um eine kontinuierliche oder kategorische Variable? Hat er sich bei jeder Behandlung im Experiment geändert oder hat er sich nur mit den damit verbundenen Änderungen der Beschichtungstemperatur und -geschwindigkeit geändert? Seien Sie dabei vorsichtig! Wenn die Änderungen mit bestimmten Behandlungskombinationen korrelieren, liegt wahrscheinlich Multikollinearität vor.
Obwohl diese Variable in Wirklichkeit kontrollierbar ist, aber einfach nicht in Ihr geplantes Experiment einbezogen wurde, haben Sie die Möglichkeit, diese Variable als Kovariate zu behandeln (normalerweise ist dies eine Strategie zum Umgang mit einer unkontrollierten Variable, die gemessen werden kann). Wenn Sie das Modell für die Analyse des Experiments erstellen, müssen Sie ein gemischtes Modell schreiben (d. h. feste Effekte für die experimentellen Faktoren und Interaktionen und die Kovariate als Zufallsvariable). Sie führen potenzielle Multikollinearität in die Analyse ein. Sie müssen auf Korrelation zwischen der Kovariate und einem der Modellterme (feste Effekte) prüfen. Dies kann mit Korrelationsmatrizen (Analysieren > Multivariate Methoden > Multivariate und geben Sie alle Modellterme einschließlich der Kovariate ein) und/oder mit VIFs nach dem Ausführen von „Modell anpassen“ (Rechtsklick auf die Tabelle „Parameterschätzungen“ > Spalten > VIF) erfolgen. Ich schlage vor, dass Sie das Modell (für die Analyse „Modell anpassen“) zuerst mit der Kovariate und dann mit den festen Effekten schreiben. Sie sollten die Signifikanz der Kovariate mit sequentiellen Tests testen (rotes Dreieck > Schätzungen > Sequentielle Tests).
Notizen für mich selbst:
1. Identifizieren Sie Variablen gründlicher, bevor Sie Ihr Experiment durchführen. Ich schlage vor, das Experiment vor der Durchführung eines Prozessmappings ( https://www.tandfonline.com/doi/abs/10.1080/08982119908919275 ) durchzuführen, um kontrollierbare und Störfaktoren zu identifizieren.
2. Bevor Sie ein Experiment durchführen, sollten Sie die Ergebnisse vorhersagen, die Sie erhalten werden. Ein Grund dafür ist, dass Sie so die möglichen Kombinationen durchdenken und ihre Sinnhaftigkeit bestimmen können.
"Den Statistiker nach Abschluss eines Experiments zu konsultieren, bedeutet oft lediglich, ihn zu bitten, eine Obduktion durchzuführen. Er kann vielleicht sagen, woran das Experiment gestorben ist.“
Sir Ronald Fischer
Betreff: Unerwartete Änderung der kontrollierten Variable im DOEDanke @Victor_G . Das war hilfreich. Auch wenn es unerwartet war, habe ich Werte für den Düsenluftdruck.
Und als Folgefrage: Kann ich es als Rauschen statt als unkontrollierten Faktor hinzufügen? Macht das Sinn?
Betreff: Unerwartete Änderung der kontrollierten Variable im DOEVielen Dank @Victor_G für Ihre Antwort.
Nur für den Fall, dass ich mich auch in diesem Thread über dieses Thema austausche: Gelöst: Definieren einer Kovariate – JMP-Benutzer-Community
Ich habe dort erklärt, dass ich verwirrt bin, weil ich eine Variable (Pulverfeuchtung) habe, die ich vor meinen Experimenten kenne und die in gewisser Weise unkontrolliert ist. Ich war verwirrt, weil es heißt, dass Kovariaten Variablen sind, die im Voraus bekannt sind (wie in meinem Fall). Meine Variable (Pulverfeuchtung) kovariiert jedoch nicht wirklich mit der Änderung der Faktorniveaus von einer Behandlung zur nächsten (wie von @Mark_Bailey im anderen Thread erklärt).
Ich bin daher eher geneigt, meine Variable als unkontrolliert zu behandeln, bin mir jedoch nicht ganz sicher, ob ich die richtige Wahl treffe.
Grüße,
julianisch
Betreff: Unerwartete Änderung der kontrollierten Variable im DOEDanke, @SamGardner . Ich kann die Designs in diesem Fall nicht vergleichen.
Betreff: Unerwartete Änderung der kontrollierten Variable im DOEIch bin mir nicht sicher, ob ich mit den getroffenen Unterscheidungen einverstanden bin. Eine Kovariate ist eine messbare Rauschvariable (eine Variable, die Sie aus irgendeinem Grund nicht kontrollieren möchten). Da Sie für jede Behandlung einen Wert eingeben können, kann diese Zufallsvariable im Modell (normalerweise mit 1 DF) zugewiesen werden und reduziert somit die Schätzung des MSE. Sie werden ein gemischtes Modell schreiben.
Nun gibt es Probleme bei der Verwendung von Kovariaten. Sie sind beispielsweise in der Anzahl der Kovariaten, die Sie berücksichtigen können, begrenzt. Welchen Wert verwenden Sie für die Kovariate? Nehmen wir an, die Kovariate ist eine chemische Eigenschaft, wie Victor andeutet. Bedenken Sie, dass die chemische Eigenschaft variiert und der von Ihnen verwendete Wert möglicherweise nicht genau richtig ist. Sie haben zusätzliche Messfehler bei der Messung der Kovariate....
Betreff: Unerwartete Änderung der kontrollierten Variable im DOEUm das Originaldesign mit dem Design „wie es ausgeführt wurde“ zu vergleichen, erstellen Sie eine Kopie des Originaldesigns, ändern Sie die Faktoreinstellungen in der Kopie und verwenden Sie „Designs vergleichen“, um das Original und das geänderte Design zu vergleichen.
Betreff: Unerwartete Änderung der kontrollierten Variable im DOEIch kann mich irren, aber die Unterscheidung zwischen unkontrollierter Variable und Kovariate hat für mich zwei Aspekte:
- Zeitabhängigkeit : Kovariaten können vor dem Ausführen der Experimente gemessen oder berechnet werden, während unkontrollierte Variablen nur während der Experimente gemessen werden.
- Verwendung dieser Variable : Kovariaten können verwendet werden, um die vielversprechendsten Bedingungen zur Optimierung eines Experiments auszuwählen/filtern, wohingegen ein unkontrollierter Faktor lediglich eine Variabilitätsquelle darstellt, aber für den Praktiker uninteressant ist.
In meinem Beispiel können Temperatur und Druck wie alle gemessenen Eingangsfaktoren auch Messfehler aufweisen, daher glaube ich nicht, dass dies einen Unterschied zwischen Kovariaten und unkontrollierten Faktoren ausmachen könnte. Außerdem bezog ich mich bei den als Kovariaten verwendeten molekularen Eigenschaften auf die Eigenschaften, die Sie berechnen können (auch „molekulare Deskriptoren“ genannt, daher sind keine Messfehler beteiligt, aber dennoch sind einige Ungenauigkeiten/Abweichungen möglich).
Betreff: Unerwartete Änderung der kontrollierten Variable im DOEVielen Dank an @Victor_G und @statman für all Ihre Ansichten zu diesem Thema. Sie tragen zu einem besseren Verständnis des Themas bei. Dennoch sehe ich, dass die Grenze zwischen Kovariaten und unkontrollierten Variablen manchmal sehr schmal ist.
Betreff: Unerwartete Änderung der kontrollierten Variable im DOEIch bin mir nicht sicher, was richtig und falsch ist, aber ich glaube nicht, dass Ihre Zeitabhängigkeit die Verwendung von Kovariablen erfordert. Nur, dass Sie für jede Behandlung eine Messung der Kovariate vornehmen können. Außerdem glaube ich nicht, dass ich Ihre Aussage zur Verwendung dieser Variable verstehe. Die Kovariate ist eine Zufallsvariable in einem ansonsten mit festen Effekten versehenen Modell. Sie haben also ein gemischtes Modell. Die Berücksichtigung der Kovariate reduziert die MSE-Schätzung (wenn diese nicht berücksichtigt würde, würde der MSE den Effekt der Kovariate enthalten). Man könnte argumentieren, dass dies die Präzision des Experiments erhöht. Da es sich um eine Zufallsvariable handelt, beginne ich normalerweise mit dem Hinzufügen des Effekts erster Ordnung, aber es kann weitere Effekte geben, die Sie schätzen können (Wechselwirkungen und nichtlineare Effekte). Wenn die Kovariate tatsächlich signifikant ist, kann der Benutzer möglicherweise den Kovariatenwert in das Modell eingeben und die verbleibenden signifikanten Faktoren (ausgewählte Niveaus) im Modell auflösen, um die Ergebnisse zu verbessern.
Ich bin immer daran interessiert, kausale Beziehungen zu bestimmen. Wir hoffen (wünschen), dass wir ein nützliches Modell entwickeln können, indem wir Faktoren verwenden, die wir handhaben wollen, die aber von der Natur nicht verlangt werden. Es kann im Rauschen liegen, das für den Praktiker äußerst nützlich ist. Wenn man weiß, dass die signifikante Abweichung vom Rauschen herrührt, erweitert man seine Untersuchung. Man stellt möglicherweise fest, dass man bereit ist, Faktoren zu handhaben, die man vorher nicht gehandhabt hat, oder man möchte robust gegenüber dem Rauschen werden. Beide Entscheidungen sind für den Praktiker wichtig.
Betreff: Unerwartete Änderung der kontrollierten Variable im DOEWenn ich das Thema richtig verstanden habe, liegt es nicht daran, dass bei der Konstruktion die richtigen Werte für den Düsenluftdruck nicht vorhanden waren, sondern daran, dass dieser Faktor bei der Konstruktion nicht berücksichtigt wurde.
Es sollte auf einen konstanten Wert festgelegt werden, aber das war experimentell nicht möglich, daher hat @Mathej01 die tatsächlichen Werte aufgezeichnet, um sie bei der Analyse zu berücksichtigen.
@Mathej01 Die Designrolle „Rauschen“ ist erst verfügbar, wenn Ihr Design erstellt und die Datentabelle generiert wurde (sie ist nicht Teil der Hauptfaktortypen bei der Designerstellung für benutzerdefiniertes Design). Rauschfaktoren sind Variablen, die in der Produktion schwierig oder teuer zu kontrollieren sind. Sie müssen jedoch in der Lage sein, Rauschfaktoren während des Experiments zu kontrollieren.
Sie können den Typ „Unkontrolliert“ tatsächlich in den Typ „Rauschen“ ändern, wenn Sie an einer robusten Optimierung hinsichtlich der Düsenluftdruckwerte interessiert sind, also an der besten und robustesten Optimierung bei Vorhandensein eines Rauschfaktors (= Kontrolle der Antwortvariation aufgrund des Rauschfaktors). Ein Beispiel für eine Optimierung mit einem Rauschfaktor finden Sie hier: Beispiel für einen Rauschfaktor im Prediction Profiler
Hoffe, das wird dir helfen,
Betreff: Unerwartete Änderung der kontrollierten Variable im DOEHallo @statman ,
Ich bin verwirrt über die Definition einer Kovariate. Sie wird hier als „unkontrollierbare Variable, die gemessen werden kann“ definiert. Ähnliche Definitionen finden sich in diesen Beiträgen:
Daten mit ANCOVA erkunden - JMP-Benutzer-Community
Was ist eine Kovariate im Versuchsdesign? (jmp.com)
Meine Frage ist: Was wäre der Unterschied zwischen „Kovariate“ und „unkontrolliert“ im DoE?
Ich habe in der Vergangenheit Kovariate als unkontrollierbaren Faktor verwendet (ich habe andere Software mit dieser Terminologie verwendet). In JMP sind dies jedoch zwei verschiedene Dinge, die Definitionen sind jedoch ähnlich genug, um zumindest bei Nicht-Statistikern Verwirrung zu stiften.
Können Sie bitte helfen, die Unterschiede zu klären?
Danke,
julianisch
Betreff: Unerwartete Änderung der kontrollierten Variable im DOEHallo @Julianveda ,
Eine Kovariate ist eine Variable, die Sie im Modell berücksichtigen möchten und nicht steuern können, deren Werte Sie jedoch im Voraus (vor dem Experiment) kennen und hoffen, dass Sie mit einer guten Repräsentativität des Kovariatenraums und einem „guten“ Modell in der Lage sind, die Verbindung zwischen den Kovariaten und der/den Antwort(en) zu verstehen und das Modell zu verwenden, um die richtigen Einstellungen/Werte der Kovariatenfaktoren auszuwählen und so Ihren Prozess/Ihr Experiment zu optimieren.
Sie können über die physikochemischen Eigenschaften von Rohstoffen nachdenken: Abhängig von den chemischen Strukturen und Eigenschaften haben Sie möglicherweise nicht immer die gleichen Eingabewerte. Diese Werte können jedoch vor der Durchführung der Experimente gemessen oder bekannt sein. Wenn Sie diese Eigenschaften berücksichtigen, eine repräsentative Teilmenge von Chemikalien auswählen, diese in einem DoE als Kovariate verwenden und die Ergebnisse mit einem ausreichend „guten“ Modell analysieren, können Sie besser verstehen, wie sich diese molekularen Eigenschaften auf die Reaktion(en) auswirken können. Und so können Sie beim nächsten Mal möglicherweise die Chemikalien mit den richtigen Eigenschaften auswählen, um Ihre Reaktion(en) zu optimieren.
Unkontrolliert ist eine Variable, die Sie im Modell berücksichtigen möchten, deren Werte Sie aber nur während des Experiments und bei jedem Durchlauf kennen, und die (wie der Name schon sagt) auch nicht kontrolliert werden kann.
Sie können während des Experiments über Temperatur oder Druck nachdenken: Sie wissen nicht im Voraus, wie sich diese Faktoren während Ihrer Experimente ändern könnten, aber Sie können die Werte für jeden Durchlauf aufzeichnen und diese Variabilität in den Antworten berücksichtigen. Aber Sie können diese unkontrollierten Faktoren später möglicherweise nicht auf bestimmte Werte einstellen oder fixieren, um Ihren Prozess/Ihr Experiment zu optimieren.
Hoffe, das klärt,
Betreff: Unerwartete Änderung der kontrollierten Variable im DOESie verwechseln die Natur der Variable (z. B. unkontrolliert oder Rauschen) mit der Art und Weise, wie sie in einem Experiment behandelt werden kann. Eine Möglichkeit, mit einer unkontrollierten Variable umzugehen, die gemessen werden kann, besteht darin, sie als Kovariate zu behandeln. Es gibt andere Möglichkeiten, mit Rauschen in einem Experiment umzugehen.
